CN118381194A - 一种变电站远程智能巡视系统 - Google Patents
一种变电站远程智能巡视系统 Download PDFInfo
- Publication number
- CN118381194A CN118381194A CN202410806138.4A CN202410806138A CN118381194A CN 118381194 A CN118381194 A CN 118381194A CN 202410806138 A CN202410806138 A CN 202410806138A CN 118381194 A CN118381194 A CN 118381194A
- Authority
- CN
- China
- Prior art keywords
- path
- patrol
- equipment
- inspection
- 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.)
- Granted
Links
- 238000007689 inspection Methods 0.000 title claims abstract description 91
- 238000004458 analytical method Methods 0.000 claims abstract description 85
- 230000002159 abnormal effect Effects 0.000 claims abstract description 64
- 238000013433 optimization analysis Methods 0.000 claims abstract description 12
- 238000000034 method Methods 0.000 claims description 15
- 238000010586 diagram Methods 0.000 claims description 13
- 238000013058 risk prediction model Methods 0.000 claims description 12
- 238000009826 distribution Methods 0.000 claims description 6
- 238000012216 screening Methods 0.000 claims description 5
- 238000006243 chemical reaction Methods 0.000 claims description 3
- 230000005856 abnormality Effects 0.000 claims description 2
- 230000000737 periodic effect Effects 0.000 claims description 2
- 238000012545 processing Methods 0.000 claims description 2
- 230000000694 effects Effects 0.000 abstract description 3
- 238000005457 optimization Methods 0.000 abstract description 3
- 238000012423 maintenance Methods 0.000 description 7
- 230000007547 defect Effects 0.000 description 3
- 238000007726 management method Methods 0.000 description 3
- 238000007405 data analysis Methods 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 238000013459 approach Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000002372 labelling Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000002243 precursor Substances 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000012552 review Methods 0.000 description 1
- 238000004148 unit process Methods 0.000 description 1
- 230000000007 visual effect Effects 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
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
- G06Q10/047—Optimisation of routes or paths, e.g. travelling salesman problem
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
- G06F18/243—Classification techniques relating to the number of classes
- G06F18/2433—Single-class perspective, e.g. one-against-all classification; Novelty detection; Outlier detection
-
- 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
- G06Q10/0635—Risk analysis of enterprise or organisation activities
-
- 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
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J13/00—Circuit arrangements for providing remote indication of network conditions, e.g. an instantaneous record of the open or closed condition of each circuitbreaker in the network; Circuit arrangements for providing remote control of switching means in a power distribution network, e.g. switching in and out of current consumers by using a pulse code signal carried by the network
- H02J13/00002—Circuit arrangements for providing remote indication of network conditions, e.g. an instantaneous record of the open or closed condition of each circuitbreaker in the network; Circuit arrangements for providing remote control of switching means in a power distribution network, e.g. switching in and out of current consumers by using a pulse code signal carried by the network characterised by monitoring
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Theoretical Computer Science (AREA)
- Strategic Management (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Entrepreneurship & Innovation (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Development Economics (AREA)
- Game Theory and Decision Science (AREA)
- Health & Medical Sciences (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Biology (AREA)
- General Engineering & Computer Science (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Primary Health Care (AREA)
- Evolutionary Computation (AREA)
- Artificial Intelligence (AREA)
- Public Health (AREA)
- Educational Administration (AREA)
- Water Supply & Treatment (AREA)
- Life Sciences & Earth Sciences (AREA)
- Power Engineering (AREA)
- General Health & Medical Sciences (AREA)
- Supply And Distribution Of Alternating Current (AREA)
- Remote Monitoring And Control Of Power-Distribution Networks (AREA)
Abstract
本发明公开了一种变电站远程智能巡视系统,包括变电站信息采集单元、区域巡视分析单元、巡视路径分析单元、路径优化分析单元和巡视结果输出单元,本发明涉及变电站巡视技术领域,解决了没有综合区域设备特性和设备状态来综合分析,会给整体的巡视造成影响的技术问题,本发明通过对变电站区域设备进行分析,根据变电站设备的参数变化和设备状态来进行监测分析,同时根据设备参数对设备进行正常和异常的分类,进一步的针对异常设备的自身参数来进行路径生成,并综合整体的路径进行路径优化处理,从而保证了整体巡视路径的最优化,提高整体巡视的效果。
Description
技术领域
本发明涉及变电站巡视技术领域,具体为一种变电站远程智能巡视系统。
背景技术
现在社会中电力发挥的作用是越来越大,不但生产科研离不开电力,而且人民群众的基本生活也离不开电力。电网的重要组成部分就是各类变电站,严格要求电力设备的稳定可靠运行。
根据中国专利申请号为CN202311658510.3公开了一种远程智能巡视系统,上述专利系统包括:区域巡视主机、智能分析主机以及不同的巡视设备;所述区域巡视主机用于根据不同的巡视设备设置不同的巡视子任务;并获取巡视设备采集的相应的巡视子任务的数据;所述智能分析主机与所述区域巡视主机连接;所述智能分析主机用于存储巡视设备的巡视子任务对应的识别模型;所述区域巡视主机还用于根据巡视设备采集的相应的巡视子任务的数据,采用对应的识别模型进行缺陷识别。
上述专利据不同的巡视设备设置不同的巡视子任务,进而分别对巡视子任务进行不同形态(开始、暂停、继续执行、终止)控制;任务执行过程中完成对变电站远程巡检,精准控制变电站内设备,及时产生预报警,迅速处置故障缺陷,提高变电站运维效率,保障变电站稳定运行。
但是上述专利在对巡视过程中的路径进行选取分析的时候,没有综合区域的设备特性和设备状态来进行综合分析,进一步的会造成巡视路径的不合理,影响整体的巡视效果。
发明内容
针对现有技术的不足,本发明提供了一种变电站远程智能巡视系统,解决了没有综合区域设备特性和设备状态来综合分析,会给整体的巡视造成影响的问题。
为实现以上目的,本发明通过以下技术方案予以实现:一种变电站远程智能巡视系统,包括:
变电站信息采集单元负责搜集变电站的基本资料,包括结构图、设备分布图及巡视任务,并将这些资料传送至区域巡视分析单元;
区域巡视分析单元,根据变电站的基础信息进行区域划分,标记设备并将其转换为二维平面图,并利用历史数据和巡视起点信息计算各起点的选取值,选择最佳巡视起点作为标准点,同时生成标准点信息,并将此信息传递给巡视路径分析单元;
巡视路径分析单元,获取标准点及终点,模拟制定多条巡视路径并编号,选择耗时最短的路径作为预选路径,对预选路径上的设备进行编号和参数收集,分析参数周期性变化并以图表形式展示,利用风险预测模型对变化数据进行评估,自动输出设备风险预测,结果分为正常与异常两类;
将正常预测结果对应的设备标记为正常设备,同理获取到标记的异常设备,正常设备不处理,异常设备筛选出并单独分析,根据异常程度定起点终点生成阶段路径,与预选路径匹配生成二次分析信号或路径分析信号,并针对路径分析信号,通过对障碍物影响判断,若障碍物影响则重新分析,基于变化值优化路径,选出非重复的待选路径,并将待选路径与预选路径整合生成巡视信息,接着将其传输到巡视结果输出单元;
路径优化分析单元对二次分析信号进行处理,比较阶段路径与初始路径的异常设备巡视总时长和总消耗值,若阶段路径更优,则将其设为标准并与预选路径整合输出,若初始路径更佳且包含正常设备巡视,则重新分析阶段路径,若不包含,则以初始路径为标准进行整合并输出巡视信息,同时将其传输到巡视结果输出单元。
作为本发明的进一步方案:所述区域巡视分析单元生成标准点信息的具体方式为:
获取变电站结构图,并对变电站进行区域划分得到区域划分信息,具体的可以根据不同区域的功能来进行划分,比如第一区域为变电站工作设备区域,第二区域为变电站保护区域,以此类推对变电站进行划分,同时获取到变电站设备分布图,接着对变电站设备进行标记,并将标记的变电站设备进行二维平面转换;
接着获取到传输的历史数据,同时获取到历史数据中的巡视起点,且巡视起点表示在过去巡视记录中对应的巡视出发点,并对巡视起点进行标号记作为i,且i=1、2、…、j,同时获取到巡视起点对应的选取次数记作Ci,并获取到巡视起点i对应的巡视时长记作Ti,且此处获取的巡视时长表示为从巡视点开始对变电站区域进行全部巡视完所需要的时间,同时表示为单次巡视时长,接着将获取到的巡视起点参数代入公式计算得到巡视起点i对应的选取值Fi,其中a1为预设比例系数,其数值由操作人员自行设定;
同时结合变电站设备的二维平面图,筛选选取值Fi最小的巡视起点,并将筛选的巡视起点作为标准点,接着生成标准点信息,同时将生成的标准点信息传输到巡视路径分析单元。
作为本发明的进一步方案:所述巡视路径分析单元生成预测结果的具体方式为:
获取标准点和巡视终点,并根据标准点和巡视终点模拟生成巡视路径,且对巡视路径进行标号记作n,且n=1、2、…、m,接着获取到巡视路径n对应的巡视时间记作Tn,同时选取巡视时间Tn最小对应的巡视路径为预选路径,并对预选路径上的变电站设备进行分析;
对预选路径上的变电站设备,并获取到变电站设备对应的设备参数,同时对设备参数变化进行分析,获取到时间周期t内设备参数的变化情况,并将变化情况通过图表的形式进行表示,接着对变化情况进行判断,且此处的判断是利用风险预测模型来进行判断,将设备参数输入到风险预测模型中,风险预测模型会根据输入的参数自动对设备的工作风险进行预测,并生成对应的预测结果,且预测结果包括:正常结果和异常结果。
作为本发明的进一步方案:所述巡视路径分析单元对异常结果进行分析的具体方式为:
并将正常结果对应的变电站设备标记为正常设备,将异常结果对应的变电站设备标记为异常设备,以此类推对所有的变电站设备进行相同的处理,接着根据正常设备和异常设备对预选路径进行综合分析;
针对预选路径上的正常设备,则不对其进行处理,针对预选路径上的异常设备,将异常设备进行筛选,并单独进行分析,且具体的分析方式如下:
获取到所有异常设备,并根据异常设备生成阶段路径,且此处的阶段路径表示为对异常设备对应的巡视路径,首先确定异常设备的路径起点,具体的确定方式根据异常设备的设备参数变化值进行确定,将设备参数变化值最大的异常设备作为路径起点,同时将设备参数变化值最小的异常设备作为路径终点,接着根据路径起点和路径终点生成阶段路径;
接着将阶段路径与预选路径进行匹配,且此处的匹配表示,将阶段路径与预选路径中异常设备的路径进行匹配,具体表示为预选路径中的一部分路径,判断阶段路径与预选路径是否相同,当阶段路径与预选路径相同时,则生成路径分析信号,反之当阶段路径与预选路径不相同时,则生成二次分析信号,并将生成的二次分析信号传输到路径优化分析单元,且针对生成的路径分析信号,则进一步的对阶段路径进行分析。
作为本发明的进一步方案:所述对路径分析信号进行分析的具体方式为:
对阶段路径进行判断,若存在的障碍物对整体阶段路径不影响,则不需要对阶段路径进行处理,反之若存在的障碍物对整体阶段路径存在影响,则需要对阶段路径进行重新分析;
获取到阶段路径上所有的异常设备,并获取到异常设备对应的设备参数变化值,接着根据设备参数变化值从大到小生成路径,并将生成的路径记作二次生成路径,获取到二次生成路径中不存在重复巡视的路径,并将其记作为待选路径。
作为本发明的进一步方案:所述路径优化分析单元对二次分析信号进行分析的具体方式为:
获取到阶段路径,同时获取到预选路径中异常设备对应的路径记作初始路径,获取阶段路径的时长记作T1,并获取阶段路径中异常设备对应的巡视任务数量记作k,且k=1、2、…、h,同时获取巡视任务k对应的巡视时长Tk,接着计算阶段路径对应异常设备的总巡视时长记作Tz,并计算阶段路径对应的总消耗值T1*a2+Tz,其中a2为预设比例系数;
接着对初始路径对应异常设备的总巡视时长进行分析记作Tz1,并获取到初始路径的时长记作T2,进一步的计算初始路径对应的总消耗值T2*a2+Tz1,将初始路径总消耗值与阶段路径总消耗值进行比较,当初始路径总消耗值大于阶段路径总消耗值时,将阶段路径作为标准,并将其与预选路径进行整合生成巡视路径,同时生成巡视路径信息。
作为本发明的进一步方案:所述路径优化分析单元对初始路径总消耗值小于阶段路径总消耗值的情况进行分析的具体方式为:
对初始路径中是否包括正常设备巡视进行分析,当初始路径中包括对正常设备的巡视,则进一步的阶段路径进行重新分析,并生成重新分析信号,反之当初始路径中不包括对生成设备的巡视,则以初始路径为标准,并将其与预选路径进行整合生成巡视路径,进一步的生成巡视路径信息;
针对生成的重新分析信号,对阶段路径的巡视起点进行重新确定,并按照设备参数变化值从大到小生成分析路径,接着将分析路径与预选路径进行整合生成巡视路径,同时生成巡视路径信息。
本发明提供了一种变电站远程智能巡视系统。与现有技术相比具备以下有益效果:
本发明通过对变电站区域设备进行分析,根据变电站设备的参数变化和设备状态来进行监测分析,同时根据设备参数对设备进行正常和异常的分类,进一步的针对异常设备的自身参数来进行路径生成,并综合整体的路径进行路径优化处理,从而保证了整体巡视路径的最优化,提高整体巡视的效果。
附图说明
图1为本发明系统原理图;
图2为本发明流程图。
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,本申请提供了一种变电站远程智能巡视系统,包括:变电站信息采集单元、区域巡视分析单元、巡视路径分析单元、路径优化分析单元和巡视结果输出单元。
作为本发明的实施例一
变电站信息采集单元,用于对变电站对应的基础信息进行采集,且采集到的基础信息包括:变电站结构图、变电站设备分布图和变电站巡视任务,接着将获取到的基础信息传输到区域巡视分析单元。
区域巡视分析单元,用于根据获取的基础信息对变电站进行巡视分析,且具体的巡视分析方式如下:
获取变电站结构图,并对变电站进行区域划分得到区域划分信息,具体的可以根据不同区域的功能来进行划分,比如第一区域为变电站工作设备区域,第二区域为变电站保护区域,以此类推对变电站进行划分,同时获取到变电站设备分布图,接着对变电站设备进行标记,并将标记的变电站设备进行二维平面转换;
接着获取到传输的历史数据,同时获取到历史数据中的巡视起点,且巡视起点表示在过去巡视记录中对应的巡视出发点,并对巡视起点进行标号记作为i,且i=1、2、…、j,同时获取到巡视起点对应的选取次数记作Ci,并获取到巡视起点i对应的巡视时长记作Ti,且此处获取的巡视时长表示为从巡视点开始对变电站区域进行全部巡视完所需要的时间,同时表示为单次巡视时长,接着将获取到的巡视起点参数代入公式计算得到巡视起点i对应的选取值Fi,其中a1为预设比例系数,其数值由操作人员自行设定;
同时结合变电站设备的二维平面图,筛选选取值Fi最小的巡视起点,并将筛选的巡视起点作为标准点,接着生成标准点信息,同时将生成的标准点信息传输到巡视路径分析单元。具体的,针对生成的标准点信息,同样会生成对应的巡视终点信息,二者为相互对应的关系。
巡视路径分析单元,用于根据获取的标准点信息生成巡视路径,同时对生成的巡视路径进行分析,且具体的分析方式如下:
获取标准点和巡视终点,并根据标准点和巡视终点模拟生成巡视路径,且对巡视路径进行标号记作n,且n=1、2、…、m,接着获取到巡视路径n对应的巡视时间记作Tn,同时选取巡视时间Tn最小对应的巡视路径为预选路径,并对预选路径上的变电站设备进行分析;具体的此处系统会根据确定的巡视起点和巡视终点生成不同的巡视路径,且自动生成路径为现有技术,在此不做过多的赘述。
对预选路径上的变电站设备,并获取到变电站设备对应的设备参数,同时对设备参数变化进行分析,获取到时间周期t内设备参数的变化情况,并将变化情况通过图表的形式进行表示,接着对变化情况进行判断,且此处的判断是利用风险预测模型来进行判断,将设备参数输入到风险预测模型中,风险预测模型会根据输入的参数自动对设备的工作风险进行预测,并生成对应的预测结果,且预测结果包括:正常结果和异常结果;
结合实际分析,在智能变电站的运维管理中,对于预选巡视路径上的设备进行精确监控是至关重要的。这一过程首先涉及对变电站内设备的系统标号,以便于清晰地识别和追踪每台设备的状态。随后,运维系统需要收集这些设备的参数信息,这可能包括电压、电流、温度、振动水平等关键指标。
收集到的设备参数会通过数据分析工具进行处理,分析其在时间周期t内的动态变化情况。此时间周期可能是几小时、几天或更长,取决于设备的运行特性和监控要求。分析结果通过图表形式呈现,如趋势图、散点图或热图,使得变化趋势直观明了,便于专业人员理解和解读。
接下来的步骤是对这些变化情况进行评估,判断设备是否存在潜在的风险。这一评估工作不是依靠人为直觉或经验规则,而是采用一种更为科学和客观的方法:风险预测模型。该模型通常由数据科学家根据历史数据训练得出,能够准确预测设备在未来一段时间内的工作状态。
将收集到的设备参数输入到风险预测模型中,模型便会基于其内置的算法自动分析数据,对设备的工作风险进行预测。预测结果主要分为两类:正常结果和异常结果。正常结果意味着设备在当前参数下运作良好,没有发现明显的问题;而异常结果则提示运维人员设备可能存在某种程度的风险或故障的前兆,需要进一步的检查或干预。
得到预测结果后,运维系统可以采取相应的措施,例如对于预测为异常的设备安排即时或优先巡视、调整维护计划或通知维修团队准备进行干预。这种结合了数据收集、分析和风险预测的流程,不仅提高了变电站设备管理的效率和准确性,也显著降低了因设备突发故障而导致的安全和运营风险。
并将正常结果对应的变电站设备标记为正常设备,将异常结果对应的变电站设备标记为异常设备,以此类推对所有的变电站设备进行相同的处理,接着根据正常设备和异常设备对预选路径进行综合分析;
针对预选路径上的正常设备,则不对其进行处理,针对预选路径上的异常设备,将异常设备进行筛选,并单独进行分析,且具体的分析方式如下:
获取到所有异常设备,并根据异常设备生成阶段路径,且此处的阶段路径表示为对异常设备对应的巡视路径,首先确定异常设备的路径起点,具体的确定方式根据异常设备的设备参数变化值进行确定,将设备参数变化值最大的异常设备作为路径起点,同时将设备参数变化值最小的异常设备作为路径终点,接着根据路径起点和路径终点生成阶段路径;
接着将阶段路径与预选路径进行匹配,且此处的匹配表示,将阶段路径与预选路径中异常设备的路径进行匹配,具体表示为预选路径中的一部分路径,判断阶段路径与预选路径是否相同,当阶段路径与预选路径相同时,则生成路径分析信号,反之当阶段路径与预选路径不相同时,则生成二次分析信号,并将生成的二次分析信号传输到路径优化分析单元,且针对生成的路径分析信号,则进一步的对阶段路径进行分析,且具体的分析方式如下:
对阶段路径进行判断,判断阶段路径中的障碍物情况,若存在的障碍物对整体阶段路径不影响,则不需要对阶段路径进行处理,反之若存在的障碍物对整体阶段路径存在影响,则需要对阶段路径进行重新分析;
获取到阶段路径上所有的异常设备,并获取到异常设备对应的设备参数变化值,接着根据设备参数变化值从大到小生成路径,并将生成的路径记作二次生成路径,具体的此处生成的路径为对障碍物进行规避得到的路径,同时生成的方式是将设备参数变化值最大作为起点,设备参数变化值最小作为终点,同时对生成的二次生成路径进行筛选,获取到二次生成路径中不存在重复巡视的路径,并将其记作为待选路径;
结合实际分析,针对二次生成路径,由于起点不同会导致二次生成路径存在重复巡视的情况,也就是表明在对异常设备进行巡视的时候会存在重复经过的情况,针对这类巡视路径则将其剔除,不作为选取路径。
最后将待选路径与预选路径进行整合生成巡视路径,同时生成巡视路径信息,并将其传输到巡视结果输出单元。
巡视结果输出单元,用于将获取的巡视路径信息显示给操作人员。
作为本发明的实施例二,在实施例一的基础上实施,且与实施例一的区别之处在于。
路径优化分析单元,用于对获取的二次分析信号进行分析,且具体的分析方式如下:
获取到阶段路径,同时获取到预选路径中异常设备对应的路径记作初始路径,并对阶段路径与初始路径进行单独分析,且默认得到的阶段路径与初始路径均不存在重复的情况,获取阶段路径的时长记作T1,并获取阶段路径中异常设备对应的巡视任务数量记作k,且k=1、2、…、h,同时获取巡视任务k对应的巡视时长Tk,且巡视时长表示根据历史数据获取到的单个巡视任务的巡视时长均值,接着计算阶段路径对应异常设备的总巡视时长记作Tz,并计算阶段路径对应的总消耗值T1*a2+Tz,其中a2为预设比例系数;
接着对初始路径对应异常设备的总巡视时长进行分析记作Tz1,并获取到初始路径的时长记作T2,进一步的计算初始路径对应的总消耗值T2*a2+Tz1,同时将初始路径总消耗值与阶段路径总消耗值进行比较,当初始路径总消耗值大于阶段路径总消耗值时,将阶段路径作为标准,并将其与预选路径进行整合生成巡视路径,同时生成巡视路径信息,接着将巡视路径信息传输到巡视结果输出单元;
当初始路径总消耗值小于阶段路径总消耗值时,对初始路径中是否包括正常设备巡视进行分析,当初始路径中包括对正常设备的巡视,则进一步的阶段路径进行重新分析,并生成重新分析信号,反之当初始路径中不包括对生成设备的巡视,则以初始路径为标准,并将其与预选路径进行整合生成巡视路径,进一步的生成巡视路径信息,接着将其传输到巡视结果输出单元;
结合实际分析,如果初始路径中包括了对标记为正常的设备的巡视,这可能意味着这些设备的状态有变化的风险,或者可能存在其他未被识别的问题。在这种情况下,系统将针对这一阶段的路径进行重新分析。这是为了确保路径的有效性并适时调整巡视策略以应对潜在的问题。同时,系统将生成一个“重新分析”信号,提示操作人员或相关管理系统注意这一变化,并准备审查新的巡视计划。
相反,如果初始路径没有包括对标记为正常的设备的巡视,这通常表明初始路径是基于非常明确和稳定的设备状态判断制定的。在这种情况下,初始路径可以作为标准路径,并与预选的备选路径进行整合,形成最终的巡视路径。这个整合过程考虑了各种因素,如设备重要性、故障率、以及巡视资源的有效分配等。
针对生成的重新分析信号,对阶段路径的巡视起点进行重新确定,并按照设备参数变化值从大到小生成分析路径,且此处生成的分析路径同样不包括重复巡视的情况,接着将分析路径与预选路径进行整合生成巡视路径,同时生成巡视路径信息,并将其传输到巡视结果输出单元。
巡视结果输出单元,用于将获取的巡视路径信息显示给操作人员。
作为本发明的实施例三,重点在于将实施例一和实施例二的实施过程结合实施。
上述公式中的部分数据均是去其纲量进行数值计算,同时本说明书中未作详细描述的内容均属于本领域技术人员公知的现有技术。
以上实施例仅用以说明本发明的技术方法而非限制,尽管参照较佳实施例对本发明进行了详细说明,本领域的普通技术人员应当理解,可以对本发明的技术方法进行修改或等同替换,而不脱离本发明技术方法的精神和范围。
Claims (8)
1.一种变电站远程智能巡视系统,其特征在于,包括:
变电站信息采集单元,用于负责搜集变电站的基本资料,包括结构图、设备分布图及巡视任务,并将这些资料传送至区域巡视分析单元;
区域巡视分析单元,用于根据变电站的基础信息进行区域划分,标记设备并将其转换为二维平面图,并利用历史数据和巡视起点信息计算各起点的选取值,选择最佳巡视起点作为标准点,同时生成标准点信息,并将此信息传递给巡视路径分析单元;
巡视路径分析单元,用于获取标准点及终点,模拟制定多条巡视路径并编号,选择耗时最短的路径作为预选路径,对预选路径上的设备进行编号和参数收集,分析参数周期性变化并以图表形式展示,利用风险预测模型对变化数据进行评估,自动输出设备风险预测,结果分为正常与异常两类;
将正常预测结果对应的设备标记为正常设备,同理获取到标记的异常设备,正常设备不处理,异常设备筛选出并单独分析,根据异常程度定起点终点生成阶段路径,与预选路径匹配生成二次分析信号或路径分析信号,并针对路径分析信号,通过对障碍物影响判断,若障碍物影响则重新分析,基于变化值优化路径,选出非重复的待选路径,并将待选路径与预选路径整合生成巡视信息,接着将其传输到巡视结果输出单元;
路径优化分析单元,用于对二次分析信号进行处理,比较阶段路径与初始路径的异常设备巡视总时长和总消耗值,若阶段路径更优,则将其设为标准并与预选路径整合输出,若初始路径更佳且包含正常设备巡视,则重新分析阶段路径,若不包含,则以初始路径为标准进行整合并输出巡视信息,同时将其传输到巡视结果输出单元。
2.根据权利要求1所述的一种变电站远程智能巡视系统,其特征在于,所述区域巡视分析单元生成标准点信息的具体方式为:
获取变电站结构图,并对变电站进行区域划分得到区域划分信息,同时获取到变电站设备分布图,接着对变电站设备进行标记,并将标记的变电站设备进行二维平面转换;
接着获取到传输的历史数据,同时获取到历史数据中的巡视起点,并对巡视起点进行标号记作为i,且i=1、2、…、j,同时获取到巡视起点对应的选取次数记作Ci,并获取到巡视起点i对应的巡视时长记作Ti,接着将获取到的巡视起点参数代入公式计算得到巡视起点i对应的选取值Fi,其中a1为预设比例系数;
同时结合变电站设备的二维平面图,筛选选取值Fi最小的巡视起点,并将筛选的巡视起点作为标准点,同时生成标准点信息。
3.根据权利要求1所述的一种变电站远程智能巡视系统,其特征在于,所述巡视路径分析单元生成预测结果的具体方式为:
获取标准点和巡视终点,并根据标准点和巡视终点模拟生成巡视路径记作n,且n=1、2、…、m,同时选取巡视时间Tn最小对应的巡视路径为预选路径,并对预选路径上的变电站设备进行分析;
预选路径上的变电站设备及设备参数,获取到时间周期t内设备参数的变化情况,并将变化情况通过图表的形式进行表示,将设备参数输入到风险预测模型中,风险预测模型会根据输入的参数自动对设备的工作风险进行预测,并生成对应的预测结果,且预测结果包括:正常结果和异常结果。
4.根据权利要求1所述的一种变电站远程智能巡视系统,其特征在于,所述巡视路径分析单元对异常结果进行分析的具体方式为:
将异常结果对应的变电站设备标记为异常设备,将设备参数变化值最大的异常设备作为路径起点,同时将设备参数变化值最小的异常设备作为路径终点,接着根据路径起点和路径终点生成阶段路径。
5.根据权利要求1所述的一种变电站远程智能巡视系统,其特征在于,所述巡视路径分析单元对阶段路径进行分析生成不同信号的具体方式为:
接着将阶段路径与预选路径进行匹配,当阶段路径与预选路径相同时,则生成路径分析信号,反之当阶段路径与预选路径不相同时,则生成二次分析信号,并将生成的二次分析信号传输到路径优化分析单元。
6.根据权利要求5所述的一种变电站远程智能巡视系统,其特征在于,对路径分析信号进行分析的具体方式为:
对阶段路径进行判断,若存在的障碍物对整体阶段路径不影响,则不需要对阶段路径进行处理,反之若存在的障碍物对整体阶段路径存在影响,则需要对阶段路径进行重新分析;
获取到阶段路径上所有的异常设备,并获取到异常设备对应的设备参数变化值,接着根据设备参数变化值从大到小生成路径,并将生成的路径记作二次生成路径,获取到二次生成路径中不存在重复巡视的路径,并将其记作为待选路径。
7.根据权利要求1所述的一种变电站远程智能巡视系统,其特征在于,所述路径优化分析单元对二次分析信号进行分析的具体方式为:
获取到阶段路径,同时获取到预选路径中异常设备对应的路径记作初始路径,获取阶段路径的时长记作T1,并获取阶段路径中异常设备对应的巡视任务数量记作k,且k=1、2、…、h,同时获取巡视任务k对应的巡视时长Tk,接着计算阶段路径对应异常设备的总巡视时长记作Tz,并计算阶段路径对应的总消耗值T1*a2+Tz,其中a2为预设比例系数;
接着对初始路径对应异常设备的总巡视时长进行分析记作Tz1,并获取到初始路径的时长记作T2,进一步的计算初始路径对应的总消耗值T2*a2+Tz1,将初始路径总消耗值与阶段路径总消耗值进行比较,当初始路径总消耗值大于阶段路径总消耗值时,将阶段路径作为标准,并将其与预选路径进行整合生成巡视路径,同时生成巡视路径信息。
8.根据权利要求1所述的一种变电站远程智能巡视系统,其特征在于,所述路径优化分析单元对初始路径总消耗值小于阶段路径总消耗值的情况进行分析的具体方式为:
对初始路径中是否包括正常设备巡视进行分析,当初始路径中包括对正常设备的巡视,则进一步的阶段路径进行重新分析,并生成重新分析信号,反之当初始路径中不包括对生成设备的巡视,则以初始路径为标准,并将其与预选路径进行整合生成巡视路径,进一步的生成巡视路径信息;
针对生成的重新分析信号,对阶段路径的巡视起点进行重新确定,并按照设备参数变化值从大到小生成分析路径,接着将分析路径与预选路径进行整合生成巡视路径,同时生成巡视路径信息。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410806138.4A CN118381194B (zh) | 2024-06-21 | 2024-06-21 | 一种变电站远程智能巡视系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410806138.4A CN118381194B (zh) | 2024-06-21 | 2024-06-21 | 一种变电站远程智能巡视系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN118381194A true CN118381194A (zh) | 2024-07-23 |
CN118381194B CN118381194B (zh) | 2024-10-29 |
Family
ID=91902141
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410806138.4A Active CN118381194B (zh) | 2024-06-21 | 2024-06-21 | 一种变电站远程智能巡视系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN118381194B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN119026758A (zh) * | 2024-10-28 | 2024-11-26 | 江苏北联国芯技术有限公司 | 基于边缘计算的变电站状态预测系统及方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103580285A (zh) * | 2013-11-06 | 2014-02-12 | 国家电网公司 | 一种变电站巡检系统 |
EP3940494A1 (en) * | 2020-07-17 | 2022-01-19 | Wuhan University of Science and Technology | Path planning method for substation inspection robot |
JP2022019737A (ja) * | 2019-09-27 | 2022-01-27 | 朝日航洋株式会社 | 巡視点検システムおよび巡視点検方法 |
CN117332347A (zh) * | 2023-08-31 | 2024-01-02 | 上海浦源科技有限公司 | 一种机巡与ai融合的电网智慧运维方法及系统 |
CN118137355A (zh) * | 2024-01-19 | 2024-06-04 | 浙江华云信息科技有限公司 | 基于巡视路径的变电站智能化自主巡视系统及方法 |
-
2024
- 2024-06-21 CN CN202410806138.4A patent/CN118381194B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103580285A (zh) * | 2013-11-06 | 2014-02-12 | 国家电网公司 | 一种变电站巡检系统 |
JP2022019737A (ja) * | 2019-09-27 | 2022-01-27 | 朝日航洋株式会社 | 巡視点検システムおよび巡視点検方法 |
EP3940494A1 (en) * | 2020-07-17 | 2022-01-19 | Wuhan University of Science and Technology | Path planning method for substation inspection robot |
CN117332347A (zh) * | 2023-08-31 | 2024-01-02 | 上海浦源科技有限公司 | 一种机巡与ai融合的电网智慧运维方法及系统 |
CN118137355A (zh) * | 2024-01-19 | 2024-06-04 | 浙江华云信息科技有限公司 | 基于巡视路径的变电站智能化自主巡视系统及方法 |
Non-Patent Citations (1)
Title |
---|
马占业 等: "变电站巡视系统设计与应用研究", 电工技术, 31 August 2023 (2023-08-31), pages 118 - 126 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN119026758A (zh) * | 2024-10-28 | 2024-11-26 | 江苏北联国芯技术有限公司 | 基于边缘计算的变电站状态预测系统及方法 |
CN119026758B (zh) * | 2024-10-28 | 2025-01-24 | 江苏北联国芯技术有限公司 | 基于边缘计算的变电站状态预测系统及方法 |
Also Published As
Publication number | Publication date |
---|---|
CN118381194B (zh) | 2024-10-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN118485311B (zh) | 基于云的数控设备管理系统及方法 | |
CN118868426B (zh) | 基于智慧物联的电力能源管理系统 | |
CN112561736A (zh) | 智能变电站继电器保护装置故障诊断系统和方法 | |
CN117060409B (zh) | 电力线路运行状态自动化检测分析方法及系统 | |
CN118449277A (zh) | 一种高低压配电柜异常故障信息远程监测系统 | |
CN118381194A (zh) | 一种变电站远程智能巡视系统 | |
CN117390944A (zh) | 一种变电站运行工况仿真系统 | |
CN118353162A (zh) | 一种电厂变压器智能检测预警方法及系统 | |
CN118468010A (zh) | 一种计量数据的异常分析方法及系统 | |
CN114063601A (zh) | 一种基于人工智能的设备状态诊断系统及方法 | |
CN103530708A (zh) | 一种输配电设备隐患排查信息管理与决策支持系统 | |
CN118037272A (zh) | 一种gis设备维护运维的计划生成方法、服务器和存储介质 | |
CN119444177A (zh) | 一种基于模型预测控制设备风险管控系统 | |
CN118134116B (zh) | 一种基于大数据分析的电缆及通道的状态监测评估方法 | |
CN117272844B (zh) | 配电盘工作寿命的预测方法及系统 | |
CN119204534A (zh) | 一种用于电力设备维护的智能化人员监管系统 | |
CN118655509A (zh) | 一种直流测量设备运行状态监测方法及装置 | |
CN117937733A (zh) | 一种电力大数据电力采集分析系统及方法 | |
CN118691139A (zh) | 一种基于边缘计算的低压电器工厂数字化评估方法 | |
CN112269821A (zh) | 一种基于大数据的电力设备状态分析方法 | |
CN116720983A (zh) | 一种基于大数据分析的供电设备异常检测方法及系统 | |
CN114878942B (zh) | 一种高压电缆智能监测中枢系统设计方法 | |
CN118114884B (zh) | 一种自动化的设备精益管理系统 | |
CN119047888B (zh) | 一种数字化供电所台区线损异常分析方法和系统 | |
CN119619644A (zh) | 一种基于物联网的继电保护装置状态评价系统及方法 |
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 |