[发明专利]一种电力系统现场智能化运维系统

权利要求书

1.一种电力系统现场智能化运维系统，其特征在于，包括：

智能运检盒：一方面对现场数据进行采集，处理，存储，以及上传；另一方面也能够接收中心侧的决策下传，对现场人员进行指导；

视频客户端：与智能运检盒连接，用于采集现场视频数据，并对视频信息进行调度、压缩、以及传输；

带电检测装置：与智能运检盒连接，用于获取现场设备状态信息

统一视频平台：与智能运检盒连接，用于对接收到的视频信息进行解压缩以及展示；

中心侧数据库：与智能运检盒连接，用于采集、分析现场信息，并对现场人员进行决策指导；

所述智能运检盒包括：

数据接口：包括WiFi、串口、蓝牙和USB，用于与现场侧多种设备进行连接；还包含4G模块，用以与中心侧运维平台进行通信；

数据缓存库：用于缓存并处理现场侧的数据信息；

算法缓存库：用于对现场侧数据进行特征提取，规范格式处理操作；

系统能够对多种信息进行格式规范，以便于统一存储与索引；其中，对于图谱、自然光图像、视频信息利用稀疏编码、视觉单词技术进行特征提取和格式规范；对于数值、参量、变量结构化数据，使用XML结构进行存储，并建立标记；

状态检测仪器与智能运检盒之间的通讯采用RabbitMQ结构，一个消息队列服务器能够同时与多个客户端建立会话任务；

所述智能运检盒通过APN专线连接中心侧，包含安全接入终端层、安全通道层、安全接入层、业务访问层四层结构，具备高度的信息安全性；

所述视频客户端，通过智能运检盒的视频采集和传输组件与智能运检盒的中心处理器连接，所述视频采集和传输组件包括：

视频调度与传输模块：用于对将视频数据分组、打包，发送到监控端；

存储管理与调度模块：用于缓存采集到的视频数据；

实时采集/控制模块：用于监听端口状态，实时处理客户端请求；

测控信息处理模块：用于解压缩视频信息，并提供信息展示；

系统的执行方法步骤包括:

1.数据源包括电网统一视频监控平台、输变电设备状态监测系统，将其电力设备状态图谱库，自然光图像、红外紫外有色光谱图像非结构化数据进行结构化描述，具体过程为，由图像提取关键点，由SIFT描述符加入字典，生成视觉单词，并展示为直方图；结构化描述后，经过稀疏编码对非结构化图谱、视频数据进行规范化和特征量提取；将设备由开关到主变进行标注，通过对正常设备和故障设备进行变化检测，得到变化图谱，并精确分割变化区域，最后进行关键特征区域和帧的提取；

对于结构化的数据，数值数据、参数、变量、录入数据和采样数据的存储采用XML格式，相比传统规范化建模技术，XML具有良好的可扩展性、兼容性和可移植性，便于不同系统之间信息的传输；

对于图谱、视频非结构化数据的规范化转化方法是利用基于稀疏编码、视觉单词技术对非结构化图谱、视频数据进行规范化和特征量提取；

对于相对静态的电力设备图谱，采用局部不变特征提取技术，提取具有尺度、旋转、光照、模糊和视角不变性的局部关键点特征，实现特征点的高准确度匹配，提取有效的区域不变特征，描述局部区域的相关特性实现放射和旋转不变性；

对于能够进行结构化转换的非结构化数据，转换后变成特征向量，能够直接存储在XML结构中；对于不能转换的数据，复杂的图像和视频数据将其存储在文件系统中，并且在对应的XML词条中做标记，便于随时查询；

2-1，状态检测仪器与智能运检盒之间通讯规范包括，Broker是消息队列服务器实体；消息转换机指定消息按特定规则路由到某个队列；Binding把exchange和queue按照路由规则绑定起来；交换机根据Routing Key 进行消息投递；一个消息队列服务器实体能够开设多个虚拟主机，用作不同用户的权限分离；在客户端的每个连接里能够建立多个消息通道，每个通道代表一个会话任务；

2-2，智能运检盒与中心侧之间的通讯规范，智能运检盒通过APN专线连接中心侧；需要考虑的内容是信息安全问题；安全接入防护体系分为安全接入终端层、安全通道层、安全接入层、业务访问层四大体系；

3，视频采集和传输的应用软件结构由视频调度与传输模块、存储管理与调度模块、实时采集/控制模块与测控信息处理模块几个重要部分组成；

3-1，视频调度与传输模块为监控端提供所需的视频信息，该模块根据所采取的网络传输与控制协议与监控端建立连接，监听监控端的请求；根据不同的服务类型采取相应的调度策略创建视频流，将视频数据分组、打包，发送到监控端；

3-2，存储管理与调度将压缩和编码后的视频信息存储至磁盘中特定的区域，并将视频文件信息存储到数据库中，以供检索与回放；同时响应视频调度与传输模块的请求，按照磁盘调度策略和优先级顺序从磁盘中读取视频数据至内存缓冲区，供网络使用；

3-3，实时采集/控制模块由一系列设备的采集模块组成，在操作系统启动时加载；在服务器运行期间始终驻留内存运行，定时查看设备端口状态，获取设备端口的数据信息，并激活或提交给响应的处理模块；对于视频数据，将其加入视频编码缓冲队列，由视频编码芯片进行处理；现场状态信息送交测控信息的过滤和转换功能；实时控制进程根据处理后的设备信息和控制信息调用相应设备的驱动程序对设备进行控制；

3-4，Web 服务器是一个运行在嵌入式视频服务器上的软件系统，通过HTTP协议与监控端浏览器软件进行交互，提供其他应用程序模块的接口以及视频数据浏览界面和摄像机控制界面；此外，它还要对监控端的访问权限进行控制，过滤监控端的请求和控制信息，处理多个监控端的请求和控制的同步和优先级问题；

4，高倍率视频压缩技术的包括2部分：1）针对变电设备的结构特点，对图像特征进行提取，研究变电图像结构化信息；2）利用变电设备图像结构特征，研究高效的视频多倍率压缩技术，剔除无关信息并保留特征信息，实现现场视频数据的高效压缩和高速传输；

4-1，针对变电设备特点的图像特征提取；首先对部分训练视频、图片进行标注，然后采用非结构视频数据的特征描述技术实现视频和图片的结构化描述，并与标注内容一一对应，将特征描述后的视频和图像作为半监督或弱监督机器学习方法的输入，能够学习获得最优参数，将最优参数下的半监督或弱监督机器学习方法用于对测试视频、图片进行标注，能够获得相应的视频和图片标签；

4-2，利用变电设备图像结构特征，研究针对性的视频压缩算法，视频压缩的步骤为：①预处理，对输入的视频信号进行一些预处理，对输入信号进行采样和数字化，消除输入视频帧的一些不理想特征，在编码前先对输入帧进行噪声过滤；②正交变换，对视频信息进行正交变换，能够将图像像素转换成不同的空间区域，目的是去除视频序列中的统计冗余；③量化，量化能够降低变换系数的精度以减少存储空间，能够去掉信号中的高频成分，从而达到压缩数据的目的；④编码，编码是将码字分配给量化后的视频数据，重构视频图像的过程是压缩视频图像的反过程，有解码、反量化、反变换和后处理；

5-1，建立高效多级状态检测数据综合索引模型，将状态检测数据从电力设备基础数据、电力设备运行数据、检测仪器、检测数据、气象信息维度进行状态检测数据建模，利用K-prototypes进行聚类分析，研究各个维度之间的关联性，在此基础上建立类型状态检测数据的高维混合数据标识模型；

5-2，状态检测数据的分析诊断技术及个性化展示方法，利用多信息融合来提高分析诊断的准确性，首先确定故障分析的输入源或信息源，包括设备的信息和支撑设备诊断分析的故障案例库和相关关系库，其次根据诊断设备是否故障停运，在运则利用故障预测技术进行预测设备潜在故障，否则利用故障诊断技术诊断进行定位设备故障；

针对故障案例库和相关关系库研究标准化、智能化的典型故障案例库的构建技术；构建基于故障案例的设备故障树和故障谱；针对故障预测技术利用基于海量数据的设备台账、历史故障缺陷、历史试验数据、在线监测数据、气象数据，研究和构建基于故障历史和状态监控的故障预测模型，实现设备潜在性故障分析诊断和预测；针对利用故障诊断技术，研究基于数据驱动型的故障诊断方法、故障诊断图论法及相关性搜索法，实现电力设备的故障诊断。