CN117155757A - 一种基于大数据技术的电力信息通信故障预警分析方法 - Google Patents
一种基于大数据技术的电力信息通信故障预警分析方法 Download PDFInfo
- Publication number
- CN117155757A CN117155757A CN202311162663.9A CN202311162663A CN117155757A CN 117155757 A CN117155757 A CN 117155757A CN 202311162663 A CN202311162663 A CN 202311162663A CN 117155757 A CN117155757 A CN 117155757A
- Authority
- CN
- China
- Prior art keywords
- signal
- voltage drop
- power information
- information communication
- early warning
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000004891 communication Methods 0.000 title claims abstract description 185
- 238000005516 engineering process Methods 0.000 title claims abstract description 18
- 238000004458 analytical method Methods 0.000 title claims abstract description 9
- 238000012544 monitoring process Methods 0.000 claims abstract description 99
- 238000011156 evaluation Methods 0.000 claims abstract description 92
- 230000004927 fusion Effects 0.000 claims abstract description 21
- 230000007704 transition Effects 0.000 claims abstract description 20
- 238000000034 method Methods 0.000 claims description 30
- 230000008859 change Effects 0.000 claims description 7
- 238000004364 calculation method Methods 0.000 claims description 5
- 238000012545 processing Methods 0.000 claims description 5
- 238000010606 normalization Methods 0.000 claims description 4
- 230000002159 abnormal effect Effects 0.000 abstract description 11
- 230000008569 process Effects 0.000 description 16
- 238000012423 maintenance Methods 0.000 description 10
- 230000005540 biological transmission Effects 0.000 description 4
- 238000004590 computer program Methods 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 239000000463 material Substances 0.000 description 3
- 230000008439 repair process Effects 0.000 description 3
- 230000001960 triggered effect Effects 0.000 description 3
- 230000000694 effects Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 230000008054 signal transmission Effects 0.000 description 2
- 230000005856 abnormality Effects 0.000 description 1
- 230000032683 aging Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000010438 heat treatment Methods 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003647 oxidation Effects 0.000 description 1
- 238000007254 oxidation reaction Methods 0.000 description 1
- 230000000704 physical effect Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000013024 troubleshooting Methods 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
- H04L41/06—Management of faults, events, alarms or notifications
- H04L41/0631—Management of faults, events, alarms or notifications using root cause analysis; using analysis of correlation between notifications, alarms or events based on decision criteria, e.g. hierarchy, tree or time analysis
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
- H04L41/06—Management of faults, events, alarms or notifications
- H04L41/0681—Configuration of triggering conditions
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Health & Medical Sciences (AREA)
- Computing Systems (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Monitoring And Testing Of Transmission In General (AREA)
Abstract
本发明公开了一种基于大数据技术的电力信息通信故障预警分析方法,具体涉及电力故障预警技术领域,通过监测从电力设备到无线发射端的电缆的运行状态计算电势降落逾越基准指数,通过电势降落逾越基准指数与损失判断阈值的比较,可以在问题变得严重之前就发现潜在的电缆故障或不稳定情况;通过综合考虑电压降稳定度、信号频率调谐协同融合度和信号强度变迁振幅评估指数计算得到电力信息通信运行变异系数,并通过设置不同的通信故障评估阈值,可以在不同情况下生成一级、二级或三级电力信息通信预警信号,这使得在电力信息通信运行出现异常或故障时,能够及时发出预警信号,以便及早采取措施,避免进一步电力信息通信的问题扩大。
Description
技术领域
本发明涉及电力故障预警技术领域,更具体地说,本发明涉及一种基于大数据技术的电力信息通信故障预警分析方法。
背景技术
电力信息通信是指在电力系统中,通过各种通信技术和设备,将电力设备、系统状态以及相关数据进行交换、传输和共享的过程。它是电力系统运行、监控、控制和管理的关键部分,通过实时的数据交流,帮助电力系统运维人员监测电力设备的状态、控制电力过程,并进行远程操作、故障诊断等。电力信息通信故障预警在电力系统中具有重要性,它不仅有助于确保电力系统的稳定运行,还能提高效率、减少损失,并提升整体的安全性。
现有在一个岛屿上有多个分布式的电力设备,例如太阳能电池板、风力发电机等,这些电力设备之间需要实时通信和数据交换;在这种情况下,使用有线通信将这些电力设备连接到无线发射端,在电力设备与无线发射端距离较短时采用电缆进行有线通信连接更加经济;无线发射端再通过无线通信(如无线射频技术、移动网络等)将这些电力设备的数据传输到岛屿的监测中心或数据中心;这样可以利用有线通信的稳定性和实时性,同时通过无线通信跨越岛屿的海域等特殊区域,实现全面的电力信息通信。
但是在实际的电力信息通信中,无线发射端的状态的好坏对电力信息通信的影响非常大,且使用有线通信将这些电力设备连接到无线发射端中,有线通信的状态也极为重要,传统上,很多电力信息通信故障是在发生后才被感知和处理的,如果电力信息通信故障发生,岛屿上的电力设备可能无法与监测中心或数据中心进行实时通信和数据交换,导致通信中断,这可能会影响电力系统的监测、运行状态的实时掌握以及故障的及时发现。
为了解决上述问题,现提供一种技术方案。
发明内容
为了克服现有技术的上述缺陷,本发明的实施例提供一种基于大数据技术的电力信息通信故障预警分析方法以解决上述背景技术中提出的问题。
为实现上述目的,本发明提供如下技术方案:
一种基于大数据技术的电力信息通信故障预警分析方法,包括如下步骤:
步骤S1:采集有线状态信息,通过电压降平均值量化电缆电压损失情况,计算得到电势降落逾越基准指数;通过电势降落逾越基准指数与损失判断阈值的比较,生成有线故障预警信号或有线状态稳定评估信号;
步骤S2:当生成有线状态稳定评估信号,根据电压降的变化计算电压降稳定度评估指数;
步骤S3:采集无线端通信状态信息,无线端通信状态信息包括频率偏移信息和无线信号强度信息;频率偏移信息通过信号频率调谐协同融合度体现,无线信号强度信息通过信号强度变迁振幅评估指数体现;
步骤S4:当生成有线状态稳定评估信号,将电压降稳定度评估指数、信号频率调谐协同融合度以及信号强度变迁振幅评估指数进行归一化处理计算电力信息通信运行变异系数;对电力信息通信运行变异系数和第一通信故障评估阈值、第二通信故障评估阈值进行比较,生成不同等级的电力信息通信预警信号。
在一个优选的实施方式中,在步骤S1中,设定电压损失监测区间,将电压损失监测区间均等分为多个小区间,计算每个小区间的电压降平均值;
设定电压降阈值,获取在电压损失监测区间内小区间的电压降平均值大于电压降阈值的小区间的电压降平均值;在电压损失监测区间内小区间的电压降平均值大于电压降阈值的数量为n;
计算电势降落逾越基准指数,其表达式为:其中,n、i分别为在电压损失监测区间内小区间的电压降平均值大于电压降阈值的数量和在电压损失监测区间内小区间的电压降平均值大于电压降阈值的小区间的电压降平均值的编号,i=1、2、3、4、......、n,n、i为大于1的正整数;djyz、dyji、dyjy分别为电势降落逾越基准指数、第i个在电压损失监测区间内小区间的电压降平均值大于电压降阈值的小区间的电压降平均值以及电压降阈值;
设定损失判断阈值;当电势降落逾越基准指数大于损失判断阈值,生成有线故障预警信号;当电势降落逾越基准指数小于等于损失判断阈值,生成有线状态稳定评估信号。
在一个优选的实施方式中,在步骤S2中,当生成有线状态稳定评估信号,计算电压降稳定度评估指数,其表达式为:其中,m、w分别为在电压损失监测区间内小区间的电压降平均值的数量和在电压损失监测区间内小区间的电压降平均值的编号;w=1、2、3、4、......、m,m、w为大于1的正整数;djwp、dyjw、dyjp为电压降稳定度评估指数、在电压损失监测区间内第w个小区间的电压降平均值以及在电压损失监测区间内所有小区间的电压降平均值。
在一个优选的实施方式中,在电压损失监测区间内所有小区间的电压降平均值为每个小区间的电压降平均值之和与在电压损失监测区间内小区间的电压降平均值的数量的比值。
在一个优选的实施方式中,在步骤S3中,设定偏移监测区间,获取在偏移监测区间内无线发射端的设定频率;获取在偏移监测区间内,信号接收端接受的实际信号频率;在偏移监测区间内均匀采集到k个信号接收端接受的实际信号频率;
计算信号频率调谐协同融合度,其表达式为:其中,k、u分别为偏移监测区间内均匀采集的信号接收端接受的实际信号频率的数量和信号接收端接受的实际信号频率的编号;u=1、2、3、4、......、k,k、u均为大于1的正整数;xpxd、sxpu、fsp分别为信号频率调谐协同融合度、在偏移监测区间内均匀采集的第u个信号接收端接受的实际信号频率以及无线发射端的设定频率。
在一个优选的实施方式中,设定信号监测区间,获取无线发射端的信号强度,无线发射端的信号强度的计算公式为:其中,sswt、jxg分别为无线发射端的信号强度和无线发射端接收到的信号功率;
计算信号强度变迁振幅评估指数,其表达式为:其中,h为在信号强度区间内监测的无线发射端的信号强度的数量;v为在信号强度区间内监测的无线发射端的信号强度的编号,v=1、2、3、4、......、h,v、h均为大于1的正整数;xbzp、sswtv、sswtv+1分别为信号强度变迁振幅评估指数、在信号强度区间内第v个无线发射端的信号强度以及在信号强度区间内第v+1个无线发射端的信号强度。
在一个优选的实施方式中,在步骤S4中,在生成有线状态稳定评估信号后,计算电力信息通信运行变异系数,其表达式为:其中,Dtbx为电力信息通信运行变异系数,α1、α2、α3分别为电压降稳定度评估指数、信号频率调谐协同融合度以及信号强度变迁振幅评估指数的预设比例系数,α1、α2、α3均大于0;
设定第一通信故障评估阈值和第二通信故障评估阈值,第一通信故障评估阈值小于第二通信故障评估阈值;
当电力信息通信运行变异系数小于第一通信故障评估阈值,生成一级电力信息通信预警信号;当电力信息通信运行变异系数大于等于第一通信故障评估阈值,且电力信息通信运行变异系数小于等于第二通信故障评估阈值,生成二级电力信息通信预警信号;当电力信息通信运行变异系数大于第二通信故障评估阈值,生成三级电力信息通信预警信号。
本发明一种基于大数据技术的电力信息通信故障预警分析方法的技术效果和优点:
1、通过监测电缆的运行状态来提前发现潜在问题,通过监测从电力设备到无线发射端的电缆的运行状态计算电势降落逾越基准指数,通过电势降落逾越基准指数与损失判断阈值的比较,可以在问题变得严重之前就发现潜在的电缆故障或不稳定情况;有助于在故障发生之前采取行动,从而提高整个电力信息通信系统的可靠性和稳定性。
2、通过综合考虑电压降稳定度、信号频率调谐协同融合度和信号强度变迁振幅评估指数计算得到电力信息通信运行变异系数,并通过设置不同的通信故障评估阈值,可以在不同情况下生成一级、二级或三级电力信息通信预警信号,这使得在电力信息通信运行出现异常或故障时,能够及时发出预警信号,以便及早采取措施,特别是对于岛屿环境的电力设备的电力信息通信的特殊性,避免进一步电力信息通信的问题扩大,避免造成对电力设备的监管不及时和不准确。
附图说明
图1为本发明一种基于大数据技术的电力信息通信故障预警分析方法示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整的描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
实施例1
图1给出了本发明一种基于大数据技术的电力信息通信故障预警分析方法,其包括如下步骤:
步骤S1:采集有线状态信息,通过电压降平均值量化电缆电压损失情况,计算得到电势降落逾越基准指数;通过电势降落逾越基准指数与损失判断阈值的比较,生成有线故障预警信号或有线状态稳定评估信号。
步骤S2:当生成有线状态稳定评估信号,根据电压降的变化计算电压降稳定度评估指数。
步骤S3:采集无线端通信状态信息,无线端通信状态信息包括频率偏移信息和无线信号强度信息。频率偏移信息通过信号频率调谐协同融合度体现,无线信号强度信息通过信号强度变迁振幅评估指数体现。
步骤S4:当生成有线状态稳定评估信号,将电压降稳定度评估指数、信号频率调谐协同融合度以及信号强度变迁振幅评估指数进行归一化处理计算电力信息通信运行变异系数;对电力信息通信运行变异系数和第一通信故障评估阈值、第二通信故障评估阈值进行比较,生成不同等级的电力信息通信预警信号。
在步骤S1中,采集有线状态信息,有线状态信息反映了从电力设备到无线发射端的电缆在电力信息通信时的运行状态,通过监测从电力设备到无线发射端的电缆在电力信息通信时的运行状态,可以有助于提前发现潜在的问题,如果电缆在电力信息通信时的运行状态不佳,可以触发警报,提醒运维人员进行检修和维护,这有助于在故障发生之前采取行动,减少停机时间。
从电力设备到无线发射端中,通常使用电缆进行电力信息通信,分别获取若干个从电力设备到无线发射端的电缆的有线状态信息;通过测量电缆连接点处的电压降可以判断是否有不正常的电流流动。异常的电压降可能表明电缆连接存在问题。
电压降是在电缆连接点处电流通过电缆时,由于电缆内部的电阻而产生的电压损失;电压降以伏特(V)为单位。
异常的电压降会导致电力信息通信的不稳定,影响对电力设备数据监测的实时性,电压降异常可能由以下原因造成:
电缆质量不良:电缆的质量不良,如电缆内部的导线断裂、导线材料问题等,都可能导致电阻增加,从而引起异常的电压降;接触不良:电缆连接点的接触不良、松动或氧化,会导致连接处电阻增加,引起电压降的异常;电缆损坏:电缆被压扁、弯曲或受损,会导致电缆内部导线的电阻增加,从而引起电压降异常;过载:如果电缆承受超过其额定电流的负载,电阻会增加,导致电压降增加;材料老化:电缆内部的材料随着时间的推移可能会老化,导致电阻增加,从而引发电压降异常;高频干扰:在高频信号传输中,电缆的电阻可能因频率变化而增加,从而导致电压降异常。
通常情况下,电压降越小越好,特别是在电力信息通信等需要稳定电源和可靠信号传输的场景中。
设定电压损失监测区间,对电压损失监测区间内的电压降进行分析。
将电压损失监测区间均等分为多个小区间,获取每个小区间的电压降数据,从而计算每个小区间的电压降平均值。
设定电压降阈值,获取在电压损失监测区间内小区间的电压降平均值大于电压降阈值的小区间的电压降平均值;在电压损失监测区间内小区间的电压降平均值大于电压降阈值的数量为n。
对在电压损失监测区间内小区间的电压降平均值大于电压降阈值的小区间的电压降平均值量化电缆电压损失情况,计算电势降落逾越基准指数,其表达式为:其中,n、i分别为在电压损失监测区间内小区间的电压降平均值大于电压降阈值的数量和在电压损失监测区间内小区间的电压降平均值大于电压降阈值的小区间的电压降平均值的编号,i=1、2、3、4、......、n,n、i为大于1的正整数;djyz、dyji、dyjy分别为电势降落逾越基准指数、第i个在电压损失监测区间内小区间的电压降平均值大于电压降阈值的小区间的电压降平均值以及电压降阈值。
电势降落逾越基准指数越大,在电压损失监测区间内出现小区间电压降平均值大于电压降阈值的小区间情况越严重,在从电力设备到无线发射端中的电力信息通信质量越差。
设定损失判断阈值,通过电势降落逾越基准指数与损失判断阈值的比较,判断在电压损失监测区间内电缆连接点处电流通过电缆时电压降的超出情况。
当电势降落逾越基准指数大于损失判断阈值,生成有线故障预警信号;此时电压损失监测区间内电缆连接点处电流通过电缆时电压降的超出情况严重,可能会导致通信信号的不稳定,影响电力数据传输的质量和可靠性,使信号波形变形,影响信号的正确解读和解码;导致电流增加,引起电缆发热,可能影响电缆的物理性能和寿命。
在生成有线故障预警信号,采取检修措施:检修措施包括但不限于检查连接点(检查电缆连接点是否松动或腐蚀,确保连接良好,以减小电阻)、优化电缆(使用电阻较小的电缆,或者增加电缆的截面积,以降低电阻,减少电压降)以及维护故障点(如果发现故障点,及时进行维护,修复或更换问题电缆或连接点)。
当电势降落逾越基准指数小于等于损失判断阈值,生成有线状态稳定评估信号,此时电压损失监测区间内电缆连接点处电流通过电缆时电压降的超出情况不存在或不严重,电缆的运行处于相对稳定的状态,但不代表没有发生故障的概率。
电压降阈值是本领域专业技术人员根据电压降的大小以及在电力信息通信中对电压降的安全要求标准等其他实际情况进行设定,此处不再赘述。
电压损失监测区间:电压损失监测区间对应的时间长度是本领域专业技术人员依据实际情况进行设定,电压损失监测区间对应的时间长度是不变的,且电压损失监测区间的位置随着实时的时间变化而进行变化,即电压损失监测区间的一个临界点为实时的时间。
损失判断阈值是本领域专业技术人员根据电势降落逾越基准指数的大小、电压损失监测区间以及在电力信息通信中对电压降的安全要求标准等其他实际情况进行设定,此处不再赘述。
通过监测电缆的运行状态来提前发现潜在问题,并在需要时触发警报以便及时维护和修复;通过监测从电力设备到无线发射端的电缆的运行状态计算电势降落逾越基准指数,通过电势降落逾越基准指数与损失判断阈值的比较,可以在问题变得严重之前就发现潜在的电缆故障或不稳定情况。在电缆运行状态不佳时,触发警报并提醒运维人员进行检修和维护,有助于在故障发生之前采取行动,减少停机时间和生产损失。从而提高整个电力信息通信系统的可靠性和稳定性。
在步骤S2中,存在电压降小于电压降阈值但是电压降不稳定的情况:如果电压降虽然小但是不稳定,同样会对电力信息通信产生负面影响;不稳定的电压降会导致信号强度波动,可能会引起通信的抖动和不稳定性,影响通信质量;不稳定的电压降可能会导致信号失真,信号的波形可能会变形,从而影响信号的正确解读和解码;在电压降不稳定的情况下,信号弱到一定程度可能会导致数据包的丢失,从而影响数据的完整性和可靠性;如果电压降的不稳定性导致电缆连接不稳定,可能会导致通信中断,影响通信的连续性。
当生成有线状态稳定评估信号,计算电压降稳定度评估指数,其表达式为:其中,m、w分别为在电压损失监测区间内小区间的电压降平均值的数量和在电压损失监测区间内小区间的电压降平均值的编号;w=1、2、3、4、......、m,m、w为大于1的正整数;djwp、dyjw、dyjp为电压降稳定度评估指数、在电压损失监测区间内第w个小区间的电压降平均值以及在电压损失监测区间内所有小区间的电压降平均值。
电压降稳定度评估指数越大表示在电压损失监测区间内电压降的变化越大,电压降的不稳定性越高。这可能意味着电力信息通信中存在较大的波动、抖动或不稳定因素,这些因素可能会对电力信息通信产生负面影响,导致通信的抖动、信号失真、数据丢失等问题。
在电压损失监测区间内所有小区间的电压降平均值为每个小区间的电压降平均值之和与在电压损失监测区间内小区间的电压降平均值的数量的比值。
在步骤S3中,采集无线端通信状态信息。无线端通信状态信息包括频率偏移信息和无线信号强度信息。
采集频率偏移信息:设定偏移监测区间,偏移监测区间用于对无线发射端的频率偏移进行分析;频率偏移是指电力信息无线通信中,无线发射端产生的信号频率与信号接收端期望的信号频率之间的差异。在通信系统中,无线发射端会根据某个特定的频率来发射信号,而信号接收端期望接收到的信号也应该在相同的频率上,然而,由于各种因素,无线发射端产生的信号频率会与期望的频率存在一定的偏差,即为频率偏移。
无线发射端的发射频率通常是固定的,这些通信标准规定了一组特定的频率通道,每个通信设备在这些通道上以固定的频率发射信号;在正常情况下,无线发射端的发射频率是保持不变的。
获取在偏移监测区间内无线发射端的设定频率,无线发射端的设定频率即为无线发射端固定的发射频率。
获取在偏移监测区间内,信号接收端接收的实际信号频率。
量化分析在偏移监测区间内无线发射端的设定频率与信号接收端接收的实际信号频率的偏差情况,从而判断在偏移监测区间内频率偏移的程度:
在偏移监测区间内均匀采集到k个信号接收端接收的实际信号频率。
计算频率偏差值,频率偏差值为信号接收端接收的实际信号频率与无线发射端的设定频率的偏差值。
计算信号频率调谐协同融合度,其表达式为:其中,k、u分别为偏移监测区间内均匀采集的信号接收端接受的实际信号频率的数量和信号接收端接受的实际信号频率的编号;u=1、2、3、4、......、k,k、u均为大于1的正整数;xpxd、sxpu、fsp分别为信号频率调谐协同融合度、在偏移监测区间内均匀采集的第u个信号接收端接受的实际信号频率以及无线发射端的设定频率。
信号频率调谐协同融合度越大,在偏移监测区间内总体的信号接收端接受的实际信号频率的数量和信号接收端接受的实际信号频率偏差越大;表明无线发射端存在频率调谐的不足或不精准,导致实际发射频率与预期设定频率存在明显偏差;在无线通信中,频率偏差过大可能会导致信号丢失、信号干扰、通信抖动等问题,进而影响通信的可靠性和连续性;通过计算信号频率调谐协同融合度,可以及早发现无线发射端的频率调谐问题,进而进行故障预警和维护。
频率偏差阈值是本领域专业技术人员根据信号接收端接受的实际信号频率与无线发射端的设定频率的偏差值的大小以及实际的对频率偏移的要求标准等其他实际情况进行设定,此处不再赘述。
k的取值是本领域专业技术人员根据对信号接收端的实际信号频率的监测需求等其他实际情况进行设定,此处不再赘述。
偏移监测区间:偏移监测区间对应的时间长度是本领域专业技术人员依据无线发射端的实际监测需求等其他实际情况进行设定,偏移监测区间对应的时间长度是不变的,且偏移监测区间的位置随着实时的时间变化而进行变化,即偏移监测区间的一个临界点为实时的时间。
采集无线信号强度信息,设定信号监测区间,获取无线发射端的信号强度,其中,无线发射端的信号强度的计算公式为:其中,sswt、jxg分别为无线发射端的信号强度和无线发射端接收到的信号功率,无线发射端接收到的信号功率单位为毫瓦(mw)。
无线发射端的信号强度的计算公式计算的是无线发射端接收到的无线信号功率与1毫瓦的比率,从而得出信号强度的分贝值;得到接收到的信号相对于标准参考功率(1毫瓦)的相对强弱程度。
获取在信号强度区间内的无线信号强度的变化情况,计算信号强度变迁振幅评估指数,其表达式为:其中,h为在信号强度区间内监测的无线发射端的信号强度的数量;v为在信号强度区间内监测的无线发射端的信号强度的编号,v=1、2、3、4、......、h,v、h均为大于1的正整数;xbzp、sswtv、sswtv+1分别为信号强度变迁振幅评估指数、在信号强度区间内第v个无线发射端的信号强度以及在信号强度区间内第v+1个无线发射端的信号强度。
信号强度变迁振幅评估指数越大,在信号强度区间内的无线信号强度变化程度越大,进而导致电力信息通信的不稳定性和数据传输的波动性增加。
值得注意的是,在信号强度区间内监测的对无线发射端的信号强度的采样是基于信号强度区间内在时间上均匀采集的。
信号监测区间:信号监测区间对应的时间长度是本领域专业技术人员依据无线发射端的实际监测需求等其他实际情况进行设定,信号监测区间对应的时间长度是不变的,且信号监测区间的位置随着实时的时间变化而进行变化,即信号监测区间的一个临界点为实时的时间。
在步骤S4中,设定某电力设备通过有线通信连接到无线发射端,到无线发射端通过无线通信将电力设备的数据传输到岛屿的监测中心或数据中心的过程为电力信息通信单线过程。
电力信息通信单线过程的状态进行评估,从而精准得知电力信息通信单线过程的运行状态,还能精准定位发生故障预警的位置。
在生成有线故障预警信号时,电力信息通信已经发生故障;故在生成有线状态稳定评估信号后,将电压降稳定度评估指数、信号频率调谐协同融合度以及信号强度变迁振幅评估指数进行归一化处理计算电力信息通信运行变异系数,其表达式为:其中,Dtbx为电力信息通信运行变异系数,α1、α2、α3分别为电压降稳定度评估指数、信号频率调谐协同融合度以及信号强度变迁振幅评估指数的预设比例系数,α1、α2、α3均大于0。
电力信息通信运行变异系数越大,电力信息通信单线过程的电力信息通信发生故障的概率越大。
设定第一通信故障评估阈值和第二通信故障评估阈值,第一通信故障评估阈值小于第二通信故障评估阈值;第一通信故障评估阈值和第二通信故障评估阈值是本领域专业技术人员依据电力信息通信运行变异系数的大小,以及在本专业的技术领域内对电力信息通信单线过程的电力信息通信安全要求标准等实际情况进行设定,此处不再赘述。
对电力信息通信运行变异系数和第一通信故障评估阈值、第二通信故障评估阈值进行比较,对电力信息通信单线过程的电力信息通信的故障预警进行判断:
当电力信息通信运行变异系数小于第一通信故障评估阈值,生成一级电力信息通信预警信号,此时电力信息通信单线过程的电力信息通信运行正常,无需采取措施。
当电力信息通信运行变异系数大于等于第一通信故障评估阈值,且电力信息通信运行变异系数小于等于第二通信故障评估阈值,生成二级电力信息通信预警信号;此时表示电力信息通信单线过程的电力信息通信的运行出现了一些异常或不稳定的情况,但尚未达到严重的故障状态;在这种情况下,可以采取较为轻微的干预措施,例如进行进一步的检查、优化或调整通信设备,以确保通信系统的稳定性和可靠性。
当电力信息通信运行变异系数大于第二通信故障评估阈值,生成三级电力信息通信预警信号。此时表示电力信息通信单线过程的电力信息通信出现了严重的问题或故障,需要立即采取措施来修复或处理;在这种情况下,需要进行详细的故障排查、设备维修或替换,以及电力信息通信网络的恢复措施,以确保电力信息通信系统的正常运行。
值得注意的是,电力信息通信预警信号的等级越大,其对应的电力信息通信单线过程的电力信息通信故障情况越严重。
通过综合考虑电压降稳定度、信号频率调谐协同融合度和信号强度变迁振幅评估指数计算得到电力信息通信运行变异系数,能够准确地评估电力信息通信单线过程的运行状态。通过设置不同的通信故障评估阈值,可以在不同情况下生成一级、二级或三级电力信息通信预警信号,这使得在电力信息通信运行出现异常或故障时,能够及时发出预警信号,以便及早采取措施,特别是对于岛屿环境的电力设备的电力信息通信的特殊性,避免进一步电力信息通信的问题扩大,避免造成对电力设备的监管不及时和不准确,避免造成损失。
上述公式均是去量纲取其数值计算,公式是由采集大量数据进行软件模拟得到最近真实情况的一个公式,公式中的预设参数以及阈值选取由本领域的技术人员根据实际情况进行设置。
上述实施例,可以全部或部分地通过软件、硬件、固件或其他任意组合来实现。当使用软件实现时,上述实施例可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令或计算机程序。在计算机上加载或执行所述计算机指令或计算机程序时,全部或部分地产生按照本申请实施例所述的流程或功能。所述计算机可以为通用计算机、专用计算机、计算机网络,或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中,或者从一个计算机可读存储介质向另一个计算机可读存储介质传输,例如,所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集合的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质(例如,软盘、硬盘、磁带)、光介质(例如,DVD),或者半导体介质。半导体介质可以是固态硬盘。
本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的模块及算法步骤,能够以电子硬件,或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本申请的范围。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的系统、装置和模块的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在本申请所提供的几个实施例中,应该理解到,所揭露的系统、装置和方法,可以通过其他的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述模块的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个模块或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或模块的间接耦合或通信连接,可以是电性,机械或其他的形式。
所述作为分离部件说明的模块可以是或者也可以不是物理上分开的,作为模块显示的部件可以是或者也可以不是物理模块,既可以位于一个地方,或者也可以分布到多个网络模块上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。
另外,在本申请各个实施例中的各功能模块可以集成在一个处理模块中,也可以是各个模块单独物理存在,也可以两个或两个以上模块集成在一个模块中。
所述功能如果以软件功能模块的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(read-on ly memory,ROM)、随机存取存储器(random access memory,RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述,仅为本申请的具体实施方式,但本申请的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本申请揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本申请的保护范围之内。因此,本申请的保护范围应以所述权利要求的保护范围为准。
最后:以上所述仅为本发明的优选实施例而已,并不用于限制本发明,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (7)
1.一种基于大数据技术的电力信息通信故障预警分析方法,其特征在于,包括如下步骤:
步骤S1:采集有线状态信息,通过电压降平均值量化电缆电压损失情况,计算得到电势降落逾越基准指数;通过电势降落逾越基准指数与损失判断阈值的比较,生成有线故障预警信号或有线状态稳定评估信号;
步骤S2:当生成有线状态稳定评估信号,根据电压降的变化计算电压降稳定度评估指数;
步骤S3:采集无线端通信状态信息,无线端通信状态信息包括频率偏移信息和无线信号强度信息;频率偏移信息通过信号频率调谐协同融合度体现,无线信号强度信息通过信号强度变迁振幅评估指数体现;
步骤S4:当生成有线状态稳定评估信号,将电压降稳定度评估指数、信号频率调谐协同融合度以及信号强度变迁振幅评估指数进行归一化处理计算电力信息通信运行变异系数;对电力信息通信运行变异系数和第一通信故障评估阈值、第二通信故障评估阈值进行比较,生成不同等级的电力信息通信预警信号。
2.根据权利要求1所述的一种基于大数据技术的电力信息通信故障预警分析方法,其特征在于:在步骤S1中,设定电压损失监测区间,将电压损失监测区间均等分为多个小区间,计算每个小区间的电压降平均值;
设定电压降阈值,获取在电压损失监测区间内小区间的电压降平均值大于电压降阈值的小区间的电压降平均值;在电压损失监测区间内小区间的电压降平均值大于电压降阈值的数量为n;
计算电势降落逾越基准指数,其表达式为:其中,n、i分别为在电压损失监测区间内小区间的电压降平均值大于电压降阈值的数量和在电压损失监测区间内小区间的电压降平均值大于电压降阈值的小区间的电压降平均值的编号,i=1、2、3、4、......、n,n、i为大于1的正整数;djyz、dyji、dyjy分别为电势降落逾越基准指数、第i个在电压损失监测区间内小区间的电压降平均值大于电压降阈值的小区间的电压降平均值以及电压降阈值;
设定损失判断阈值;当电势降落逾越基准指数大于损失判断阈值,生成有线故障预警信号;当电势降落逾越基准指数小于等于损失判断阈值,生成有线状态稳定评估信号。
3.根据权利要求1所述的一种基于大数据技术的电力信息通信故障预警分析方法,其特征在于:在步骤S2中,当生成有线状态稳定评估信号,计算电压降稳定度评估指数,其表达式为:其中,m、w分别为在电压损失监测区间内小区间的电压降平均值的数量和在电压损失监测区间内小区间的电压降平均值的编号;w=1、2、3、4、......、m,m、w为大于1的正整数;djwp、dyjw、dyjp为电压降稳定度评估指数、在电压损失监测区间内第w个小区间的电压降平均值以及在电压损失监测区间内所有小区间的电压降平均值。
4.根据权利要求3所述的一种基于大数据技术的电力信息通信故障预警分析方法,其特征在于:在电压损失监测区间内所有小区间的电压降平均值为每个小区间的电压降平均值之和与在电压损失监测区间内小区间的电压降平均值的数量的比值。
5.根据权利要求1所述的一种基于大数据技术的电力信息通信故障预警分析方法,其特征在于:在步骤S3中,设定偏移监测区间,获取在偏移监测区间内无线发射端的设定频率;获取在偏移监测区间内,信号接收端接受的实际信号频率;在偏移监测区间内均匀采集到k个信号接收端接受的实际信号频率;
计算信号频率调谐协同融合度,其表达式为:其中,k、u分别为偏移监测区间内均匀采集的信号接收端接受的实际信号频率的数量和信号接收端接受的实际信号频率的编号;u=1、2、3、4、......、k,k、u均为大于1的正整数;xpxd、sxpu、fsp分别为信号频率调谐协同融合度、在偏移监测区间内均匀采集的第u个信号接收端接受的实际信号频率以及无线发射端的设定频率。
6.根据权利要求1所述的一种基于大数据技术的电力信息通信故障预警分析方法,其特征在于:设定信号监测区间,获取无线发射端的信号强度,无线发射端的信号强度的计算公式为:其中,sswt、jxg分别为无线发射端的信号强度和无线发射端接收到的信号功率;
计算信号强度变迁振幅评估指数,其表达式为:其中,h为在信号强度区间内监测的无线发射端的信号强度的数量;v为在信号强度区间内监测的无线发射端的信号强度的编号,v=1、2、3、4、......、h,v、h均为大于1的正整数;xbzp、sswtv、sswtv+1分别为信号强度变迁振幅评估指数、在信号强度区间内第v个无线发射端的信号强度以及在信号强度区间内第v+1个无线发射端的信号强度。
7.根据权利要求1所述的一种基于大数据技术的电力信息通信故障预警分析方法,其特征在于:在步骤S4中,在生成有线状态稳定评估信号后,计算电力信息通信运行变异系数,其表达式为:其中,Dtbx为电力信息通信运行变异系数,α1、α2、α3分别为电压降稳定度评估指数、信号频率调谐协同融合度以及信号强度变迁振幅评估指数的预设比例系数,α1、α2、α3均大于0;
设定第一通信故障评估阈值和第二通信故障评估阈值,第一通信故障评估阈值小于第二通信故障评估阈值;
当电力信息通信运行变异系数小于第一通信故障评估阈值,生成一级电力信息通信预警信号;当电力信息通信运行变异系数大于等于第一通信故障评估阈值,且电力信息通信运行变异系数小于等于第二通信故障评估阈值,生成二级电力信息通信预警信号;当电力信息通信运行变异系数大于第二通信故障评估阈值,生成三级电力信息通信预警信号。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311162663.9A CN117155757A (zh) | 2023-09-11 | 2023-09-11 | 一种基于大数据技术的电力信息通信故障预警分析方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311162663.9A CN117155757A (zh) | 2023-09-11 | 2023-09-11 | 一种基于大数据技术的电力信息通信故障预警分析方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117155757A true CN117155757A (zh) | 2023-12-01 |
Family
ID=88911757
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311162663.9A Pending CN117155757A (zh) | 2023-09-11 | 2023-09-11 | 一种基于大数据技术的电力信息通信故障预警分析方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117155757A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117411191A (zh) * | 2023-12-14 | 2024-01-16 | 广州超科自动化科技有限公司 | 一种远程智能成套配电柜 |
CN117709754A (zh) * | 2024-01-29 | 2024-03-15 | 南京华控创为信息技术有限公司 | 用于水利工程的数据处理控制方法及系统 |
CN118003893B (zh) * | 2024-04-09 | 2024-06-07 | 湖南工程学院 | 一种新能源汽车驱动装置运行管理方法 |
-
2023
- 2023-09-11 CN CN202311162663.9A patent/CN117155757A/zh active Pending
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117411191A (zh) * | 2023-12-14 | 2024-01-16 | 广州超科自动化科技有限公司 | 一种远程智能成套配电柜 |
CN117411191B (zh) * | 2023-12-14 | 2024-02-13 | 广州超科自动化科技有限公司 | 一种远程智能成套配电柜 |
CN117709754A (zh) * | 2024-01-29 | 2024-03-15 | 南京华控创为信息技术有限公司 | 用于水利工程的数据处理控制方法及系统 |
CN118003893B (zh) * | 2024-04-09 | 2024-06-07 | 湖南工程学院 | 一种新能源汽车驱动装置运行管理方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN117155757A (zh) | 一种基于大数据技术的电力信息通信故障预警分析方法 | |
US10613157B2 (en) | Smart fault detection device to anticipate impending faults in power transformers | |
EP2181320B1 (en) | Method and system for transformer dissolved gas harmonic regression analysis | |
CN115693948A (zh) | 一种电力系统故障监测方法及监测系统 | |
CN111426909B (zh) | 电缆老化检测方法、装置、计算机设备及存储介质 | |
CN116389304B (zh) | 基于sg-tms的网络运行状态趋势分析系统 | |
CN105301453A (zh) | 一种局部放电在线监测预警方法 | |
CN114441914A (zh) | 一种基于数据处理的开关柜局部放电检测系统 | |
CN112304446A (zh) | 电力设备报警处理方法和装置 | |
CN116739829B (zh) | 一种基于大数据的电力数据分析方法、系统及介质 | |
CN109001601A (zh) | 电缆局部放电在线监测方法和装置 | |
CN105137213A (zh) | 一种数据通讯实时诊断系统及方法 | |
CN117118807B (zh) | 一种基于人工智能的数据分析方法及系统 | |
CN117318069B (zh) | 一种供电系统故障自愈方法及系统 | |
EP4375684A1 (en) | Monitoring method, system and apparatus for quality of high-frequency external power grid | |
CN117578701A (zh) | 一种基于多维度数据的电力设备运维监控系统 | |
CN113128840A (zh) | 一种设备状态评估方法、系统及存储介质 | |
CN114389241B (zh) | 有源配电网的继电保护定值整定方法及装置 | |
CN115600879A (zh) | 一种断路器异常预警方法、系统及相关装置 | |
CN111044100A (zh) | 一种用于电力计量的传感器装置及控制方法 | |
CN115248292A (zh) | 一种变压器故障分析诊断方法及系统 | |
CN113418632A (zh) | 一种油浸式变压器油温预测的概念漂移检测方法 | |
CN113625058A (zh) | 一种基于异常点群监测变压器套管的预警方法及系统 | |
CN117486029B (zh) | 基于传感器网络的电梯能耗实时监控方法及系统 | |
CN111047015A (zh) | 基于神经网络的输变电数据突变分析方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |