[发明专利]变电站设备监控数据信号的智能解析系统有效

专利信息
申请号: 201810034859.2 申请日: 2018-01-15
公开(公告)号: CN108399579B 公开(公告)日: 2021-04-02
发明(设计)人: 王伟臣;赵向阳;郝达智;杨晓静;黄志刚;冯长有;王健;王伟力;马超;王晶;赵士朗;马钢;王鑫;路树森;张杰;王飞跃 申请(专利权)人: 国网天津市电力公司;中国科学院自动化研究所
主分类号: G06Q50/06 分类号: G06Q50/06
代理公司: 北京瀚仁知识产权代理事务所(普通合伙) 11482 代理人: 郭文浩;陈晓鹏
地址: 300010*** 国省代码: 天津;12
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 变电站 设备 监控 数据 信号 智能 解析 系统
【权利要求书】:

1.一种变电站设备监控数据信号的智能解析系统,其特征在于,包括:标准化处理模块、数据信号解析模块和监控信息处置策略库;

所述标准化处理模块,用于对待解析的监控数据信号进行格式和内容的转换,输出标准化处理后的待解析监控数据信号,包括:信号时间、信号所属变电站、信号产生设备名称和信号类型;

所述数据信号解析模块,为贝叶斯神经网络,用于对所述标准化处理后的待解析监控数据信号进行解析,得到该监控数据信号所对应的一个或多个监控事件;其中,所述贝叶斯神经网络包括:输入层、模式层、求和层和输出层,输入到所述输入层的信号包括经过所述标准化处理模块处理后的断路器和隔离开关设备的监测数据信号,再经过模式层计算输入层输入的信号与输出分合闸状态信号的匹配程度,求和层各单元计算相应类的解析结果,通过输出层输出筛选的解析结果;

所述贝叶斯神经网络训练用数据集为标准化处理后的历史监控数据信号;

所述输入层,配置为:接收所述标准化处理后的监控数据信号,并传递给节点网络,输入层节点网络的神经元数目与所述标准化处理后的监控数据信号的维数相等;

所述模式层,配置为:从输入层获取输入数据特征向量,计算输入数据特征向量与训练集中的各个监控事件的匹配关系;模式层的神经元个数为训练样本的组数;

所述求和层,配置为:每一监控事件只对应一个求和层单元;每个求和层单元只与其对应的一个或多个监控事件的模式层单元相连接,并将所连接的模式层单元的输出结果相加,从而得到该监控事件的估计概率密度函数;

所述输出层,配置为:接收从求和层输出的各监控事件的概率密度函数,通过归一化处理,得到各监控事件的概率估计;选择一个具有最大后验概率密度的神经元作为整个系统的输出;

所述监控信息处置策略库,用于根据所述贝叶斯神经网络的解析结果,查询监控数据信号对应的信号释义、原因分析、造成后果和处置策略。

2.根据权利要求1所述的智能解析系统,其特征在于,所述监控信息处置策略库,依据标准化处理后的历史监控数据信号,及其对应的信号释义、原因分析、造成后果和处置策略构建。

3.根据权利要求1所述的智能解析系统,其特征在于,还包括:网络拓扑结构库;

所述网络拓扑结构库,用于查询各个设备之间的关联性,以及信号的关联性;所述网络拓扑结构库,是根据变电站中各设备的电气连接关系构建的双层网络拓扑结构,包括:变电站外接拓扑结构和变电站内接拓扑结构。

4.根据权利要求1所述的智能解析系统,其特征在于,还包括:分组显示模块;

所述分组显示模块,用于对所述监控信息处置策略库的查询结果分组打包形成监控事件信息列表,并发送至显示设备上显示;和/或根据所述标准化处理后的待解析监控数据信号,查询所述网络拓扑结构库中的相关信息,并发送至显示设备上显示。

5.根据权利要求3所述的智能解析系统,其特征在于,所述的网络拓扑结构库采用分层分组的形式通过表单的方式进行储存和调用。

6.根据权利要求5所述的智能解析系统,其特征在于,所述变电站外接拓扑结构,包括变电站名称、变电站属性、变电站电压等级、接线形式、外接变电站名称和外接变电站之间间隔类型;

其中,

所述变电站属性,包括智能和常规变电站;

所述变电站电压等级,包括500KV、330KV、220KV、110KV和66KV;

所述接线形式,包括双母双分线、单母分段、3/2接线和单母;

所述外接变电站之间间隔类型,包括主变本体、主变高压侧、主变中压侧、主变低压侧、线路间隔、电容器间隔、电抗器间隔和母线间隔。

7.根据权利要求5所述的智能解析系统,其特征在于,所述变电站内接拓扑结构,为变电站内部的各个设备之间的连接拓扑形式。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于国网天津市电力公司;中国科学院自动化研究所,未经国网天津市电力公司;中国科学院自动化研究所许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201810034859.2/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top