CN117312929A - 站房改造类型的辨识方法、装置、终端设备及存储介质 - Google Patents
站房改造类型的辨识方法、装置、终端设备及存储介质 Download PDFInfo
- Publication number
- CN117312929A CN117312929A CN202311605830.2A CN202311605830A CN117312929A CN 117312929 A CN117312929 A CN 117312929A CN 202311605830 A CN202311605830 A CN 202311605830A CN 117312929 A CN117312929 A CN 117312929A
- Authority
- CN
- China
- Prior art keywords
- type
- room
- power distribution
- distribution station
- system group
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 36
- 230000009466 transformation Effects 0.000 claims abstract description 74
- 238000012986 modification Methods 0.000 claims abstract description 35
- 230000004048 modification Effects 0.000 claims abstract description 34
- 238000013145 classification model Methods 0.000 claims abstract description 30
- 238000010276 construction Methods 0.000 claims abstract description 14
- 238000012549 training Methods 0.000 claims abstract description 12
- 238000012544 monitoring process Methods 0.000 claims description 96
- 230000006870 function Effects 0.000 claims description 35
- 238000004590 computer program Methods 0.000 claims description 21
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 20
- 238000004458 analytical method Methods 0.000 claims description 15
- 239000000779 smoke Substances 0.000 claims description 10
- 238000007654 immersion Methods 0.000 claims description 7
- 238000012806 monitoring device Methods 0.000 claims description 6
- 238000010586 diagram Methods 0.000 claims description 3
- 238000007726 management method Methods 0.000 abstract description 7
- 230000008569 process Effects 0.000 abstract description 4
- 238000012795 verification Methods 0.000 description 4
- 230000009286 beneficial effect Effects 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 238000007635 classification algorithm Methods 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000003066 decision tree Methods 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 238000007689 inspection Methods 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 238000013524 data verification Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000003909 pattern recognition Methods 0.000 description 1
- 230000003449 preventive effect Effects 0.000 description 1
- 125000006850 spacer group Chemical group 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
-
- 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
Abstract
本发明公开了一种站房改造类型的辨识方法、装置、终端设备及存储介质,所述方法包括:通过获取配电站房的台账数据,然后将获取的数据输入至预设的改造类型辨识模型中,继而通过所述模型确定所述配电站房的改造类型;其中所述改造类型辨识模型的生成,首先是通过获取各个配电站房的台账数据以及对应的房改造类型来生成各个待训练样本,然后通过各个待训练样本对预设的分类模型进行训练,最后将训练后的分类模型作为改造类型辨识模型;通过实施本发明,在进行配电站房改造类型辨识过程中,不用依靠传统人工辨识的方式,提高了配电站房改造类型辨识的效率和准确性,有利于配电站房的统一管理和规划,有效避免了杂乱的设备部署和重复的建设投资。
Description
技术领域
本发明涉及配电站房建设领域,尤其涉及一种站房改造类型的辨识方法、装置、终端设备及存储介质。
背景技术
在电力行业中,配电站房是重要的基础设施,其建设与管理直接影响到电力供应的稳定性和可靠性,然而,现有的配电站房改造类型辨识方法主要依靠人工判断,由于配电站房数量众多,分布广泛,缺乏统一的配电站房改造类型辨识标准,依靠人工判断改造类型,需要耗费大量时间和人力,效率低下,并且人工判断容易受到个人经验、知识水平等因素的影响,难以保证判断的准确性,不同人工的判断结果可能存在差异,不利于配电站房的统一管理和规划。
发明内容
本发明提供了一种站房改造类型的辨识方法、装置、终端设备及存储介质,能够提高配电站房改造类型辨识的效率和准确性,有利于配电站房的统一管理和规划,有效避免了杂乱的设备部署和重复的建设投资。
本发明提供了一种站房改造类型的辨识方法,包括:获取配电站房的台账数据;其中,所述台账数据包括:站所基础信息、站内安装的设备类型、设备数量、监测终端、电源元素以及站所的供电路径拓扑图;
将所述配电站房的台账数据输入至预设的改造类型辨识模型中,以通过所述改造类型辨识模型确定所述配电站房所属的改造类型;
其中,所述改造类型辨识模型的生成包括:
获取各个配电站房的台账数据以及对应的配电站房改造类型;其中,所述配电房改造类型包括:基本型配电站房、标准型配电站房、智能型配电站房以及保电型配电站房;
根据各所述配电站房的台账数据以及对应的配电站房改造类型,生成各个待训练样本;其中,每一待训练样本包括:每一配电站房所对应的台账数据以及改造类型标签;
根据各所述待训练样本,对预设的待训练分类模型进行训练,将训练后的待训练分类模型作为改造类型辨识模型。
进一步地,所述配电站房改造类型的生成包括:
获取配电站房建设标准的各个最小元素;其中,所述最小元素包括:主电源设备、备用电源设备、普通型监测终端、智能分析型监测终端、温湿度传感器、烟雾传感器、水浸传感器、水位传感器、气体传感器、局放监测器、电缆头测温传感器、门禁、红外传感器、摄像头、排水泵、风机、空调以及联动控制器;
根据各所述最小元素,按照功能类型对各所述最小元素进行分类,生成各个功能类型组;
根据各所述功能类型组,建立配电站房改造类型。
进一步地,各所述功能类型组包括:电源元素组、监测系统组、控制系统组以及安全系统组;
所述电源元素组包括:主电源设备和备用电源设备;
所述监测系统组包括:监测终端、环境监测设备与设备运行监测设备;
所述控制系统组包括:排水泵、风机、空调以及联动控制器;
所述安全系统组包括:门禁、红外传感器以及摄像头。
进一步地,所述监测终端包括:普通型监测终端以及智能分析型监测终端;
所述环境监测设备包括:温湿度传感器、气体传感器、水浸传感器、水位传感器以及烟雾传感器;
所述设备运行监测设备包括:电缆头测温传感器以及局放监测器。
进一步地,所述根据各所述功能类型组,建立配电站房改造类型,包括:
根据所述监测系统组,建立基本型配电站房;
根据所述监测系统组以及安全系统组,建立标准型配电站房;
根据所述监测系统组、安全系统组以及控制系统组,建立智能型配电站房;
根据所述监测系统组、安全系统组、控制系统组以及电源元素组,建立保电型配电站房。
在上述方法项实施例的基础上,本发明对应提供了装置项实施例;
本发明提供了一种站房改造类型的辨识装置,包括:数据获取模块以及分类模型模块;
所述数据获取模块,用于获取配电站房的台账数据;其中,所述台账数据包括:站所基础信息、站内安装的设备类型、设备数量、监测终端型号、电源元素以及站所的供电路径拓扑图;
所述分类模型模块,用于将所述电站房的台账数据输入至预设的改造类型辨识模型中,以通过所述改造类型辨识模型确定所述配电站房所属的改造类型;
其中,所述改造类型辨识模型的生成包括:
获取各个配电站房的台账数据以及对应的配电站房改造类型;其中,所述配电房改造类型包括:基本型配电站房、标准型配电站房、智能型配电站房以及保电型配电站房;
根据各所述配电站房的台账数据以及对应的配电站房改造类型,生成各个待训练样本;其中,每一待训练样本包括:每一配电站房所对应的台账数据以及改造类型标签;
根据各所述待训练样本,对预设的待训练分类模型进行训练,将训练后的待训练分类模型作为改造类型辨识模型。
进一步地,所述配电站房改造类型的生成包括:
获取配电站房建设标准的各个最小元素;其中,所述最小元素包括:主电源设备、备用电源设备、普通型监测终端、智能分析型监测终端、温湿度传感器、烟雾传感器、水浸传感器、水位传感器、气体传感器、局放监测器、电缆头测温传感器、门禁、红外传感器、摄像头、排水泵、风机、空调以及联动控制器;
根据各所述最小元素,按照功能类型对各所述最小元素进行分类,生成各个功能类型组;
根据各所述功能类型组,建立配电站房改造类型。
进一步地,各所述功能类型组包括:电源元素组、监测系统组、控制系统组以及安全系统组;
所述电源元素组包括:主电源设备和备用电源设备;
所述监测系统组包括:监测终端、环境监测设备与设备运行监测设备;
所述控制系统组包括:排水泵、风机、空调以及联动控制器;
所述安全系统组包括:门禁、红外传感器以及摄像头。
在上述方法项实施例的基础上,本发明对应提供了一终端设备项实施例;
本发明提供了一种终端设备,包括处理器、存储器以及存储在所述存储器中且被配置为由所述处理器执行的计算机程序,所述处理器执行所述计算机程序时实现本发明任意一项所述的站房改造类型的辨识方法。
在上述方法项实施例的基础上,本发明对应提供了一存储介质项实施例;
本发明提供了一种存储介质,所述存储介质包括存储的计算机程序,其中,在所述计算机程序运行时控制所述存储介质所在设备执行本发明任意一项所述的站房改造类型的辨识方法。
本发明的实施例,具有如下有益效果:
本发明提供了一种站房改造类型的辨识方法、装置、终端设备及存储介质;所述方法,在获取配电站房的台账数据之后,就可以将获取的数据输入至预设的改造类型辨识模型中,以通过该改造类型辨识模型确定所述配电站房的改造类型;而所述改造类型辨识模型的生成是通过获取各个配电站房的台账数据以及对应的配电站房改造类型之后,生成各个待训练样本,继而对预设的待训练分类模型进行训练,从而生成了改造类型辨识模型,因此本申请在进行配电站房改造类型辨识过程中,不需要依赖传统人工判断改造类型的方式,提高了配电站房改造类型辨识的效率和准确性,有利于配电站房的统一管理和规划,有效避免了杂乱的设备部署和重复的建设投资。
附图说明
图1是本发明一实施例提供的一种站房改造类型的辨识方法流程示意图;
图2是本发明一实施例提供的建立配电站房配置标准流程示意图;
图3是本发明一实施例提供的配电站房改造类型自动辨识的总体流程示意图。
具体实施方式
下面将结合本发明中的附图,对本发明中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。
如图1所示,一实施例提供的一种站房改造类型的辨识方法,包括:
步骤S101:获取配电站房的台账数据;其中,所述台账数据包括:站所基础信息、站内安装的设备类型、设备数量、监测终端、电源元素以及站所的供电路径拓扑图;
站所基础信息包括站房名称、所属单位、所属线路、所属变电站等信息,站所基础信息主要是配电站房的归属信息,对站房类型辨识起到作用的信息主要是在站内安装的设备类型、设备数量、监测终端、电源元素。台账数据中包含了多个最小元素,根据多个最小元素的组合关系去匹配站房改造类型,不同的最小元素组合可匹配到不同的站房改造类型。
步骤S102:将所述电站房的台账数据输入至预设的改造类型辨识模型中,以通过所述改造类型辨识模型确定所述配电站房所属的改造类型;
其中,所述改造类型辨识模型的生成包括:
获取各个配电站房的台账数据以及对应的配电站房改造类型;其中,所述配电房改造类型包括:基本型配电站房、标准型配电站房、智能型配电站房以及保电型配电站房;
根据各所述配电站房的台账数据以及对应的配电站房改造类型,生成各个待训练样本;其中,每一待训练样本包括:每一配电站房所对应的台账数据以及改造类型标签;
根据各所述待训练样本,对预设的待训练分类模型进行训练,将训练后的待训练分类模型作为改造类型辨识模型。
对于步骤S101,在一个优选的实施例中,在辨识一个配电站房的改造类型时,首先需要获取该配电站房的台账数据,所述台账数据包括但不限于基础信息、站内安装的设备类型、设备数量、监测终端型号、电源元素、站所的供电路径拓扑图等。
对于步骤S102,在一个优选的实施例中,在获取该配电站房的改造数据后,将该配电站房的改造数据输入至经过训练后的改造类型辨识模型中,通过该模型的输出,确定所述配电站房所属的改造类型。
对于所述改造类型辨识模型的生成,具体包括:
需要大量收集已经确定改造类型的配电站房台账数据以及对应的改造类型;
然后根据收集的数据,生成各个待训练样本,每一待训练样本包括每一配电站房所对应的台账数据以及改造类型标签;
根据生成的各个待训练样本,对预设的待训练分类模型进行训练,所述待分类模型采用决策树分类算法进行建立,将训练后的待训练分类模型作为改造类型辨识模型。
在一个可选的实施例中,首先收集大量配电站房的台账数据,根据站房改造类型配置标准,对这些配电站房进行改造类型判定,得出m份结果数据,结果数据中包含站房最小元素特征与改造类型结果,将70%m份结果用作样本训练模型,30%m份用作验证数据验证模型。
采用决策树分类算法,建立分类模型。根据上述训练样本对分类模型进行训练,使其能够从设备安装情况中学习不同改造类型的特征,并训练其计算效率。
根据上述验证数据对训练好的模型进行验证:首先输入一个站房的最小元素特征,用模型输出改造类型结果,将此结果与人为判定的结果进行比对,评估其分类性能。根据验证结果进行模型的调整和优化,以提高准确性、计算效率和泛化能力。
当模型训练完毕并通过验证后,将训练完毕并通过验证后的分类模型作为改造类型辨识模型,可以将其应用于新的配电站房数据,通过输入配电站房内设备的特征信息,模型可以预测或辨识该站房所属的改造类型。
示意性的,上述分类模型的构建以及通过模型辨识站房改造类型的总体流程如图2所示。
在一个优选的实施例中,所述配电站房改造类型的生成包括:
获取配电站房建设标准的各个最小元素;其中,所述最小元素包括:主电源设备、备用电源设备、普通型监测终端、智能分析型监测终端、温湿度传感器、烟雾传感器、水浸传感器、水位传感器、气体传感器、局放监测器、电缆头测温传感器、门禁、红外传感器、摄像头、排水泵、风机、空调以及联动控制器;
根据各所述最小元素,按照功能类型对各所述最小元素进行分类,生成各个功能类型组;
根据各所述功能类型组,建立配电站房改造类型。
具体地,如图3所示,将配电站房的建设标准拆解为最小的功能、技术和设备元素,所述最小元素包括但不限于:主电源设备、备用电源设备、普通型监测终端、智能分析型监测终端、温湿度传感器、烟雾传感器、水浸传感器、水位传感器、气体传感器、局放监测器、电缆头测温传感器、门禁、红外传感器、摄像头、排水泵、风机、空调、联动控制器、间隔、球机、枪机以及布控球;
接着根据功能用途,将拆解得到的最小元素进行分类和归类,生成各个功能类型组;各所述功能类型组具体包括:电源元素组、监测系统组、控制系统组以及安全系统组;
所述电源元素组包括:主电源设备和备用电源设备;所述监测系统组包括:监测终端、环境监测设备与设备运行监测设备;所述控制系统组包括:排水泵、风机、空调以及联动控制器;所述安全系统组包括:门禁、红外传感器以及摄像头。
所述监测终端包括:普通型监测终端以及智能分析型监测终端;所述环境监测设备包括:温湿度传感器、气体传感器、水浸传感器、水位传感器以及烟雾传感器;所述设备运行监测设备包括:电缆头测温传感器以及局放监测器。
在获取各个功能类型组后,通过将不同的最小元素组合在一起,根据不同的功能需求、环境特点等定义四种类型的配电站房,也可称为四种类型的配电站房改造类型;
对于基本型配电站房,包含基本的电源输入和简单的环境监测,并且部署监测终端,适用于一般用途。对于标准型配电站房,在基本型配电站房的基础上增加安全系统和控制系统,适用于对安全性和控制要求较高的场所。对于智能型配电站房,在标准型配电站房的基础上引入远程监控和云边联动控制,适用于需要远程监测和智能化管理的地方。对于保电型配电站房,为重要会议活动场所供电的站房,且在智能型配电站房的基础上增加备用电源输入和高可靠性的设备,并且能实现对站所的远程自主巡视、智能分析,在隐患初期及时采取预防性控制手段,提高供电可靠性,适用于对电源连续性要求很高的场所。
所述根据各所述功能类型组,建立配电站房改造类型,具体包括:
根据所述监测系统组,建立基本型配电站房;根据所述监测系统组以及安全系统组,建立标准型配电站房;根据所述监测系统组、安全系统组以及控制系统组,建立智能型配电站房;根据所述监测系统组、安全系统组、控制系统组以及电源元素组,建立保电型配电站房。
可选地,根据定义的不同类型,制定相应的配置规划和建设标准,确定每个类型所需的最小元素组合、设备要求等。
基本型配电站房:部署普通型监测终端,安装环境监测设备的配电站房。
标准型配电站房:部署普通型监测终端,同时安装环境监测设备、设备运行监测设备,安装了门禁或红外传感器,并部署支持本地控制的水泵/风机/空调的配电站房。
智能型配电站房:部署智能分析型监测终端,同时安装环境监测设备与设备运行监测设备,具有远程控制水泵、风机、空调功能,且全量安装安全系统设备的配电站房。
保电型配电站房:分析供电路径,满足为重要会议活动场所供电的条件,部署智能分析型监测终端,同时安装环境监测设备与设备运行监测设备,能远程实现对水泵、风机、空调等设备的控制,能实现对站所的自动巡视和智能分析,且增加了备用电源。
在上述方法项实施例的基础上,本发明对应提供了装置项实施例。
本发明一实施例提供了一种站房改造类型的辨识装置,包括:数据获取模块以及分类模型模块;
所述数据获取模块,用于获取配电站房的台账数据;其中,所述台账数据包括:站所基础信息、站内安装的设备类型、设备数量、监测终端型号、电源元素以及站所的供电路径拓扑图;
所述分类模型模块,用于将所述电站房的台账数据输入至预设的改造类型辨识模型中,以通过所述改造类型辨识模型确定所述配电站房所属的改造类型;
其中,所述改造类型辨识模型的生成包括:
获取各个配电站房的台账数据以及对应的配电站房改造类型;其中,所述配电房改造类型包括:基本型配电站房、标准型配电站房、智能型配电站房以及保电型配电站房;
根据各所述配电站房的台账数据以及对应的配电站房改造类型,生成各个待训练样本;其中,每一待训练样本包括:每一配电站房所对应的台账数据以及改造类型标签;
根据各所述待训练样本,对预设的待训练分类模型进行训练,将训练后的待训练分类模型作为改造类型辨识模型。
在一个优选的实施例中,所述配电站房改造类型的生成包括:
获取配电站房建设标准的各个最小元素;其中,所述最小元素包括:主电源设备、备用电源设备、普通型监测终端、智能分析型监测终端、温湿度传感器、烟雾传感器、水浸传感器、水位传感器、气体传感器、局放监测器、电缆头测温传感器、门禁、红外传感器、摄像头、排水泵、风机、空调以及联动控制器;
根据各所述最小元素,按照功能类型对各所述最小元素进行分类,生成各个功能类型组;
根据各所述功能类型组,建立配电站房改造类型。
在一个优选的实施例中,各所述功能类型组包括:电源元素组、监测系统组、控制系统组以及安全系统组;
所述电源元素组包括:主电源设备和备用电源设备;
所述监测系统组包括:监测终端、环境监测设备与设备运行监测设备;
所述控制系统组包括:排水泵、风机、空调以及联动控制器;
所述安全系统组包括:门禁、红外传感器以及摄像头。
需说明的是,以上所描述的装置实施例仅仅是示意性的,其中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,即可以位于一个地方,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,本发明提供的装置实施例附图中,模块之间的连接关系表示它们之间具有通信连接,具体可以实现为一条或多条通信总线或信号线。本领域普通技术人员在不付出创造性劳动的情况下,即可以理解并实施。
所述领域的技术人员可以清楚地了解到,为的方便和简洁,上述描述的装置的具体工作过程,可参考前述方法实施例中对应的过程,在此不再赘述。
在上述方法项实施例的基础上,本发明对应提供了终端设备项实施例。
本发明另一实施例提供了一种终端设备,包括处理器、存储器以及存储在所述存储器中且被配置为由所述处理器执行的计算机程序;所述处理器执行所述计算机程序时,实现本发明任意一实施例的站房改造类型的辨识方法。
示例性的,在这一实施例中所述计算机程序可以被分割成一个或多个模块,所述一个或者多个模块被存储在所述存储器中,并由所述处理器执行,以完成本发明。所述一个或多个模块元可以是能够完成特定功能的一系列计算机程序指令段,该指令段用于描述所述计算机程序在所述设备中的执行过程;
所述设备可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。所述设备可包括,但不仅限于,处理器、存储器;
所称处理器可以是中央处理模块(Central Processing Unit,CPU),还可以是其他通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现成可编程门阵列(Field-Programmable Gate Array,FPGA) 或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等,所述处理器是所述设备的控制中心,利用各种接口和线路连接整个设备的各个部分;
所述存储器可用于存储所述计算机程序和/或模块,所述处理器通过运行或执行存储在所述存储器内的计算机程序和/或模块,以及调用存储在存储器内的数据,实现所述设备的各种功能。所述存储器可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需的应用程序等;此外,存储器可以包括高速随机存取存储器,还可以包括非易失性存储器,例如硬盘、内存、插接式硬盘,智能存储卡(Smart MediaCard, SMC),安全数字(Secure Digital, SD)卡,闪存卡(Flash Card)、至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
在上述方法项实施例的基础上,本发明对应提供了存储介质项实施例。
本发明另一实施例提供了一种存储介质,所述存储介质包括存储的计算机程序,其中,在所述计算机程序运行时控制所述存储介质所在的设备执行本发明任意一实施例的站房改造类型的辨识方法。
在这一实施例中,上述存储介质为计算机可读存储介质,所述计算机程序包括计算机程序代码,所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括:能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM,Read-OnlyMemory)、随机存取存储器(RAM,Random Access Memory)、电载波信号、电信信号以及软件分发介质等。
通过实施本发明上述各项实施例,可以达到如下有益效果:
1.自动辨识配电站房的改造类型:通过自动辨识方法,减少了人工辨识的工作量和主观偏差,实现了对配电站房改造类型的自动辨识。
2.提高辨识准确性和效率:使用机器学习和模式辨识技术,可以从大量数据中挖掘出潜在的模式和规律,提高辨识的准确性和效率。
3.辅助决策和规划:自动辨识配电站房的改造类型可以为相关决策和规划提供依据。基于改造类型的辨识结果,可以制定相应的改造策略、调整设备配置等。
4.增强运维管理能力:自动辨识改造类型有助于对配电站房的设备进行分类和管理;通过辨识改造类型,可以统一管理同一类设备的运维维护工作,提高配电站房的运行效率和可靠性。
上所述是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也视为本发明的保护。
Claims (10)
1.一种站房改造类型的辨识方法,其特征在于,包括:
获取配电站房的台账数据;其中,所述台账数据包括:站所基础信息、站内安装的设备类型、设备数量、监测终端、电源元素以及站所的供电路径拓扑图;
将所述配电站房的台账数据输入至预设的改造类型辨识模型中,以通过所述改造类型辨识模型确定所述配电站房所属的改造类型;
其中,所述改造类型辨识模型的生成包括:
获取各个配电站房的台账数据以及对应的配电站房改造类型;其中,所述配电房改造类型包括:基本型配电站房、标准型配电站房、智能型配电站房以及保电型配电站房;
根据各所述配电站房的台账数据以及对应的配电站房改造类型,生成各个待训练样本;其中,每一待训练样本包括:每一配电站房所对应的台账数据以及改造类型标签;
根据各所述待训练样本,对预设的待训练分类模型进行训练,将训练后的待训练分类模型作为改造类型辨识模型。
2.如权利要求1所述的站房改造类型的辨识方法,其特征在于,所述配电站房改造类型的生成包括:
获取配电站房建设标准的各个最小元素;其中,所述最小元素包括:主电源设备、备用电源设备、普通型监测终端、智能分析型监测终端、温湿度传感器、烟雾传感器、水浸传感器、水位传感器、气体传感器、局放监测器、电缆头测温器、门禁、红外传感器、摄像头、排水泵、风机、空调以及联动控制器;
根据各所述最小元素,按照功能类型对各所述最小元素进行分类,生成各个功能类型组;
根据各所述功能类型组,建立配电站房改造类型。
3.如权利要求2所述的站房改造类型的辨识方法,其特征在于,各所述功能类型组包括:电源元素组、监测系统组、控制系统组以及安全系统组;
所述电源元素组包括:主电源设备和备用电源设备;
所述监测系统组包括:监测终端、环境监测设备与设备运行监测设备;
所述控制系统组包括:排水泵、风机、空调以及联动控制器;
所述安全系统组包括:门禁、红外传感器以及摄像头。
4.如权利要求3所述的站房改造类型的辨识方法,其特征在于,所述监测终端包括:普通型监测终端以及智能分析型监测终端;
所述环境监测设备包括:温湿度传感器、气体传感器、水浸传感器、水位传感器以及烟雾传感器;
所述设备运行监测设备包括:电缆头测温传感器以及局放监测器。
5.如权利要求4所述的站房改造类型的辨识方法,其特征在于,所述根据各所述功能类型组,建立配电站房改造类型,包括:
根据所述监测系统组,建立基本型配电站房;
根据所述监测系统组以及安全系统组,建立标准型配电站房;
根据所述监测系统组、安全系统组以及控制系统组,建立智能型配电站房;
根据所述监测系统组、安全系统组、控制系统组以及电源元素组,建立保电型配电站房。
6.一种站房改造类型的辨识装置,其特征在于,包括:数据获取模块以及分类模型模块;
所述数据获取模块,用于获取配电站房的台账数据;其中,所述台账数据包括:站所基础信息、站内安装的设备类型、设备数量、监测终端型号、电源元素以及站所的供电路径拓扑图;
所述分类模型模块,用于将所述配电站房的台账数据输入至预设的改造类型辨识模型中,以通过所述改造类型辨识模型确定所述配电站房所属的改造类型;
其中,所述改造类型辨识模型的生成包括:
获取各个配电站房的台账数据以及对应的配电站房改造类型;其中,所述配电房改造类型包括:基本型配电站房、标准型配电站房、智能型配电站房以及保电型配电站房;
根据各所述配电站房的台账数据以及对应的配电站房改造类型,生成各个待训练样本;其中,每一待训练样本包括:每一配电站房所对应的台账数据以及改造类型标签;
根据各所述待训练样本,对预设的待训练分类模型进行训练,将训练后的待训练分类模型作为改造类型辨识模型。
7.如权利要求6所述的站房改造类型的辨识装置,其特征在于,所述配电站房改造类型的生成包括:
获取配电站房建设标准的各个最小元素;其中,所述最小元素包括:主电源设备、备用电源设备、普通型监测终端、智能分析型监测终端、温湿度传感器、烟雾传感器、水浸传感器、水位传感器、气体传感器、局放监测器、电缆头测温器、门禁、红外传感器、摄像头、排水泵、风机、空调以及联动控制器;
根据各所述最小元素,按照功能类型对各所述最小元素进行分类,生成各个功能类型组;
根据各所述功能类型组,建立配电站房改造类型。
8.如权利要求6所述的站房改造类型的辨识装置,其特征在于,各所述功能类型组包括:电源元素组、监测系统组、控制系统组以及安全系统组;
所述电源元素组包括:主电源设备和备用电源设备;
所述监测系统组包括:监测终端、环境监测设备与设备运行监测设备;
所述控制系统组包括:排水泵、风机、空调以及联动控制器;
所述安全系统组包括:门禁、红外传感器以及摄像头。
9.一种终端设备,其特征在于,包括处理器、存储器以及存储在所述存储器中且被配置为由所述处理器执行的计算机程序,所述处理器执行所述计算机程序时实现如权利要求1至5中任意一项所述的站房改造类型的辨识方法。
10.一种存储介质,其特征在于,所述存储介质包括存储的计算机程序,其中,在所述计算机程序运行时控制所述存储介质所在设备执行如权利要求1至5中任意一项所述的站房改造类型的辨识方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311605830.2A CN117312929B (zh) | 2023-11-29 | 2023-11-29 | 站房改造类型的辨识方法、装置、终端设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311605830.2A CN117312929B (zh) | 2023-11-29 | 2023-11-29 | 站房改造类型的辨识方法、装置、终端设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117312929A true CN117312929A (zh) | 2023-12-29 |
CN117312929B CN117312929B (zh) | 2024-02-13 |
Family
ID=89274077
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311605830.2A Active CN117312929B (zh) | 2023-11-29 | 2023-11-29 | 站房改造类型的辨识方法、装置、终端设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117312929B (zh) |
Citations (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4754475A (en) * | 1981-10-02 | 1988-06-28 | Sonintel Sociedade Nacional De Industria De Telecomunicacoes Ltda. | Calling line tracing system and identification detector |
US20140088783A1 (en) * | 2011-05-11 | 2014-03-27 | Deutsche Telekom Ag | System for the delivery of electrical energy, and method for the delivery of electrical energy, program, and computer program product |
CN105356453A (zh) * | 2015-11-02 | 2016-02-24 | 国网福建省电力有限公司 | 利用正则表达式实现配电网模型中的双电源设备的辨识方法 |
CN105867267A (zh) * | 2016-04-05 | 2016-08-17 | 江苏电力信息技术有限公司 | 通过图像识别技术实现配电站房仪表读数自动上报的方法 |
CN112085071A (zh) * | 2020-08-21 | 2020-12-15 | 广东电网有限责任公司广州供电局 | 一种基于边缘计算的配电房设备故障分析预判方法及装置 |
CN113433882A (zh) * | 2021-07-19 | 2021-09-24 | 江苏前源电力科技有限公司 | 一种站房智能辅助与人工智能可视化网关控制方法及系统 |
EP3968212A1 (de) * | 2020-09-11 | 2022-03-16 | Siemens Aktiengesellschaft | Computerimplementiertes verfahren zum bereitstellen von schaltzustandsdaten |
WO2022095616A1 (zh) * | 2020-11-03 | 2022-05-12 | 国网智能科技股份有限公司 | 一种变电站在线智能巡视系统及方法 |
CN114519281A (zh) * | 2022-04-21 | 2022-05-20 | 国网天津市电力公司城南供电分公司 | 一种汛期10kV配电站房薄弱环节辨识方法 |
CN114726094A (zh) * | 2022-03-29 | 2022-07-08 | 安徽明生恒卓科技有限公司 | 一种基于智能融合终端的智能站房监测系统及其方法 |
WO2022160413A1 (zh) * | 2021-01-29 | 2022-08-04 | 南方电网调峰调频发电有限公司 | 电力生产异常监控方法、装置、计算机设备和存储介质 |
CN115189474A (zh) * | 2022-07-12 | 2022-10-14 | 国网江西省电力有限公司电力科学研究院 | 一种基于树莓派4b的配电站电能表识别方法及系统 |
CN115912655A (zh) * | 2022-12-09 | 2023-04-04 | 珠海国创物联网科技有限公司 | 一种配电站房智能运维和能源监测用的智能巡检控制系统 |
CN116308299A (zh) * | 2023-05-08 | 2023-06-23 | 国网福建省电力有限公司莆田供电公司 | 一种站房设备风险评估方法及装置 |
CN116739409A (zh) * | 2023-05-12 | 2023-09-12 | 国网福建省电力有限公司漳州供电公司 | 一种配电站房整体健康状态评价方法 |
CN116844027A (zh) * | 2023-06-08 | 2023-10-03 | 国网浙江省电力有限公司金华供电公司 | 一种基于深度学习的智慧配电站房表计读数识别方法 |
-
2023
- 2023-11-29 CN CN202311605830.2A patent/CN117312929B/zh active Active
Patent Citations (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4754475A (en) * | 1981-10-02 | 1988-06-28 | Sonintel Sociedade Nacional De Industria De Telecomunicacoes Ltda. | Calling line tracing system and identification detector |
US20140088783A1 (en) * | 2011-05-11 | 2014-03-27 | Deutsche Telekom Ag | System for the delivery of electrical energy, and method for the delivery of electrical energy, program, and computer program product |
CN105356453A (zh) * | 2015-11-02 | 2016-02-24 | 国网福建省电力有限公司 | 利用正则表达式实现配电网模型中的双电源设备的辨识方法 |
CN105867267A (zh) * | 2016-04-05 | 2016-08-17 | 江苏电力信息技术有限公司 | 通过图像识别技术实现配电站房仪表读数自动上报的方法 |
CN112085071A (zh) * | 2020-08-21 | 2020-12-15 | 广东电网有限责任公司广州供电局 | 一种基于边缘计算的配电房设备故障分析预判方法及装置 |
EP3968212A1 (de) * | 2020-09-11 | 2022-03-16 | Siemens Aktiengesellschaft | Computerimplementiertes verfahren zum bereitstellen von schaltzustandsdaten |
WO2022095616A1 (zh) * | 2020-11-03 | 2022-05-12 | 国网智能科技股份有限公司 | 一种变电站在线智能巡视系统及方法 |
WO2022160413A1 (zh) * | 2021-01-29 | 2022-08-04 | 南方电网调峰调频发电有限公司 | 电力生产异常监控方法、装置、计算机设备和存储介质 |
CN113433882A (zh) * | 2021-07-19 | 2021-09-24 | 江苏前源电力科技有限公司 | 一种站房智能辅助与人工智能可视化网关控制方法及系统 |
CN114726094A (zh) * | 2022-03-29 | 2022-07-08 | 安徽明生恒卓科技有限公司 | 一种基于智能融合终端的智能站房监测系统及其方法 |
CN114519281A (zh) * | 2022-04-21 | 2022-05-20 | 国网天津市电力公司城南供电分公司 | 一种汛期10kV配电站房薄弱环节辨识方法 |
CN115189474A (zh) * | 2022-07-12 | 2022-10-14 | 国网江西省电力有限公司电力科学研究院 | 一种基于树莓派4b的配电站电能表识别方法及系统 |
CN115912655A (zh) * | 2022-12-09 | 2023-04-04 | 珠海国创物联网科技有限公司 | 一种配电站房智能运维和能源监测用的智能巡检控制系统 |
CN116308299A (zh) * | 2023-05-08 | 2023-06-23 | 国网福建省电力有限公司莆田供电公司 | 一种站房设备风险评估方法及装置 |
CN116739409A (zh) * | 2023-05-12 | 2023-09-12 | 国网福建省电力有限公司漳州供电公司 | 一种配电站房整体健康状态评价方法 |
CN116844027A (zh) * | 2023-06-08 | 2023-10-03 | 国网浙江省电力有限公司金华供电公司 | 一种基于深度学习的智慧配电站房表计读数识别方法 |
Non-Patent Citations (4)
Title |
---|
卢子琪;: "既有地下空间改建成大型地铁枢纽的综合施工技术", 建筑施工, no. 09 * |
卢峰;丁学峰;尹小明;陈洪涛;王颖;: "基于样本优化选取的支持向量机窃电辨识方法", 计算机测量与控制, no. 06 * |
曹发彦;: "配电站房视频智能监控的研究", 河南科技, no. 16, 25 August 2015 (2015-08-25) * |
阮浩权;: "关于国内城市配电网现状及问题改进的若干建议", 电子世界, no. 12 * |
Also Published As
Publication number | Publication date |
---|---|
CN117312929B (zh) | 2024-02-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105894172B (zh) | 一种基于营配融合的联合停电研判方法 | |
CN102460335B (zh) | 用于能源消耗管理的系统和方法 | |
US20160187864A1 (en) | Apparatus and System for Providing Energy Information | |
CN108518804A (zh) | 一种机房温湿度环境预测方法及系统 | |
Bang et al. | Novel real-time model-based fault detection method for automatic identification of abnormal energy performance in building ventilation units | |
CN106600457B (zh) | 一种变电站微机五防主接线图分析系统 | |
KR101660102B1 (ko) | 용수량 수요 예측 장치 | |
CN105868487A (zh) | 一种基于能耗设备模型的节能专家系统 | |
CN105553733A (zh) | 资源监控管理系统 | |
CN115549313B (zh) | 基于人工智能的用电监测方法及系统 | |
CN117312929B (zh) | 站房改造类型的辨识方法、装置、终端设备及存储介质 | |
KR102254230B1 (ko) | 공공 빅데이터를 활용한 전력절감 시스템 및 방법 | |
JPH11346438A (ja) | 電力需要量予測方法 | |
JP2006318234A (ja) | エネルギーマネジメントシステム | |
CN112907911A (zh) | 一种基于设备工艺数据的智能异常识别与报警算法 | |
CN112821456B (zh) | 基于迁移学习的分布式源-储-荷匹配方法及装置 | |
CN115719203A (zh) | 一种基于aiot技术的计量智慧实验室管理系统及其方法 | |
CN113541126A (zh) | 适用于验证高级算法的配电网仿真系统及算法验证方法 | |
CN112631354A (zh) | 绿色健康医院建筑大数据管控系统 | |
KR20210092581A (ko) | 열병합 발전에 대한 운영 스케줄링 장치 및 방법 | |
CN117408680B (zh) | 一种基于物联网的智能化配电房管理方法及系统 | |
WO2023108953A1 (zh) | 一种空调机组预测维护方法、装置、设备及介质 | |
CN117674142B (zh) | 一种基于分时电量核算的电力调度方法及调度装置 | |
CN117460129B (zh) | 基于物联网驱动的节能路灯控制方法及系统 | |
CN117641679A (zh) | 用于区域照明的路灯集成控制方法及系统 |
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 |