CN117471236A - 一种基于物联网的电力传输安全管理系统及方法 - Google Patents
一种基于物联网的电力传输安全管理系统及方法 Download PDFInfo
- Publication number
- CN117471236A CN117471236A CN202311437268.7A CN202311437268A CN117471236A CN 117471236 A CN117471236 A CN 117471236A CN 202311437268 A CN202311437268 A CN 202311437268A CN 117471236 A CN117471236 A CN 117471236A
- Authority
- CN
- China
- Prior art keywords
- fault
- ultrasonic
- electromagnetic wave
- target area
- power transmission
- 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
- 230000005540 biological transmission Effects 0.000 title claims abstract description 87
- 238000000034 method Methods 0.000 title claims abstract description 20
- 238000001514 detection method Methods 0.000 claims description 68
- 238000007726 management method Methods 0.000 claims description 39
- 238000004364 calculation method Methods 0.000 claims description 30
- 230000009467 reduction Effects 0.000 claims description 14
- 238000012545 processing Methods 0.000 claims description 13
- 230000001902 propagating effect Effects 0.000 claims description 9
- 238000005516 engineering process Methods 0.000 claims description 6
- 238000012216 screening Methods 0.000 claims description 6
- 230000008054 signal transmission Effects 0.000 claims description 5
- 230000008030 elimination Effects 0.000 claims description 3
- 238000003379 elimination reaction Methods 0.000 claims description 3
- 238000012163 sequencing technique Methods 0.000 claims description 3
- 230000008569 process Effects 0.000 description 6
- 238000005259 measurement Methods 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 239000000470 constituent Substances 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000005670 electromagnetic radiation Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
- G01R31/08—Locating faults in cables, transmission lines, or networks
- G01R31/088—Aspects of digital computing
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
- G01R31/08—Locating faults in cables, transmission lines, or networks
- G01R31/081—Locating faults in cables, transmission lines, or networks according to type of conductors
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
- G01R31/12—Testing dielectric strength or breakdown voltage ; Testing or monitoring effectiveness or level of insulation, e.g. of a cable or of an apparatus, for example using partial discharge measurements; Electrostatic testing
- G01R31/1209—Testing dielectric strength or breakdown voltage ; Testing or monitoring effectiveness or level of insulation, e.g. of a cable or of an apparatus, for example using partial discharge measurements; Electrostatic testing using acoustic measurements
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
- G01R31/12—Testing dielectric strength or breakdown voltage ; Testing or monitoring effectiveness or level of insulation, e.g. of a cable or of an apparatus, for example using partial discharge measurements; Electrostatic testing
- G01R31/1227—Testing dielectric strength or breakdown voltage ; Testing or monitoring effectiveness or level of insulation, e.g. of a cable or of an apparatus, for example using partial discharge measurements; Electrostatic testing of components, parts or materials
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Theoretical Computer Science (AREA)
- Acoustics & Sound (AREA)
- Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)
Abstract
本发明公开了一种基于物联网的电力传输安全管理系统及方法,涉及电力设备管理技术领域,获取第一目标区域中具有电力传输设备的故障特征的超声波信号,查找产生所述电力传输设备的故障特征的超声波信号的区域,获取第二目标区域边界上超声波传感器测得的超声波信号数据,分析超声波信号数据的特征,计算第一故障参考系数,对第二目标区域中进行电磁波信号模式检测,计算第二目标区域对应故障的第二故障参考系数,根据第一故障参考系数和第二故障参考系数,判断第二目标区域中电力传输设备故障的故障类别,对第二目标区域中产生电磁波信号的位置进行定位,获得故障位置信息。
Description
技术领域
本发明涉及电力设备管理技术领域,具体为一种基于物联网的电力传输安全管理系统及方法。
背景技术
电力传输设备例如变压器、开关柜和配电柜都是电力系统的重要组成设备,设备故障会降低点位运行安全性,从而引发事故。随着电网系统不断扩容,电站中设备的数量和设计越来越复杂,发现故障的难度也在不断加大。
现有技术中,对电力传输设备的检测通常采用红外检测、超声波检测和电磁辐射检测,通过传感器采集大量数据形成数据图表,相关管理人员通过大量数据的分布情况结合经验判断设备的运行状态是否异常。这样的方法需要花费大量时间采集数据导致检测周期十分漫长,并且设备与设备间的相互影响会使得数据的分布特征不显著,导致相关管理人员的判断出现偏差,从而影响对设备故障的判断。
发明内容
本发明的目的在于提供一种基于物联网的电力传输安全管理系统及方法,以解决上述背景技术中提出的问题。
为了解决上述技术问题,本发明提供如下技术方案:一种基于物联网的电力传输安全管理系统及方法。方法包括:
步骤S100:对某个电站中的电力传输设备进行安全检测,将所述某个电站中所有电力传输设备所在的区域设置为第一目标区域,在第一目标区域中布置若干超声波传感器,获取第一目标区域中的超声波传感数据;
步骤S200:建立电力传输设备的故障特征与对应超声波特征的第一特征模型,获取第一目标区域中具有电力传输设备的故障特征的超声波信号,根据所述超声波信号的特征,查找产生所述电力传输设备的故障特征的超声波信号的区域,将所述区域设置为第二目标区域;
步骤S300:获取第二目标区域边界上超声波传感器测得的超声波信号数据,分析超声波信号数据的特征,计算第二目标区域中故障特征的第一故障参考系数;
步骤S400:建立电力传输设备的故障特征的类别与对应电磁波信号模式特征的第二特征模型,对第二目标区域中进行电磁波信号模式检测,根据第二目标区域中检测到的超声波信号特征和电磁波信号特征,计算第二目标区域对应故障的第二故障参考系数,根据第一故障参考系数和第二故障参考系数,判断第二目标区域中电力传输设备故障的故障类别;
步骤S500:建立电力传输设备故障时产生的电磁波信号在不同介质中的传播时的第三特征模型,根据第三特征模型,对第二目标区域中产生电磁波信号的位置进行定位,获得故障位置信息,汇集超声波信号信息、电磁波信号信息和故障位置信息,提交至相关的管理人员。
进一步的,步骤S100包括:
步骤S101:获取第一目标区域中电力传输设备无故障时的声场信息,对所述声场信息进行建模,得到第一目标区域的底噪模型;
步骤S102:通过所述若干超声波传感器,获取第一目标区域中的超声波信息,通过噪声消除技术,对所述超声波信息进行降噪处理,得到第一目标区域中的超声波传感数据。
其中,底噪亦称背景噪声,也称为本底噪声,是指在发生、检查、测量、记录系统中与有用信号无关的一切干扰。在环境影响评价(EIA)中,背景噪声是指除研究对象以外所有噪声的总称。由于电站设备种类多样,对声场环境造成污染,为了提高超声检测结果才准确性,必须对在超声检测前添加降噪处理的步骤。
进一步的,步骤S200包括:
步骤S201:当检测到第一目标区域中的超声波信号大于所述第一目标区域中电力传输设备无故障时的声场信息时,对超声波信号进行记录;
步骤S202:获取各个超声波传感器检测到的超声波功率,设置超声波功率管理阈值,当两个实际距离最接近的超声波传感器检测到的超声波功率的差值大于超声波功率管理阈值时,生成一个方向指针,所述方向指针的指向为:从两个超声波传感器中检测超声波功率示数较小的超声波传感器,指向两个超声波传感器中检测超声波功率示数较大的超声波传感器;
步骤S203:将任意两个超声波传感器Q和R组成一个指向对Q→R,其中指向对的指向为从Q指向R,当在超声波传感器R上不存在由超声波传感器R指向任意其他超声波传感器的指向对时,将超声波传感器R设置为末端超声波传感器,汇集所有指向对,连接所有末端超声波传感器,末端超声波传感器以里的区域为第二目标区域。
由于电站中设备种类多样,产生超声波信号的地方有很多,并且超声波信号在传播过程中可能经过反射或折射,所以对超声包信号的直接测量会导致特征不明显从而不能检测出故障特征体现出的超声波信号;所以通过获取超声波在传播过程中的功率变化,找到超声波信号产生的源头,在实际操作过程中由于传感器精度的限制,不能直接找到超声波的源头,但是可以划定出超声波源头所在的一个范围,超声波源头所在的这个范围就是第二目标区域。
进一步的,步骤S300包括:
步骤S301:将各个末端超声波传感器检测到的超声波信号转化为电信号,设置一个超声波信号检测周期长度t1、第一幅度阈值a1和第二幅度阈值a2,其中a1>a2>0;
步骤S302:分别计算t1中末端超声波传感器检测到的超声波信号转对应电信号大于a1的时长占t1的第一时长占比,大于a2且小于a1的时长占t1的第二时长占比和小于a2且大于0的时长占t1的第三时长占比,分别计算所有末端超声波传感器检测到各个超声波信号检测周期中第一时长占比的均值、第二时长占比的均值和第三时长占比的均值,得到第一故障特征值H(k1,k2,k3),其中k1表示所有末端超声波传感器第一时长占比的均值,k2表示所有末端超声波传感器第二时长占比的均值,k3表示所有末端超声波传感器第三时长占比的均值;
步骤S303:建立不同故障特征对应电信号幅度占比模型,计算第一故障特征值与所述电信号幅度占比模型中各个故障特征的相似度,将所述相似度记为对应故障特征的第一故障参考系数。
超声波信号转化为电信号时超声波信号的幅度与电信号的幅度进行对应,超声波信号幅值越大,对应的电信号幅值越大,通过提取超声波信号对应电信号不同幅值区间的占比特征,判断超声波信号对应哪一种故障特征。
进一步的,步骤S400包括:
步骤S401:提取第二目标区域中电磁波信号的幅度和频率特性,与第二特征模型进行比对,得到第二目标区域中电磁波信号与电力传输设备故障对应产生电磁波信号的相似度,将所述相似度记为对应故障特征的第二故障参考系数;
步骤S402:汇集同种故障特征的第一故障参考系数和第二故障参考系数计算,计算前故障特征与故障特征模型中各个故障特征的故障相似度,其中当前故障特征与第p种故障特征的故障相似度为Fp,其中,Fp=α×fp1+β×fp2,fp1为当前故障特征的第一故障参考系数,fp2为当前故障特征的第二故障参考系数,其中,α是第一故障参考系数的权重值,β是第二故障参考系数的权重值,满足条件β>α,α+β=1;
相较于超声波检测,电磁波体现的故障特征会更为明显
步骤S403:根据故障特征的故障相似度从大到小排列故障特征,得到第二目标区域中电力传输设备故障可能出现的故障类别列表。
进一步的,步骤S500包括:
步骤S501:建立检测不同故障特征与电磁波检测模式的对应关系,所述电磁波检测模式包括电磁波检测传感器的布置方式,获取故障类别列表中各个故障特征对应电磁波检测传感器的组合方式,遍历第二目标区域中所有满足组合方式的电磁波检测传感器,汇集所述电磁波检测传感器采集到的电磁波信号信息;
通过分析不同故障发出的电磁波信号的不同特征,制定电磁波传感器的调用策略,通过不同的电磁波传感器的组合方式,更好地体现检测结果数据的特征;
步骤S502:获取电力传输设备故障时产生的电磁波信号在空气中传播的衰减模型和在电力传输设备中传播的衰减模型,从所述电磁波信号信息区分出通过空气传播的电磁波信号和从电力传输设备中传输电磁波信号,获取存在电磁波信号传输的电力传输设备的设备信息;
电磁波信号在不同的介质中具有不同的传播特征,为了区分检测到的电磁波信号来源是否是电磁波信号传感器对应的电力传输设备,筛选出电磁波信号产生源头所在的电力传输设备;
步骤S503:将所述设备信息与故障类型进行对应,得到电力传输设备产生故障的故障位置信息,并将故障位置信息与对应的超声波信号信息和电磁波信号信息进行关联,提交至相关的管理人员;
通过设备信息和对应故障的特征,可以在电力传输设备上定位故障发生的位置,从而获得电力传输设备的故障信息。
为了更好地实现上述方法,还提出一种基于物联网的电力传输安全管理系统,系统包括:
超声检测模块、电磁波检测模块、故障判断模块和信息提醒模块,其中,超声检测模块用于从第一目标区域中选取第二目标区域,电磁波检测模块用于检测第二目标区域中的电磁波信号,故障判断模块用于判断故障特征并对故障特征进行排序,信息提醒模块用于汇集超声波信号信息、电磁波信号信息和故障位置信息,提交至相关的管理人员。
进一步的,超声检测模块包括:降噪处理单元、超声功率获取单元、方向指针管理单元和第二目标区域选定单元,其中,降噪处理单元用于对超声波传感器检测到超声波信息进行降噪处理,超声功率获取单元用于获取各个超声波传感器检测到的超声波功率,方向指针管理单元用于生成方向指针,对方向指针的方向进行管理,第二目标区域选定单元用于连接末端超声波传感器形成第二目标区域。
进一步的,电磁波检测模块包括:第二特征模型获取单元、电磁波信号检测单元、电磁波筛选单元和电磁波定位单元,其中,第二特征模型获取单元用于获取第二特征模型,电磁波信号检测单元用于检测第二目标区域中的电磁波信号,电磁波筛选单元用于获取存在电磁波信号传输的电力传输设备的设备信息,电磁波定位单元将设备信息与故障类型进行对应,得到电力传输设备产生故障的故障位置信息。
进一步的,故障判断模块包括:第一故障特征值计算单元、第一故障参考系数计算单元、第二故障参考系数计算单元、故障相似度计算单元、故障特征排列单元和故障定位单元,其中,第一故障特征值计算单元用于计算第一故障特征值,第一故障参考系数计算单元用于计算第一故障参考系数,第二故障参考系数计算单元用于计算第二故障参考系数,故障相似度计算单元用于计算故障相似度,故障特征排列单元用于将故障相似度从大到小排列故障特征,故障定位单元将设备信息与故障类型进行对应,得到电力传输设备产生故障的故障位置信息。
与现有技术相比,本发明所达到的有益效果是:本发明:通过检测超声波信号的传播方向划定故障发生的区域,缩小检测范围,再对故障发生区域进行电磁波检测,进一步判断故障的类型和发生的位置,通过两种不同测量方式的综合运用,在同一时间段中采集两种不同种类的检测信号,节约单次检测采集数据的用时,并且通过两种不同种类的检测信号的检测结果相互印证,提高检测结果的准确性。
附图说明
附图用来提供对本发明的进一步理解,并且构成说明书的一部分,与本发明的实施例一起用于解释本发明,并不构成对本发明的限制。在附图中:
图1是本发明专利一种基于物联网的电力传输安全管理系统的结构示意图;
图2是本发明专利一种基于物联网的电力传输安全管理方法的流程示意图。
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。
请参阅图1和图2,本发明提供技术方案:
步骤S100:对某个电站中的电力传输设备进行安全检测,将所述某个电站中所有电力传输设备所在的区域设置为第一目标区域,在第一目标区域中布置若干超声波传感器,获取第一目标区域中的超声波传感数据;
其中,步骤S100包括:
步骤S101:获取第一目标区域中电力传输设备无故障时的声场信息,对所述声场信息进行建模,得到第一目标区域的底噪模型;
步骤S102:通过所述若干超声波传感器,获取第一目标区域中的超声波信息,通过噪声消除技术,对所述超声波信息进行降噪处理,得到第一目标区域中的超声波传感数据。
可通过对环境采样在通过深度学习的方式获得第一目区域的底噪模型,或通过采用第三方数据库的形式,获得第一目区域中相关噪声参数;
噪声消除技术包括:基于底噪模型的DSP主动降噪技术或分频处理技术
步骤S200:建立电力传输设备的故障特征与对应超声波特征的第一特征模型,获取第一目标区域中具有电力传输设备的故障特征的超声波信号,根据所述超声波信号的特征,查找产生所述电力传输设备的故障特征的超声波信号的区域,将所述区域设置为第二目标区域;
其中,步骤S200包括:
步骤S201:当检测到第一目标区域中的超声波信号大于所述第一目标区域中电力传输设备无故障时的声场信息时,对超声波信号进行记录;
步骤S202:获取各个超声波传感器检测到的超声波功率,设置超声波功率管理阈值,当两个实际距离最接近的超声波传感器检测到的超声波功率的差值大于超声波功率管理阈值时,生成一个方向指针,所述方向指针的指向为:从两个超声波传感器中检测超声波功率示数较小的超声波传感器,指向两个超声波传感器中检测超声波功率示数较大的超声波传感器;
步骤S203:将任意两个超声波传感器Q和R组成一个指向对Q→R,其中指向对的指向为从Q指向R,当在超声波传感器R上不存在由超声波传感器R指向任意其他超声波传感器的指向对时,将超声波传感器R设置为末端超声波传感器,汇集所有指向对,连接所有末端超声波传感器,末端超声波传感器以里的区域为第二目标区域。
步骤S300:获取第二目标区域边界上超声波传感器测得的超声波信号数据,分析超声波信号数据的特征,计算第二目标区域中故障特征的第一故障参考系数;
其中,步骤S300包括:
步骤S301:将各个末端超声波传感器检测到的超声波信号转化为电信号,设置一个超声波信号检测周期长度t1、第一幅度阈值a1和第二幅度阈值a2,其中a1>a2>0;
步骤S302:分别计算t1中末端超声波传感器检测到的超声波信号转对应电信号大于a1的时长占t1的第一时长占比,大于a2且小于a1的时长占t1的第二时长占比和小于a2且大于0的时长占t1的第三时长占比,分别计算所有末端超声波传感器检测到各个超声波信号检测周期中第一时长占比的均值、第二时长占比的均值和第三时长占比的均值,得到第一故障特征值H(k1,k2,k3),其中k1表示所有末端超声波传感器第一时长占比的均值,k2表示所有末端超声波传感器第二时长占比的均值,k3表示所有末端超声波传感器第三时长占比的均值;
步骤S303:建立不同故障特征对应电信号幅度占比模型,计算第一故障特征值与所述电信号幅度占比模型中各个故障特征的相似度,将所述相似度记为对应故障特征的第一故障参考系数;
在具体实施过程中可通知将时长占比值转化为向量,通过计算向量夹角得到当前检测结果与故障模型间的相似度;
例如某一种设备故障特征对应模型为:H0(0.4,0.3,0.3)表示所述故障类型H0的时长占比值为40%,第二时长占比值为30%,第三时长占比值为30%;
当前测量结果中k1=0.42,k2=0.38,k3=0.2,得到H1(0.42,0.38,0.2)计算H1和H0夹角的余弦值得到当前测量结果与所述某一种设备故障特征相似度;
步骤S400:建立电力传输设备的故障特征的类别与对应电磁波信号模式特征的第二特征模型,对第二目标区域中进行电磁波信号模式检测,根据第二目标区域中检测到的超声波信号特征和电磁波信号特征,计算第二目标区域对应故障的第二故障参考系数,根据第一故障参考系数和第二故障参考系数,判断第二目标区域中电力传输设备故障的故障类别;
例如:通过检测特高频(UHF频段)判断GIS/GIL局部放电信号的故障特征;
其中,步骤S400包括:
步骤S401:提取第二目标区域中电磁波信号的幅度和频率特性,与第二特征模型进行比对,得到第二目标区域中电磁波信号与电力传输设备故障对应产生电磁波信号的相似度,将所述相似度记为对应故障特征的第二故障参考系数;
步骤S402:汇集同种故障特征的第一故障参考系数和第二故障参考系数计算,计算前故障特征与故障特征模型中各个故障特征的故障相似度,其中当前故障特征与第p种故障特征的故障相似度为Fp,其中,Fp=α×fp1+β×fp2,fp1为当前故障特征的第一故障参考系数,fp2为当前故障特征的第二故障参考系数,其中,α是第一故障参考系数的权重值,β是第二故障参考系数的权重值,满足条件β>α,α+β=1;
步骤S403:根据故障特征的故障相似度从大到小排列故障特征,得到第二目标区域中电力传输设备故障可能出现的故障类别列表。
总和两次相似度的判断,从故障可能性大到小排列故障特征;
例如:px{(p1,84.35%),(p2,12.5%),(p3,3.6%)},其中,px表示当前检测到的故障特征,(p1,84.35%)表示与故障特征p1的相似度为84.35%,(p2,12.5%)表示与故障特征p2的相似度为12.5%,(p3,3.6%)表示与故障特征p3的相似度为84.35%。
步骤S500:建立电力传输设备故障时产生的电磁波信号在不同介质中的传播时的第三特征模型,根据第三特征模型,对第二目标区域中产生电磁波信号的位置进行定位,获得故障位置信息,汇集超声波信号信息、电磁波信号信息和故障位置信息,提交至相关的管理人员;
其中,步骤S500包括:
步骤S501:建立检测不同故障特征与电磁波检测模式的对应关系,所述电磁波检测模式包括电磁波检测传感器的布置方式,获取故障类别列表中各个故障特征对应电磁波检测传感器的组合方式,遍历第二目标区域中所有满足组合方式的电磁波检测传感器,汇集所述电磁波检测传感器采集到的电磁波信号信息;
步骤S502:获取电力传输设备故障时产生的电磁波信号在空气中传播的衰减模型和在电力传输设备中传播的衰减模型,从所述电磁波信号信息区分出通过空气传播的电磁波信号和从电力传输设备中传输电磁波信号,获取存在电磁波信号传输的电力传输设备的设备信息;
步骤S503:将所述设备信息与故障类型进行对应,得到电力传输设备产生故障的故障位置信息,并将故障位置信息与对应的超声波信号信息和电磁波信号信息进行关联,提交至相关的管理人员。
系统包括:
超声检测模块、电磁波检测模块、故障判断模块和信息提醒模块;
其中,超声检测模块用于从第一目标区域中选取第二目标区域,其中,超声检测模块包括:降噪处理单元、超声功率获取单元、方向指针管理单元和第二目标区域选定单元,其中,降噪处理单元用于对超声波传感器检测到超声波信息进行降噪处理,超声功率获取单元用于获取各个超声波传感器检测到的超声波功率,方向指针管理单元用于生成方向指针,对方向指针的方向进行管理,第二目标区域选定单元用于连接末端超声波传感器形成第二目标区域;
其中,电磁波检测模块用于检测第二目标区域中的电磁波信号,电磁波检测模块包括:第二特征模型获取单元、电磁波信号检测单元、电磁波筛选单元和电磁波定位单元,其中,第二特征模型获取单元用于获取第二特征模型,电磁波信号检测单元用于检测第二目标区域中的电磁波信号,电磁波筛选单元用于获取存在电磁波信号传输的电力传输设备的设备信息,电磁波定位单元将设备信息与故障类型进行对应,得到电力传输设备产生故障的故障位置信息;
其中,故障判断模块用于判断故障特征并对故障特征进行排序,故障判断模块包括:第一故障特征值计算单元、第一故障参考系数计算单元、第二故障参考系数计算单元、故障相似度计算单元、故障特征排列单元和故障定位单元,其中,第一故障特征值计算单元用于计算第一故障特征值,第一故障参考系数计算单元用于计算第一故障参考系数,第二故障参考系数计算单元用于计算第二故障参考系数,故障相似度计算单元用于计算故障相似度,故障特征排列单元用于将故障相似度从大到小排列故障特征,故障定位单元将设备信息与故障类型进行对应,得到电力传输设备产生故障的故障位置信息。
需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。
最后应说明的是: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,尽管参照前述实施例对本发明进行了详细的说明,对于本领域的技术人员来说,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。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种基于物联网的电力传输安全管理方法,其特征在于,所述方法包括以下步骤:
步骤S100:对某个电站中的电力传输设备进行安全检测,将所述某个电站中所有电力传输设备所在的区域设置为第一目标区域,在第一目标区域中布置若干超声波传感器,获取第一目标区域中的超声波传感数据;
步骤S200:建立电力传输设备的故障特征与对应超声波特征的第一特征模型,获取第一目标区域中具有电力传输设备的故障特征的超声波信号,根据所述超声波信号的特征,查找产生所述电力传输设备的故障特征的超声波信号的区域,将所述区域设置为第二目标区域;
步骤S300:获取第二目标区域边界上超声波传感器测得的超声波信号数据,分析超声波信号数据的特征,计算第二目标区域中故障特征的第一故障参考系数;
步骤S400:建立电力传输设备的故障特征的类别与对应电磁波信号模式特征的第二特征模型,对第二目标区域中进行电磁波信号模式检测,根据第二目标区域中检测到的超声波信号特征和电磁波信号特征,计算第二目标区域对应故障的第二故障参考系数,根据第一故障参考系数和第二故障参考系数,判断第二目标区域中电力传输设备故障的故障类别;
步骤S500:建立电力传输设备故障时产生的电磁波信号在不同介质中的传播时的第三特征模型,根据第三特征模型,对第二目标区域中产生电磁波信号的位置进行定位,获得故障位置信息,汇集超声波信号信息、电磁波信号信息和故障位置信息,提交至相关的管理人员。
2.根据权利要求1所述的一种基于物联网的电力传输安全管理方法,其特征在于:
步骤S100包括:
步骤S101:获取第一目标区域中电力传输设备无故障时的声场信息,对所述声场信息进行建模,得到第一目标区域的底噪模型;
步骤S102:通过所述若干超声波传感器,获取第一目标区域中的超声波信息,通过噪声消除技术,对所述超声波信息进行降噪处理,得到第一目标区域中的超声波传感数据。
3.根据权利要求2所述的一种基于物联网的电力传输安全管理方法,其特征在于:
步骤S200包括:
步骤S201:当检测到第一目标区域中的超声波信号大于所述第一目标区域中电力传输设备无故障时的声场信息时,对超声波信号进行记录;
步骤S202:获取各个超声波传感器检测到的超声波功率,设置超声波功率管理阈值,当两个实际距离最接近的超声波传感器检测到的超声波功率的差值大于超声波功率管理阈值时,生成一个方向指针,所述方向指针的指向为:从两个超声波传感器中检测超声波功率示数较小的超声波传感器,指向两个超声波传感器中检测超声波功率示数较大的超声波传感器;
步骤S203:将任意两个超声波传感器Q和R组成一个指向对Q→R,其中指向对的指向为从Q指向R,当在超声波传感器R上不存在由超声波传感器R指向任意其他超声波传感器的指向对时,将超声波传感器R设置为末端超声波传感器,汇集所有指向对,连接所有末端超声波传感器,末端超声波传感器以里的区域为第二目标区域。
4.根据权利要求3所述的一种基于物联网的电力传输安全管理方法,其特征在于:
步骤S300包括:
步骤S301:将各个末端超声波传感器检测到的超声波信号转化为电信号,设置一个超声波信号检测周期长度t1、第一幅度阈值a1和第二幅度阈值a2,其中a1>a2>0;
步骤S302:分别计算t1中末端超声波传感器检测到的超声波信号转对应电信号大于a1的时长占t1的第一时长占比,大于a2且小于a1的时长占t1的第二时长占比和小于a2且大于0的时长占t1的第三时长占比,分别计算所有末端超声波传感器检测到各个超声波信号检测周期中第一时长占比的均值、第二时长占比的均值和第三时长占比的均值,得到第一故障特征值H(k1,k2,k3),其中k1表示所有末端超声波传感器第一时长占比的均值,k2表示所有末端超声波传感器第二时长占比的均值,k3表示所有末端超声波传感器第三时长占比的均值;
步骤S303:建立不同故障特征对应电信号幅度占比模型,计算第一故障特征值与所述电信号幅度占比模型中各个故障特征的相似度,将所述相似度记为对应故障特征的第一故障参考系数。
5.根据权利要求4所述的一种基于物联网的电力传输安全管理方法,其特征在于:
步骤S400包括:
步骤S401:提取第二目标区域中电磁波信号的幅度和频率特性,与第二特征模型进行比对,得到第二目标区域中电磁波信号与电力传输设备故障对应产生电磁波信号的相似度,将所述相似度记为对应故障特征的第二故障参考系数;
步骤S402:汇集同种故障特征的第一故障参考系数和第二故障参考系数计算,计算前故障特征与故障特征模型中各个故障特征的故障相似度,其中当前故障特征与第p种故障特征的故障相似度为Fp,其中,Fp=α×fp1+β×fp2,fp1为当前故障特征的第一故障参考系数,fp2为当前故障特征的第二故障参考系数,其中,α是第一故障参考系数的权重值,β是第二故障参考系数的权重值,满足条件β>α,α+β=1;
步骤S403:根据故障特征的故障相似度从大到小排列故障特征,得到第二目标区域中电力传输设备故障可能出现的故障类别列表。
6.根据权利要求5所述的一种基于物联网的电力传输安全管理方法,其特征在于:
步骤S500包括:
步骤S501:建立检测不同故障特征与电磁波检测模式的对应关系,所述电磁波检测模式包括电磁波检测传感器的布置方式,获取故障类别列表中各个故障特征对应电磁波检测传感器的组合方式,遍历第二目标区域中所有满足组合方式的电磁波检测传感器,汇集所述电磁波检测传感器采集到的电磁波信号信息;
步骤S502:获取电力传输设备故障时产生的电磁波信号在空气中传播的衰减模型和在电力传输设备中传播的衰减模型,从所述电磁波信号信息区分出通过空气传播的电磁波信号和从电力传输设备中传输电磁波信号,获取存在电磁波信号传输的电力传输设备的设备信息;
步骤S503:将所述设备信息与故障类型进行对应,得到电力传输设备产生故障的故障位置信息,并将故障位置信息与对应的超声波信号信息和电磁波信号信息进行关联,提交至相关的管理人员。
7.一种应用于权利要求1-6中任意一项所述的一种基于物联网的电力传输安全管理方法的电力传输安全管理系统,其特征在于,所述系统包括以下模块:超声检测模块、电磁波检测模块、故障判断模块和信息提醒模块,其中,超声检测模块用于从第一目标区域中选取第二目标区域,电磁波检测模块用于检测第二目标区域中的电磁波信号,故障判断模块用于判断故障特征并对故障特征进行排序,信息提醒模块用于汇集超声波信号信息、电磁波信号信息和故障位置信息,提交至相关的管理人员。
8.根据权利要求7所述的电力传输安全管理系统,其特征在于:超声检测模块包括:降噪处理单元、超声功率获取单元、方向指针管理单元和第二目标区域选定单元,其中,降噪处理单元用于对超声波传感器检测到超声波信息进行降噪处理,超声功率获取单元用于获取各个超声波传感器检测到的超声波功率,方向指针管理单元用于生成方向指针,对方向指针的方向进行管理,第二目标区域选定单元用于连接末端超声波传感器形成第二目标区域。
9.根据权利要求8所述的电力传输安全管理系统,其特征在于:电磁波检测模块包括:第二特征模型获取单元、电磁波信号检测单元、电磁波筛选单元和电磁波定位单元,其中,第二特征模型获取单元用于获取第二特征模型,电磁波信号检测单元用于检测第二目标区域中的电磁波信号,电磁波筛选单元用于获取存在电磁波信号传输的电力传输设备的设备信息,电磁波定位单元将设备信息与故障类型进行对应,得到电力传输设备产生故障的故障位置信息。
10.根据权利要求9所述的电力传输安全管理系统,其特征在于:故障判断模块包括:第一故障特征值计算单元、第一故障参考系数计算单元、第二故障参考系数计算单元、故障相似度计算单元、故障特征排列单元和故障定位单元,其中,第一故障特征值计算单元用于计算第一故障特征值,第一故障参考系数计算单元用于计算第一故障参考系数,第二故障参考系数计算单元用于计算第二故障参考系数,故障相似度计算单元用于计算故障相似度,故障特征排列单元用于将故障相似度从大到小排列故障特征,故障定位单元将设备信息与故障类型进行对应,得到电力传输设备产生故障的故障位置信息。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311437268.7A CN117471236A (zh) | 2023-11-01 | 2023-11-01 | 一种基于物联网的电力传输安全管理系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311437268.7A CN117471236A (zh) | 2023-11-01 | 2023-11-01 | 一种基于物联网的电力传输安全管理系统及方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117471236A true CN117471236A (zh) | 2024-01-30 |
Family
ID=89630671
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311437268.7A Pending CN117471236A (zh) | 2023-11-01 | 2023-11-01 | 一种基于物联网的电力传输安全管理系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117471236A (zh) |
-
2023
- 2023-11-01 CN CN202311437268.7A patent/CN117471236A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20120310597A1 (en) | Failure cause diagnosis system and method | |
CN115169479A (zh) | 污水处理过程远程监控方法、系统及存储介质 | |
CN106352243A (zh) | 一种基于声波法的输气管道泄露检测系统 | |
CN113852603B (zh) | 网络流量的异常检测方法、装置、电子设备和可读介质 | |
CN112305386A (zh) | 一种基于数字孪生技术的高压电缆带电检测系统及方法 | |
CN105447444B (zh) | 一种基于差分窗和模板匹配的otdr事件分析算法 | |
CN116736375B (zh) | 基于稀疏规范变量分析的微震信号状态判识方法 | |
CN202119467U (zh) | 自适应小波神经网络异常检测故障诊断分类系统 | |
CN112668527A (zh) | 一种超声导波半监督成像检测方法 | |
CN107422232A (zh) | 一种配电网终端设备的数字式带电检测工具 | |
CN114978877B (zh) | 一种异常处理方法、装置、电子设备及计算机可读介质 | |
CN115098285A (zh) | 基于大数据的传感器检测数据分析系统及方法 | |
CN115959549A (zh) | 基于数字孪生的扶梯故障诊断方法 | |
CN117169639B (zh) | 一种电源适配器生产用产品检测方法及系统 | |
CN110336860A (zh) | 工业物联网中基于多维数据处理的关键节点数据保护方法 | |
CN116821685B (zh) | 一种巡航机器人的声信号识别方法及系统 | |
CN117471236A (zh) | 一种基于物联网的电力传输安全管理系统及方法 | |
CN105222885A (zh) | 一种光纤振动检测方法及装置 | |
CN116772125A (zh) | 一种输油场站管道巡检系统和方法 | |
CN109341650B (zh) | 一种基于最小检测代价的无人机高程误差双门限修正方法 | |
US20230024104A1 (en) | Identification of false transformer humming using machine learning | |
CN112241853B (zh) | 一种区域间空气质量影响的评估方法及评估装置 | |
JP2012127774A (ja) | 腐食発生検知方法、腐食発生検知装置、および腐食発生検知システム | |
CN115310499A (zh) | 一种基于数据融合的工业设备故障诊断系统及方法 | |
CN115455684A (zh) | 一种基于噪声分析的油浸式变压器非接触式状态评估方法和系统 |
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 |