CN117169652A - 一种基于人工智能的配电网故障检测定位系统 - Google Patents
一种基于人工智能的配电网故障检测定位系统 Download PDFInfo
- Publication number
- CN117169652A CN117169652A CN202311147156.8A CN202311147156A CN117169652A CN 117169652 A CN117169652 A CN 117169652A CN 202311147156 A CN202311147156 A CN 202311147156A CN 117169652 A CN117169652 A CN 117169652A
- Authority
- CN
- China
- Prior art keywords
- detection
- fault
- node
- transmission
- value
- 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
- 238000001514 detection method Methods 0.000 title claims abstract description 276
- 238000013473 artificial intelligence Methods 0.000 title claims abstract description 20
- 230000005540 biological transmission Effects 0.000 claims abstract description 119
- 238000012795 verification Methods 0.000 claims abstract description 14
- 238000004458 analytical method Methods 0.000 claims abstract description 12
- 238000004891 communication Methods 0.000 claims abstract description 4
- 230000002159 abnormal effect Effects 0.000 claims description 35
- 238000000034 method Methods 0.000 claims description 24
- 238000004364 calculation method Methods 0.000 claims description 20
- 238000012935 Averaging Methods 0.000 claims description 7
- 238000007405 data analysis Methods 0.000 abstract description 2
- 238000005516 engineering process Methods 0.000 abstract description 2
- 230000005856 abnormality Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 238000007792 addition Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
- Y04S10/00—Systems supporting electrical power generation, transmission or distribution
- Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications
- Y04S10/52—Outage or fault management, e.g. fault detection or location
Landscapes
- Locating Faults (AREA)
Abstract
本发明属于配电网故障检测领域,涉及数据分析技术,用于解决现有的配电网故障检测定位系统无法对检测终端的数据检测精度与数据传输状态进行监测的问题,具体是一种基于人工智能的配电网故障检测定位系统,包括检测定位平台,所述检测定位平台通信连接有故障检测模块、检测验证模块以及存储模块;故障检测模块用于对配电网的故障进行检测分析:将配电网的电力网络节点标记为输送节点i,在输送节点i处设置检测终端P;检测终端P的检测数据通过信道P进行传输;本发明可以对配电网的故障进行检测分析,通过在输送节点上设置多个检测终端,通过扩大检测数据基数的方式对配电网故障检测定位分析结果的精确性进行提升。
Description
技术领域
本发明属于配电网故障检测领域,涉及数据分析技术,具体是一种基于人工智能的配电网故障检测定位系统。
背景技术
配电网是指从输配电变电所或母线开始,将高压电能通过变压器降压、分配而形成的横向电力传输网络。它是电力系统的重要组成部分,将输电网的电能传输到终端用户,为社会和经济发展提供了可靠的电力保障。
现有的配电网故障检测定位系统无法对检测终端的数据检测精度与数据传输状态进行监测,导致故障监测分析过程的电力数据准确性无法得到保证,从而影响故障检测分析的结果精确性。
针对上述技术问题,本申请提出一种解决方案。
发明内容
本发明的目的在于提供一种基于人工智能的配电网故障检测定位系统,用于解决现有的配电网故障检测定位系统无法对检测终端的数据检测精度与数据传输状态进行监测的问题;
本发明需要解决的技术问题为:如何提供一种可以对检测终端的数据检测精度与数据传输状态进行监测的基于人工智能的配电网故障检测定位系统。
本发明的目的可以通过以下技术方案实现:
一种基于人工智能的配电网故障检测定位系统,包括检测定位平台,所述检测定位平台通信连接有故障检测模块、检测验证模块以及存储模块;
所述故障检测模块用于对配电网的故障进行检测分析:将配电网的电力网络节点标记为输送节点i,i=1,2,…,n,n为正整数,在输送节点i处设置检测终端P,P=1,2,…,w,w为正整数;检测终端P的检测数据通过信道P进行传输;生成检测周期并将检测周期分割为若干个检测时段,通过检测终端P获取输送节点i在检测时段内的流差数据LCPi与压差数据YCPi;通过对流差数据LCPi与压差数据YCPi进行数值计算得到检测终端P在输送节点i处对应的故障系数GZPi,对输送节点i处所有检测终端P的故障系数GZPi进行求和取平均值得到输送节点i的故障表现值GBi,通过故障表现值GBi对输送节点i的电力输送状态是否异常进行判定;
所述检测验证模块用于对配电网的故障检测结果进行验证分析。
作为本发明的一种优选实施方式,流差数据LCPi的获取过程包括:通过检测终端P获取输送节点i在检测时段内的电流最大值与电流最小值,将电流最大值与电流最小值的差值标记为流差值LCPi;压差数据YCPi的获取过程包括:通过检测终端P获取输送节点i在检测时段内的电压最大值与电压最小值,将电压最大值与电压最小值的差值标记为压差值YCPi。
作为本发明的一种优选实施方式,对输送节点i的电力输送状态是否异常进行判定的具体过程包括:通过存储模块获取到故障表现阈值GBmax,将输送节点i的故障表现值GBi与故障阈值GZmax进行比较:若故障表现值GBi小于故障表现阈值GBmax,则判定输送节点i的电力输送状态正常;若故障表现值GBi大于等于故障表现阈值GBmax,则判定输送节点i的电力输送状态异常,将对应的输送节点i标记为异常节点,将异常节点发送至检测定位平台,检测定位平台接收到异常节点后将异常节点发送至管理人员的手机终端。
作为本发明的一种优选实施方式,检测验证模块用于对配电网的故障检测结果进行验证分析的具体过程包括:获取输送节点的检测偏差值,通过存储模块获取到检测偏差阈值,将检测偏差值与检测偏差阈值进行比较并通过比较结果对输送节点i的电力输送状态是否满足要求进行判定;由检测终端P在所有输送节点内对应的故障系数GZPi构成信道P的传输集合,将故障节点对应的故障系数GZPi从传输集合中剔除,对剔除后传输集合内的所有元素进行方差计算得到传输偏差值,通过存储模块获取到传输偏差阈值,将传输偏差值与传输偏差阈值进行比较并通过比较结果对信道P的电力数据传输是否满足要求进行判定。
作为本发明的一种优选实施方式,输送节点i的检测偏差值的获取过程包括:在检测时段的结束时刻获取所有输送节点i内检测终端P对应的故障系数GZPi,由同一输送节点i内所有检测终端P对应的故障系数GZPi构成输送节点i的检测集合,对检测集合内的所有元素进行方差计算得到检测偏差值。
作为本发明的一种优选实施方式,将检测偏差值与检测偏差阈值进行比较的具体过程包括:若检测偏差值小于检测偏差阈值,则判定输送节点i内的电力数据采集满足要求,将对应的输送节点i标记为合格节点;若检测偏差值大于等于检测偏差阈值,则判定输送节点i内的电力数据采集不满足要求,将对应的输送节点i标记为故障节点;将故障节点发送至检测定位平台,检测定位平台接收到故障节点后将故障节点发送至管理人员的手机终端。
作为本发明的一种优选实施方式,将传输偏差值与传输偏差阈值进行比较的具体过程包括:若传输偏差值小于传输偏差阈值,则判定信道P的电力数据传输满足要求;若传输偏差值大于等于传输偏差阈值,则判定信道P的电力数据传输不满足要求,将对应的信道P标记为异常信道,将异常信道发送至检测定位平台,检测定位平台接收到异常信道后将异常信道发送至管理人员的手机终端。
作为本发明的一种优选实施方式,该基于人工智能的配电网故障检测定位系统的工作方法,包括以下步骤:
步骤一:对配电网的故障进行检测分析:将配电网的电力网络节点标记为输送节点i,i=1,2,…,n,n为正整数,在输送节点i处设置检测终端P,P=1,2,…,w,w为正整数;检测终端P的检测数据通过信道P进行传输;
步骤二:生成检测周期并将检测周期分割为若干个检测时段,通过检测终端P获取输送节点i在检测时段内的流差数据LCPi与压差数据YCPi并进行数值计算得到检测终端P在输送节点i处对应的故障系数GZPi;
步骤三:对输送节点i处所有检测终端P的故障系数GZPi进行求和取平均值得到输送节点i的故障表现值GBi,通过故障表现值GBi对输送节点i的电力输送状态是否正常进行判定;
步骤四:对配电网的故障检测结果进行验证分析并得到检测集合,对检测集合内所有元素进行方差计算得到检测偏差值,通过检测偏差值将输送节点i标记为合格节点或故障节点;
步骤五:由检测终端P在所有输送节点内对应的故障系数GZPi构成信道P的传输集合,将故障节点对应的故障系数GZPi从传输集合中剔除,对剔除后传输集合内的所有元素进行方差计算得到传输偏差值,通过传输偏差值对信道P的电力数据传输是否满足要求进行判定。
本发明具备下述有益效果:
1、通过故障检测模块可以对配电网的故障进行检测分析,通过在输送节点上设置多个检测终端,然后将检测终端的检测数据通过专属的信道发送至故障检测模块,通过扩大检测数据基数的方式对配电网故障检测定位分析结果的精确性进行提升;
2、通过对输送节点内每一个检测终端的检测结果进行计算,然后对所有检测终端的检测结果进行整合计算得到输送节点的故障表现值,通过故障表现值对输送节点的电力输送状态异常程度进行反馈,在电力输送异常程度不满足要求时及时进行预警;
3、通过检测验证模块可以对配电网的故障检测结果进行验证分析,通过对同一输送节点内所有检测终端的检测结果偏差程度进行计算得到检测偏差值,通过检测偏差值对检测终端的运行状态进行监控,同时通过传输偏差值对信道的数据传输状态进行监控,在数据采集端出现任何异常时均可以及时进行预警,从而保证故障检测分析结果的精确性。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例一的系统框图;
图2为本发明实施例二的方法流程图。
具体实施方式
下面将结合实施例对本发明的技术方案进行清楚、完整地描述,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作出创造性劳动前提下所获得的所有其它实施例,都属于本发明保护的范围。
实施例一
如图1所示,一种基于人工智能的配电网故障检测定位系统,包括检测定位平台,检测定位平台通信连接有故障检测模块、检测验证模块以及存储模块。
故障检测模块用于对配电网的故障进行检测分析:将配电网的电力网络节点标记为输送节点i,i=1,2,…,n,n为正整数,在输送节点i处设置检测终端P,P=1,2,…,w,w为正整数;检测终端P的检测数据通过信道P进行传输;对配电网的故障进行检测分析,通过在输送节点上设置多个检测终端,然后将检测终端的检测数据通过专属的信道发送至故障检测模块,通过扩大检测数据基数的方式对配电网故障检测定位分析结果的精确性进行提升;生成检测周期并将检测周期分割为若干个检测时段,通过检测终端P获取输送节点i在检测时段内的流差数据LCPi与压差数据YCPi,流差数据LCPi的获取过程包括:通过检测终端P获取输送节点i在检测时段内的电流最大值与电流最小值,将电流最大值与电流最小值的差值标记为流差值LCPi;压差数据YCPi的获取过程包括:通过检测终端P获取输送节点i在检测时段内的电压最大值与电压最小值,将电压最大值与电压最小值的差值标记为压差值YCPi;通过公式GZPi=α1*LCPi+α2*YCPi得到检测终端P在输送节点i处对应的故障系数GZPi,对输送节点i处所有检测终端P的故障系数GZPi进行求和取平均值得到输送节点i的故障表现值GBi,通过存储模块获取到故障表现阈值GBmax,将输送节点i的故障表现值GBi与故障阈值GZmax进行比较:若故障表现值GBi小于故障表现阈值GBmax,则判定输送节点i的电力输送状态正常;若故障表现值GBi大于等于故障表现阈值GBmax,则判定输送节点i的电力输送状态异常,将对应的输送节点i标记为异常节点,将异常节点发送至检测定位平台,检测定位平台接收到异常节点后将异常节点发送至管理人员的手机终端;对输送节点内每一个检测终端的检测结果进行计算,然后对所有检测终端的检测结果进行整合计算得到输送节点的故障表现值,通过故障表现值对输送节点的电力输送状态异常程度进行反馈,在电力输送异常程度不满足要求时及时进行预警。
检测验证模块用于对配电网的故障检测结果进行验证分析:在检测时段的结束时刻获取所有输送节点i内检测终端P对应的故障系数GZPi,由同一输送节点i内所有检测终端P对应的故障系数GZPi构成输送节点i的检测集合,对检测集合内的所有元素进行方差计算得到检测偏差值,通过存储模块获取到检测偏差阈值,将检测偏差值与检测偏差阈值进行比较:若检测偏差值小于检测偏差阈值,则判定输送节点i内的电力数据采集满足要求,将对应的输送节点i标记为合格节点;若检测偏差值大于等于检测偏差阈值,则判定输送节点i内的电力数据采集不满足要求,将对应的输送节点i标记为故障节点;将故障节点发送至检测定位平台,检测定位平台接收到故障节点后将故障节点发送至管理人员的手机终端;由检测终端P在所有输送节点内对应的故障系数GZPi构成信道P的传输集合,将故障节点对应的故障系数GZPi从传输集合中剔除,对剔除后传输集合内的所有元素进行方差计算得到传输偏差值,通过存储模块获取到传输偏差阈值,将传输偏差值与传输偏差阈值进行比较:若传输偏差值小于传输偏差阈值,则判定信道P的电力数据传输满足要求;若传输偏差值大于等于传输偏差阈值,则判定信道P的电力数据传输不满足要求,将对应的信道P标记为异常信道,将异常信道发送至检测定位平台,检测定位平台接收到异常信道后将异常信道发送至管理人员的手机终端;对配电网的故障检测结果进行验证分析,通过对同一输送节点内所有检测终端的检测结果偏差程度进行计算得到检测偏差值,通过检测偏差值对检测终端的运行状态进行监控,同时通过传输偏差值对信道的数据传输状态进行监控,在数据采集端出现任何异常时均可以及时进行预警,从而保证故障检测分析结果的精确性。
实施例二
如图2所示,一种基于人工智能的配电网故障检测定位方法,包括以下步骤:
步骤一:对配电网的故障进行检测分析:将配电网的电力网络节点标记为输送节点i,i=1,2,…,n,n为正整数,在输送节点i处设置检测终端P,P=1,2,…,w,w为正整数;检测终端P的检测数据通过信道P进行传输;
步骤二:生成检测周期并将检测周期分割为若干个检测时段,通过检测终端P获取输送节点i在检测时段内的流差数据LCPi与压差数据YCPi并进行数值计算得到检测终端P在输送节点i处对应的故障系数GZPi;
步骤三:对输送节点i处所有检测终端P的故障系数GZPi进行求和取平均值得到输送节点i的故障表现值GBi,通过故障表现值GBi对输送节点i的电力输送状态是否正常进行判定;
步骤四:对配电网的故障检测结果进行验证分析并得到检测集合,对检测集合内所有元素进行方差计算得到检测偏差值,通过检测偏差值将输送节点i标记为合格节点或故障节点;
步骤五:由检测终端P在所有输送节点内对应的故障系数GZPi构成信道P的传输集合,将故障节点对应的故障系数GZPi从传输集合中剔除,对剔除后传输集合内的所有元素进行方差计算得到传输偏差值,通过传输偏差值对信道P的电力数据传输是否满足要求进行判定。
一种基于人工智能的配电网故障检测定位系统,工作时,将配电网的电力网络节点标记为输送节点i,i=1,2,…,n,n为正整数,在输送节点i处设置检测终端P,P=1,2,…,w,w为正整数;检测终端P的检测数据通过信道P进行传输;生成检测周期并将检测周期分割为若干个检测时段,通过检测终端P获取输送节点i在检测时段内的流差数据LCPi与压差数据YCPi并进行数值计算得到检测终端P在输送节点i处对应的故障系数GZPi;对输送节点i处所有检测终端P的故障系数GZPi进行求和取平均值得到输送节点i的故障表现值GBi,通过故障表现值GBi对输送节点i的电力输送状态是否正常进行判定;对配电网的故障检测结果进行验证分析并得到检测集合,对检测集合内所有元素进行方差计算得到检测偏差值,通过检测偏差值将输送节点i标记为合格节点或故障节点;由检测终端P在所有输送节点内对应的故障系数GZPi构成信道P的传输集合,将故障节点对应的故障系数GZPi从传输集合中剔除,对剔除后传输集合内的所有元素进行方差计算得到传输偏差值,通过传输偏差值对信道P的电力数据传输是否满足要求进行判定。
以上内容仅仅是对本发明结构所作的举例和说明,所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代,只要不偏离发明的结构或者超越本权利要求书所定义的范围,均应属于本发明的保护范围。
上述公式均是采集大量数据进行软件模拟得出且选取与真实值接近的一个公式,公式中的系数是由本领域技术人员根据实际情况进行设置;如:公式GZPi=α1*LCPi+α2*YCPi;由本领域技术人员采集多组样本数据并对每一组样本数据设定对应的故障系数;将设定的故障系数和采集的样本数据代入公式,任意三个公式构成三元一次方程组,将计算得到的系数进行筛选并取均值,得到α1以及α2的取值分别为2.68和2.15;
系数的大小是为了将各个参数进行量化得到的一个具体的数值,便于后续比较,关于系数的大小,取决于样本数据的多少及本领域技术人员对每一组样本数据初步设定对应的故障系数;只要不影响参数与量化后数值的比例关系即可,如故障系数与流差数据的数值成正比。
在本说明书的描述中,参考术语“一个实施例”、“示例”、“具体示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不一定指的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
以上公开的本发明优选实施例只是用于帮助阐述本发明。优选实施例并没有详尽叙述所有的细节,也不限制该发明仅为的具体实施方式。显然,根据本说明书的内容,可作很多的修改和变化。本说明书选取并具体描述这些实施例,是为了更好地解释本发明的原理和实际应用,从而使所属技术领域技术人员能很好地理解和利用本发明。本发明仅受权利要求书及其全部范围和等效物的限制。
Claims (8)
1.一种基于人工智能的配电网故障检测定位系统,其特征在于,包括检测定位平台,所述检测定位平台通信连接有故障检测模块、检测验证模块以及存储模块;
所述故障检测模块用于对配电网的故障进行检测分析:将配电网的电力网络节点标记为输送节点i,i=1,2,…,n,n为正整数,在输送节点i处设置检测终端P,P=1,2,…,w,w为正整数;检测终端P的检测数据通过信道P进行传输;生成检测周期并将检测周期分割为若干个检测时段,通过检测终端P获取输送节点i在检测时段内的流差数据LCPi与压差数据YCPi;通过对流差数据LCPi与压差数据YCPi进行数值计算得到检测终端P在输送节点i处对应的故障系数GZPi,对输送节点i处所有检测终端P的故障系数GZPi进行求和取平均值得到输送节点i的故障表现值GBi,通过故障表现值GBi对输送节点i的电力输送状态是否异常进行判定;
所述检测验证模块用于对配电网的故障检测结果进行验证分析。
2.根据权利要求1所述的一种基于人工智能的配电网故障检测定位系统,其特征在于,流差数据LCPi的获取过程包括:通过检测终端P获取输送节点i在检测时段内的电流最大值与电流最小值,将电流最大值与电流最小值的差值标记为流差值LCPi;压差数据YCPi的获取过程包括:通过检测终端P获取输送节点i在检测时段内的电压最大值与电压最小值,将电压最大值与电压最小值的差值标记为压差值YCPi。
3.根据权利要求2所述的一种基于人工智能的配电网故障检测定位系统,其特征在于,对输送节点i的电力输送状态是否异常进行判定的具体过程包括:通过存储模块获取到故障表现阈值GBmax,将输送节点i的故障表现值GBi与故障阈值GZmax进行比较:若故障表现值GBi小于故障表现阈值GBmax,则判定输送节点i的电力输送状态正常;若故障表现值GBi大于等于故障表现阈值GBmax,则判定输送节点i的电力输送状态异常,将对应的输送节点i标记为异常节点,将异常节点发送至检测定位平台,检测定位平台接收到异常节点后将异常节点发送至管理人员的手机终端。
4.根据权利要求3所述的一种基于人工智能的配电网故障检测定位系统,其特征在于,检测验证模块用于对配电网的故障检测结果进行验证分析的具体过程包括:获取输送节点的检测偏差值,通过存储模块获取到检测偏差阈值,将检测偏差值与检测偏差阈值进行比较并通过比较结果对输送节点i的电力输送状态是否满足要求进行判定;由检测终端P在所有输送节点内对应的故障系数GZPi构成信道P的传输集合,将故障节点对应的故障系数GZPi从传输集合中剔除,对剔除后传输集合内的所有元素进行方差计算得到传输偏差值,通过存储模块获取到传输偏差阈值,将传输偏差值与传输偏差阈值进行比较并通过比较结果对信道P的电力数据传输是否满足要求进行判定。
5.根据权利要求4所述的一种基于人工智能的配电网故障检测定位系统,其特征在于,输送节点i的检测偏差值的获取过程包括:在检测时段的结束时刻获取所有输送节点i内检测终端P对应的故障系数GZPi,由同一输送节点i内所有检测终端P对应的故障系数GZPi构成输送节点i的检测集合,对检测集合内的所有元素进行方差计算得到检测偏差值。
6.根据权利要求5所述的一种基于人工智能的配电网故障检测定位系统,其特征在于,将检测偏差值与检测偏差阈值进行比较的具体过程包括:若检测偏差值小于检测偏差阈值,则判定输送节点i内的电力数据采集满足要求,将对应的输送节点i标记为合格节点;若检测偏差值大于等于检测偏差阈值,则判定输送节点i内的电力数据采集不满足要求,将对应的输送节点i标记为故障节点;将故障节点发送至检测定位平台,检测定位平台接收到故障节点后将故障节点发送至管理人员的手机终端。
7.根据权利要求6所述的一种基于人工智能的配电网故障检测定位系统,其特征在于,将传输偏差值与传输偏差阈值进行比较的具体过程包括:若传输偏差值小于传输偏差阈值,则判定信道P的电力数据传输满足要求;若传输偏差值大于等于传输偏差阈值,则判定信道P的电力数据传输不满足要求,将对应的信道P标记为异常信道,将异常信道发送至检测定位平台,检测定位平台接收到异常信道后将异常信道发送至管理人员的手机终端。
8.根据权利要求1-7任一项所述的一种基于人工智能的配电网故障检测定位系统,其特征在于,该基于人工智能的配电网故障检测定位系统的工作方法,包括以下步骤:
步骤一:对配电网的故障进行检测分析:将配电网的电力网络节点标记为输送节点i,i=1,2,…,n,n为正整数,在输送节点i处设置检测终端P,P=1,2,…,w,w为正整数;检测终端P的检测数据通过信道P进行传输;
步骤二:生成检测周期并将检测周期分割为若干个检测时段,通过检测终端P获取输送节点i在检测时段内的流差数据LCPi与压差数据YCPi并进行数值计算得到检测终端P在输送节点i处对应的故障系数GZPi;
步骤三:对输送节点i处所有检测终端P的故障系数GZPi进行求和取平均值得到输送节点i的故障表现值GBi,通过故障表现值GBi对输送节点i的电力输送状态是否正常进行判定;
步骤四:对配电网的故障检测结果进行验证分析并得到检测集合,对检测集合内所有元素进行方差计算得到检测偏差值,通过检测偏差值将输送节点i标记为合格节点或故障节点;
步骤五:由检测终端P在所有输送节点内对应的故障系数GZPi构成信道P的传输集合,将故障节点对应的故障系数GZPi从传输集合中剔除,对剔除后传输集合内的所有元素进行方差计算得到传输偏差值,通过传输偏差值对信道P的电力数据传输是否满足要求进行判定。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311147156.8A CN117169652A (zh) | 2023-09-07 | 2023-09-07 | 一种基于人工智能的配电网故障检测定位系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311147156.8A CN117169652A (zh) | 2023-09-07 | 2023-09-07 | 一种基于人工智能的配电网故障检测定位系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117169652A true CN117169652A (zh) | 2023-12-05 |
Family
ID=88946805
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311147156.8A Pending CN117169652A (zh) | 2023-09-07 | 2023-09-07 | 一种基于人工智能的配电网故障检测定位系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117169652A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117424791A (zh) * | 2023-12-18 | 2024-01-19 | 国网天津市电力公司信息通信公司 | 一种大型电力通信网络故障诊断系统 |
-
2023
- 2023-09-07 CN CN202311147156.8A patent/CN117169652A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117424791A (zh) * | 2023-12-18 | 2024-01-19 | 国网天津市电力公司信息通信公司 | 一种大型电力通信网络故障诊断系统 |
CN117424791B (zh) * | 2023-12-18 | 2024-03-19 | 国网天津市电力公司信息通信公司 | 一种大型电力通信网络故障诊断系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114430199B (zh) | 一种基于大数据的开关柜运行监管系统 | |
CN115389854B (zh) | 一种直流电源供电系统的安全监测系统及方法 | |
CN114977414B (zh) | 一种基于多簇并联储能的电池存储智能管理系统 | |
CN117169652A (zh) | 一种基于人工智能的配电网故障检测定位系统 | |
CN115473319B (zh) | 一种基于超级电容器的储能方法 | |
CN115469176A (zh) | 一种基于数据模型的数字孪生电网用风险评估系统 | |
CN114977483B (zh) | 一种智能电网调控控制设备故障诊断系统 | |
CN116628774A (zh) | 一种基于云计算的数据存储完整性监管系统 | |
CN117156484B (zh) | 一种基于5g技术的通信基站能耗分析系统和方法 | |
CN115933508A (zh) | 一种配电网智能电力运维系统 | |
CN114928168A (zh) | 一种海上平台无人化数据边缘计算装置 | |
CN117692260B (zh) | 基于数据分析的网络异常行为识别方法 | |
CN117764559A (zh) | 基于数据分析的电器柜运维检修监管预警系统 | |
CN117238388B (zh) | 一种基于数据分析的复合电镀用电镀液监管系统 | |
CN117930795A (zh) | 一种基于人工智能的工控机自检控制系统 | |
CN115265635B (zh) | 一种基于数据分析的工业机器视觉检测管理系统 | |
CN115372694A (zh) | 配电系统的非技术损失检测方法、电子设备及存储介质 | |
CN101620250B (zh) | 量测质量的自适应监测方法 | |
CN118112466B (zh) | 一种接地网故障诊断方法 | |
CN117031164B (zh) | 基于数据分析的干式空心电抗器运行温度智能监管系统 | |
CN117559634A (zh) | 基于数据分析的变电站使用电源运行监管系统 | |
CN117560300B (zh) | 一种智能物联网流量预测与优化系统 | |
CN118137613A (zh) | 基于数据分析的铅酸电池平衡模块储能安全管控系统 | |
CN117913828B (zh) | 一种用于配电系统的风险评估方法及系统 | |
CN113985204B (zh) | 一种低压线路线损分段监管方法 |
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 |