CN118246772A - 一种变压器设备的可视化运维数据管理方法及系统 - Google Patents
一种变压器设备的可视化运维数据管理方法及系统 Download PDFInfo
- Publication number
- CN118246772A CN118246772A CN202410674408.0A CN202410674408A CN118246772A CN 118246772 A CN118246772 A CN 118246772A CN 202410674408 A CN202410674408 A CN 202410674408A CN 118246772 A CN118246772 A CN 118246772A
- Authority
- CN
- China
- Prior art keywords
- transformer
- state
- viewing angle
- dimensional model
- target
- 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
- 238000012423 maintenance Methods 0.000 title claims abstract description 47
- 238000000034 method Methods 0.000 title claims abstract description 30
- 230000000007 visual effect Effects 0.000 title claims abstract description 27
- 238000013523 data management Methods 0.000 title claims abstract description 24
- 238000012545 processing Methods 0.000 claims abstract description 30
- 238000007726 management method Methods 0.000 claims abstract description 10
- 238000013507 mapping Methods 0.000 claims description 38
- 238000012544 monitoring process Methods 0.000 claims description 28
- 238000012216 screening Methods 0.000 claims description 16
- 230000015654 memory Effects 0.000 claims description 7
- 238000004590 computer program Methods 0.000 claims description 5
- 238000012549 training Methods 0.000 claims description 5
- 230000005856 abnormality Effects 0.000 claims description 3
- 238000003709 image segmentation Methods 0.000 claims description 3
- 230000011218 segmentation Effects 0.000 claims description 3
- 230000007787 long-term memory Effects 0.000 claims description 2
- 230000006403 short-term memory Effects 0.000 claims description 2
- 230000000694 effects Effects 0.000 description 5
- 230000000737 periodic effect Effects 0.000 description 4
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 238000001914 filtration Methods 0.000 description 2
- 230000002035 prolonged effect Effects 0.000 description 2
- 238000004804 winding Methods 0.000 description 2
- XEEYBQQBJWHFJM-UHFFFAOYSA-N Iron Chemical group [Fe] XEEYBQQBJWHFJM-UHFFFAOYSA-N 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000010248 power generation Methods 0.000 description 1
- 238000010223 real-time analysis Methods 0.000 description 1
- 238000011179 visual inspection Methods 0.000 description 1
- 238000012800 visualization Methods 0.000 description 1
Classifications
-
- 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
- G06Q10/0637—Strategic management or analysis, e.g. setting a goal or target of an organisation; Planning actions based on goals; Analysis or evaluation of effectiveness of goals
- G06Q10/06375—Prediction of business process outcome or impact based on a proposed change
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
- G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
- G06F3/048—Interaction techniques based on graphical user interfaces [GUI]
- G06F3/0481—Interaction techniques based on graphical user interfaces [GUI] based on specific properties of the displayed interaction object or a metaphor-based environment, e.g. interaction with desktop elements like windows or icons, or assisted by a cursor's changing behaviour or appearance
- G06F3/04815—Interaction with a metaphor-based environment or interaction object displayed as three-dimensional, e.g. changing the user viewpoint with respect to the environment or object
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
- G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
- G06F3/048—Interaction techniques based on graphical user interfaces [GUI]
- G06F3/0484—Interaction techniques based on graphical user interfaces [GUI] for the control of specific functions or operations, e.g. selecting or manipulating an object, an image or a displayed text element, setting a parameter value or selecting a range
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/044—Recurrent networks, e.g. Hopfield networks
- G06N3/0442—Recurrent networks, e.g. Hopfield networks characterised by memory or gating, e.g. long short-term memory [LSTM] or gated recurrent units [GRU]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- 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
- G06Q10/067—Enterprise or organisation modelling
-
- 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
- G06Q10/20—Administration of product repair or maintenance
-
- 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
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- General Engineering & Computer Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Marketing (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Educational Administration (AREA)
- Evolutionary Computation (AREA)
- Data Mining & Analysis (AREA)
- Software Systems (AREA)
- Game Theory and Decision Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Mathematical Physics (AREA)
- Computing Systems (AREA)
- Development Economics (AREA)
- Molecular Biology (AREA)
- Human Computer Interaction (AREA)
- Computational Linguistics (AREA)
- Biophysics (AREA)
- Biomedical Technology (AREA)
- Artificial Intelligence (AREA)
- Primary Health Care (AREA)
- Water Supply & Treatment (AREA)
- Public Health (AREA)
- Supply And Distribution Of Alternating Current (AREA)
- Remote Monitoring And Control Of Power-Distribution Networks (AREA)
Abstract
本申请公开了一种变压器设备的可视化运维数据管理方法及系统，涉及电力设备运维管理技术，包括：在站级运维管理的平台主界面，基于变压器标识，作为入口，提供选中项，以进入变压器三维模型；对应于所述目标变压器，根据组件关系划分为多个显示子组件；基于所提取的特征信息，利用预先训练好的变压器状态预测模型，来预测所述目标变压器的运行状态；根据预设的参考运行状态与预测的运行状态进行对比，以基于所述变压器三维模型，在相应的显示子组件呈现与对比结果对应的状态问题；以及，基于所述状态问题，辅助提示用户所述状态问题的至少一项处理策略。本申请的方法能够提高变压器的日常维护效率，提高电力系统的可靠性。
Description
技术领域
本申请涉及电力设备运维管理、计算机技术领域，尤其涉及一种变压器设备的可视化运维数据管理方法及系统。
背景技术
电力工程技术领域涵盖了发电、输电、配电等电力系统的设计、运行和维护，旨在确保电力系统的可靠性和高效性。在这一领域中，发电站变压器是一个关键的组成部分，用于将发电机产生的高电压电能升压为输电线路所需的电压水平。
现有的变压器故障识别方法通过安装传感器和监测设备在变压器上，采集温度、电流、电压、湿度等数据，并将这些数据传输到监控系统中进行实时分析。监控系统利用数据分析技术，识别故障情况。一旦发现故障，进行告警，通知运维人员采取适当的维护措施，确保变压器的可靠性和安全性。另，现有技术也结合运维人员的现场定期运维检查，来进行变压器运维。
由于变压器处在电网中的关键位置，现有技术故障预测仅能对变压器进行故障类的预测管理，而无法在正常的运维中对运维人员提供有效的辅助或者技术支撑，还是需要依赖于运维人员经验和定期的维护。
发明内容
本申请实施例提供一种变压器设备的可视化运维数据管理方法及系统，用以结合可视化的方式、根据采集的变压器的监测数据，来预测变压器的运行状态，并对预测出的状态问题来辅助处理策略的提示，从而提高变压器的日常维护效率，延长变压器的使用寿命，提高电力系统的可靠性。
本申请实施例提出一种变压器设备的可视化运维数据管理方法，包括：
预先建立目标变压器的变压器三维模型；
在站级运维管理的平台主界面，基于变压器标识，作为入口，提供选中项，以在选中变压器标识的情况下，进入所述变压器三维模型；
在所述变压器三维模型，对应于所述目标变压器，根据组件关系划分为多个显示子组件；
获取所述目标变压器的监测数据，提取所获得的监测数据的特征信息；
基于所提取的特征信息，利用预先训练好的变压器状态预测模型，来预测所述目标变压器的运行状态；
根据预设的参考运行状态与预测的运行状态进行对比，以基于所述变压器三维模型，在相应的显示子组件呈现与对比结果对应的状态问题；以及，
基于所述状态问题，辅助提示用户所述状态问题的至少一项处理策略。
可选的，在所述变压器三维模型，对应于所述目标变压器，根据组件关系划分为多个显示子组件包括：
将所建立所述变压器三维模型的结构组件分为内部组件和外部组件；
在所述变压器三维模型，改变各外部组件中与任一内部组件存在覆盖关系的外部组件的透明度，以使得所述变压器三维模型在平面各视角下均表征出内部组件和外部组件的关系；以及，
在划分的任一显示子组件对应的模型区域，检测指针，以在所述任一显示子组件检测到指针的情况下凸出显示所述任一显示子组件对应的模型区域。
可选的，所获取的所述目标变压器的监测数据包括所述目标变压器区域指定角度的图像数据，以及所述目标变压器的监控参数数据，所述方法还包括：
从所述图像数据中剔除所述目标变压器区域，以获得背景区域；
对所述背景区域和给定的参考背景，按照相同的规格进行图像分割，以获得多个背景图像子区域；
对于相同分割位置的背景图像子区域进行匹配，以根据背景图像子区域的匹配结果，确定所述目标变压器区域的环境状态；
提取所获得的监测数据的特征信息包括：
对所述目标变压器的监控参数数据，提取所述监控参数数据的特征信息，并根据时间顺序，构建特征序列。
可选的，根据背景图像子区域的匹配结果，确定所述目标变压器区域的场景状态包括：
根据背景图像子区域的匹配结果，利用具有子区域连续性的多个背景图像子区域，来标识存在异常的场景状态。
可选的，基于所提取的特征信息，利用预先训练好的变压器状态预测模型，来预测所述目标变压器的运行状态包括：
利用指定长度的时间窗口，对基于历史特征信息构建的特征序列进行截取，以获得多个样本序列特征，其中所截取的样本序列特征包括正状态样本和负状态样本，任一负状态样本仅包含一种负状态，任一负状态样本中的负状态不单独存在于对应时间窗口的首段，且任一负状态样本中的负状态至少处于对应时间窗口的末段；
按照预设比例关系，选取相应数量的正状态样本和负状态样本，并对选取的样本序列特征，添加状态标记；
利用添加状态标记后的样本序列特征，训练变压器状态预测模型，其中所述变压器状态预测模型采用长短期记忆网络LSTM构建；
利用训练好的变压器状态预测模型，基于所提取的特征信息，预测所述目标变压器的运行状态。
可选的，基于所述状态问题，辅助提示用户所述状态问题的至少一项处理策略包括：
基于所述变压器三维模型，呈现的基于预测的运行状态对比出的所述状态问题，以及，基于当前的背景区域，呈现所述环境状态；
在用户在第一时间段内保持以第一视角查看所述变压器三维模型的情况下，基于所述变压器三维模型以及所述第一视角下提取第一可见区域的内容特征，其中所述第一视角是用户拖动所述变压器三维模型后，向用户呈现的视角；
基于所述内容特征，生成筛选条件；
利用所述筛选条件，从可选处理策略中筛选出辅助策略，其中所述可选处理策略是根据历史状态问题及相应的内容特征确定的；
从预设映射模板库中确定所述辅助策略对应的映射模板；
基于所述映射模板，将所述辅助策略映射至所述变压器三维模型上，获得映射内容，且控制所有映射内容对用户不可见。
可选的，基于所述状态问题，辅助提示用户所述状态问题的至少一项处理策略还包括：
从视角模板库中确定所述辅助策略对应的视角模板；
基于所述视角模板，创建查看所述映射内容的第二视角；
当用户在第二时间段内保持以符合第一视角条件的第三视角查看所述变压器三维模型时，控制落入所述变压器三维模型内所述第三视角下的第二可见区域内的映射内容可见；
当用户在第三时间段内保持以符合第二视角条件的第四视角查看所述变压器三维模型时，显示从所述第四视角切换至所述第二视角的提示信息，控制所述映射内容全部可见，其中，所述第三时间段在所述第二时间段之后，所述第二时间段在所述第一时间段之后；所述第一视角条件为：所述第三视角与所述第二视角之间的重叠度落入第一重叠度区间内；所述第二视角条件为，所述第四视角与所述第二视角之间的重叠度落入第二重叠度区间内；所述第二重叠度区间大于所述第一重叠度区间。
可选的，还包括：
提供策略输入项，并基于所述策略输入项，获取用户输入的执行策略；
计算所述执行策略与各可选处理策略的相似度；
在相应的筛选条件下，按照计算的相似度对各可选处理策略进行排序，或者，在计算的相似度均小于预设阈值的情况下，将用户输入的执行策略作为相应的筛选条件下的首选可选处理策略。
本申请实施例还提出一种变压器设备的可视化运维数据管理系统，包括处理器和存储器，所述存储器上存储有计算机程序，所述计算机程序被处理器执行时实现如前述的变压器设备的可视化运维数据管理方法的步骤。
本申请实施例的方法通过结合可视化的方式、根据采集的变压器的监测数据，来预测变压器的运行状态，并对预测出的状态问题来辅助处理策略的提示，从而提高变压器的日常维护效率，延长变压器的使用寿命，提高电力系统的可靠性。
上述说明仅是本申请技术方案的概述，为了能够更清楚了解本申请的技术手段，而可依照说明书的内容予以实施，并且为了让本申请的上述和其它目的、特征和优点能够更明显易懂，以下特举本发明的具体实施方式。
附图说明
通过阅读下文优选实施方式的详细描述，各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的，而并不认为是对本发明的限制。而且在整个附图中，用相同的参考符号表示相同的部件。在附图中：
图1为本实施例的变压器设备的可视化运维数据管理方法的基本流程示意。
具体实施方式
下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例，然而应当理解，可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本公开，并且能够将本公开的范围完整的传达给本领域的技术人员。
本申请实施例提出一种变压器设备的可视化运维数据管理方法，如图1所示，包括如下步骤：
在步骤S101中，预先建立目标变压器的变压器三维模型。
在步骤S102中，在站级运维管理的平台主界面，基于变压器标识，作为入口，提供选中项，以在选中变压器标识的情况下，进入所述变压器三维模型。在一些实施例中，本申请的方法基于站级运维管理的平台主界面，例如对于变电站场景，站级运维管理的平台主界面包括母线、开关设备、变压器等拓扑结构信息，对于电站场景，则包括发电机、变压器、母线等拓扑信息。在此类拓扑信息的基础上，本申请实施例基于变压器标识提供选中项，例如点击操作，则可以进入到所建立的变压器三维模型。
在步骤S103中，在所述变压器三维模型，对应于所述目标变压器，根据组件关系划分为多个显示子组件。在一些实施例中，在所述变压器三维模型，对应于所述目标变压器，根据组件关系划分为多个显示子组件包括：
将所建立所述变压器三维模型的结构组件分为内部组件和外部组件，例如外部组件可以包括变压器壳体，油枕、套管(A项、B项、C项)，内部组件可以包括铁芯、绕组(A项、B项、C项)等。
在所述变压器三维模型，改变各外部组件中与任一内部组件存在覆盖关系的外部组件的透明度，以使得所述变压器三维模型在平面各视角下均表征出内部组件和外部组件的关系。在具体示例中，本申请实施例所建立的变压器三维模型可以基于平面视野进行拖动旋转，从而可以在变压器三维模型中向用户展示出变压器的各视角下的信息，通过设置存在覆盖关系的内部、外部组件，可以便于系统向用户展示更多的运行状态下的变压器细节，提高辅助用户判断的效果。
在划分的任一显示子组件对应的模型区域，检测指针，以在所述任一显示子组件检测到指针的情况下凸出显示所述任一显示子组件对应的模型区域。在具体示例中，对于存在透明度的区域，可以在后续实施例中根据预测的存在状态问题组件，来对应进行凸出显示，凸出显示的方式可以是改变组件颜色等方式，在此不做赘述。
在步骤S104中，获取所述目标变压器的监测数据，提取所获得的监测数据的特征信息。在一些具体示例中，可以获取例如变压器的负载、油枕油位等监测数据，还可以获取例如定期的变压器维护数据、图像数据等，之后基于这些监测维护数据来提取特征信息。
在步骤S105中，基于所提取的特征信息，利用预先训练好的变压器状态预测模型，来预测所述目标变压器的运行状态。在一些示例中，可以结合LSTM来构建变压器状态预测模型，本申请实施例中变压器状态预测模型用以预测变压器的运行状态，例如可以预先可以将变压器的运行状态进行划分，例如正常负载状态、高负载状态、高温运行状态、告警状态(对于告警状态可以进一步对告警进行分类)等，通过训练变压器状态预测模型，可以使得结合当前的监测数据，来进行状态预测。在一些应用中，对于重点监测数据，可以单独训练模型来完成。
在步骤S106中，根据预设的参考运行状态与预测的运行状态进行对比，以基于所述变压器三维模型，在相应的显示子组件呈现与对比结果对应的状态问题。本申请实施例中重点针对于变压器的日常运行维护，可以结合正常负载状态对各组件设置一个参考状态并与预测的状态进行匹配，通过匹配来确定出是否存在某个子组件存在状态问题，若存在，则在相应的显示子组件呈现与对比结果对应的状态问题，本申请实施例的方法主要用于辅助运维人员高效完成变压器的日常运行维护，为运行维护提供策略参考，本申请中所指的状态问题可以是例如变压器日常运维中的例如绕组温度升高、油位升高、冷却器转速下降等，对于变压器故障，例如瓦斯保护、绝缘击穿等，不属于本申请的关注重点。
在步骤S107中，基于所述状态问题，辅助提示用户所述状态问题的至少一项处理策略，例如针对预测的某个组件存在的状态问题，或者某几个子组件的状态问题，可以在对应的位置，进行辅助提示，又或者，对于定期变压器维护工作，也可以作为状态问题，来提供至少一项处理策略，从而实现对运维人员的辅助效果。
在一些实施例中，所获取的所述目标变压器的监测数据包括所述目标变压器区域指定角度的图像数据，以及所述目标变压器的监控参数数据，所述方法还包括：
从所述图像数据中剔除所述目标变压器区域，以获得背景区域。
对所述背景区域和给定的参考背景，按照相同的规格进行图像分割，以获得多个背景图像子区域。
对于相同分割位置的背景图像子区域进行匹配，以根据背景图像子区域的匹配结果，确定所述目标变压器区域的环境状态。本申请实施例中，进一步对变压器的运行环境进行采集，并对相同分割位置的背景图像子区域进行匹配，从而若运维环境正常，则匹配结果应当趋于一致，若运维环境存在例如杂物堆积，不明人员等，则可以通过子区域的匹配来获得相应的环境状态，在集控运维的情况下，可以进一步发现运行的环境问题。
在一些实施例中，根据背景图像子区域的匹配结果，确定所述目标变压器区域的场景状态包括：根据背景图像子区域的匹配结果，利用具有子区域连续性的多个背景图像子区域，来标识存在异常的场景状态。一些示例中，可以将匹配不一致的具有子区域连续性多个背景图像子区域，来标识出运行场景可能存在的异常状态。
提取所获得的监测数据的特征信息包括：
对所述目标变压器的监控参数数据，提取所述监控参数数据的特征信息，并根据时间顺序，构建特征序列。在一些具体示例中，可以按照时间顺序关系，对目标变压器的监控参数数据进行特征提取，从而构建出用以训练的特征序列。
在一些实施例中，基于所提取的特征信息，利用预先训练好的变压器状态预测模型，来预测所述目标变压器的运行状态包括：
利用指定长度的时间窗口，对基于历史特征信息构建的特征序列进行截取，以获得多个样本序列特征，其中所截取的样本序列特征包括正状态样本和负状态样本，任一负状态样本仅包含一种负状态，任一负状态样本中的负状态不单独存在于对应时间窗口的首段，且任一负状态样本中的负状态至少处于对应时间窗口的末段。在一些具体示例中，样本序列特征的时间长度是相同的，其中包括多个连续时间的变压器运行状态，通过设置任一负状态样本中的负状态不单独存在于对应时间窗口的首段，且任一负状态样本中的负状态至少处于对应时间窗口的末段，从而能够进一步表征出负状态的局部发展趋势，从而能够提高利用LSTM进行状态预测的准确性，在一些示例中，时间窗口的时间跨度可以设置为稍长，例如一周或者半个月，通过这样的设置，能够适配于例如变压器的定期维护工作，提高状态预测的效果。
按照预设比例关系，选取相应数量的正状态样本和负状态样本，并对选取的样本序列特征，添加状态标记。在一些示例中，对于负状态的样本，若样本数量不足，则可以在同一负状态，按照指定长度的时间窗口，重复截取多个负状态持续时间不同的样本作为负状态样本。
利用添加状态标记后的样本序列特征，训练变压器状态预测模型，其中所述变压器状态预测模型采用长短期记忆网络LSTM构建，LSTM可以结合前述的具有时间关联关系的样本序列特征，来进行训练。
利用训练好的变压器状态预测模型，基于所提取的特征信息，预测所述目标变压器的运行状态。
在一些实施例中，基于所述状态问题，辅助提示用户所述状态问题的至少一项处理策略包括：
基于所述变压器三维模型，呈现的基于预测的运行状态对比出的所述状态问题，以及，基于当前的背景区域，呈现所述环境状态；
在用户在第一时间段内保持以第一视角查看所述变压器三维模型的情况下，基于所述变压器三维模型以及所述第一视角下提取第一可见区域的内容特征，其中所述第一视角是用户拖动所述变压器三维模型后，向用户呈现的视角。
在具体示例中，第一时间段可以是用户开始查看可视化模型后时长为2-5分钟的任意时间段；用户查看变压器三维模型时，会产生查看视角，视角下会存在可见区域，内容特征可以包括例如基于前述指针检测凸出显示的子组件区域，还可以包括相应的预测状态类型。
基于所述内容特征，生成筛选条件；
利用所述筛选条件，从可选处理策略中筛选出辅助策略，其中所述可选处理策略是根据历史状态问题及相应的内容特征确定的。
筛选条件是从可选处理策略中筛选出与内容特征相关的辅助策略的条件，比如：预测状态类型是A项绕组温度升高，则筛选条件可以是筛选出直接或间接解决温度升高的辅助策略，例如控制提高风机转速，提高油循环速度等。
进一步的，从预设映射模板库中确定所述辅助策略对应的映射模板。本身实施例中映射模板是将辅助策略映射至变压器三维模型上获得映射策略的模板，比如：辅助策略为指示解决温度升高的策略，则映射模板为将提高风机转速，提高油循环速度等方式标记于变压器三维模型上相应子组件，在变压器三维模型上的对应标记内容即为映射内容(映射策略)。
基于所述映射模板，将所述辅助策略映射至所述变压器三维模型上，获得映射内容，且控制所有映射内容对用户不可见。将辅助策略映射进变压器三维模型上后，先控制映射策略全部对用户不可视。
在一些实施例中，基于所述状态问题，辅助提示用户所述状态问题的至少一项处理策略还包括：
从视角模板库中确定所述辅助策略对应的视角模板；本申请实施例中视角模板为创建供用户以最佳的第二视角查看映射策略的模板，比如：映射内容为变压器三维模型上相关位置提高风机转速，提高油循环速度，则视角模板为凸出呈现风机、油泵等的第二视角，便于用户直观查看。
基于所述视角模板，创建查看所述映射内容的第二视角；
当用户在第二时间段内保持以符合第一视角条件的第三视角查看所述变压器三维模型时，控制落入所述变压器三维模型内所述第三视角下的第二可见区域内的映射内容可见。
当用户在第三时间段内保持以符合第二视角条件的第四视角查看所述变压器三维模型时，显示从所述第四视角切换至所述第二视角的提示信息，控制所述映射内容全部可见，其中，所述第三时间段在所述第二时间段之后，所述第二时间段在所述第一时间段之后；所述第一视角条件为：所述第三视角与所述第二视角之间的重叠度落入第一重叠度区间内；所述第二视角条件为，所述第四视角与所述第二视角之间的重叠度落入第二重叠度区间内；所述第二重叠度区间大于所述第一重叠度区间。第一重叠度区间可以为30%至60%，第二重叠度区间可以为70%至95%。
在具体示例中，第二时间段可以是第一时间段之后的例如1-3分钟的任意时间段；第三视角符合第一视角条件时，说明用户思考如何解决变压器当前的状态问题，此时，可以将变压器三维模型内第三视角下的第二可见区域内的映射内容对用户可视，实现在有效配合用户的思维时机进行提示，够避免用户长期使用系统可能存在的依赖，提升了系统的适用性，也提高了系统对用户的辅助效果，帮助运维人员强化运维管理水平。
一些示例中，第三时间段可以是第二时间段之后的例如1-3分钟的任意时间段；第四视角符合第二视角条件时，此时，可以通过提示信息提示用户从第四视角切换至第二视角，查看全部映射内容，从而进行更深层次地决策，进一步提升了辅助运维的合理性。
在一些实施例中，还包括：
提供策略输入项，并基于所述策略输入项，获取用户输入的执行策略；
计算所述执行策略与各可选处理策略的相似度；
在相应的筛选条件下，按照计算的相似度对各可选处理策略进行排序，或者，在计算的相似度均小于预设阈值的情况下，将用户输入的执行策略作为相应的筛选条件下的首选可选处理策略(映射策略)，通过这样的方式，在经过一段时间的运维后，可以使得映射策略更加适配于相应的变压器，以达到类定制化的效果。
本申请实施例的方法通过结合可视化的方式、根据采集的变压器的监测数据，来预测变压器的运行状态，并对预测出的状态问题来辅助处理策略的提示，从而提高变压器的日常维护效率，以及有效提高运维人员的运维水平，延长变压器的使用寿命，提高电力系统的可靠性。
本申请实施例还提出一种变压器设备的可视化运维数据管理系统，包括处理器和存储器，所述存储器上存储有计算机程序，所述计算机程序被处理器执行时实现如前述的变压器设备的可视化运维数据管理方法的步骤。
此外，尽管已经在本文中描述了示例性实施例，其范围包括任何和所有基于本公开的具有等同元件、修改、省略、组合(例如，各种实施例交叉的方案 )、改编或改变的实施例。并不限于在本说明书中或本申请的实施期间所描述的示例，其示例将被解释为非排他性的。
以上描述旨在是说明性的而不是限制性的。例如，上述示例(或其一个或更多方案)可以彼此组合使用。例如本领域普通技术人员在阅读上述描述时可以使用其它实施例。
以上实施例仅为本公开的示例性实施例，本领域技术人员可以在本公开的实质和保护范围内，对本发明做出各种修改或等同替换，这种修改或等同替换也应视为落在本发明的保护范围内。
Claims (9)
1.一种变压器设备的可视化运维数据管理方法，其特征在于，包括：
预先建立目标变压器的变压器三维模型；
在站级运维管理的平台主界面，基于变压器标识，作为入口，提供选中项，以在选中变压器标识的情况下，进入所述变压器三维模型；
在所述变压器三维模型，对应于所述目标变压器，根据组件关系划分为多个显示子组件；
获取所述目标变压器的监测数据，提取所获得的监测数据的特征信息；
基于所提取的特征信息，利用预先训练好的变压器状态预测模型，来预测所述目标变压器的运行状态；
根据预设的参考运行状态与预测的运行状态进行对比，以基于所述变压器三维模型，在相应的显示子组件呈现与对比结果对应的状态问题；以及，
基于所述状态问题，辅助提示用户所述状态问题的至少一项处理策略。
2.如权利要求1所述的变压器设备的可视化运维数据管理方法，其特征在于，在所述变压器三维模型，对应于所述目标变压器，根据组件关系划分为多个显示子组件包括：
将所建立所述变压器三维模型的结构组件分为内部组件和外部组件；
在所述变压器三维模型，改变各外部组件中与任一内部组件存在覆盖关系的外部组件的透明度，以使得所述变压器三维模型在平面各视角下均表征出内部组件和外部组件的关系；以及，
在划分的任一显示子组件对应的模型区域，检测指针，以在所述任一显示子组件检测到指针的情况下凸出显示所述任一显示子组件对应的模型区域。
3.如权利要求2所述的变压器设备的可视化运维数据管理方法，其特征在于，所获取的所述目标变压器的监测数据包括所述目标变压器区域指定角度的图像数据，以及所述目标变压器的监控参数数据，所述方法还包括：
从所述图像数据中剔除所述目标变压器区域，以获得背景区域；
对所述背景区域和给定的参考背景，按照相同的规格进行图像分割，以获得多个背景图像子区域；
对于相同分割位置的背景图像子区域进行匹配，以根据背景图像子区域的匹配结果，确定所述目标变压器区域的环境状态；
提取所获得的监测数据的特征信息包括：
对所述目标变压器的监控参数数据，提取所述监控参数数据的特征信息，并根据时间顺序，构建特征序列。
4.如权利要求3所述的变压器设备的可视化运维数据管理方法，其特征在于，根据背景图像子区域的匹配结果，确定所述目标变压器区域的场景状态包括：
根据背景图像子区域的匹配结果，利用具有子区域连续性的多个背景图像子区域，来标识存在异常的场景状态。
5.如权利要求3所述的变压器设备的可视化运维数据管理方法，其特征在于，基于所提取的特征信息，利用预先训练好的变压器状态预测模型，来预测所述目标变压器的运行状态包括：
利用指定长度的时间窗口，对基于历史特征信息构建的特征序列进行截取，以获得多个样本序列特征，其中所截取的样本序列特征包括正状态样本和负状态样本，任一负状态样本仅包含一种负状态，任一负状态样本中的负状态不单独存在于对应时间窗口的首段，且任一负状态样本中的负状态至少处于对应时间窗口的末段；
按照预设比例关系，选取相应数量的正状态样本和负状态样本，并对选取的样本序列特征，添加状态标记；
利用添加状态标记后的样本序列特征，训练变压器状态预测模型，其中所述变压器状态预测模型采用长短期记忆网络LSTM构建；
利用训练好的变压器状态预测模型，基于所提取的特征信息，预测所述目标变压器的运行状态。
6.如权利要求5所述的变压器设备的可视化运维数据管理方法，其特征在于，基于所述状态问题，辅助提示用户所述状态问题的至少一项处理策略包括：
基于所述变压器三维模型，呈现的基于预测的运行状态对比出的所述状态问题，以及，基于当前的背景区域，呈现所述环境状态；
在用户在第一时间段内保持以第一视角查看所述变压器三维模型的情况下，基于所述变压器三维模型以及所述第一视角下提取第一可见区域的内容特征，其中所述第一视角是用户拖动所述变压器三维模型后，向用户呈现的视角；
基于所述内容特征，生成筛选条件；
利用所述筛选条件，从可选处理策略中筛选出辅助策略，其中所述可选处理策略是根据历史状态问题及相应的内容特征确定的；
从预设映射模板库中确定所述辅助策略对应的映射模板；
基于所述映射模板，将所述辅助策略映射至所述变压器三维模型上，获得映射内容，且控制所有映射内容对用户不可见。
7.如权利要求6所述的变压器设备的可视化运维数据管理方法，其特征在于，基于所述状态问题，辅助提示用户所述状态问题的至少一项处理策略还包括：
从视角模板库中确定所述辅助策略对应的视角模板；
基于所述视角模板，创建查看所述映射内容的第二视角；
当用户在第二时间段内保持以符合第一视角条件的第三视角查看所述变压器三维模型时，控制落入所述变压器三维模型内所述第三视角下的第二可见区域内的映射内容可见；
当用户在第三时间段内保持以符合第二视角条件的第四视角查看所述变压器三维模型时，显示从所述第四视角切换至所述第二视角的提示信息，控制所述映射内容全部可见，其中，所述第三时间段在所述第二时间段之后，所述第二时间段在所述第一时间段之后；所述第一视角条件为：所述第三视角与所述第二视角之间的重叠度落入第一重叠度区间内；所述第二视角条件为，所述第四视角与所述第二视角之间的重叠度落入第二重叠度区间内；所述第二重叠度区间大于所述第一重叠度区间。
8.如权利要求5所述的变压器设备的可视化运维数据管理方法，其特征在于，还包括：
提供策略输入项，并基于所述策略输入项，获取用户输入的执行策略；
计算所述执行策略与各可选处理策略的相似度；
在相应的筛选条件下，按照计算的相似度对各可选处理策略进行排序，或者，在计算的相似度均小于预设阈值的情况下，将用户输入的执行策略作为相应的筛选条件下的首选可选处理策略。
9.一种变压器设备的可视化运维数据管理系统，其特征在于，包括处理器和存储器，所述存储器上存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1至8中任一项所述的变压器设备的可视化运维数据管理方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410674408.0A CN118246772B (zh) | 2024-05-29 | 2024-05-29 | 一种变压器设备的可视化运维数据管理方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410674408.0A CN118246772B (zh) | 2024-05-29 | 2024-05-29 | 一种变压器设备的可视化运维数据管理方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN118246772A true CN118246772A (zh) | 2024-06-25 |
| CN118246772B CN118246772B (zh) | 2024-07-30 |
Family
ID=91560790
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202410674408.0A Active CN118246772B (zh) | 2024-05-29 | 2024-05-29 | 一种变压器设备的可视化运维数据管理方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN118246772B (zh) |
Citations (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113096477A (zh) * | 2021-04-09 | 2021-07-09 | 国核电力规划设计研究院有限公司 | 一种虚拟电站可视化的运维工作平台 |
| US20210318391A1 (en) * | 2020-04-08 | 2021-10-14 | Abb Schweiz Ag | Probabilistic determination of transformer end of life |
| CN114022638A (zh) * | 2021-10-22 | 2022-02-08 | 上海交通大学 | 一种电力设备多源异构数据三维可视化方法 |
| CN115796843A (zh) * | 2022-12-12 | 2023-03-14 | 南方电网科学研究院有限责任公司 | 一种电力变压器的运维策略生成方法及相关装置 |
| US20230123322A1 (en) * | 2021-04-16 | 2023-04-20 | Strong Force Vcn Portfolio 2019, Llc | Predictive Model Data Stream Prioritization |
| CN116189711A (zh) * | 2023-04-26 | 2023-05-30 | 四川省机场集团有限公司 | 基于声波信号监测的变压器故障识别方法及装置 |
| CN116368355A (zh) * | 2021-09-05 | 2023-06-30 | 汉熵通信有限公司 | 物联网系统 |
| WO2023130763A1 (zh) * | 2022-01-04 | 2023-07-13 | 南京南瑞继保电气有限公司 | 变压器状态分析方法、系统、设备和存储介质 |
| US20230273714A1 (en) * | 2022-02-25 | 2023-08-31 | ShredMetrix LLC | Systems And Methods For Visualizing Sporting Equipment |
| CN116680867A (zh) * | 2023-04-27 | 2023-09-01 | 贵州电网有限责任公司 | 基于精细化三维模型的变压器可视化故障诊断方法及系统 |
| CN116861503A (zh) * | 2023-07-07 | 2023-10-10 | 武汉电力职业技术学院 | 一种基于大数据的电力变压器数字孪生模型的构建方法 |
| CN116911111A (zh) * | 2023-06-29 | 2023-10-20 | 广东电网有限责任公司 | 一种变压器的热点温度预测方法、装置、设备及介质 |
| CN118052522A (zh) * | 2024-03-05 | 2024-05-17 | 北京清科筑成科技股份公司 | 一种施工作业进度可视化管理方法及系统 |
-
2024
- 2024-05-29 CN CN202410674408.0A patent/CN118246772B/zh active Active
Patent Citations (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20210318391A1 (en) * | 2020-04-08 | 2021-10-14 | Abb Schweiz Ag | Probabilistic determination of transformer end of life |
| CN113096477A (zh) * | 2021-04-09 | 2021-07-09 | 国核电力规划设计研究院有限公司 | 一种虚拟电站可视化的运维工作平台 |
| US20230123322A1 (en) * | 2021-04-16 | 2023-04-20 | Strong Force Vcn Portfolio 2019, Llc | Predictive Model Data Stream Prioritization |
| CN116368355A (zh) * | 2021-09-05 | 2023-06-30 | 汉熵通信有限公司 | 物联网系统 |
| CN114022638A (zh) * | 2021-10-22 | 2022-02-08 | 上海交通大学 | 一种电力设备多源异构数据三维可视化方法 |
| WO2023130763A1 (zh) * | 2022-01-04 | 2023-07-13 | 南京南瑞继保电气有限公司 | 变压器状态分析方法、系统、设备和存储介质 |
| US20230273714A1 (en) * | 2022-02-25 | 2023-08-31 | ShredMetrix LLC | Systems And Methods For Visualizing Sporting Equipment |
| CN115796843A (zh) * | 2022-12-12 | 2023-03-14 | 南方电网科学研究院有限责任公司 | 一种电力变压器的运维策略生成方法及相关装置 |
| CN116189711A (zh) * | 2023-04-26 | 2023-05-30 | 四川省机场集团有限公司 | 基于声波信号监测的变压器故障识别方法及装置 |
| CN116680867A (zh) * | 2023-04-27 | 2023-09-01 | 贵州电网有限责任公司 | 基于精细化三维模型的变压器可视化故障诊断方法及系统 |
| CN116911111A (zh) * | 2023-06-29 | 2023-10-20 | 广东电网有限责任公司 | 一种变压器的热点温度预测方法、装置、设备及介质 |
| CN116861503A (zh) * | 2023-07-07 | 2023-10-10 | 武汉电力职业技术学院 | 一种基于大数据的电力变压器数字孪生模型的构建方法 |
| CN118052522A (zh) * | 2024-03-05 | 2024-05-17 | 北京清科筑成科技股份公司 | 一种施工作业进度可视化管理方法及系统 |
Non-Patent Citations (2)
| Title |
|---|
| 康亚东;丁晶;张良;吕莹;: "基于电力大数据的3D智能运检平台的应用与研究", 电力大数据, no. 11, 21 November 2018 (2018-11-21), pages 74 - 79 * |
| 李鹏飞;李国祥;胡玉平;: "大型油浸式自冷变压器冷却系统CFD分析", 变压器, no. 04, 8 April 2008 (2008-04-08), pages 45 - 48 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN118246772B (zh) | 2024-07-30 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US20130268196A1 (en) | System and method of automated acquisition, correlation and display of power distribution grid operational parameters and weather events | |
| CN114676862B (zh) | 一种数据中心的可视化运维管理方法及系统 | |
| CN103189849B (zh) | 显示处理系统、显示处理方法和程序 | |
| TW202101143A (zh) | 配電箱（高壓受電設備）自動安全檢查系統 | |
| KR102079916B1 (ko) | 과금 기간 내 누진 요율 및 시간대별 소비 전력 패턴을 고려한 가전 기기의 효율적 사용 알림 시스템 및 방법 | |
| CN116128674B (zh) | 一种基于智能交通的能源数据处理方法及装置 | |
| US11156666B2 (en) | System and methods for fault detection | |
| CN117235873B (zh) | 基于历史工作记录的智慧家居布局方法及系统 | |
| CN114862288A (zh) | 智慧水务二次加压管理系统 | |
| CN111262750A (zh) | 一种用于评估基线模型的方法及系统 | |
| CN118246772B (zh) | 一种变压器设备的可视化运维数据管理方法及系统 | |
| CN112036810A (zh) | 基于智能设备的电缆监测方法、装置、设备及存储介质 | |
| JP2006064307A (ja) | 機器診断装置、その動作プログラム、機器診断方法 | |
| Petrović et al. | Determining impact of lightning strike location on failures in transmission network elements using fuzzy decision-making | |
| CN117395176A (zh) | 一种网络故障识别方法、装置、设备及存储介质 | |
| US20190310621A1 (en) | Method for assessing health conditions of industrial equipment | |
| WO2018097062A1 (ja) | プラント管理装置、プラント管理方法、およびプログラム | |
| CN110543406A (zh) | 一种基于工业人机界面显示处理报警信息的方法及装置 | |
| CN103189848B (zh) | 显示处理系统、显示处理方法和程序 | |
| CN115758762A (zh) | 电力业务的场景可视化方法及装置 | |
| CN114696465A (zh) | 一种风力发电导电轨故障监测方法及系统 | |
| CN114336964A (zh) | 智能开关云服务系统、管理智能开关的方法与装置 | |
| CN113610535A (zh) | 适用于消费分期业务过程的风险监控方法及装置 | |
| JP2001060110A (ja) | プラント異常事象評価装置とその方法、ならびに記憶媒体 | |
| CN112488439A (zh) | 信息呈现装置、信息呈现方法以及信息呈现系统 |
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 |