[发明专利]一种具备边缘计算功能的AI过电压识别系统及方法

说明书

本申请实施例提供的一种具备边缘计算功能的AI过电压识别系统及方法，包括所述主站侧为智能判决校验云，所述终端侧为电压识别器，所述电压识别器包括测量与识别单元、第一加密与网络安全单元，所述智能判决校验云包括第二加密与网络安全单元、AI学习判决校验单元，通过边缘计算方法，实现ns级的VFTO识别和判断，能够快速对VFTO导致的影响形成响应与处理，确保了相关电力系统的安全性；能够接入电力内网系统，向各系统与终端发送VFTO识别信息，确保相关数据能够有效运用到生产与工作中；系统具备AI学习能力，可以不断匹配现有电力系统设备客观情况，确保识别结果不太受电力系统老化、改造而影响检测结果。

技术领域

本申请涉及电力行业加密与安全领域，尤其涉及一种具备边缘计算功能的AI过电压识别系统及方法。

背景技术

随着电压等级的提高，气体绝缘金属封闭开关设备(GIS，GAS INSULATEDSWITCHGEAR)中隔离开关例行操作产生的内部过电压，尤其是特快速暂态过电压(VFTO，Very Fast Transient Overvoltage)，对GIS等电力设备绝缘造成很大威胁。

目前对VFTO波形参数和幅值特征的分析多基于仿真和规模有限的GIS模拟试验段实测上，对于真型GIS变电站的实测工作开展较少，GIS中的隔离开关进行分合闸空载母线时，由于触头运动速度慢，触头间隙在工频电压下会发生多次预击穿和重燃，放电引起的高频振荡形成快速暂态过程，该过程产生的阶跃电压波在GIS内部来回传播并发生折反射，形成具有高频振荡的VFTO，VFTO具有幅值高、波前陡、振荡频率高等特点，威胁GIS设备的安全运行。主要是受VFTO测量系统技术难点制约。

目前的对于真型GIS变电站的实测工作开展较少，VFTO测量系统的准确性差，具体体现为：陡波脉冲或方波的波形参数受回路电感影响较大，几个kV的方波和陡脉冲较易产生，但是数百kV的ns级陡波产生起来十分困难，因为电压等级高，结构尺寸成指数增加，导致元器件和回路杂散电感过大，影响波形，高压分压器由于自身结构尺寸增加带来杂散参数的影响增大，并且自身因尺寸增加带来的结构电感也影响测量的准确性，需对各种因素对分压器性能影响进行系统性分析，高压分压器还需满足VFTO标定装置特殊的使用环境需要求，陡脉冲的波长较小，会在回路中产生一定的波过程，影响标定波形的获得和调节，GIS内部实际过电压存在随机性和波形复杂性。

发明内容

本申请提供了一种具备边缘计算功能的AI过电压识别系统及方法，能够对过电压的精准识别与ns级的响应，准确对VFTO的状态识别与判断，以及对GIS等电力设备的影响与威胁，解决测试不准确，确定系统对VFTO识别的准确性。

为了达到上述目的，本申请实施例采用以下技术方案：

第一方面，提供一种具备边缘计算功能的AI过电压识别方法，包括：

通过边缘计算的方法，得到实际的VFTO单次击穿的时域波形，实现对VFTO的ns级别识别和判断响应；

通过加密算法，实现数据的加密或解密运算并传输信息，所述信息为加密或解密后的数据；

通过分类算法对VFTO相关数学表征与信息进行学习，逐步校准与匹配各电压识别VFTO判决函数中的相关变量；

通过所述各电压识别VFTO判决函数中的相关变量的结果，精准识别VFTO。

可选的，边缘计算的方法是考虑了套管导体辐射损耗的传输线方法，求解所述传输线方程可分为时域方法和频域方法。

可选的，所述频域方法将激励源进行傅里叶变换，得到激励源的频谱，然后计算每个频点的系统响应，最后进行逆傅里叶变换得到响应的时域解。

可选的，所述加密算法为SM4算法，所述SM4算法为分组密码算法。