[发明专利]配电站运维监控云机器人系统、后台处理及作业任务方法有效

专利信息
申请号: 202110852167.0 申请日: 2021-07-27
公开(公告)号: CN113472079B 公开(公告)日: 2022-10-14
发明(设计)人: 庄一能;王宝;韩天星;郭梓晗;梁庆华;吴甜;张伟 申请(专利权)人: 上海交通大学;北京瑞盈智拓科技发展有限公司;国网江苏省电力有限公司徐州供电分公司
主分类号: H02J13/00 分类号: H02J13/00;H02B3/00
代理公司: 上海汉声知识产权代理有限公司 31236 代理人: 胡晶
地址: 200240 *** 国省代码: 上海;31
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 配电 站运维 监控 机器人 系统 后台 处理 作业 任务 方法
【说明书】:

发明提供了一种配电站运维监控云机器人系统、后台处理及作业任务方法。运维监控系统,与云机器人执行终端以及云机器人云端资源库,共同构成了一套完整的配电站云机器人系统架构,将云计算和智能机器人等技术与配电站作业任务融合。本发明以网页端软件的形式设计,配电站运维人员可在与配电站内网连接的智能设备上进入系统,执行配电站的运维任务,操作智能机器人完成巡检、作业任务。本发明为配电站云机器人系统架构提供了一套完整的运维监控系统,实现对配电站环境、设备参数的同步采集,并具备全面直观的用户显示界面,充分提高了电站运维人员的作业效率,也为配电站的电气设备提供了可靠的安全保障。

技术领域

本发明涉及电力设备维护领域,具体地,涉及一种配电站运维监控云机器人系统。

背景技术

目前我国供电系统的运检管控能力稳步提高,配电自动化、信息化水平显著提高,同时随着工业用电、生活用电需求日益增长,因此在这种背景下,对智能电网和智能用电设备都提出了新要求。相较于传统的人力为主的运维模式,当前精益化管理、精准化运营、精细化操作的需求愈发凸显,对配电站的运营模式、运检能力均有较大的挑战。

配电站智能化设备的研发使得配网自动化在智能电网建设中取得一定成就,而智能终端在传统的运维模式中由于数据量巨大、信息系统互相独立等问题,使得将云计算与配电站智能机器人结合的方案应运而生。事实上,国内的云机器人系统在电力行业的应用正处于起步阶段,还存在一些亟待解决的问题如:智能机器人的应用以电站内巡检为主,真正实现作业任务的较少;智能机器人得到的工作数据并不能被有效利用;智能机器人与运维人员之间的交互性差,同时机器人的可操作性较低,使得工作效率并不高。

与配电站云机器人系统架构相应的,需要一套完整的,适配的配电站后台运维监控系统,用于配电房环境以及配电房内设备的状态数据的收集监测;对采集得到数据进行综合分析,对出现的异常数据进行警报;具备优秀的交互性,便于配电站运维人员进行日常监控和任务下发等工作。

发明内容

针对现有技术中的缺陷,本发明的目的是提供一种配电站运维监控云机器人系统、后台处理及作业任务方法。

根据本发明提供的一种配电站运维监控云机器人系统,包括运维监控系统、云机器人执行终端以及云机器人云端资源库,其中:

运维监控系统包括语义解析模块、监测模块以及数据分析模块,

语义解析模块将运维文本解析为云机器人执行终端可识别的指令;

云机器人执行终端根据指令进行作业;

监测模块完成数据采集,上传数据至云机器人云端资源库,为数据分析模块提供原始的电站数据;

数据分析模块分析原始的电站数据。

优选地,所述语义解析模块由配电站本地的历史运维文本库,采用doc2vec向量及K-means++聚类,并将聚类结果通过最长公共子序列算法以及seq2seq模型,训练得到一套语义框架。

优选地,监测模块采集的数据包括配电站环境数据、电站设备数据以及云机器人执行终端的采集数据。

优选地,数据分析模块对于缺失的数据,基于GAKNN的配电运维时间序列的填补方法,在朴素KNN方法的基础上结合灰色关联系数,为邻近点设置权重从而进一步填补缺失值,得到完全的数据。

优选地,所述监测模块包括检测装置,所述检测装置包括:

用于监测配电设备的装置:开关柜母线接电处温度传感器、变压器电压电流采集装置、变压器温度测量装置;

用于监测配电房环境的装置:温湿度传感器、水位传感器、烟雾传感器以及音视频监控设备;

用于监测机器人状态的装置:机器人定位装置、机器人工作末端处摄像装置。

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上海交通大学;北京瑞盈智拓科技发展有限公司;国网江苏省电力有限公司徐州供电分公司,未经上海交通大学;北京瑞盈智拓科技发展有限公司;国网江苏省电力有限公司徐州供电分公司许可,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/202110852167.0/2.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