CN117892524A - 一种电缆设施信息处理方法、装置、电子设备和存储介质 - Google Patents
一种电缆设施信息处理方法、装置、电子设备和存储介质 Download PDFInfo
- Publication number
- CN117892524A CN117892524A CN202410051534.0A CN202410051534A CN117892524A CN 117892524 A CN117892524 A CN 117892524A CN 202410051534 A CN202410051534 A CN 202410051534A CN 117892524 A CN117892524 A CN 117892524A
- Authority
- CN
- China
- Prior art keywords
- cable
- cable facility
- facility
- digital twin
- parameters
- 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
- 230000010365 information processing Effects 0.000 title claims abstract description 15
- 238000003672 processing method Methods 0.000 title claims abstract description 9
- 238000012544 monitoring process Methods 0.000 claims abstract description 87
- 238000000034 method Methods 0.000 claims abstract description 35
- 238000004088 simulation Methods 0.000 claims abstract description 18
- 238000001514 detection method Methods 0.000 claims description 34
- 230000003287 optical effect Effects 0.000 claims description 26
- 238000004422 calculation algorithm Methods 0.000 claims description 24
- 238000012545 processing Methods 0.000 claims description 20
- 230000008859 change Effects 0.000 claims description 16
- 230000002159 abnormal effect Effects 0.000 claims description 13
- 238000005457 optimization Methods 0.000 claims description 13
- 230000015654 memory Effects 0.000 claims description 9
- 230000006698 induction Effects 0.000 claims description 8
- 238000007781 pre-processing Methods 0.000 claims description 8
- 238000009434 installation Methods 0.000 claims description 6
- 238000004806 packaging method and process Methods 0.000 claims description 4
- 238000013507 mapping Methods 0.000 claims description 3
- 230000009466 transformation Effects 0.000 claims description 3
- 238000004458 analytical method Methods 0.000 abstract description 7
- 238000004891 communication Methods 0.000 description 13
- 238000004590 computer program Methods 0.000 description 8
- 239000013307 optical fiber Substances 0.000 description 7
- 230000005540 biological transmission Effects 0.000 description 6
- 238000006073 displacement reaction Methods 0.000 description 6
- 230000006870 function Effects 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 230000008569 process Effects 0.000 description 5
- 238000013528 artificial neural network Methods 0.000 description 4
- 238000012549 training Methods 0.000 description 4
- 241000272814 Anser sp. Species 0.000 description 3
- 238000003491 array Methods 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 3
- 125000004122 cyclic group Chemical group 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 230000002068 genetic effect Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000006403 short-term memory Effects 0.000 description 3
- 230000033228 biological regulation Effects 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 230000007787 long-term memory Effects 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 238000010248 power generation Methods 0.000 description 2
- ORILYTVJVMAKLC-UHFFFAOYSA-N Adamantane Natural products C1C(C2)CC3CC1CC2C3 ORILYTVJVMAKLC-UHFFFAOYSA-N 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 230000004913 activation Effects 0.000 description 1
- 239000008186 active pharmaceutical agent Substances 0.000 description 1
- 230000032683 aging Effects 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000005094 computer simulation Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000009792 diffusion process Methods 0.000 description 1
- 238000005538 encapsulation Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000003062 neural network model Methods 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 230000000087 stabilizing effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Landscapes
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明涉及信息技术领域,公开了一种电缆设施信息处理方法、装置、电子设备和存储介质,该方法包括:实时获取电缆设施的模拟量信号,得到表示电缆设施运行参数的数字数组,将数字数组输入边缘计算单元,生成表示电缆设施工况的监测数据集,将接收到的监测数据集与数字孪生系统内的电缆设施三维数字孪生模型进行匹配分析,进行电缆设施故障的预测;根据故障预测结果输出电缆设施的调整方案,以调整电缆参数使得电缆设施的工作状态进入正常范围。本发明通过传感器实时监测数据集和电缆设施三维数字孪生模型对比分析,可以实现电缆设施运行参数的模拟分析和故障预测,输出电缆设施的调整方案,提前采取相应的调整措施,减少电缆设施故障发生。
Description
技术领域
本发明涉及信息技术领域,特别是涉及一种电缆设施信息处理方法、装置、电子设备和存储介质。
背景技术
供电系统是产生电能并负责供应以及运输电力的系统,其主要由电源系统以及输配电系统所组成,该系统供电应用范围较为广泛,而电缆设施作为系统运行之中的重要组成构件,起到了稳定供电可靠性的作用,但大多的电缆设施敷设环境较为复杂,易受到外界因素影响,导致电缆设施运行发生故障,引发安全问题发生。
现有的电缆设施监测方法采用传感器实现在线实时监测电缆设施运行情况,例如监测电缆设施的温度、湿度、位移、电压和电流等。在电缆设施发生故障导致监测参数异常时,电缆信息控制系统会进行故障报警提示。现有电缆信息控制系统是电缆设施发生故障后才进行故障提示,难以预测电缆设施故障,不利于预防电缆设施故障发生。
发明内容
本发明提供了一种电缆设施信息处理方法、装置、电子设备和存储介质,解决难以预测电缆设施故障和难以预防电缆设施故障发生问题。
根据本发明的一方面,本发明提供了一种电缆设施信息处理方法,包括:实时获取电缆设施的模拟量信号,将获取的所述模拟量信号转换为表示电缆设施运行参数的数字数组;将所述数字数组输入边缘计算单元,在所述边缘计算单元进行数据预处理,生成表示电缆设施工况的监测数据集;将数字孪生系统内的电缆设施三维数字孪生模型与所述监测数据集进行匹配,并将匹配后的监测数据集代入到对应的所述电缆设施三维数字孪生模型中;基于代入后的所述电缆设施三维数字孪生模型,利用LSTM算法进行电缆设施故障预测,调用所述数字孪生系统根据故障预测的结果输出电缆设施的调整方案。
更进一步地,所述实时获取电缆设施的模拟量信号是通过信息获取模块获取的,具体为:所述信息获取模块包括实模拟信号感应模块、发送信号模块、接收信号模块和检测模块,所述发送信号模块将激光光信号发送到电缆设施,所述接收信号模块接收从电缆设施反射回来的反射光信号,所述检测模块根据接收所述反射光信号的强度变化,检测出电缆设施是否发生位移,所述模拟信号感应模块用于检测从电缆设施传回来的所述模拟量信号。
更进一步地,所述将获取的所述模拟量信号转换为表示电缆设施运行参数的数字数组,具体为:检索所述信息获取模块设置信息,获取设有所述信息获取模块的传感器的实时三维坐标和检测参数信息,对所述电缆设施三维数字孪生模型中的虚拟传感器位置设置虚拟坐标作为链接点,通过所述链接点,将所述传感器的信息与所述虚拟传感器的信息相对应,对所述虚拟传感器进行实时数据的更新和校验;通过YOLO算法,所述传感器的实际坐标,比较所述传感器的实际坐标和所述虚拟坐标,从而确定所述传感器的空间位置,进而确定所述电缆设施运行参数的检测范围,将所述模拟量信号映射到所述检测范围内得到数字量,如果模拟量信号超出所述检测范围,则判断为异常,如果未超出所述检测范围,则将所述模拟量信号归一化为所述数字数组形式,并进行存储。
更进一步地,所述将所述数字数组输入边缘计算单元,在所述边缘计算单元进行数据预处理,生成表示电缆设施工况的监测数据集,具体为:在所述信息获取模块本地设置所述边缘计算单元,所述边缘计算单元包含数字信号处理芯片,利用所述数字信号处理芯片对所述数字数组进行处理,提取表示电缆工况的特征参数,所述特征参数包括电压效值、电流效值、功率因数和谐波,对所述数字数组进行小波变换,获取电缆在不同频带下的小波特征;获取电缆实时的负荷参数,与所述特征参数建立的多项式回归模型的虚拟负荷参数进行对比,判断所述特征参数是否符合所述多项式回归模型的关系,如果存在偏差,则列入异常标志信息,将所述实时三维坐标、所述特征参数、所述小波特征、所述负荷参数和所述异常标志信息打包生成所述监测数据集,所述监测数据集实时上传到所述数字孪生系统。
更进一步地,所述将数字孪生系统内的电缆设施三维数字孪生模型与所述监测数据集进行匹配,并将匹配后的监测数据集代入到对应的所述电缆设施三维数字孪生模型中,具体为:获取所述监测数据集中的所述实时三维坐标,将所述实时三维坐标与所述电缆设施三维数字孪生模型中的虚拟坐标进行匹配,根据坐标匹配结果,从而确定所述监测数据集中的所述传感器监测参数所对应的所述电缆设施三维数字孪生模型中的虚拟传感器,将确定好对应关系的所述传感器的监测参数代入到所述电缆设施三维数字孪生模型上对应的所述虚拟传感器中。
更进一步地,所述基于代入后的所述电缆设施三维数字孪生模型,利用LSTM算法进行电缆设施故障预测,具体为:从所述数字孪生系统获取电缆设施历史数据,将所述电缆设施历史数据作为输入,所述电缆设施历史数据包括电压效值、电流效值、功率因数、谐波和故障信息,所述故障信息包括故障类型、故障发生时间和故障严重程度,建立一个电缆故障的LSTM预测模型,将已匹配到所述电缆设施三维数字孪生模型的传感器实时监测参数作为输入,输入到训练好的所述LSTM预测模型中,得到电缆设施预测状态;将所述LSTM预测模型得到的电缆设施预测状态与电缆设施正常工作的状态范围进行比较,如果预测结果偏离预设正常工作状态范围,则判断电缆设施会出现故障,根据对比状态变化情况,确定故障的类型及导致故障的原因,将所述故障预测结果反馈输出,生成故障预测报告。
更进一步地,所述调用所述数字孪生系统根据故障预测的结果输出电缆设施的调整方案,具体为:根据所述故障预测结果中的故障类型、发生时间和严重程度,判断需要调整所述电缆参数,所述电缆参数包括调整供电电压、电流和优化负载分配,建立电缆设施数字孪生仿真环境,加载所述电缆设施三维数字孪生模型;在所述电缆设施数字孪生仿真环境中,针对判断出的需要调整的所述电缆参数,进行参数设置的修改;运行所述电缆设施数字孪生仿真环境,确定在修改所述电缆参数设置后,观察虚拟仿真电缆设施工作状态的变化;判断在调整所述电缆参数后,所述虚拟仿真电缆设施工作状态是否调整到正常的状态范围内;如果所述虚拟仿真电缆设施工作状态不在正常范围内,则继续调整所述电缆参数,直到所述虚拟仿真电缆设施工作状态正常;在所述虚拟仿真电缆设施工作状态正常后,将所述电缆参数调整设置作为所述调整方案输出。
根据本发明的另一方面,提供了一种电缆设施信息处理装置,包括:信号获取模块,用于实时获取电缆设施的模拟量信号,将获取的所述模拟量信号转换为表示电缆设施运行参数的数字数组;处理模块,用于将所述数字数组输入边缘计算单元,在所述边缘计算单元进行数据预处理,生成表示电缆设施工况的监测数据集;模型匹配模块,用于将数字孪生系统内的电缆设施三维数字孪生模型与所述监测数据集进行匹配,并将匹配后的监测数据集代入到对应的所述电缆设施三维数字孪生模型中;执行模块,用于基于代入后的所述电缆设施三维数字孪生模型,利用LSTM算法进行电缆设施故障预测,调用所述数字孪生系统根据故障预测的结果输出电缆设施的调整方案。
根据本发明的另一方面,提供了一种电子设备,包括:至少一个处理器,以及与该至少一个处理器通信连接的存储器;
其中,该存储器存储有可被该至少一个处理器执行的指令,该指令被该至少一个处理器执行,以使该至少一个处理器能够执行本发明实施例中任一发电功率预测方法。
根据本发明的另一方面,提供了一种存储有计算机指令的非瞬时计算机可读存储介质,其中,该计算机指令用于使计算机执行本发明实施例中任一发电功率预测方法。
根据本发明的技术,通过将表示电缆设施工况的监测数据集和电缆设施三维数字孪生模型对比分析,实现电缆设施运行参数的模拟分析和电缆设施故障预测,根据故障预测的结果输出电缆设施的调整方案,在发生故障前对电缆设施采取相应的调整措施,让电缆设施保持正常工作状态,减少电缆设施故障发生。
应当理解,本部分所描述的内容并非旨在标识本发明的实施例的关键或重要特征,也不用于限制本发明的范围。本发明的其它特征将通过以下的说明书而变得容易理解。
附图说明
附图用于更好地理解本方案,不构成对本发明的限定。其中:
图1是本发明一实施例的电缆设施信息处理方法的流程图;
图2是用来实现本发明实施例的电缆设施信息处理装置的示意图;
图3是本发明一实施例的电缆设施信息处理装置的信号获取模块的示意图;
图4是本发明一实施例的电子设备的示意图。
图中,100、电缆设施信息处理装置;11、信号获取模块;111、感应子模块;112、光信号发射子模块;113、光信号接收子模块;114、光信号检测子模块;12、处理模块;13、模型匹配模块;14、执行模块;200、电子设备;201、计算单元;202、ROM;203、RAM;204、总线;205、I/O接口;206、输入单元;207、输出单元;208、存储单元;209、通信单元。
具体实施方式
以下结合附图对本发明的示范性实施例做出说明,其中包括本发明实施例的各种细节以助于理解,应当将它们认为仅仅是示范性的。因此,本领域普通技术人员应当认识到,可以对这里描述的实施例做出各种改变和修改,而不会背离本发明的范围。同样,为了清楚和简明,以下的描述中省略了对公知功能和结构的描述。
术语解释部分:YOLO算法:是一种目标检测算法它的核心思想是将目标检测任务转化为一个回归问题,并通过单个神经网络同时进行目标的定位和分类,实现实时高效的目标检测。
OpenSSL库:是一个安全套接字层密码库,包括主要的密码算法、常用密钥、证书封装管理功能及实现安全套接层协议。
InfluxDB:是一款开源分布式时序数据库,非常适合存储监控系统收集的指标数据。时序数据库顾名思义是按照时间顺序存储指标数据,由于监控系统的场景大部分是按照时间顺序存储各项指标数据的特性,过期时间太长的指标可能将不会再关注,为了提高数据库的存储率,提高查询性能,过期指标需要定期删除InfluxDB的诸多特性非常适合监控系统的使用场景。
RESTful风格:是一种基于HTTP协议设计Web API的软件架构风格。它强调使用HTTP动词来表示对资源的操作(GET、POST、PUT、PATCH、DELETE等),并通过URI表示资源的唯一标识符。
LSTM模型:是指长短期记忆模型,是一种特定形式的循环神经网络。长短期记忆模型在循环神经网络模型的基础上通过增加门限来解决循环神经网络短期记忆的问题,使得循环神经网络能够真正有效地利用长距离的时序信息。
OPC UA:是一种抽象的框架,是一个多层架构,其中的每一层完全是从其相邻层抽象而来。这些层定义了线路上的各种通信协议,以及能否安全地编码/解码包含有数据、数据类型定义等内容的讯息。利用这一核心服务和数据类型框架,人们可以在其基础上轻松添加更多功能。
GOOSE:是指面向通用对象的变电站事件。它是IEC61850中的一种快速报文传输机制,用于传输变电站内IED之间重要的实时性信号。GOOSE采用网络信号代替了常规变电站装置之间硬接线的通信方式,大大简化了变电站二次电缆接线。
如图1所示,本发明实施例优选实施例的一种数字孪生调用电缆设施的传感器信息的方法的流程图。
如图1所示,本发明实施例公开了一种电缆设施信息处理方法,包括:S1,实时获取电缆设施的模拟量信号,将获取的模拟量信号转换为表示电缆设施运行参数的数字数组;S2,将数字数组输入边缘计算单元,在边缘计算单元进行数据预处理,生成表示电缆设施工况的监测数据集;S3,将数字孪生系统内的电缆设施三维数字孪生模型与监测数据集进行匹配,并将匹配后的监测数据集代入到对应的电缆设施三维数字孪生模型中;S4,基于代入后的电缆设施三维数字孪生模型,利用LSTM算法进行电缆设施故障预测,调用数字孪生系统根据故障预测的结果输出电缆设施的调整方案。
本申请的电缆设施信息处理方法,通过将表示电缆设施工况的监测数据集和电缆设施三维数字孪生模型对比分析,实现电缆设施运行参数的模拟分析和电缆设施故障预测,根据故障预测的结果输出电缆设施的调整方案,在发生故障前对电缆设施采取相应的调整措施,让电缆设施保持正常工作状态,减少电缆设施故障发生。
具体地,传感器获取电缆设施运行时的模拟量信号包括电压模拟量信号、电流模拟量信号、温度模拟量信号和湿度模拟量信号。
如图1所示,在本发明的一个可选实施例中,步骤S1具体为:信息获取模块包括实模拟信号感应模块、发送信号模块、接收信号模块和检测模块,发送信号模块将激光光信号发送到电缆设施,接收信号模块接收从电缆设施反射回来的反射光信号,检测模块根据接收反射光信号的强度变化,检测出电缆设施是否发生位移,模拟信号感应模块用于检测从电缆设施传回来的模拟量信号。
具体地,在设有信息获取模块的传感器上设置了采集器,采集器用来监测一根电缆设施的位移。采集器内设有光纤收发装置,光纤收发装置设有模拟信号感应模块、发送信号模块、检测模块和接收信号模块。发送信号模块通过光纤将激光信号发送到电缆设施,接收信号模块接收从电缆设施反射回来的光信号。通过检测模块监测接收信号的强度变化,可以发现电缆设施的位移,判断电缆设施是否因为机械力、外力、拉力的影响位移导致低阻故障发生,若位移发生过大,则报警故障提醒,同时也为电缆设施三维数字孪生模型与监测数据集进行匹配提供位移数据,让匹配更加精准。光纤收发装置还配备了模拟信号检测电路,用于检测从电缆设施传回来的电压和电流模拟量信号。光纤收发装置通过无线网络与数字孪生系统实时连接,将监测数据上传给数字孪生系统。传感器还能获取现场坐标发送到专用卫星定位基准站,定位基准站专用算法纠正发送到数字孪生终端得到特定坐标。
数字孪生系统通过数字化接口连接到电缆设施的控制系统,可以向电缆设施发送参数调整指令。数字孪生系统包含数字孪生系统数据库,并设有电缆设施的数字孪生仿真环境。数字孪生系统数据库中包括了电缆设施的三维数字孪生模型。如果电缆设施正常运行,接收信号模块接收到的反射光信号强度将保持稳定。但如果电缆设施发生故障,其机械位置发生变化,会导致反射光信号强度的波动。此时,通过光纤收发装置的模拟信号检测电路可以监测到电压和电流模拟量信号的变化。光纤收发装置将捕捉到的电压和电流模拟量信号发送到数字孪生系统,完成对电缆设施模拟量信号的获取。利用数字孪生终端的方位传感器获取方位与特定坐标得到位置,提高了位置获取的准确性,便于以位置为条件搜索附近的传感器SN设备号。
如图1所示,在本发明的一个可选实施例中,步骤S1具体为:检索信息获取模块设置信息,获取设有信息获取模块的传感器的实时三维坐标和检测参数信息,对电缆设施三维数字孪生模型中的虚拟传感器位置设置虚拟坐标作为链接点,通过链接点,将传感器的信息与虚拟传感器的信息相对应,对虚拟传感器进行实时数据的更新和校验;通过YOLO算法,传感器的实际坐标,比较传感器的实际坐标和虚拟坐标,从而确定传感器的空间位置,进而确定电缆设施运行参数的检测范围,将模拟量信号映射到检测范围内得到数字量,如果模拟量信号超出检测范围,则判断为异常,如果未超出检测范围,则将模拟量信号归一化为数字数组形式,并进行存储。
具体地,有一个电缆设施三维数字孪生模型,在该模型中设置了多个传感器,其中一个传感器的虚拟坐标为(5,10,3)。现在,在实时场景画面中使用YOLO算法识别出该传感器,并获取传感器在当前监控器画面的实际坐标为(5,10,3)。可以比较传感器的实际坐标和虚拟坐标来确定传感器的空间位置。该模型的尺度是1个单位等于1米,那么该传感器的实际坐标应为(5,10,3)米。通过比较实际坐标和虚拟坐标,可以确定传感器的空间位置与模型中的位置是否一致。接下来,根据传感器在电缆设置所处空间位置确定对应的参数检测范围。该传感器负责监测温度,其检测范围设置为-20摄氏度到40摄氏度。这意味着传感器会将模拟量信号映射到该范围内的数字量。传感器获取的模拟量信号为30摄氏度,可以将该信号归一化为数字数组形式,并将其存储起来用于后续分析。如果传感器获取的模拟量信号超出了预定的参数检测范围,获取的信号为50摄氏度,那么系统会判断该传感器异常,并启动报警机制。通过对电缆设施实时获取传感器数据,将传感器数据与数字孪生模型进行匹配和融合,从而实现对电缆设施运行状态的模拟和预测,提高电缆设施的运行安全性和管理效率,减少因故障导致的损失。
如图1所示,在本发明的一个可选实施例中,步骤S2具体为:在信息获取模块本地设置边缘计算单元,边缘计算单元包含数字信号处理芯片,利用数字信号处理芯片对数字数组进行处理,提取表示电缆工况的特征参数,特征参数包括电压效值、电流效值、功率因数和谐波,对数字数组进行小波变换,获取电缆在不同频带下的小波特征;获取电缆实时的负荷参数,与特征参数建立的多项式回归模型的虚拟负荷参数进行对比,判断特征参数是否符合多项式回归模型的关系,如果存在偏差,则列入异常标志信息,将实时三维坐标、特征参数、小波特征、负荷参数和异常标志信息打包生成监测数据集,监测数据集实时上传到数字孪生系统。
具体地,在采集器本地设置边缘计算单元,假如边缘计算单元包含一款数字信号处理芯片。输入的数字数组为[10,12,15,18,20],通过数字信号处理芯片对该数组进行处理,可以计算电压效值、电流效值、功率因数和谐波等特征参数。计算结果为,电压效值为15V,电流效值为5A,功率因数为9,谐波为2。接下来,对数字数组进行小波变换,将数组[10,12,15,18,20]进行小波变换,得到在不同频带下的小波特征。在频带1中,小波特征为[2,4,1,3,5],在频带2中,小波特征为[1,3,2,4,5]。同时,获取电缆的实时负荷参数,例如实时负荷为10kW。然后,与提取的电缆特征建立多项式回归模型。根据已有的数据集,建立以下多项式回归模型,负荷参数=2*电压效值+3*电流效值+1*功率因数+5*谐波。通过加载多项式回归模型,判断电缆特征参数是否符合回归模型的关系。代入上述特征参数的数值,计算得到负荷参数=2*15+3*5+1*9+5*2=64kW,与实时负荷参数10kW存在较大偏差,列入异常标志信息。最后,将获取的传感器的实时三维坐标信息、电缆特征参数、小波特征、负荷参数和异常标志信息打包生成监测数据集,并利用采集器通过无线局域网实时上传监测数据集到数字孪生系统。
如图1所示,在本发明的一个可选实施例中,利用国网标准的无线独立网络,根据预设的加密点表,实时将监测数据集上传到数字孪生系统数据库,具体为:通过边缘计算单元接收监测数据集,组装成国网标准的上传数据格式;边缘计算单元向数字孪生系统请求建立独立网络通道;数字孪生系统收到请求后,查找加密点表,根据点表响应请求,在边缘计算单元和数字孪生系统之间建立起无线局域网数据传输通道;边缘计算单元利用无线网络通道,按照预定时间间隔传输组装好的监测数据集,上传到数字孪生系统数据库;数字孪生系统接收并解析监测数据集。
具体地,将搜索到的传感器SN设备号生成点表报文,将监测数据集通过特定PLWAN协议网络加密发送到数字孪生系统,数字孪生系统生成报文回应到终端。在边缘计算节点和数字孪生系统服务器之间建立安全的工业以太网物理网络,带宽大于100Mbps,确保大量数据集的实时传输。边缘节点请求数字孪生系统建立TLS加密通道,双方利用预共享密钥进行TLS握手,建立加密传输会话。预共享密钥长度为256位,确保安全强度。建立TLS通道后,边缘节点启动上传计时器,以每200毫秒的间隔发送一次数据集。时间间隔综合考虑了数据集大小和实时性需求。数字孪生系统服务器端采用开源的OpenSSL库实现TLS通信。服务器启动多线程TCP服务器,接收并解析边缘节点的上传流。服务器使用Base64算法对上传的数据集进行解码,实现二进制数据的可打印化,然后存储到数字孪生系统数据库中。数字孪生系统数据库采用时间序列数据库InfluxDB实现高效写入。数字孪生系统中还设置接口程序,允许调用实时写入数据库的最新数据集,实现对电缆运行状态的实时监控。接口程序采用REST风格设计。在整个数据上传过程中,双方利用TLS证书对通信双方进行认证,有效防止中间人攻击和数据泄露。通过专用卫星定位基准站对坐标进行加密处理和网络协议网络加密发送传感器数据,提高了数据传输的安全性,避免电力设施坐标泄露。
在本发明的一个可选实施例中,步骤S3具体为:将数字孪生系统内的电缆设施三维数字孪生模型与监测数据集进行匹配,将匹配后的监测数据集代入到对应电缆设施三维数字孪生模型中,具体为:获取监测数据集中的实时三维坐标,将实时三维坐标与电缆设施三维数字孪生模型中的虚拟坐标进行匹配,根据坐标匹配结果,从而确定监测数据集中的传感器监测参数所对应的电缆设施三维数字孪生模型中的虚拟传感器,将确定好对应关系的传感器的监测参数代入到电缆设施三维数字孪生模型上对应的虚拟传感器中。
具体地,有一个监测数据集,其中包含了多个传感器的实时监测数据,同时也有一个电缆设施的三维数字孪生模型。现在需要将监测数据集中的传感器坐标与数字孪生模型中的坐标匹配,并确定它们之间的对应关系。首先,监测数据集中的一个传感器的实际坐标为(x1,y1,z1),在数字孪生模型中找到了最近的传感器虚拟坐标为(x2,y2,z2)的设施点。根据距离公式,可以计算出它们之间的距离d,d=接下来,可以根据设施点和传感器的距离来评估匹配的准确性。如果距离d小于某个阈值,则可以认为它们是匹配的。设定阈值为1米,如果d小于1米,则认为匹配成功。接着,可以根据匹配结果,确定监测数据集中传感器参数对应的设施点。如果匹配成功,则将该传感器的监测参数代入到数字孪生模型中的对应虚拟传感器中。
如图1所示,在本发明的一个可选实施例中,步骤S4具体为:从数字孪生系统获取电缆设施历史数据,将电缆设施历史数据作为输入,电缆设施历史数据包括电压效值、电流效值、功率因数、谐波和故障信息,故障信息包括故障类型、故障发生时间和故障严重程度,建立一个电缆故障的LSTM预测模型,将已匹配到电缆设施三维数字孪生模型的传感器实时监测参数作为输入,输入到训练好的LSTM预测模型中,得到电缆设施预测状态;将LSTM预测模型得到的电缆设施预测状态与电缆设施正常工作的状态范围进行比较,如果预测结果偏离预设正常工作状态范围,则判断电缆设施会出现故障,根据对比状态变化情况,确定故障的类型及导致故障的原因,将故障预测结果反馈输出,生成故障预测报告。
具体地,数字孪生系统使用TensorFlow构建LSTM网络,并使用历史监测数据训练网络。训练数据包括正常工作数据和故障数据。LSTM网络结构包括输入层、两个LSTM隐层和一个全连接输出层。输入层输入的特征包括电压效值、电流效值、功率因数和谐波等参数。隐层节点数目均为128,使用Relu激活函数。网络训练目标是最小化预测输出与实际故障标记之间的均方误差。采用Adam优化算法训练,学习率设置为0.001,训练轮次为1000。训练好的LSTM网络部署于数字孪生系统服务器,实时以最近24小时内的监测数据为输入,进行时间步预测。LSTM网络输出电缆未来一段时间内,如一周的故障概率预测曲线。曲线峰值超过0.8则系统发出故障预警。预警发出后,工程师查询历史数据及METADATA(元数据),分析hid~t曲线,判断故障类型原因。如电压断相,原因可能是接头老化。将故障预警信息推送到移动终端,现场技术人员查看后进行检查维修,防止进一步扩散。整个预测过程自动化完成,LSTM网络结合电缆运行数据,实现了高效的故障预警。
如图1所示,在本发明的一个可选实施例中,步骤S4具体为:根据故障预测结果中的故障类型、发生时间和严重程度,判断需要调整电缆参数,电缆参数包括调整供电电压、电流和优化负载分配,建立电缆设施数字孪生仿真环境,加载电缆设施三维数字孪生模型;在电缆设施数字孪生仿真环境中,针对判断出的需要调整的电缆参数,进行参数设置的修改;运行电缆设施数字孪生仿真环境,确定在修改电缆参数设置后,观察虚拟仿真电缆设施工作状态的变化;判断在调整电缆参数后,虚拟仿真电缆设施工作状态是否调整到正常的状态范围内;如果虚拟仿真电缆设施工作状态不在正常范围内,则继续调整电缆参数,直到虚拟仿真电缆设施工作状态正常;在虚拟仿真电缆设施工作状态正常后,将电缆参数调整设置作为调整方案输出。
具体地,数字孪生系统中包含了电缆参数可配置的三维动态仿真模型,模型建立在Matlab/Simulink环境中,集成了SimScape电力系统组件。模型包含了电缆的热工特性、负载特性等参数化描述,通过调整这些参数可以观察虚拟仿真电缆的工作状态变化。获得故障预测结果后,系统自动调用优化算法模块,按照既定优化目标,改变模型参数进行仿真。优化算法采用遗传算法,目标是最小化电缆温度。遗传算法按迭代方式调整参数,生成不同的参数集进行仿真评估,选择满足约束条件的组合。约束条件包括电压范围、负载平衡等。迭代300代后,遗传算法给出了优化的参数集,此方案调整后电缆温升降低,回到正常工作范围。将此参数组合上传至数字孪生系统的控制模块,控制模块解析参数,生成控制指令。指令下发至智能变电站进行执行,现场设备根据指令调整电缆的供电电压、负载分配等参数,从而预防电缆设施故障发生,能及时调节电缆温度、电流和电压,避免过载故障情况发生。数字孪生系统通过传感器监测电缆状态变化,验证参数优化结果,完成闭环控制。
如图1所示,在本发明的一个可选实施例中,根据调整方案,调整电缆设施中对应的供电电压和负载分配参数,确认电缆设施的工作状态进入正常范围,具体:数字孪生系统将通过若干次仿真优化得到的调整方案,发送至数字孪生系统的控制执行模块;控制执行模块解析调整方案,提取出需要调整的参数及调整值,通过数字化接口连接至电缆设施实际场景中所使用的电缆设施控制系统;按照调整方案解析结果推送调整参数的设置值,向电缆设施控制系统发送参数调整指令;电缆设施控制系统接收到参数调整指令后,调整电缆设施中对应的供电电压和负载分配参数;通过数字孪生系统连接的传感器网络,确认电缆设施状态在参数调整后的变化;判断经过参数调整后,确认电缆设施的工作状态是否已经进入正常范围。
具体地,数字孪生系统中的控制执行模块使用OPC UA接口与变电站的监控系统相连,OPC UA具有跨平台、安全可靠的特点,满足工控环境需求。控制执行模块将参数优化方案封装为OPC UA命令,发送给监控系统。命令包括具体参数类型、设定值、执行时间等信息。变电站监控系统的OPC UA服务器接收到命令,解析出指令详情,然后写入相关的调度控制计划。计划由高级控制器负责执行。根据控制计划,高级控制器发送控制指令至Baylevel(电力系统自动化结构的间隔层)的智能终端单元,进行具体的设备控制。如发送遥控电动机控制命令调节电压,或者开关断路器改变负载分配等。智能终端单元接收指令后,构建GOOSE报文,通过过程总线发送控制命令至电气自恢复装置,完成对FIELD(实地)一线设备的控制。现场设备状态实时通过网络反馈给监控系统,最终同步到数字孪生系统,实现对参数优化方案的闭环验证。工程师可以通过数字孪生系统的HMI(人机界面)监视电缆状态变化,并可以重新调整优化方案实现多轮迭代优化。整个控制过程通过数字化网络与设备实现自动闭环控制,减少故障的发生,提高了电网安全性与可靠性。
如图1所示,在本发明的一个可选实施例中,数字孪生系统包含数字孪生系统数据库,且设有电缆设施数字孪生仿真环境,数字孪生系统数据库包括电缆设施三维数字孪生模型。通过在数字孪生系统数据库设有电缆设施数字孪生仿真环境和电缆设施三维数字孪生模型,从而为数字孪生系统提供充足的模拟数据,有利于得出准确的故障预测和调整方案。
如图2和图3所示,电缆设施信息处理装置100,可以包括:
信号获取模块11,用于实时获取电缆设施的模拟量信号,将获取的模拟量信号转换为表示电缆设施运行参数的数字数组;
信号获取模块11包括感应子模块111、光信号发射子模块112、光信号接收子模块113和光信号检测子模块114,感应子模块111用于检测模拟量信号,光信号发射子模块112用于发射激光光信号,光信号接收子模块113接收发射激光光信号,光信号检测子模块114用于将发出的激光光信号接收后对比光信号强弱变化,从而可以监测电缆设施机械位移,感应子模块111将模拟量信号通过加密网络上传到处理模块12;
处理模块12,用于将数字数组输入边缘计算单元,在边缘计算单元进行数据预处理,生成表示电缆设施工况的监测数据集;
模型匹配模块13,用于将数字孪生系统内的电缆设施三维数字孪生模型与监测数据集进行匹配,并将匹配后的监测数据集代入到对应的电缆设施三维数字孪生模型中;
执行模块14,用于基于代入后的电缆设施三维数字孪生模型,利用LSTM算法进行电缆设施故障预测,调用数字孪生系统根据故障预测的结果输出电缆设施的调整方案。
本发明实施例的装置的各模块、子模块的具体功能和示例的描述,可以参见上述方法实施例中对应步骤的相关描述,在此不再赘述。
本发明的技术方案中,所涉及的用户个人信息的获取,存储和应用等,均符合相关法律法规的规定,且不违背公序良俗。
根据本发明的实施例,本发明还提供了一种电子设备、一种可读存储介质和一种计算机程序产品。
图4示出了可以用来实施本发明的实施例的示例电子设备200的示意性框图。电子设备旨在表示各种形式的数字计算机,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字助理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本发明的实现。
如图4所示,设备200包括计算单元201,其可以根据存储在只读存储器(ROM)202中的计算机程序或者从存储单元208加载到随机访问存储器(RAM)203中的计算机程序,来执行各种适当的动作和处理。在RAM 203中,还可存储设备200操作所需的各种程序和数据。计算单元201、ROM 202以及RAM 203通过总线204彼此相连。输入/输出(I/O)接口205也连接至总线204。
设备200中的多个部件连接至I/O接口205,包括:输入单元206,例如键盘、鼠标等;输出单元207,例如各种类型的显示器、扬声器等;存储单元208,例如磁盘、光盘等;以及通信单元209,例如网卡、调制解调器、无线通信收发机等。通信单元209允许设备200通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
计算单元201可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元201的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元201执行上文所描述的各个方法和处理,例如一种发电功率预测方法。例如,在一些实施例中,一种发电功率预测方法可被实现为计算机软件程序,其被有形地包含于机器可读介质,例如存储单元208。在一些实施例中,计算机程序的部分或者全部可以经由ROM 202和/或通信单元209而被载入和/或安装到设备200上。当计算机程序加载到RAM 203并由计算单元201执行时,可以执行上文描述的一种发电功率预测方法的一个或多个步骤。备选地,在其他实施例中,计算单元201可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行一种发电功率预测方法。
本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、现场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
用于实施本发明的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器,使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行,作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本发明的上下文中,机器可读介质可以是有形的介质,其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备,或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互,可以在计算机上实施此处描述的系统和技术,该计算机具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入、或者触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如,作为数据服务器)、或者包括中间件部件的计算系统(例如,应用服务器)、或者包括前端部件的计算系统(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将系统的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)和互联网。
计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器,也可以为分布式系统的服务器,或者是结合了区块链的服务器。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本发明中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行,只要能够实现本发明公开的技术方案所期望的结果,本文在此不进行限制。
上述具体实施方式,并不构成对本发明保护范围的限制。本领域技术人员应该明白的是,根据设计要求和其他因素,可以进行各种修改、组合、子组合和替代。任何在本发明的原则之内所作的修改、等同替换和改进等,均应包含在本发明保护范围之内。
Claims (10)
1.一种电缆设施信息处理方法,其特征在于,包括:
实时获取电缆设施的模拟量信号,将获取的所述模拟量信号转换为表示电缆设施运行参数的数字数组;
将所述数字数组输入边缘计算单元,在所述边缘计算单元进行数据预处理,生成表示电缆设施工况的监测数据集;
将数字孪生系统内的电缆设施三维数字孪生模型与所述监测数据集进行匹配,并将匹配后的监测数据集代入到对应的所述电缆设施三维数字孪生模型中;
基于代入后的所述电缆设施三维数字孪生模型,利用LSTM算法进行电缆设施故障预测,调用所述数字孪生系统根据故障预测的结果输出电缆设施的调整方案。
2.根据权利要求1所述的方法,其特征在于,所述实时获取电缆设施的模拟量信号是通过信息获取模块获取的,具体为:
所述信息获取模块包括实模拟信号感应模块、发送信号模块、接收信号模块和检测模块,所述发送信号模块将激光光信号发送到电缆设施,所述接收信号模块接收从电缆设施反射回来的反射光信号,所述检测模块根据接收所述反射光信号的强度变化,检测出电缆设施是否发生位移,所述模拟信号感应模块用于检测从电缆设施传回来的所述模拟量信号。
3.根据权利要求2所述的方法,其特征在于,所述将获取的所述模拟量信号转换为表示电缆设施运行参数的数字数组,具体为:
检索所述信息获取模块设置信息,获取设有所述信息获取模块的传感器的实时三维坐标和检测参数信息,对所述电缆设施三维数字孪生模型中的虚拟传感器位置设置虚拟坐标作为链接点,通过所述链接点,将所述传感器的信息与所述虚拟传感器的信息相对应,对所述虚拟传感器进行实时数据的更新和校验;
通过YOLO算法,所述传感器的实际坐标,比较所述传感器的实际坐标和所述虚拟坐标,从而确定所述传感器的空间位置,进而确定所述电缆设施运行参数的检测范围,将所述模拟量信号映射到所述检测范围内得到数字量,如果模拟量信号超出所述检测范围,则判断为异常,如果未超出所述检测范围,则将所述模拟量信号归一化为所述数字数组形式,并进行存储。
4.根据权利要求3所述的方法,其特征在于,所述将所述数字数组输入边缘计算单元,在所述边缘计算单元进行数据预处理,生成表示电缆设施工况的监测数据集,具体为:
在所述信息获取模块本地设置所述边缘计算单元,所述边缘计算单元包含数字信号处理芯片,利用所述数字信号处理芯片对所述数字数组进行处理,提取表示电缆工况的特征参数,所述特征参数包括电压效值、电流效值、功率因数和谐波,对所述数字数组进行小波变换,获取电缆在不同频带下的小波特征;
获取电缆实时的负荷参数,与所述特征参数建立的多项式回归模型的虚拟负荷参数进行对比,判断所述特征参数是否符合所述多项式回归模型的关系,如果存在偏差,则列入异常标志信息,将所述实时三维坐标、所述特征参数、所述小波特征、所述负荷参数和所述异常标志信息打包生成所述监测数据集,所述监测数据集实时上传到所述数字孪生系统。
5.根据权利要求4所述的方法,其特征在于,所述将数字孪生系统内的电缆设施三维数字孪生模型与所述监测数据集进行匹配,并将匹配后的监测数据集代入到对应的所述电缆设施三维数字孪生模型中,具体为:
获取所述监测数据集中的所述实时三维坐标,将所述实时三维坐标与所述电缆设施三维数字孪生模型中的虚拟坐标进行匹配,根据坐标匹配结果,从而确定所述监测数据集中的所述传感器监测参数所对应的所述电缆设施三维数字孪生模型中的虚拟传感器,将确定好对应关系的所述传感器的监测参数代入到所述电缆设施三维数字孪生模型上对应的所述虚拟传感器中。
6.根据权利要求1所述的方法,其特征在于,所述基于代入后的所述电缆设施三维数字孪生模型,利用LSTM算法进行电缆设施故障预测,具体为:
从所述数字孪生系统获取电缆设施历史数据,将所述电缆设施历史数据作为输入,所述电缆设施历史数据包括电压效值、电流效值、功率因数、谐波和故障信息,所述故障信息包括故障类型、故障发生时间和故障严重程度,建立一个电缆故障的LSTM预测模型,将已匹配到所述电缆设施三维数字孪生模型的传感器实时监测参数作为输入,输入到训练好的所述LSTM预测模型中,得到电缆设施预测状态;
将所述LSTM预测模型得到的电缆设施预测状态与电缆设施正常工作的状态范围进行比较,如果预测结果偏离预设正常工作状态范围,则判断电缆设施会出现故障,根据对比状态变化情况,确定故障的类型及导致故障的原因,将所述故障预测结果反馈输出,生成故障预测报告。
7.根据权利要求1所述的方法,其特征在于,所述调用所述数字孪生系统根据故障预测的结果输出电缆设施的调整方案,具体为:
根据所述故障预测结果中的故障类型、发生时间和严重程度,判断需要调整电缆参数,所述电缆参数包括调整供电电压、电流和优化负载分配,建立电缆设施数字孪生仿真环境,加载所述电缆设施三维数字孪生模型;
在所述电缆设施数字孪生仿真环境中,针对判断出的需要调整的所述电缆参数,进行参数设置的修改;运行所述电缆设施数字孪生仿真环境,确定在修改所述电缆参数设置后,观察虚拟仿真电缆设施工作状态的变化;
判断在调整所述电缆参数后,所述虚拟仿真电缆设施工作状态是否调整到正常的状态范围内;如果所述虚拟仿真电缆设施工作状态不在正常范围内,则继续调整所述电缆参数,直到所述虚拟仿真电缆设施工作状态正常;在所述虚拟仿真电缆设施工作状态正常后,将所述电缆参数调整设置作为所述调整方案输出。
8.一种电缆设施信息处理装置,其特征在于,包括:
信号获取模块,用于实时获取电缆设施的模拟量信号,将获取的所述模拟量信号转换为表示电缆设施运行参数的数字数组;
处理模块,用于将所述数字数组输入边缘计算单元,在所述边缘计算单元进行数据预处理,生成表示电缆设施工况的监测数据集;
模型匹配模块,用于将数字孪生系统内的电缆设施三维数字孪生模型与所述监测数据集进行匹配,并将匹配后的监测数据集代入到对应的所述电缆设施三维数字孪生模型中;
执行模块,用于基于代入后的所述电缆设施三维数字孪生模型,利用LSTM算法进行电缆设施故障预测,调用所述数字孪生系统根据故障预测的结果输出电缆设施的调整方案。
9.一种电子设备,其特征在于,包括:至少一个处理器,以及与该至少一个处理器通信连接的存储器;
其中,该存储器存储有可被该至少一个处理器执行的指令,该指令被该至少一个处理器执行,以使该至少一个处理器能够执行权利要求1-7中任一项所述的方法。
10.一种存储有计算机指令的非瞬时计算机可读存储介质,其中,所述计算机指令用于使所述计算机执行根据权利要求1-7中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410051534.0A CN117892524A (zh) | 2024-01-12 | 2024-01-12 | 一种电缆设施信息处理方法、装置、电子设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410051534.0A CN117892524A (zh) | 2024-01-12 | 2024-01-12 | 一种电缆设施信息处理方法、装置、电子设备和存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117892524A true CN117892524A (zh) | 2024-04-16 |
Family
ID=90638966
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410051534.0A Pending CN117892524A (zh) | 2024-01-12 | 2024-01-12 | 一种电缆设施信息处理方法、装置、电子设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117892524A (zh) |
-
2024
- 2024-01-12 CN CN202410051534.0A patent/CN117892524A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11165802B2 (en) | Network security assessment using a network traffic parameter | |
Živković et al. | Detection of false data injection attacks using unscented Kalman filter | |
Zhang et al. | Power system reliability assessment incorporating cyber attacks against wind farm energy management systems | |
EP3804268B1 (en) | System and method for anomaly and cyber-threat detection in a wind turbine | |
KR101667832B1 (ko) | 전력 계통 감시 및 제어시스템에서 고장전류 제어 방법 | |
US8981895B2 (en) | Method and system for intrusion detection in networked control systems | |
Sadi et al. | Time sequence machine learning-based data intrusion detection for smart voltage source converter-enabled power grid | |
Sharafeev et al. | Cyber-security problems in smart grid cyber attacks detecting methods and modelling attack scenarios on electric power systems | |
Kim et al. | Real-time hardware-in-the-loop distributed energy resources system testbed using IEEE 2030.5 standard | |
Sun et al. | Cyber attack and defense for smart inverters in a distribution system | |
CN117892524A (zh) | 一种电缆设施信息处理方法、装置、电子设备和存储介质 | |
US20230018146A1 (en) | Method and central computer arrangement for predicting a grid state, and computer program product | |
CN111817265B (zh) | 低压台区配电保护方法及系统 | |
Daboul et al. | Testing protection relays based on IEC 61850 in substation automation systems | |
CN115345519A (zh) | 海上风电风险评估方法、装置、设备及存储介质 | |
Yoo et al. | Adaptive response method for communication failures of hierarchical reactive power control in wind farms | |
Farooq et al. | Impact of cyber‐attack on coordinated voltage control in low voltage grids | |
CN110601261B (zh) | 基于感控逻辑的微网控制器业务逻辑一致性分析方法 | |
Leao et al. | Machine learning-based false data injection attack detection and localization in power grids | |
Kumaresan et al. | Edge security in smart inverters: Physical invariants based approach | |
CN113824709A (zh) | 一种基于互联网的电力安全监控系统及控制方法 | |
KR101639861B1 (ko) | 에너지 관리 시스템 | |
Negnevitsky et al. | Preventing large-scale blackouts in power systems under uncertainty | |
Ahmed-Zaid et al. | Cyber-Physical Security Assessment and Resilience of a Microgrid Testbed | |
US20240176317A1 (en) | Method and system for controlling an inverter |
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 |