CN117213561B - 一种应于光纤传感器的电力线路监测方法和系统 - Google Patents
一种应于光纤传感器的电力线路监测方法和系统 Download PDFInfo
- Publication number
- CN117213561B CN117213561B CN202311475381.4A CN202311475381A CN117213561B CN 117213561 B CN117213561 B CN 117213561B CN 202311475381 A CN202311475381 A CN 202311475381A CN 117213561 B CN117213561 B CN 117213561B
- Authority
- CN
- China
- Prior art keywords
- data
- sub
- monitoring
- line
- 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.)
- Active
Links
- 238000012544 monitoring process Methods 0.000 title claims abstract description 192
- 239000013307 optical fiber Substances 0.000 title claims abstract description 115
- 238000000034 method Methods 0.000 title claims abstract description 24
- 239000006185 dispersion Substances 0.000 claims abstract description 85
- 238000012795 verification Methods 0.000 claims description 81
- 238000011156 evaluation Methods 0.000 claims description 44
- 230000002159 abnormal effect Effects 0.000 claims description 35
- 238000012502 risk assessment Methods 0.000 claims description 32
- 230000009191 jumping Effects 0.000 claims description 7
- 230000001105 regulatory effect Effects 0.000 claims description 5
- 239000000835 fiber Substances 0.000 claims 1
- 238000001514 detection method Methods 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000001174 ascending effect Effects 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000008054 signal transmission Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Abstract
本发明公开了一种应于光纤传感器的电力线路监测方法和系统,涉及电力线路监测技术领域,当接收到子线路上多个光纤传感器的监测数据时,从全部监测数据中随机选取预设初始数据量的监测数据作为校验数据,根据校验数据和预设的标准校验阈值,确定子线路对应的分析策略,采用分析策略对校验数据进行分析,生成对应的分析结果,获取电力线路中与子线路相邻的子线路的光纤分布数据,并输入预设的离散度模型生成对应的离散度值,根据离散度值与预设的离散阈值的比较结果,确定子线路对应的调整方式,根据调整方式调整光纤传感器个数和初始数据量,并跳转执行上述步骤。解决了现有监测系统对复杂环境强干扰下电力线路外破风险的监测精度低的技术问题。
Description
技术领域
本发明涉及电力线路监测技术领域,尤其涉及一种应于光纤传感器的电力线路监测方法和系统。
背景技术
传统电力线路的光纤由于仅仅只是进行端对端的信号传输,光纤一旦遭受外界的破坏,如管廊外力破坏和温度超标,无法及时进行检测和定位,造成大面积停电,存在针对电力线路外力破坏事前预警难的问题。
目前,现有技术主要是通过判别电力线路中被攻击电力终端,并对攻击进行建模,基于攻击建模,构建攻击危害评估量化指标体系,确定攻击的影响范围和攻击的影响程度,基于攻击危害评估的量化结果,制定相应的防渗透策略,存在对电力线路监测过程的监测灵活性低和对监测过程的控制精度低,导致对复杂环境强干扰下电力线路外破风险的监测精度低的问题。
发明内容
本发明提供了一种应于光纤传感器的电力线路监测方法和系统,解决了目前主要是判别电力线路中被攻击电力终端,并对攻击进行建模,基于攻击建模,构建攻击危害评估量化指标体系,确定攻击的影响范围和攻击的影响程度,基于攻击危害评估的量化结果,制定相应的防渗透策略,存在对电力线路监测过程的监测灵活性低和对监测过程的控制精度低,导致对复杂环境强干扰下电力线路外破风险的监测精度低的技术问题。
本发明第一方面提供的一种应于光纤传感器的电力线路监测方法,应用于电力线路,所述电力线路划分为多个子线路,包括:
当接收到所述子线路上多个光纤传感器的监测数据时,从全部所述监测数据中随机选取预设初始数据量的监测数据作为校验数据;
根据所述校验数据和预设的标准校验阈值,确定所述子线路对应的分析策略;
采用所述分析策略对所述校验数据进行分析,生成对应的分析结果;
从所述电力线路中选取与所述子线路相邻的子线路作为目标线路,获取所述目标线路的光纤分布数据;
将所述光纤分布数据输入预设的离散度模型生成对应的离散度值,根据所述离散度值与预设的离散阈值的比较结果,确定所述子线路对应的调整方式;
根据所述调整方式调整所述光纤传感器的个数和所述初始数据量,并跳转执行所述当接收到电力线路上多个光纤传感器的监测数据时,从全部所述监测数据中随机选取预设初始数据量的监测数据作为校验数据的步骤。
可选地,所述标准校验阈值包括标准负荷量、标准评估值和频率阈值,所述根据所述校验数据和预设的标准校验阈值,确定所述子线路对应的分析策略的步骤,包括:
判断所述校验数据中的实时负荷量是否小于或等于所述标准负荷量;
若所述实时负荷量小于或等于所述标准负荷量,则将所述校验数据输入预设的风险评估模型,生成对应的风险评估值;
判断所述风险评估值是否小于或等于所述标准评估值;
若所述风险评估值小于或等于所述标准评估值,则确定所述子线路对应的分析策略为第一分析策略;
若所述风险评估值大于所述标准评估值,则将所述分析策略确定为第二分析策略;
若所述实时负荷量大于所述标准负荷量,则判断所述校验数据中的历史异常频率是否小于或等于所述频率阈值;
若所述历史异常频率小于或等于所述频率阈值,则将所述分析策略确定为第二分析策略;
若所述历史异常频率大于所述频率阈值,则将所述分析策略确定为第三分析策略。
可选地,所述采用所述分析策略对所述校验数据进行分析,生成对应的分析结果的步骤,包括:
根据所述分析策略从所述校验数据中选取多个监测数据作为目标数据;
将预设的标准参数和所述目标数据中监测参数逐一匹配;
当所述标准参数与任一所述监测参数均不适配时,则生成子线路正常的分析结果;
当所述标准参数与任一所述监测参数适配时,则生成子线路异常的分析结果。
可选地,所述根据所述分析策略从所述校验数据中选取多个监测数据作为目标数据的步骤,包括:
当所述分析策略为第一分析策略时,判断所述校验数据的实时电力负荷百分比是否小于或等于预设的电力负荷阈值;
若所述实时电力负荷百分比小于或等于所述电力负荷阈值,则从所述校验数据中随机选取预设第一数量占比的监测数据作为目标数据;
若所述实时电力负荷百分比大于所述电力负荷阈值,则从所述校验数据中随机选取预设第二数量占比的监测数据作为目标数据;
当所述分析策略为第二分析策略时,将所述校验数据中的点位密度输入预设的数量占比表,匹配对应的第三数量占比;
从所述校验数据中随机选取所述第三数量占比的监测数据作为目标数据;
当所述分析策略为第三分析策略时,将所述校验数据作为目标数据。
可选地,所述根据所述离散度值与预设的离散阈值的比较结果,确定所述子线路对应的调整方式的步骤,包括:
判断所述离散度值是否小于或等于所述离散阈值;
若所述离散度值小于或等于所述离散阈值,则将所述子线路对应的调整方式确定为第一调整方式;
若所述离散度值大于所述离散阈值,则将所述调整方式确定为第二调整方式。
可选地,所述根据所述调整方式调整所述光纤传感器的个数和所述初始数据量的步骤,包括:
当所述调整方式为第一调整方式时,将所述离散度值和所述风险评估值输入预设的调节系数模型,生成对应的调节系数;
将所述初始数据量与所述调节系数进行乘值处理,生成第一乘值作为新的初始数据量;
将所述光纤传感器的个数与预设的调节阈值进行乘值处理,生成第二乘值作为新的个数;
当所述调整方式为第二调整方式时,将所述个数与预设的点数阈值进行乘值处理,生成第三乘值作为新的个数;
将所述初始数据量与所述调节阈值进行乘值处理,生成第四乘值作为新的初始数据量。
可选地,所述调节系数模型具体为:
;
其中,为调节系数,/>为离散度值,/>为离散阈值,/>为风险评估值,/>为标准评估值。
本发明第二方面提供的一种应于光纤传感器的电力线路监测系统,应用于电力线路,所述电力线路划分为多个子线路,包括:
获取模块,用于当接收到所述子线路上多个光纤传感器的监测数据时,从全部所述监测数据中随机选取预设初始数据量的监测数据作为校验数据;
策略模块,用于根据所述校验数据和预设的标准校验阈值,确定所述子线路对应的分析策略;
分析模块,用于采用所述分析策略对所述校验数据进行分析,生成对应的分析结果;
光纤传感器获取模块,用于从所述电力线路中选取与所述子线路相邻的子线路作为目标线路,获取所述目标线路的光纤分布数据;
调节模块,用于将所述光纤分布数据输入预设的离散度模型生成对应的离散度值,根据所述离散度值与预设的离散阈值的比较结果,确定所述子线路对应的调整方式;
跳转模块,用于根据所述调整方式调整所述光纤传感器的个数和所述初始数据量,并跳转执行所述当接收到电力线路上多个光纤传感器的监测数据时,从全部所述监测数据中随机选取预设初始数据量的监测数据作为校验数据的步骤。
可选地,所述标准校验阈值包括标准负荷量、标准评估值和频率阈值,所述策略模块,包括:
第一分析子模块,用于判断所述校验数据中的实时负荷量是否小于或等于所述标准负荷量;
若所述实时负荷量小于或等于所述标准负荷量,则将所述校验数据输入预设的风险评估模型,生成对应的风险评估值;
第二分析子模块,用于判断所述风险评估值是否小于或等于所述标准评估值;
若所述风险评估值小于或等于所述标准评估值,则确定所述子线路对应的分析策略为第一分析策略;
若所述风险评估值大于所述标准评估值,则将所述分析策略确定为第二分析策略;
第三分析子模块,用于若所述实时负荷量大于所述标准负荷量,则判断所述校验数据中的历史异常频率是否小于或等于所述频率阈值;
若所述历史异常频率小于或等于所述频率阈值,则将所述分析策略确定为第二分析策略;
若所述历史异常频率大于所述频率阈值,则将所述分析策略确定为第三分析策略。
可选地,所述分析模块,包括:
选取子模块,用于根据所述分析策略从所述校验数据中选取多个监测数据作为目标数据;
匹配子模块,用于将预设的标准参数和所述目标数据中监测参数逐一匹配;
当所述标准参数与任一所述监测参数均不适配时,则生成子线路正常的分析结果;
当所述标准参数与任一所述监测参数适配时,则生成子线路异常的分析结果。
从以上技术方案可以看出,本发明具有以下优点:
当接收到子线路上多个光纤传感器的监测数据时,从全部监测数据中随机选取预设初始数据量的监测数据作为校验数据,根据校验数据和预设的标准校验阈值,确定子线路对应的分析策略,采用分析策略对校验数据进行分析,生成对应的分析结果,从电力线路中选取与子线路相邻的子线路作为目标线路,获取目标线路的光纤分布数据,将光纤分布数据输入预设的离散度模型生成对应的离散度值,根据离散度值与预设的离散阈值的比较结果,确定子线路对应的调整方式,根据调整方式调整光纤传感器的个数和初始数据量,并跳转执行当接收到电力线路上多个光纤传感器的监测数据时,从全部监测数据中随机选取预设初始数据量的监测数据作为校验数据的步骤。解决了现有监测系统存在对电力线路监测过程的监测灵活性低和对监测过程的控制精度低,导致对复杂环境强干扰下电力线路外破风险的监测精度低的技术问题。本发明通过考虑不同的离散度值、实时负荷量,确定不同分析策略和调整方式,在保证监测效率的同时,进一步提高了控制精度。
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性的前提下,还可以根据这些附图获得其它的附图。
图1为本发明实施例一提供的一种应于光纤传感器的电力线路监测方法的步骤流程图;
图2为本发明实施例二提供的一种应于光纤传感器的电力线路监测方法的步骤流程图;
图3为本发明实施例三提供的一种应于光纤传感器的电力线路监测系统的结构框图。
具体实施方式
本发明实施例提供了一种应于光纤传感器的电力线路监测方法和系统,用于解决目前主要是判别电力线路中被攻击电力终端,并对攻击进行建模,基于攻击建模,构建攻击危害评估量化指标体系,确定攻击的影响范围和攻击的影响程度,基于攻击危害评估的量化结果,制定相应的防渗透策略,存在对电力线路监测过程的监测灵活性低和对监测过程的控制精度低,导致对复杂环境强干扰下电力线路外破风险的监测精度低的技术问题。
为使得本发明的发明目的、特征、优点能够更加的明显和易懂,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、完整地描述,显然,下面所描述的实施例仅仅是本发明一部分实施例,而非全部的实施例。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它实施例,都属于本发明保护的范围。
请参阅图1,图1为本发明实施例一提供的一种应于光纤传感器的电力线路监测方法的步骤流程图。
本发明提供的一种应于光纤传感器的电力线路监测方法,应用于电力线路,电力线路划分为多个子线路,包括:
步骤101、当接收到子线路上多个光纤传感器的监测数据时,从全部监测数据中随机选取预设初始数据量的监测数据作为校验数据。
监测数据,指的是子线路上光纤传感器所采集电力线路的监测数据。
在本发明实施例中,当接收到子线路上多个光纤传感器采集的监测数据时,从全部监测数据中随机选取预设初始数据量的监测数据作为校验数据。
需要说明的是,电力线路上设置有多个分布式光纤传感器对电力线路进行监测,且应用了新型大容量长距离光纤光栅传感阵列技术,研制相应的传感光缆和分布式温度振动探测主机,利用分布式连续光纤光栅技术对管廊及高压电缆实现长距离、高精度温度感知与定位,提前预知电缆及关键接头温度;利用振动探测技术,获取管廊外力破坏的声纹或振动信息,通过深度学习神经网络及密度聚类算法,建立特征向量,对外界信号识别。
步骤102、根据校验数据和预设的标准校验阈值,确定子线路对应的分析策略。
在本发明实施例中,根据校验数据中的实时负荷量和预设的标准校验阈值中的标准负荷量的比较结果,确定校验数据对应子线路的负荷水平,当子线路处于第一负荷水平时,将校验数据中地质信息数据输入预设的风险评估模型中,生成对应的风险评估值。根据风险评估值和标准校验阈值中的标准评估值比较结果,确定子线路对应的分析策略。当子线路处于第二负荷水平时,根据校验数据中的历史异常频率和标准校验阈值中的频率阈值的比较结果,确定子线路对应的分析策略。
需要说明的是,地质信息数据包括子线路中历史的振动导致的地质结构的错动量和子线路对应区域的地质结构总体积。
步骤103、采用分析策略对校验数据进行分析,生成对应的分析结果。
在本发明实施例中,采用分析策略从校验数据中的多个监测数据作为目标数据,将标准参数与目标数据中的监测参数逐一比对,若匹配出异常的监测参数,则将子线路异常作为分析结果,若未匹配出异常的监测参数,则将子线路正常作为分析结果。
步骤104、从电力线路中选取与子线路相邻的子线路作为目标线路,获取目标线路的光纤分布数据。
在本发明实施例中,从电力线路中选取与子线路相邻的子线路作为目标线路,并获取目标线路的光纤分布数据。
步骤105、将光纤分布数据输入预设的离散度模型生成对应的离散度值,根据离散度值与预设的离散阈值的比较结果,确定子线路对应的调整方式。
在本发明实施例中,将光纤分布数据输入预设的离散度模型中,生成对应的离散度值,判断离散度值是否小于或等于预设的离散阈值,若离散度值小于或等于离散阈值,将子线路对应的调整方式确定为第一调整方式。若离散度值大于离散阈值,将子线路对应的调整方式确定为第二调整方式。
步骤106、根据调整方式调整光纤传感器的个数和初始数据量,并跳转执行当接收到电力线路上多个光纤传感器的监测数据时,从全部监测数据中随机选取预设初始数据量的监测数据作为校验数据的步骤。
在本发明实施例中,根据调整方式调整接收电力线路上光纤传感器的个数和初始数据量,并跳转执行当接收到电力线路上多个光纤传感器的监测数据时,从全部监测数据中随机选取预设初始数据量的监测数据作为校验数据的步骤。
在本发明实施例中,当接收到子线路上多个光纤传感器的监测数据时,从全部监测数据中随机选取预设初始数据量的监测数据作为校验数据,根据校验数据和预设的标准校验阈值,确定子线路对应的分析策略,采用分析策略对校验数据进行分析,生成对应的分析结果,从电力线路中选取与子线路相邻的子线路作为目标线路,获取目标线路的光纤分布数据,将光纤分布数据输入预设的离散度模型生成对应的离散度值,根据离散度值与预设的离散阈值的比较结果,确定子线路对应的调整方式,根据调整方式调整光纤传感器的个数和初始数据量,并跳转执行当接收到电力线路上多个光纤传感器的监测数据时,从全部监测数据中随机选取预设初始数据量的监测数据作为校验数据的步骤。解决了现有监测系统存在对电力线路监测过程的监测灵活性低和对监测过程的控制精度低,导致对复杂环境强干扰下电力线路外破风险的监测精度低的技术问题。本发明通过考虑不同的离散度值、实时负荷量,确定不同分析策略和调整方式,在保证监测效率的同时,进一步提高了控制精度。
请参阅图2,图2为本发明实施例二提供的一种应于光纤传感器的电力线路监测方法的步骤流程图。
本发明提供的一种应于光纤传感器的电力线路监测方法,应用于电力线路,电力线路划分为多个子线路,包括:
步骤201、当接收到子线路上多个光纤传感器的监测数据时,从全部监测数据中随机选取预设初始数据量的监测数据作为校验数据。
在本发明实施例中,当接收到子线路上多个光纤传感器的监测数据时,从全部监测数据中任意选取预设初始数据量的监测数据作为校验数据。
步骤202、根据校验数据和预设的标准校验阈值,确定子线路对应的分析策略。
进一步地,标准校验阈值包括标准负荷量、标准评估值和频率阈值,步骤202包括以下子步骤:
S11、判断校验数据中的实时负荷量是否小于或等于标准负荷量。
在本发明实施例中,判断校验数据中的实时负荷量是否小于或等于预设的标准负荷量,
S12、若实时负荷量小于或等于标准负荷量,则将校验数据输入预设的风险评估模型,生成对应的风险评估值。
在本发明实施例中,当实时负荷量小于或等于标准负荷量时,则判定子线路处于第一负荷水平下,将校验数据输入预设的风险评估模型,生成对应的风险评估值。
需要说明的是,风险评估模型具体为:
;
其中,为地质结构的错动量标准,/>为第j次振动导致的地质结构的错动量,为第e个地质结构的体积,/>为地质结构总体积,e为地质结构的种类,j为地质结构的错动次数编号,m为振动导致的地质结构的错动的总次数,z为地质结构的种类数量。
S13、判断风险评估值是否小于或等于标准评估值。
S14、若风险评估值小于或等于标准评估值,则确定子线路对应的分析策略为第一分析策略。
在本发明实施例中,判断风险评估值是否小于或等于标准评估值,当风险评估值小于或等于标准评估值时,则确定子线路对应的分析策略为第一分析策略。
S15、若风险评估值大于标准评估值,则将分析策略确定为第二分析策略。
在本发明实施例中,当风险评估值大于标准评估值时,则将分析策略确定为第二分析策略。
S16、若实时负荷量大于标准负荷量,则判断校验数据中的历史异常频率是否小于或等于频率阈值。
在本发明实施例中,当实时负荷量大于标准负荷量时,则确定子线路处于第二负荷水平下,判断校验数据中的历史异常频率是否小于或等于频率阈值。
S17、若历史异常频率小于或等于频率阈值,则将分析策略确定为第二分析策略。
在本发明实施例中,当历史异常频率小于或等于频率阈值时,则将分析策略确定为第二分析策略。
S18、若历史异常频率大于频率阈值,则将分析策略确定为第三分析策略。
在本发明实施例中,当历史异常频率大于频率阈值时,则将分析策略确定为第三分析策略。
步骤203、采用分析策略对校验数据进行分析,生成对应的分析结果。
进一步地,步骤203包括以下子步骤:
S21、根据分析策略从校验数据中选取多个监测数据作为目标数据。
进一步地,S21包括以下子步骤:
S211、当分析策略为第一分析策略时,判断校验数据的实时电力负荷百分比是否小于或等于预设的电力负荷阈值。
在本发明实施例中,当分析策略为第一分析策略时,将校验数据的实时电力负荷百分比与预设的电力负荷阈值进行比对,以比对结果确定数量占比。
S212、若实时电力负荷百分比小于或等于电力负荷阈值,则从校验数据中随机选取预设第一数量占比的监测数据作为目标数据。
在本发明实施例中,当实时电力负荷百分比小于或等于电力负荷阈值时,则将数量占比确定为第一数量占比(即50%),并从校验数据中随机选取百分之五十的监测数据作为目标数据。
S213、若实时电力负荷百分比大于电力负荷阈值,则从校验数据中随机选取预设第二数量占比的监测数据作为目标数据。
在本发明实施例中,当实时电力负荷百分比大于电力负荷阈值时,则将数量占比确定为第二数量占比(即75%),并从校验数据中随机选取百分之七十五的监测数据作为目标数据。
S214、当分析策略为第二分析策略时,将校验数据中的点位密度输入预设的数量占比表,匹配对应的第三数量占比。
在本发明实施例中,当分析策略为第二分析策略时,根据校验数据中的点位密度对校验数据进行分析,将点位密度输入预设的数量占比表,匹配对应的第三数量占比。
需要说明的是,每一个子线路有对应的电力线路级别,电力线路级别对应设置为若干点位密度,若干点位密度对应电路级别升序排列且点位密度范围为100~500个/m2,本领域技术人员可根据实际需要在上述范围内对点位密度进行灵活设置,可通过分布式光纤传感器之间获取对应点位密度信息。
S215、从校验数据中随机选取第三数量占比的监测数据作为目标数据。
在本发明实施例中,从校验数据中任意选取第三数量占比的监测数据作为目标数据。
S216、当分析策略为第三分析策略时,将校验数据作为目标数据。
在本发明实施例中,当分析策略为第三分析策略时,选取全部校验数据作为目标数据进行全面分析。
S22、将预设的标准参数和目标数据中监测参数逐一匹配。
在本发明实施例中,将预设的标准参数与目标数据中的监测参数逐一匹配。
S23、当标准参数与任一监测参数均不适配时,则生成子线路正常的分析结果。
在本发明实施例中,若标准参数与任一监测参数均不适配时,则生成子线路正常的分析结果。
S24、当标准参数与任一监测参数适配时,则生成子线路异常的分析结果。
在本发明实施例中,若标准参数与任一监测参数适配时,则生成子线路异常的分析结果。
需要说明的是,当分析结果为子线路异常时,计算异常检测参数的个数与异常标准值之间的第一比值,判断第一比值Y是否小于或等于预设的标准比值Y0,若Y≤Y0,所述结果输出模块确定以第一预警方式进行预警;若Y>Y0,所述结果输出模块确定以第二预警方式进行预警;其中,第一预警方式为增加监测频率,第二预警方式为向控制中心发送预警信号。
步骤204、从电力线路中选取与子线路相邻的子线路作为目标线路,获取目标线路的光纤分布数据。
在本发明实施例中,从电力线路中(即多段子线路)选取与当前子线路相邻的子线路作为目标线路,获取目标线路的光纤分布数据。
步骤205、将光纤分布数据输入预设的离散度模型生成对应的离散度值,判断离散度值是否小于或等于离散阈值。
在本发明实施例中,将光纤分布数据输入预设的离散度模型生成对应的离散度值,并通过判断离散度值是否小于或等于离散阈值,来确定对应的调整方式。
需要说明的是,离散度模型具体为:
;
其中,为离散度值,/>为若干相邻分布式光纤传感器的空间分布数据中第i类数据的差异最小值,/>为若干相邻分布式光纤传感器的空间分布数据中第i类数据的差异最大值,/>为光纤分布数据中空间分别数据个数,i为当前数据类型。
步骤206、若离散度值小于或等于离散阈值,则将子线路对应的调整方式确定为第一调整方式。
在本发明实施例中,当离散度值小于或等于离散阈值,则将子线路对应的调整方式确定为第一调整方式。
步骤207、若离散度值大于离散阈值,则将调整方式确定为第二调整方式。
在本发明实施例中,当离散度值大于离散阈值,则将调整方式确定为第二调整方式。
步骤208、根据调整方式调整光纤传感器的个数和初始数据量,并跳转执行当接收到电力线路上多个光纤传感器的监测数据时,从全部监测数据中随机选取预设初始数据量的监测数据作为校验数据的步骤。
进一步地,步骤208包括以下子步骤:
S31、当调整方式为第一调整方式时,将离散度值和风险评估值输入预设的调节系数模型,生成对应的调节系数;
在本发明实施例中,当调整方式为第一调整方式时,将离散度值和风险评估值输入预设的调节系数模型,生成对应的调节系数,通过调节系数将初始数据量调节至对应值。
需要说明的是,调节系数模型具体为:
;
其中,为调节系数,/>为离散度值,/>为离散阈值,/>为风险评估值,/>为标准评估值。
S32、将初始数据量与调节系数进行乘值处理,生成第一乘值作为新的初始数据量。
在本发明实施例中,计算初始数据量与调节系数之间的第一乘值,并将第一乘值作为新的初始数据量。
S33、将光纤传感器的个数与预设的调节阈值进行乘值处理,生成第二乘值作为新的个数。
在本发明实施例中,在第一调整方式下,接收光纤传感器个数保持不变,即调节阈值为1。
S34、当调整方式为第二调整方式时,将个数与预设的点数阈值进行乘值处理,生成第三乘值作为新的个数。
在本发明实施例中,当调整方式为第二调整方式时,预设的点数阈值为2,件接收光纤传感器个数增加至原始光纤传感器的两倍(即光纤传感器位增加至原始点位的两倍)。
S35、将初始数据量与调节阈值进行乘值处理,生成第四乘值作为新的初始数据量。
在本发明实施例中,在第二调整方式下,初始数据量保持不变,即调节阈值取1。
S36、跳转执行当接收到电力线路上多个光纤传感器的监测数据时,从全部监测数据中随机选取预设初始数据量的监测数据作为校验数据的步骤。
在本发明实施例中,将调整后的接收光纤传感器个数和初始数据量确定为新的接收光纤传感器个数和初始数据量,跳转执行当接收到电力线路上多个光纤传感器的监测数据时,从全部监测数据中随机选取预设初始数据量的监测数据作为校验数据的步骤。
在本发明实施例中,当接收到子线路上多个光纤传感器的监测数据时,从全部监测数据中随机选取预设初始数据量的监测数据作为校验数据,根据校验数据和预设的标准校验阈值,确定子线路对应的分析策略,采用分析策略对校验数据进行分析,生成对应的分析结果,从电力线路中选取与子线路相邻的子线路作为目标线路,获取目标线路的光纤分布数据,将光纤分布数据输入预设的离散度模型生成对应的离散度值,根据离散度值与预设的离散阈值的比较结果,确定子线路对应的调整方式,根据调整方式调整光纤传感器的个数和初始数据量,并跳转执行当接收到电力线路上多个光纤传感器的监测数据时,从全部监测数据中随机选取预设初始数据量的监测数据作为校验数据的步骤。解决了现有监测系统存在对电力线路监测过程的监测灵活性低和对监测过程的控制精度低,导致对复杂环境强干扰下电力线路外破风险的监测精度低的技术问题。本发明通过考虑不同的离散度值、实时负荷量,确定不同分析策略和调整方式,在保证监测效率的同时,进一步提高了控制精度。
请参阅图3,图3为本发明实施例三提供的一种应于光纤传感器的电力线路监测系统的结构框图。
本发明提供的一种应于光纤传感器的电力线路监测系统,应用于电力线路,电力线路划分为多个子线路,包括:
获取模块301,用于当接收到子线路上多个光纤传感器的监测数据时,从全部监测数据中随机选取预设初始数据量的监测数据作为校验数据;
策略模块302,用于根据校验数据和预设的标准校验阈值,确定子线路对应的分析策略;
分析模块303,用于采用分析策略对校验数据进行分析,生成对应的分析结果;
光纤传感器获取模块304,用于从电力线路中选取与子线路相邻的子线路作为目标线路,获取目标线路的光纤分布数据;
调节模块305,用于将光纤分布数据输入预设的离散度模型生成对应的离散度值,根据离散度值与预设的离散阈值的比较结果,确定子线路对应的调整方式;
跳转模块306,用于根据调整方式调整光纤传感器的个数和初始数据量,并跳转执行当接收到电力线路上多个光纤传感器的监测数据时,从全部监测数据中随机选取预设初始数据量的监测数据作为校验数据的步骤。
进一步地,标准校验阈值包括标准负荷量、标准评估值和频率阈值,策略模块302,包括:
第一分析子模块,用于判断校验数据中的实时负荷量是否小于或等于标准负荷量;
若实时负荷量小于或等于标准负荷量,则将校验数据输入预设的风险评估模型,生成对应的风险评估值;
第二分析子模块,用于判断风险评估值是否小于或等于标准评估值;
若风险评估值小于或等于标准评估值,则确定子线路对应的分析策略为第一分析策略;
若风险评估值大于标准评估值,则将分析策略确定为第二分析策略;
第三分析子模块,用于若实时负荷量大于标准负荷量,则判断校验数据中的历史异常频率是否小于或等于频率阈值;
若历史异常频率小于或等于频率阈值,则将分析策略确定为第二分析策略;
若历史异常频率大于频率阈值,则将分析策略确定为第三分析策略。
进一步地,分析模块303,包括:
选取子模块,用于根据分析策略从校验数据中选取多个监测数据作为目标数据;
匹配子模块,用于将预设的标准参数和目标数据中监测参数逐一匹配;
当标准参数与任一监测参数均不适配时,则生成子线路正常的分析结果;
当标准参数与任一监测参数适配时,则生成子线路异常的分析结果。
进一步地,选取子模块,包括:
第一分析策略单元,用于当分析策略为第一分析策略时,判断校验数据的实时电力负荷百分比是否小于或等于预设的电力负荷阈值;
若实时电力负荷百分比小于或等于电力负荷阈值,则从校验数据中随机选取预设第一数量占比的监测数据作为目标数据;
若实时电力负荷百分比大于电力负荷阈值,则从校验数据中随机选取预设第二数量占比的监测数据作为目标数据;
第二分析策略单元,用于当分析策略为第二分析策略时,将校验数据中的点位密度输入预设的数量占比表,匹配对应的第三数量占比;
从校验数据中随机选取第三数量占比的监测数据作为目标数据;
第三分析策略单元,用于当分析策略为第三分析策略时,将校验数据作为目标数据。
进一步地,调节模块305,包括:
离散度子模块,用于将光纤分布数据输入预设的离散度模型生成对应的离散度值。
调节选取子单元,用于判断离散度值是否小于或等于离散阈值;
若离散度值小于或等于离散阈值,则将子线路对应的调整方式确定为第一调整方式;
若离散度值大于离散阈值,则将调整方式确定为第二调整方式。
进一步地,调整模块306,包括:
调节系数子模块,用于当调整方式为第一调整方式时,将离散度值和风险评估值输入预设的调节系数模型,生成对应的调节系数;
第一乘值子模块,用于将初始数据量与调节系数进行乘值处理,生成第一乘值作为新的初始数据量;
第二乘值子模块,用于将光纤传感器的个数与预设的调节阈值进行乘值处理,生成第二乘值作为新的个数;
第三乘值子模块,用于当调整方式为第二调整方式时,将个数与预设的点数阈值进行乘值处理,生成第三乘值作为新的个数;
第四乘值子模块,用于将初始数据量与调节阈值进行乘值处理,生成第四乘值作为新的初始数据量;
跳转子模块,用于跳转执行当接收到电力线路上多个光纤传感器的监测数据时,从全部监测数据中随机选取预设初始数据量的监测数据作为校验数据的步骤。
进一步地,调节系数模型具体为:
;
其中,为调节系数,/>为离散度值,/>为离散阈值,/>为风险评估值,/>为标准评估值。
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,装置和单元的具体工作过程,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,所揭露的系统和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,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,例如多个单元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,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
以上所述,以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (8)
1.一种应于光纤传感器的电力线路监测方法,其特征在于,应用于电力线路,所述电力线路划分为多个子线路,包括:
当接收到所述子线路上多个光纤传感器的监测数据时,从全部所述监测数据中随机选取预设初始数据量的监测数据作为校验数据;
根据所述校验数据和预设的标准校验阈值,确定所述子线路对应的分析策略;
采用所述分析策略对所述校验数据进行分析,生成对应的分析结果;
从所述电力线路中选取与所述子线路相邻的子线路作为目标线路,获取所述目标线路的光纤分布数据;
将所述光纤分布数据输入预设的离散度模型生成对应的离散度值,根据所述离散度值与预设的离散阈值的比较结果,确定所述子线路对应的调整方式;
根据所述调整方式调整所述光纤传感器的个数和所述初始数据量,并跳转执行所述当接收到电力线路上多个光纤传感器的监测数据时,从全部所述监测数据中随机选取预设初始数据量的监测数据作为校验数据的步骤;
所述标准校验阈值包括标准负荷量、标准评估值和频率阈值,所述根据所述校验数据和预设的标准校验阈值,确定所述子线路对应的分析策略的步骤,包括:
判断所述校验数据中的实时负荷量是否小于或等于所述标准负荷量;
若所述实时负荷量小于或等于所述标准负荷量,则将所述校验数据输入预设的风险评估模型,生成对应的风险评估值;
判断所述风险评估值是否小于或等于所述标准评估值;
若所述风险评估值小于或等于所述标准评估值,则确定所述子线路对应的分析策略为第一分析策略;
若所述风险评估值大于所述标准评估值,则将所述分析策略确定为第二分析策略;
若所述实时负荷量大于所述标准负荷量,则判断所述校验数据中的历史异常频率是否小于或等于所述频率阈值;
若所述历史异常频率小于或等于所述频率阈值,则将所述分析策略确定为第二分析策略;
若所述历史异常频率大于所述频率阈值,则将所述分析策略确定为第三分析策略。
2.根据权利要求1所述的应于光纤传感器的电力线路监测方法,其特征在于,所述采用所述分析策略对所述校验数据进行分析,生成对应的分析结果的步骤,包括:
根据所述分析策略从所述校验数据中选取多个监测数据作为目标数据;
将预设的标准参数和所述目标数据中监测参数逐一匹配;
当所述标准参数与任一所述监测参数均不适配时,则生成子线路正常的分析结果;
当所述标准参数与任一所述监测参数适配时,则生成子线路异常的分析结果。
3.根据权利要求2所述的应于光纤传感器的电力线路监测方法,其特征在于,所述根据所述分析策略从所述校验数据中选取多个监测数据作为目标数据的步骤,包括:
当所述分析策略为第一分析策略时,判断所述校验数据的实时电力负荷百分比是否小于或等于预设的电力负荷阈值;
若所述实时电力负荷百分比小于或等于所述电力负荷阈值,则从所述校验数据中随机选取预设第一数量占比的监测数据作为目标数据;
若所述实时电力负荷百分比大于所述电力负荷阈值,则从所述校验数据中随机选取预设第二数量占比的监测数据作为目标数据;
当所述分析策略为第二分析策略时,将所述校验数据中的点位密度输入预设的数量占比表,匹配对应的第三数量占比;
从所述校验数据中随机选取所述第三数量占比的监测数据作为目标数据;
当所述分析策略为第三分析策略时,将所述校验数据作为目标数据。
4.根据权利要求1所述的应于光纤传感器的电力线路监测方法,其特征在于,所述根据所述离散度值与预设的离散阈值的比较结果,确定所述子线路对应的调整方式的步骤,包括:
判断所述离散度值是否小于或等于所述离散阈值;
若所述离散度值小于或等于所述离散阈值,则将所述子线路对应的调整方式确定为第一调整方式;
若所述离散度值大于所述离散阈值,则将所述调整方式确定为第二调整方式。
5.根据权利要求1所述的应于光纤传感器的电力线路监测方法,其特征在于,所述根据所述调整方式调整所述光纤传感器个数和所述初始数据量的步骤,包括:
当所述调整方式为第一调整方式时,将所述离散度值和所述风险评估值输入预设的调节系数模型,生成对应的调节系数;
将所述初始数据量与所述调节系数进行乘值处理,生成第一乘值作为新的初始数据量;
将所述光纤传感器的个数与预设的调节阈值进行乘值处理,生成第二乘值作为新的个数;
当所述调整方式为第二调整方式时,将所述个数与预设的点数阈值进行乘值处理,生成第三乘值作为新的个数;
将所述初始数据量与所述调节阈值进行乘值处理,生成第四乘值作为新的初始数据量。
6.根据权利要求5所述的应于光纤传感器的电力线路监测方法,其特征在于,所述调节系数模型具体为:
;
其中,为调节系数,/>为离散度值,/>为离散阈值,/>为风险评估值,/>为标准评估值。
7.一种应于光纤传感器的电力线路监测系统,其特征在于,应用于电力线路,所述电力线路划分为多个子线路,包括:
获取模块,用于当接收到所述子线路上多个光纤传感器的监测数据时,从全部所述监测数据中随机选取预设初始数据量的监测数据作为校验数据;
策略模块,用于根据所述校验数据和预设的标准校验阈值,确定所述子线路对应的分析策略;
分析模块,用于采用所述分析策略对所述校验数据进行分析,生成对应的分析结果;
光纤传感器获取模块,用于从所述电力线路中选取与所述子线路相邻的子线路作为目标线路,获取所述目标线路的光纤分布数据;
调节模块,用于将所述光纤分布数据输入预设的离散度模型生成对应的离散度值,根据所述离散度值与预设的离散阈值的比较结果,确定所述子线路对应的调整方式;
跳转模块,用于根据所述调整方式调整所述光纤传感器的个数和所述初始数据量,并跳转执行所述当接收到电力线路上多个光纤传感器的监测数据时,从全部所述监测数据中随机选取预设初始数据量的监测数据作为校验数据的步骤;
所述标准校验阈值包括标准负荷量、标准评估值和频率阈值,所述策略模块,包括:
第一分析子模块,用于判断所述校验数据中的实时负荷量是否小于或等于所述标准负荷量;
若所述实时负荷量小于或等于所述标准负荷量,则将所述校验数据输入预设的风险评估模型,生成对应的风险评估值;
第二分析子模块,用于判断所述风险评估值是否小于或等于所述标准评估值;
若所述风险评估值小于或等于所述标准评估值,则确定所述子线路对应的分析策略为第一分析策略;
若所述风险评估值大于所述标准评估值,则将所述分析策略确定为第二分析策略;
第三分析子模块,用于若所述实时负荷量大于所述标准负荷量,则判断所述校验数据中的历史异常频率是否小于或等于所述频率阈值;
若所述历史异常频率小于或等于所述频率阈值,则将所述分析策略确定为第二分析策略;
若所述历史异常频率大于所述频率阈值,则将所述分析策略确定为第三分析策略。
8.根据权利要求7所述的应于光纤传感器的电力线路监测系统,其特征在于,所述分析模块,包括:
选取子模块,用于根据所述分析策略从所述校验数据中选取多个监测数据作为目标数据;
匹配子模块,用于将预设的标准参数和所述目标数据中监测参数逐一匹配;
当所述标准参数与任一所述监测参数均不适配时,则生成子线路正常的分析结果;
当所述标准参数与任一所述监测参数适配时,则生成子线路异常的分析结果。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311475381.4A CN117213561B (zh) | 2023-11-08 | 2023-11-08 | 一种应于光纤传感器的电力线路监测方法和系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311475381.4A CN117213561B (zh) | 2023-11-08 | 2023-11-08 | 一种应于光纤传感器的电力线路监测方法和系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117213561A CN117213561A (zh) | 2023-12-12 |
CN117213561B true CN117213561B (zh) | 2024-02-09 |
Family
ID=89037464
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311475381.4A Active CN117213561B (zh) | 2023-11-08 | 2023-11-08 | 一种应于光纤传感器的电力线路监测方法和系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117213561B (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106707101A (zh) * | 2016-12-09 | 2017-05-24 | 云南电力试验研究院(集团)有限公司 | 一种具备四遥功能的配电网运行状态监测装置 |
CN107102240A (zh) * | 2017-05-19 | 2017-08-29 | 中国电力科学研究院 | 一种用于对光纤复合低压电缆进行故障诊断的系统及方法 |
CN110793616A (zh) * | 2019-10-25 | 2020-02-14 | 深圳第三代半导体研究院 | 一种全光纤分布式的电缆安全与可靠性监测系统 |
CN114123483A (zh) * | 2021-09-28 | 2022-03-01 | 国网江苏省电力有限公司连云港供电分公司 | 基于宏观与微观观察数据的输电区域自动识别与管控系统和方法 |
CN114817219A (zh) * | 2022-04-28 | 2022-07-29 | 广东电网有限责任公司 | 一种输电线路故障诊断方法、装置及存储介质 |
CN116823220A (zh) * | 2023-06-27 | 2023-09-29 | 国网山西省电力公司太原供电公司 | 一种电缆运行状态监测平台及设备 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10263696B2 (en) * | 2017-06-12 | 2019-04-16 | Network Integrity Systems, Inc. | Monitoring a fiber optic cable for intrusion using a weighted algorithm |
US20230152543A1 (en) * | 2021-11-18 | 2023-05-18 | Nec Laboratories America, Inc | Impulse signal detection for buried cable protection using distributed fiber optic sensing |
-
2023
- 2023-11-08 CN CN202311475381.4A patent/CN117213561B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106707101A (zh) * | 2016-12-09 | 2017-05-24 | 云南电力试验研究院(集团)有限公司 | 一种具备四遥功能的配电网运行状态监测装置 |
CN107102240A (zh) * | 2017-05-19 | 2017-08-29 | 中国电力科学研究院 | 一种用于对光纤复合低压电缆进行故障诊断的系统及方法 |
CN110793616A (zh) * | 2019-10-25 | 2020-02-14 | 深圳第三代半导体研究院 | 一种全光纤分布式的电缆安全与可靠性监测系统 |
CN114123483A (zh) * | 2021-09-28 | 2022-03-01 | 国网江苏省电力有限公司连云港供电分公司 | 基于宏观与微观观察数据的输电区域自动识别与管控系统和方法 |
CN114817219A (zh) * | 2022-04-28 | 2022-07-29 | 广东电网有限责任公司 | 一种输电线路故障诊断方法、装置及存储介质 |
CN116823220A (zh) * | 2023-06-27 | 2023-09-29 | 国网山西省电力公司太原供电公司 | 一种电缆运行状态监测平台及设备 |
Also Published As
Publication number | Publication date |
---|---|
CN117213561A (zh) | 2023-12-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP0807348B1 (en) | Method and apparatus for learning network behavior trends and predicting future behavior of communications networks | |
EP3109770A2 (en) | Preprocessor of abnormality sign diagnosing device and processing method of the same | |
CN114881094B (zh) | 一种装备模拟仪的环境适应性数据分析方法 | |
CN116633816A (zh) | 一种基于企业数字化的传媒展示终端安全监管预警系统 | |
CN116992399B (zh) | 一种基于电力数据分析的电力设备运维评估方法 | |
CN116433009A (zh) | 一种用于变电设备的异常监测方法、装置及存储介质 | |
CN109428647B (zh) | 实现故障原因定位的方法、装置及存储介质 | |
CN117113729B (zh) | 一种基于数字孪生的电力设备在线状态监测系统 | |
CN115814686B (zh) | 一种镭射气体混配生产系统的状态监控方法及系统 | |
CN114866137B (zh) | 电力光缆网的检测方法及装置 | |
CN117213561B (zh) | 一种应于光纤传感器的电力线路监测方法和系统 | |
CN111813644A (zh) | 系统性能的评价方法、装置、电子设备和计算机可读介质 | |
CN113612625A (zh) | 一种网络故障定位方法及装置 | |
CN111078503A (zh) | 一种异常监控方法及系统 | |
CN116167200A (zh) | 一种配电柜使用年限检测方法和装置 | |
CN115664006A (zh) | 一种增量配电网智能管控一体化平台 | |
TWI696401B (zh) | 基地台之障礙辨識伺服器及方法 | |
JP6587950B2 (ja) | スカラ特徴量によって時系列変化点を検出可能なプログラム、装置及び方法 | |
CN116307385B (zh) | 一种基于极端环境勘探作业档案数据分析方法 | |
CN117740152A (zh) | 一种电力线路温度监测方法、系统、设备和介质 | |
CN113807635B (zh) | 业务运行数据监测方法、装置、电子设备和存储介质 | |
CN117390898B (zh) | 一种医疗线缆可靠性预测方法及系统 | |
CN113657623B (zh) | 电力设备状态诊断效果确定方法、装置、终端及存储介质 | |
CN117973697A (zh) | 一种电力布设装置的数据高效处理方法 | |
CN117579149A (zh) | 光纤故障预测方法、装置及存储介质 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |