CN117691755A - 一种智能变电站二次回路的可视化监测及异常检测系统 - Google Patents
一种智能变电站二次回路的可视化监测及异常检测系统 Download PDFInfo
- Publication number
- CN117691755A CN117691755A CN202410147718.7A CN202410147718A CN117691755A CN 117691755 A CN117691755 A CN 117691755A CN 202410147718 A CN202410147718 A CN 202410147718A CN 117691755 A CN117691755 A CN 117691755A
- Authority
- CN
- China
- Prior art keywords
- fault
- secondary circuit
- virtual
- detection
- intelligent substation
- 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 136
- 230000000007 visual effect Effects 0.000 title claims abstract description 34
- 238000012544 monitoring process Methods 0.000 title claims abstract description 26
- 230000005856 abnormality Effects 0.000 claims abstract description 18
- 230000006854 communication Effects 0.000 claims description 50
- 238000004891 communication Methods 0.000 claims description 49
- 210000002569 neuron Anatomy 0.000 claims description 28
- 238000012800 visualization Methods 0.000 claims description 26
- 208000033897 Systemic primary carnitine deficiency Diseases 0.000 claims description 22
- 208000016505 systemic primary carnitine deficiency disease Diseases 0.000 claims description 22
- 238000000034 method Methods 0.000 claims description 21
- 239000013307 optical fiber Substances 0.000 claims description 21
- 238000012795 verification Methods 0.000 claims description 20
- 239000013598 vector Substances 0.000 claims description 19
- 230000008569 process Effects 0.000 claims description 13
- 238000004364 calculation method Methods 0.000 claims description 10
- 230000006870 function Effects 0.000 claims description 10
- 238000010276 construction Methods 0.000 claims description 8
- 230000002159 abnormal effect Effects 0.000 claims description 7
- 238000000605 extraction Methods 0.000 claims description 7
- 238000005315 distribution function Methods 0.000 claims description 6
- 230000036541 health Effects 0.000 claims description 6
- 238000009413 insulation Methods 0.000 claims description 6
- 230000003993 interaction Effects 0.000 claims description 6
- 239000011159 matrix material Substances 0.000 claims description 6
- 238000007781 pre-processing Methods 0.000 claims description 5
- 230000000877 morphologic effect Effects 0.000 claims description 4
- 230000007797 corrosion Effects 0.000 claims description 3
- 238000005260 corrosion Methods 0.000 claims description 3
- 238000009499 grossing Methods 0.000 claims description 3
- 238000013507 mapping Methods 0.000 claims description 3
- 238000004806 packaging method and process Methods 0.000 claims description 3
- 238000010586 diagram Methods 0.000 description 16
- 241000272814 Anser sp. Species 0.000 description 15
- 238000013461 design Methods 0.000 description 8
- 230000003287 optical effect Effects 0.000 description 8
- 238000012423 maintenance Methods 0.000 description 7
- 230000005540 biological transmission Effects 0.000 description 5
- 238000013524 data verification Methods 0.000 description 4
- 238000003745 diagnosis Methods 0.000 description 4
- 238000012545 processing Methods 0.000 description 3
- 239000000835 fiber Substances 0.000 description 2
- 230000009191 jumping Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 238000002372 labelling Methods 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
Abstract
本发明涉及智能电网技术领域,尤其涉及一种智能变电站二次回路的可视化监测及异常检测系统,本发明提出以下方案,首先对SCD文件和SPCD文件进行采集和校验,其次对SCD文件和SPCD文件进行解析,通过光纤物理回路建模和虚实回路关联建模实现智能变电站二次回路可视化监测,最后在智能变电站二次回路可视化监测和智能变电站停止工作过程中,对可疑故障元件进行排查,定位二次回路中的故障位置,对故障情况进行区分和示警,实现智能变电站二次回路快速可视化和精准的异常检测。
Description
技术领域
本发明涉及智能电网技术领域,尤其涉及一种智能变电站二次回路的可视化监测及异常检测系统。
背景技术
智能站以全站系统配置描述SCD 文件描述二次信息连接关系,将传统二次图纸转变为基于XML 语言描述的SCD 文件。传统变电站看得见,摸得着的端子和硬连接转变为智能变电站看不见,摸不着的虚端子与虚连接,二次回路发生了根本变革。基于XML 语言编写的SCD文件可阅读性差,工作人员掌握智能变电站的二次回路需要借助可视化软件。但可视化软件功能并不完善,存在树型结构展示IED 设备形式单一,当SCD 文件较大时版本比对较慢,传统的二次回路状态监测方法主要基于规则和经验,存在准确性不高、易受干扰等问题,同时,运维检修人员在智能变电站提供海量链路告警信息时束手无
策。如何建立物理链路与虚回路之间的关系,从而进行故障定位及故障类型识别,是智能变电站亟待解决的问题。
例如公开号为CN115664007A的中国专利公开了一种智能变电站二次回路可视化及智能诊断系统,其中,该系统包括:全网电力数据存库子系统,用于存储智能变电站在全流程运行工况阶段获取到的数据信息;预警信息处理子系统,与所述的全网电力数据存库子系统相连接,用于获取所述的智能变电站来自二区和三区的预警信息文件,以供后续进行预警诊断处理;厂站运行工况可视化子系统,与所述的全网电力数据存库子系统相连接,用于可视化的展示并查看相应的预警结果以及故障详情信息。采用了该发明的该智能变电站二次回路可视化及智能诊断系统,满足了各设备信息的统一保存和统一处理,同时,降低了维护成本,满足了继电保护专业人员、现场调控人员、装置维护人员的应用要求。
以上专利均存在本背景技术提出的问题:可视化软件功能并不完善,存在树型结构展示IED 设备形式单一,当SCD 文件较大时版本比对较慢的问题,当存在链路告警信息时,需要逐一排查,无法快速精确定位故障所处位置,对故障的类型需要人工判断,增加了运维成本,为解决以上问题,本申请设计了一种智能变电站二次回路的可视化监测及异常检测系统。
发明内容
针对现有技术的不足,本发明提供了一种智能变电站二次回路的可视化监测及异常检测系统,首先对SCD文件和SPCD文件进行采集和校验,其次对SCD文件和SPCD文件进行解析,通过光纤物理回路建模和虚实回路关联建模实现智能变电站二次回路可视化监测,最后在智能变电站二次回路可视化监测和智能变电站停止工作过程中,对可疑故障元件进行排查,定位二次回路中的故障位置,对故障情况进行区分和示警。
为实现上述目的,本发明提供如下技术方案:
一种智能变电站二次回路的可视化监测及异常检测系统,所述系统包括数据采集子系统、二次回路可视化子系统和二次回路异常检测子系统;
所述数据采集子系统,用于获取智能变电站的二次回路资料,进行核对;
所述二次回路可视化子系统,用于根据智能变电站的二次回路资料,对智能变电站二次回路进行可视化展示;
所述二次回路异常检测子系统,用于在智能变电站二次回路可视化监测和智能变电站停止工作过程中,对可疑故障元件进行排查,定位二次回路中的故障位置,对故障情况进行区分和示警;
所述数据采集子系统包括SCD文件获取模块、SPCD文件获取模块和文件校验模块;
所述SCD文件获取模块,用于获取智能变电站二次回路的变电站系统配置描述文件;
所述SPCD文件获取模块,用于获取智能变电站二次回路的变电站物理配置描述文件;
所述文件校验模块,用于对智能变电站二次回路的SCD和SPCD文件进行核对;
所述文件校验模块包括:
文件语义检查单元,用于对SCD和SPCD文件的地址使用范围、文件IP合法性、MAC地址唯一性和命名规范性进行检查;
现场校验单元,用于对智能变电站现场的光缆回路与初始设计图纸进行核对,判断是否一致,如果不一致,修改SCD文件中的初始设计图纸;
文件校验单元,用于根据数据校验策略对SCD和SPCD文件进行校验,所述校验包括一致性校验和虚回路校验。
所述数据校验策略具体步骤如下:
S4.1:对智能变电站的SCD和SPCD文件用解析工具进行遍历,提取文件中的二次回路信息,形成二次回路图;
S4.2:根据智能变电站的配置验证二次回路图的连接是否正确,如果正确,获取网络拓扑图,测试网络拓扑图的运行是否正常,如果正常,按照通信配置发布SV/GOOSE报文传递线路;
S4.3:根据SV/GOOSE报文传递线路的发布信息,获取心跳报文信息,对心跳报文信息进行验证,判断是否合格,如果合格,按照通信配置订阅SV/GOOSE报文,完成SCD和SPCD文件的校验;
所述二次回路可视化子系统包括光纤物理回路建模模块、虚实回路关联建模模块、二维码标签生成模块和二次回路可视化模块;
所述光纤物理回路建模模块,用于对SPCD文件进行解析,获取智能变电站的二次回路物理层级关系和光纤连接关系,进行光纤物理回路建模;
所述虚实回路关联建模模块,用于对SCD文件进行解析,获取智能变电站的智能设备列表,通过匹配出的虚回路与建模完成的光纤物理回路进行虚实对应;
所述二维码标签生成模块,用于生成智能变电站的二次回路的标签信息;
所述二次回路可视化模块,用于解析二维码标签,获取可视化接口信息,对智能变电站电缆回路进行图形可视化展示;
所述光纤物理回路建模模块包括:
图纸结构化重构单元,用于对屏柜进行结构化重构,构建智能变电站内的小室和屏柜信息,完成整个智能变电站的物理模型构建;
装置信息结构化单元,用于根据物理模型对装置信息结构化重构,形成二次回路的信息模型;
物理回路建模单元,用于根据二次回路的信息模型,对智能变电站的设备物理回路连接进行建模,所述物理回路连接包括光缆连接、尾缆连接和跳纤连接;
所述虚实回路关联建模模块包括:
智能设备列表解析单元,用于对SCD文件进行解析,获取智能变电站的智能设备列表,根据IED搭建策略建立智能设备列表信息模型;
虚端子提取单元,用于获取变电站的拓扑结构,根据智能设备列表信息模型提取智能设备的信号连接点描述信息;
虚实回路关联单元,用于将提取出的虚端子与光纤物理回路进行结合;
所述智能设备列表信息模型包括智能设备服务信息、访问节点信息、服务器信息、逻辑设备信息、逻辑节点信息、数据对象信息、数据属性信息、数据集信息、功能约束数据属性信息、输入信息和外部引用条目信息;
所述信号连接点描述信息包括GOOSE输入、SV输入。GOOSE输出和SV输出;
所述IED搭建策略具体步骤如下:
S5.1:根据智能变电站的智能设备的功能,将智能设备分解为对应的逻辑节点,并根据数据对象和属性对逻辑节点进行封装;
S5.2:对封装后的逻辑节点建立抽象通信服务接口,根据抽象通信服务接口实现逻辑节点的信息交互服务;
S5.3:将逻辑节点的信息交互服务映射至智能变电站的智能设备列表,建立智能设备列表信息模型;
所述二次回路异常检测子系统包括保护自检模块、停电检测模块和故障示警模块;
所述保护自检模块,用于对智能变电站二次回路运行过程中的故障问题进行检测;
所述停电检测模块,用于对智能变电站二次回路运行过程中无法发现的故障问题进行检测;
所述故障示警模块,用于对保护自检模块和停电检测模块检测出的故障进行示警,并向工作人员发送通知;
所述保护自检模块包括:
疑似故障元件定位单元,用于根据疑似故障元件集合求取策略确定二次回路的故障范围,获取疑似故障元件集合;
故障可信度检测单元,用于计算疑似故障元件集合中疑似故障元件的故障可信度,与故障阈值进行对比,如果元件的故障可信度大于故障阈值,表示该元件出现故障;
故障分类单元,用于根据故障分类检测策略对出现故障的元件进行检测;
所述疑似故障元件集合求取策略具体步骤如下:
S8.1:根据二次回路可视化子系统,建立虚实回路通信状态表,对二次回路的虚实回路通信状态进行监视;
S8.2:如果一条虚实回路通信状态处于正常状态,将虚实回路通信状态表中该条虚实回路状态设置为1,并将与该条虚实回路交叉和重叠的虚实回路的回路状态同步设置为1;
S8.3:如果一条虚实回路通信状态处于非正常状态,判断为疑似故障虚实回路,将虚实回路通信状态表中该条虚实回路状态设置为0;
S8.4:遍历二次回路所有虚实回路,直到虚实回路通信状态表中所有回路状态设置完成,提取虚实回路通信状态表中的疑似故障虚实回路,将疑似故障虚实回路中的所有元件与正常虚实回路中的元件进行对比,如果出现重复元件,将重复元件删除,得到疑似故障元件集合。
所述故障可信度的计算公式为:
,
其中,表示故障可信度,n表示当前疑似故障元件,q(n)表示当前疑似故障元件平均支持度,e表示指数函数,N表示疑似故障元件总数量,i表示第i个疑似故障元件,/>表示第i个疑似故障元件与当前故障元件的冲突因子,m(•)表示基本概率分配函数,/>表示当前故障元件的随机失效健康因子,/>表示当前故障元件的环境温度健康因子,/>表示当前故障元件工作寿命分布函数,/>表示当前故障元件的可靠度;
所述故障分类检测策略具体步骤如下:
S10.1:从疑似故障元件集合获取单个疑似故障元件的红外图像,从红外图像中提取目标区域图像;
S10.2:根据目标区域图像,通过直线方程对目标区域图像的检测目标进行定位,对检测目标进行裁剪,并旋转至竖直方向得到检测目标竖直图像,对检测竖直目标图像进行预处理,检测目标竖直图像的计算公式为:
;
其中,表示检测目标竖直图像,I表示检测目标,/>表示检测目标中心点横坐标,/>表示检测目标中心点纵坐标,/>表示矩阵乘法,/>表示旋转矩阵;
S10.3:对预处理后的检测竖直目标图像进行特征提取,并通过形态学操作去除干扰,获得检测目标特征向量,检测目标特征向量的计算公式为:
,
其中,表示检测目标特征向量,k表示检测竖直目标图像单个坐标点,K表示检测竖直目标图像总坐标点数量,/>表示检测竖直目标图像单个坐标点像素值,p表示检测竖直目标图像平均像素值,/>表示检测竖直目标图像单个坐标点灰度值,/>表示检测竖直目标图像平均灰度值,/>表示后一项对前一项的膨胀操作,/>表示后一项对前一项的腐蚀操作;
S10.4:将检测目标特征向量和检测目标环境温度作为故障检测分类网络的输入参数,神经元的连接权值与输入参数进行连接,通过无监督学习聚类,根据相似性匹配寻找最佳匹配的神经元,并对连接权值进行更新,计算最佳匹配的神经元,最佳匹配的神经元的计算公式为:
,
其中,表示最佳匹配的神经元,/>表示连接权值,/>表示故障检测分类网络的学习率,/>表示均方根误差,/>表示平滑因子;
S10.5:根据最佳匹配的神经元确定疑似故障元件的故障类别,并输出疑似故障元件的故障类别;
所述停电检测模块包括:
失效检测单元,用于对出口继电器接点粘连、保护与操作箱间的跳合闸回路松动、三相不一致继电器时间特性偏移的失效问题进行检测;
二次回路绝缘检测单元,智能变电站二次回路的接口绝缘情况进行检测;
不良接触检测单元,用于检测断路器相关回路是否存在接触不良的情况。
与现有技术相比,本发明的有益效果是:
1.本发明通过智能变电站二次回路可视化系统,在智能变电站调试和运维过程中实现准确化、可视化和快速化,解决传统方法中无法对设备直接调试和检测二次回路的问题,简化智能变电站在工程实施和运行维护中对故障的诊断过程,提高工作效率;
2.本发明通过建立虚实回路通信状态表,对虚实回路的通信状态进行实时监测,通过虚实回路通信状态表获取疑似故障元件集合,根据可视化系统快速定位疑似故障元件的位置,有效降低排查成本,实现智能变电站二次回路的异常快速检测;
3.本发明根据疑似故障元件的红外图像,对红外图像进行目标区域检测,通过预处理和特征提取,提高检测目标特征向量的稳定性,并通过神经网络提高故障分类检测的准确性,降低运维成本。
附图说明
通过阅读参照以下附图所作的对非限制性实施例的详细描述,本发明的其它特征、目的和优点将会变得更明显:
图1为本发明实施例1一种智能变电站二次回路可视化监测及异常检测系统模块图;
图2为本发明实施例1 SCD文件结构示意图;
图3为本发明实施例1二维码扫描结果图;
图4为本发明实施例1二次回路疑似故障元件判断流程图;
图5为本发明实施例1虚实回路非正常通信状态设置示意图;
图6为本发明实施例1检测目标特征向量计算流程图;
图7为本发明实施例2故障检测分类网络结构图。
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,所描述的实施例仅是本发明一部分实施例,而不是全部的实施例。
实施例1:
请参阅图1,本发明提供的一种实施例:一种智能变电站二次回路的可视化监测及异常检测系统,所述系统包括数据采集子系统、二次回路可视化子系统和二次回路异常检测子系统;
所述数据采集子系统,用于获取智能变电站的二次回路资料,进行核对;
所述二次回路可视化子系统,用于根据智能变电站的二次回路资料,对智能变电站二次回路进行可视化展示;
所述二次回路异常检测子系统,用于在智能变电站二次回路可视化监测和智能变电站停止工作过程中,对可疑故障元件进行排查,定位二次回路中的故障位置,对故障情况进行区分和示警;
所述数据采集子系统包括SCD文件获取模块、SPCD文件获取模块和文件校验模块;
所述SCD文件获取模块,用于获取智能变电站二次回路的变电站系统配置描述文件;
所述SPCD文件获取模块,用于获取智能变电站二次回路的变电站物理配置描述文件;
所述文件校验模块,用于对智能变电站二次回路的SCD和SPCD文件进行核对;
请参阅图2,本发明实施例SCD文件结构示意图,SCD文件是指智能变电站二次回路的变电站系统配置描述文件,包括五大部分:Header、Substation、Communication、IED和DataTypeTemple,所述Header是指头部信息,主要包括系统配置面熟文件标识、文件版本、配置工具和文件修改历史,所述Substation是指变电站信息,描述变电站的功能结构,标识电气连接关系,所述Communication是指通信模块,包括各个IED的SV控制块和GOOSE控制块的控制信息,所述IED是指智能电子设备,描述各个电子设备的SV、GOOSE的发布和订阅,所述DataTypeTemple是指数据类型模板,包含所有IED中相关的逻辑节点、数据对象和数据属性,所述SV控制块是指状态值控制块,所述GOOSE控制块是指用于智能变电站二次回路保护设备之间相互通信和信息交换的通信协议;
所述文件校验模块包括:
文件语义检查单元,用于对SCD和SPCD文件的地址使用范围、文件IP合法性、MAC地址唯一性和命名规范性进行检查;
现场校验单元,用于对智能变电站现场的光缆回路与初始设计图纸进行核对,判断是否一致,如果不一致,修改SCD文件中的初始设计图纸;
文件校验单元,用于根据数据校验策略对SCD和SPCD文件进行校验,所述校验包括一致性校验和虚回路校验。
所述数据校验策略具体步骤如下:
S4.1:对智能变电站的SCD和SPCD文件用解析工具进行遍历,提取文件中的二次回路信息,形成二次回路图;
S4.2:根据智能变电站的配置验证二次回路图的连接是否正确,如果正确,获取网络拓扑图,测试网络拓扑图的运行是否正常,如果正常,按照通信配置发布SV/GOOSE报文传递线路;
S4.3:根据SV/GOOSE报文传递线路的发布信息,获取心跳报文信息,对心跳报文信息进行验证,判断是否合格,如果合格,按照通信配置订阅SV/GOOSE报文,完成SCD和SPCD文件的校验;
所述二次回路可视化子系统包括光纤物理回路建模模块、虚实回路关联建模模块、二维码标签生成模块和二次回路可视化模块;
所述光纤物理回路建模模块,用于对SPCD文件进行解析,获取智能变电站的二次回路物理层级关系和光纤连接关系,进行光纤物理回路建模;
所述虚实回路关联建模模块,用于对SCD文件进行解析,获取智能变电站的智能设备列表,通过匹配出的虚回路与建模完成的光纤物理回路进行虚实对应;
所述二维码标签生成模块,用于生成智能变电站的二次回路的标签信息;
所述二次回路可视化模块,用于解析二维码标签,获取可视化接口信息,对智能变电站电缆回路进行图形可视化展示;
所述光纤物理回路建模模块包括:
图纸结构化重构单元,用于对屏柜进行结构化重构,构建智能变电站内的小室和屏柜信息,完成整个智能变电站的物理模型构建;
装置信息结构化单元,用于根据物理模型对装置信息结构化重构,形成二次回路的信息模型;
物理回路建模单元,用于根据二次回路的信息模型,对智能变电站的设备物理回路连接进行建模,所述物理回路连接包括光缆连接、尾缆连接和跳纤连接;
所述虚实回路关联建模模块包括:
智能设备列表解析单元,用于对SCD文件进行解析,获取智能变电站的智能设备列表,根据IED搭建策略建立智能设备列表信息模型;
虚端子提取单元,用于获取变电站的拓扑结构,根据智能设备列表信息模型提取智能设备的信号连接点描述信息;
虚实回路关联单元,用于将提取出的虚端子与光纤物理回路进行结合;
所述智能设备列表信息模型包括智能设备服务信息、访问节点信息、服务器信息、逻辑设备信息、逻辑节点信息、数据对象信息、数据属性信息、数据集信息、功能约束数据属性信息、输入信息和外部引用条目信息;
所述信号连接点描述信息包括GOOSE输入、SV输入、GOOSE输出和SV输出;
请参阅图3,本发明实施例二维码扫描结果图,包括跳纤所在本端设备信息、跳纤编码信息和变电站相关地址信息;
所述IED搭建策略具体步骤如下:
S5.1:根据智能变电站的智能设备的功能,将智能设备分解为对应的逻辑节点,并根据数据对象和属性对逻辑节点进行封装;
S5.2:对封装后的逻辑节点建立抽象通信服务接口,根据抽象通信服务接口实现逻辑节点的信息交互服务;
S5.3:将逻辑节点的信息交互服务映射至智能变电站的智能设备列表,建立智能设备列表信息模型;
所述二次回路异常检测子系统包括保护自检模块、停电检测模块和故障示警模块;
所述保护自检模块,用于对智能变电站二次回路运行过程中的故障问题进行检测;
所述停电检测模块,用于对智能变电站二次回路运行过程中无法发现的故障问题进行检测;
所述故障示警模块,用于对保护自检模块和停电检测模块检测出的故障进行示警,并向工作人员发送通知;
所述保护自检模块包括:
疑似故障元件定位单元,用于根据疑似故障元件集合求取策略确定二次回路的故障范围,获取疑似故障元件集合;
故障可信度检测单元,用于计算疑似故障元件集合中疑似故障元件的故障可信度,与故障阈值进行对比,如果元件的故障可信度大于故障阈值,表示该元件出现故障;
故障分类单元,用于根据故障分类检测策略对出现故障的元件进行检测;
请参阅图4,本发明实施例二次回路疑似故障元件判断流程图,所述疑似故障元件集合求取策略具体步骤如下:
S8.1:根据二次回路可视化子系统,建立虚实回路通信状态表,对二次回路的虚实回路通信状态进行监视;
S8.2:如果一条虚实回路通信状态处于正常状态,将虚实回路通信状态表中该条虚实回路状态设置为1,并将与该条虚实回路交叉和重叠的虚实回路的回路状态同步设置为1;
S8.3:如果一条虚实回路通信状态处于非正常状态,判断为疑似故障虚实回路,将虚实回路通信状态表中该条虚实回路状态设置为0;
S8.4:遍历二次回路所有虚实回路,直到虚实回路通信状态表中所有回路状态设置完成,提取虚实回路通信状态表中的疑似故障虚实回路,将疑似故障虚实回路中的所有元件与正常虚实回路中的元件进行对比,如果出现重复元件,将重复元件删除,得到疑似故障元件集合;
请参阅图5,本发明实施例虚实回路非正常通信状态设置示意图,二次回路可视化子系统监测二次回路中元件的通信状态,当元件发送GOOSE报文的通信过程中出现发送失败的情况下,二次回路可视化子系统对GOOSE报文进行解析,确定通信状态是否出现异常,如果出现异常,在虚实回路通信状态表中将该元件所处的虚回路的通信状态设置为0;
所述故障可信度的计算公式为:
,
其中,表示故障可信度,n表示当前疑似故障元件,q(n)表示当前疑似故障元件平均支持度,e表示指数函数,N表示疑似故障元件总数量,i表示第i个疑似故障元件,/>表示第i个疑似故障元件与当前故障元件的冲突因子,m(•)表示基本概率分配函数,/>表示当前故障元件的随机失效健康因子,/>表示当前故障元件的环境温度健康因子,/>表示当前故障元件工作寿命分布函数,/>表示当前故障元件的可靠度;
所述故障分类检测策略具体步骤如下:
S10.1:从疑似故障元件集合获取单个疑似故障元件的红外图像,从红外图像中提取目标区域图像;
S10.2:根据目标区域图像,通过直线方程对目标区域图像的检测目标进行定位,对检测目标进行裁剪,并旋转至竖直方向得到检测目标竖直图像,对检测竖直目标图像进行预处理,检测目标竖直图像的计算公式为:
;
其中,表示检测目标竖直图像,I表示检测目标,/>表示检测目标中心点横坐标,/>表示检测目标中心点纵坐标,/>表示矩阵乘法,/>表示旋转矩阵;
S10.3:对预处理后的检测竖直目标图像进行特征提取,并通过形态学操作去除干扰,获得检测目标特征向量,检测目标特征向量的计算公式为:
,
其中,表示检测目标特征向量,k表示检测竖直目标图像单个坐标点,K表示检测竖直目标图像总坐标点数量,/>表示检测竖直目标图像单个坐标点像素值,p表示检测竖直目标图像平均像素值,/>表示检测竖直目标图像单个坐标点灰度值,/>表示检测竖直目标图像平均灰度值,/>表示后一项对前一项的膨胀操作,/>表示后一项对前一项的腐蚀操作;
S10.4:将检测目标特征向量和检测目标环境温度作为故障检测分类网络的输入参数,神经元的连接权值与输入参数进行连接,通过无监督学习聚类,根据相似性匹配寻找最佳匹配的神经元,并对连接权值进行更新,计算最佳匹配的神经元,最佳匹配的神经元的计算公式为:
,
其中,表示最佳匹配的神经元,/>表示连接权值,/>表示故障检测分类网络的学习率,/>表示均方根误差,/>表示平滑因子;
S10.5:根据最佳匹配的神经元确定疑似故障元件的故障类别,并输出疑似故障元件的故障类别;
请参阅图6,本发明实施例检测目标特征向量计算流程图,包括获取疑似故障元件红外图像、提取目标区域图像、检测目标定位和裁剪、获取检测目标竖直图像、特征提取、形态学操作去除干扰和计算检测目标特征向量,预处理包括图像二值化、长度特征统计和连通区域标记;
所述故障类别包括二次回路短路故障、电流互感器二次侧开路故障、电容式电压互感器异常故障、控制回路故障和元件过热性故障;
所述停电检测模块包括:
失效检测单元,用于对出口继电器接点粘连、保护与操作箱间的跳合闸回路松动、三相不一致继电器时间特性偏移的失效问题进行检测;
二次回路绝缘检测单元,智能变电站二次回路的接口绝缘情况进行检测;
不良接触检测单元,用于检测断路器相关回路是否存在接触不良的情况。
实施例2:
请参阅图7,本发明提供一种实施例:故障检测分类网络结构图,所述故障检测分类网络包括输入层、竞争层和输出层;
所述输入层用于确定故障检测分类网络的输入参数并对故障检测分类网络的输入参数进行归一化处理,所述故障检测分类网络的输入参数包括检测目标特征向量和检测目标环境温度;
所述竞争层用于确认神经元个数,神经元通过连接权值与输入参数进行连接,通过无监督学习聚类,输入参数根据相似性匹配寻找最佳匹配的神经元,所述相似性匹配用于根据最小距离准则寻找最佳匹配的神经元,对每一输入向量和竞争层神经元的权值向量之间的欧氏距离进行计算,并对连接权值进行更新,计算最佳匹配的神经元的输出;
所述输出层用于将最佳匹配的神经元的输出进行累加,判断最佳匹配的神经元输出是否达到结束要求,如果最佳匹配的神经元输出小于输出阈值,输出故障分类结果,如果最佳匹配的神经元输出大于等于输出阈值,返回竞争层重新训练。
尽管上面已经示出和描述了本发明的实施例,可以理解的是,上述实施例是示例性的,不能理解为对本发明的限制,本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。
Claims (11)
1.一种智能变电站二次回路的可视化监测及异常检测系统,其特征在于,所述系统包括数据采集子系统、二次回路可视化子系统和二次回路异常检测子系统;
所述数据采集子系统,用于获取智能变电站的二次回路资料,进行核对;
所述二次回路可视化子系统,用于根据智能变电站的二次回路资料,对智能变电站二次回路进行可视化展示;
所述二次回路异常检测子系统,用于在智能变电站二次回路可视化监测和智能变电站停止工作过程中,对可疑故障元件进行排查,定位二次回路中的故障位置,对故障情况进行区分和示警。
2.根据权利要求1所述一种智能变电站二次回路的可视化监测及异常检测系统,其特征在于,所述数据采集子系统包括SCD文件获取模块、SPCD文件获取模块和文件校验模块;
所述SCD文件获取模块,用于获取智能变电站二次回路的变电站系统配置描述文件;
所述SPCD文件获取模块,用于获取智能变电站二次回路的变电站物理配置描述文件;
所述文件校验模块,用于对智能变电站二次回路的SCD和SPCD文件进行核对。
3.根据权利要求2所述一种智能变电站二次回路的可视化监测及异常检测系统,其特征在于,所述二次回路可视化子系统包括光纤物理回路建模模块、虚实回路关联建模模块、二维码标签生成模块和二次回路可视化模块;
所述光纤物理回路建模模块,用于对SPCD文件进行解析,获取智能变电站的二次回路物理层级关系和光纤连接关系,进行光纤物理回路建模;
所述虚实回路关联建模模块,用于对SCD文件进行解析,获取智能变电站的智能设备列表,通过匹配出的虚回路与建模完成的光纤物理回路进行虚实对应;
所述二维码标签生成模块,用于生成智能变电站的二次回路的标签信息;
所述二次回路可视化模块,用于解析二维码标签,获取可视化接口信息,对智能变电站电缆回路进行图形可视化展示。
4.根据权利要求3所述一种智能变电站二次回路的可视化监测及异常检测系统,其特征在于,所述虚实回路关联建模模块包括:
智能设备列表解析单元,用于对SCD文件进行解析,获取智能变电站的智能设备列表,根据IED搭建策略建立智能设备列表信息模型;
虚端子提取单元,用于获取变电站的拓扑结构,根据智能设备列表信息模型提取智能设备的信号连接点描述信息;
虚实回路关联单元,用于将提取出的虚端子与光纤物理回路进行结合。
5.根据权利要求4所述一种智能变电站二次回路的可视化监测及异常检测系统,其特征在于,所述IED搭建策略具体步骤如下:
S5.1:根据智能变电站的智能设备的功能,将智能设备分解为对应的逻辑节点,并根据数据对象和属性对逻辑节点进行封装;
S5.2:对封装后的逻辑节点建立抽象通信服务接口,根据抽象通信服务接口实现逻辑节点的信息交互服务;
S5.3:将逻辑节点的信息交互服务映射至智能变电站的智能设备列表,建立智能设备列表信息模型。
6.根据权利要求5所述一种智能变电站二次回路的可视化监测及异常检测系统,其特征在于,所述二次回路异常检测子系统包括保护自检模块、停电检测模块和故障示警模块;
所述保护自检模块,用于对智能变电站二次回路运行过程中的故障问题进行检测;
所述停电检测模块,用于对智能变电站二次回路运行过程中无法发现的故障问题进行检测;
所述故障示警模块,用于对保护自检模块和停电检测模块检测出的故障进行示警,并向工作人员发送通知。
7.根据权利要求6所述一种智能变电站二次回路的可视化监测及异常检测系统,其特征在于,所述保护自检模块包括:
疑似故障元件定位单元,用于根据疑似故障元件集合求取策略确定二次回路的故障范围,获取疑似故障元件集合;
故障可信度检测单元,用于计算疑似故障元件集合中疑似故障元件的故障可信度,与故障阈值进行对比,如果元件的故障可信度大于故障阈值,表示该元件出现故障;
故障分类单元,用于根据故障分类检测策略对出现故障的元件进行检测。
8.根据权利要求7所述一种智能变电站二次回路的可视化监测及异常检测系统,其特征在于,所述疑似故障元件集合求取策略具体步骤如下:
S8.1:根据二次回路可视化子系统,建立虚实回路通信状态表,对二次回路的虚实回路通信状态进行监视;
S8.2:如果一条虚实回路通信状态处于正常状态,将虚实回路通信状态表中该条虚实回路状态设置为1,并将与该条虚实回路交叉和重叠的虚实回路的回路状态同步设置为1;
S8.3:如果一条虚实回路通信状态处于非正常状态,判断为疑似故障虚实回路,将虚实回路通信状态表中该条虚实回路状态设置为0;
S8.4:遍历二次回路所有虚实回路,直到虚实回路通信状态表中所有回路状态设置完成,提取虚实回路通信状态表中的疑似故障虚实回路,将疑似故障虚实回路中的所有元件与正常虚实回路中的元件进行对比,如果出现重复元件,将重复元件删除,得到疑似故障元件集合。
9.根据权利要求8所述一种智能变电站二次回路的可视化监测及异常检测系统,其特征在于,所述故障可信度的计算公式为:
,
其中,表示故障可信度,n表示当前疑似故障元件,q(n)表示当前疑似故障元件平均支持度,e表示指数函数,N表示疑似故障元件总数量,i表示第i个疑似故障元件,/>表示第i个疑似故障元件与当前故障元件的冲突因子,m(•)表示基本概率分配函数,/>表示当前故障元件的随机失效健康因子,/>表示当前故障元件的环境温度健康因子,/>表示当前故障元件工作寿命分布函数,/>表示当前故障元件的可靠度。
10.根据权利要求9所述一种智能变电站二次回路的可视化监测及异常检测系统,其特征在于,所述故障分类检测策略具体步骤如下:
S10.1:从疑似故障元件集合获取单个疑似故障元件的红外图像,从红外图像中提取目标区域图像;
S10.2:根据目标区域图像,通过直线方程对目标区域图像的检测目标进行定位,对检测目标进行裁剪,并旋转至竖直方向得到检测目标竖直图像,对检测竖直目标图像进行预处理,检测目标竖直图像的计算公式为:
;
其中,表示检测目标竖直图像,I表示检测目标,/>表示检测目标中心点横坐标,/>表示检测目标中心点纵坐标,/>表示矩阵乘法,/>表示旋转矩阵;
S10.3:对预处理后的检测竖直目标图像进行特征提取,并通过形态学操作去除干扰,获得检测目标特征向量,检测目标特征向量的计算公式为:
,
其中,表示检测目标特征向量,k表示检测竖直目标图像单个坐标点,K表示检测竖直目标图像总坐标点数量,/>表示检测竖直目标图像单个坐标点像素值,p表示检测竖直目标图像平均像素值,/>表示检测竖直目标图像单个坐标点灰度值,/>表示检测竖直目标图像平均灰度值,/>表示后一项对前一项的膨胀操作,/>表示后一项对前一项的腐蚀操作;
S10.4:将检测目标特征向量和检测目标环境温度作为故障检测分类网络的输入参数,神经元的连接权值与输入参数进行连接,通过无监督学习聚类,根据相似性匹配寻找最佳匹配的神经元,并对连接权值进行更新,计算最佳匹配的神经元,最佳匹配的神经元的计算公式为:
,
其中,表示最佳匹配的神经元,/>表示连接权值,/>表示故障检测分类网络的学习率,/>表示均方根误差,/>表示平滑因子;
S10.5:根据最佳匹配的神经元确定疑似故障元件的故障类别,并输出疑似故障元件的故障类别。
11.根据权利要求6所述一种智能变电站二次回路的可视化监测及异常检测系统,其特征在于,所述停电检测模块包括:
失效检测单元,用于对出口继电器接点粘连、保护与操作箱间的跳合闸回路松动、三相不一致继电器时间特性偏移的失效问题进行检测;
二次回路绝缘检测单元,用于智能变电站二次回路的接口绝缘情况进行检测;
不良接触检测单元,用于检测断路器相关回路是否存在接触不良的情况。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410147718.7A CN117691755A (zh) | 2024-02-02 | 2024-02-02 | 一种智能变电站二次回路的可视化监测及异常检测系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410147718.7A CN117691755A (zh) | 2024-02-02 | 2024-02-02 | 一种智能变电站二次回路的可视化监测及异常检测系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117691755A true CN117691755A (zh) | 2024-03-12 |
Family
ID=90137468
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410147718.7A Pending CN117691755A (zh) | 2024-02-02 | 2024-02-02 | 一种智能变电站二次回路的可视化监测及异常检测系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117691755A (zh) |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1357373A2 (de) * | 2002-04-20 | 2003-10-29 | TÜV Anlagentechnik GmbH, Unternehmensgruppe TÜV Rheinland Berlin Brandenburg | Verfahren für die sicherheitstechnische Überprüfung, Diagnose und Überwachung von Betriebsszuständen von Anlagen und Vorrichtung zur Durchführung des Verfahrens |
CN103020713A (zh) * | 2012-11-19 | 2013-04-03 | 山东大学 | 一种结合拓扑与继电保护逻辑的智能变电站故障诊断方法 |
WO2015176565A1 (zh) * | 2014-05-22 | 2015-11-26 | 袁志贤 | 一种基于多维时间序列的电气设备故障预测方法 |
CN110380514A (zh) * | 2019-08-02 | 2019-10-25 | 云南电网有限责任公司电力科学研究院 | 一种智能变电站继电保护二次回路故障诊断方法 |
WO2020125839A1 (de) * | 2018-12-18 | 2020-06-25 | GRID INVENT gGmbH | Elektronisches element und elektrisch angesteuertes anzeigeelement |
CN112532420A (zh) * | 2020-10-19 | 2021-03-19 | 许继集团有限公司 | 一种虚实结合的变电站通信网络全景可视化方法及装置 |
US11146103B1 (en) * | 2017-11-21 | 2021-10-12 | University Of Hawai'i | Distribution grid monitoring |
CN114416660A (zh) * | 2022-01-20 | 2022-04-29 | 国网安徽省电力有限公司 | 基于虚实回路分层的二次回路可视化展示方法 |
WO2022133330A1 (en) * | 2020-12-18 | 2022-06-23 | Strong Force Vcn Portfolio 2019, Llc | Robot fleet management and additive manufacturing for value chain networks |
CN114784955A (zh) * | 2022-02-28 | 2022-07-22 | 国网山东省电力公司德州供电公司 | 一种智能变电站异常信息处理方法 |
US20230222388A1 (en) * | 2021-11-23 | 2023-07-13 | Strong Force Ee Portfolio 2022, Llc | AI-Based Energy Edge Platform, Systems, and Methods Having Automated and Coordinated Governance of Resource Sets |
-
2024
- 2024-02-02 CN CN202410147718.7A patent/CN117691755A/zh active Pending
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1357373A2 (de) * | 2002-04-20 | 2003-10-29 | TÜV Anlagentechnik GmbH, Unternehmensgruppe TÜV Rheinland Berlin Brandenburg | Verfahren für die sicherheitstechnische Überprüfung, Diagnose und Überwachung von Betriebsszuständen von Anlagen und Vorrichtung zur Durchführung des Verfahrens |
CN103020713A (zh) * | 2012-11-19 | 2013-04-03 | 山东大学 | 一种结合拓扑与继电保护逻辑的智能变电站故障诊断方法 |
WO2015176565A1 (zh) * | 2014-05-22 | 2015-11-26 | 袁志贤 | 一种基于多维时间序列的电气设备故障预测方法 |
US11146103B1 (en) * | 2017-11-21 | 2021-10-12 | University Of Hawai'i | Distribution grid monitoring |
WO2020125839A1 (de) * | 2018-12-18 | 2020-06-25 | GRID INVENT gGmbH | Elektronisches element und elektrisch angesteuertes anzeigeelement |
CN110380514A (zh) * | 2019-08-02 | 2019-10-25 | 云南电网有限责任公司电力科学研究院 | 一种智能变电站继电保护二次回路故障诊断方法 |
CN112532420A (zh) * | 2020-10-19 | 2021-03-19 | 许继集团有限公司 | 一种虚实结合的变电站通信网络全景可视化方法及装置 |
WO2022083416A1 (zh) * | 2020-10-19 | 2022-04-28 | 许继集团有限公司 | 一种虚实结合的变电站通信网络全景可视化方法及装置 |
WO2022133330A1 (en) * | 2020-12-18 | 2022-06-23 | Strong Force Vcn Portfolio 2019, Llc | Robot fleet management and additive manufacturing for value chain networks |
US20230222388A1 (en) * | 2021-11-23 | 2023-07-13 | Strong Force Ee Portfolio 2022, Llc | AI-Based Energy Edge Platform, Systems, and Methods Having Automated and Coordinated Governance of Resource Sets |
CN114416660A (zh) * | 2022-01-20 | 2022-04-29 | 国网安徽省电力有限公司 | 基于虚实回路分层的二次回路可视化展示方法 |
CN114784955A (zh) * | 2022-02-28 | 2022-07-22 | 国网山东省电力公司德州供电公司 | 一种智能变电站异常信息处理方法 |
Non-Patent Citations (3)
Title |
---|
吕宜生;陈圆圆;金峻臣;李镇江;叶佩军;朱凤华;: "平行交通:虚实互动的智能交通管理与控制", 智能科学与技术学报, no. 01, 15 March 2019 (2019-03-15), pages 29 - 41 * |
宗志亚;廖清阳;谢威;范俊秋;: "基于专家系统的智能变电站GOOSE网络分析系统的研究与探讨", 电子测试, no. 07, 5 April 2020 (2020-04-05), pages 69 - 71 * |
王冬霞;纪陵;檀庭方;王涛;: "智能变电站二次虚回路运行维护管理系统的设计与实现", 华电技术, no. 08, 25 August 2016 (2016-08-25), pages 19 - 25 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109450094A (zh) | 一种变电站继电保护巡检方法及系统 | |
CN112464995A (zh) | 一种基于决策树算法的电网配变故障诊断方法及系统 | |
CN106646068A (zh) | 基于多参量信息融合的智能变电站二次系统缺陷诊断方法 | |
CN110277833A (zh) | 变电站压板状态识别的方法及终端设备 | |
CN111932816B (zh) | 用于海上风电场和海岛微电网的火灾报警管理方法及装置 | |
CN109902373A (zh) | 一种辖区变电站故障诊断、定位方法及系统 | |
CN110543658A (zh) | 基于大数据的电厂设备诊断方法 | |
CN110361609B (zh) | 特高压设备监测系统及方法 | |
CN117289085A (zh) | 一种多线路故障分析诊断方法及系统 | |
CN113343998A (zh) | 电力机械表计读数监测系统、方法、计算机设备及应用 | |
CN112836436A (zh) | 一种基于概率图模型的配电网线路风险量化预测方法 | |
CN113740666B (zh) | 一种数据中心电力系统告警风暴根源故障的定位方法 | |
CN111306051B (zh) | 一种输油泵机组探针式状态监测预警方法、装置及系统 | |
CN117110794A (zh) | 一种电缆故障智能诊断系统及方法 | |
CN117691755A (zh) | 一种智能变电站二次回路的可视化监测及异常检测系统 | |
CN115438093A (zh) | 一种电力通信设备故障判断方法与检测系统 | |
CN114896096A (zh) | 基于图像识别算法的数据中心设备故障预测系统及方法 | |
CN110674240B (zh) | 一种基于gis的电力设备分布式多级智能故障诊断系统 | |
CN113159517A (zh) | 一种三维可视化电网运行数据分析系统 | |
CN117233540B (zh) | 一种基于深度学习的计量流水线故障检测方法及系统 | |
CN117110798B (zh) | 智能配电网的故障检测方法和系统 | |
Li et al. | Digital Twin Based Operation Support System of Nuclear Power Plant | |
Ma et al. | Secondary Equipment Evaluation Based on Multi-Parameter Model for Smart Substation | |
CN116702045A (zh) | 基于多传感数据的供电房安全监控方法及装置 | |
CN117713381A (zh) | 一种便于检修的配电柜系统 |
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 |