本發(fā)明涉及輸配電領(lǐng)域，特別地，涉及一種輸配電網(wǎng)設(shè)備缺陷預(yù)警系統(tǒng)。

背景技術(shù)：

電力電氣設(shè)備缺陷不僅影響電網(wǎng)和設(shè)備的正常運行，而且有可能引發(fā)設(shè)備甚至系統(tǒng)事故。加強對設(shè)備缺陷的管理是避免系統(tǒng)事故，提高電網(wǎng)安全運行水平的重要保證。設(shè)備缺陷管理的目的是為了及時、準確、有效地發(fā)現(xiàn)和消除設(shè)備缺陷，提高電網(wǎng)的運行安全及用戶的供電可靠性。設(shè)備缺陷管理應(yīng)堅持預(yù)防為主的原則，以科學(xué)的檢測技術(shù)為手段，嚴密的管理為保證。電力生產(chǎn)管理的核心是設(shè)備管理，而設(shè)備管理又是圍繞資產(chǎn)管理和運行管理而展開的。因此，電力設(shè)備缺陷管理是整個生產(chǎn)管理的重要工作內(nèi)容。

傳統(tǒng)的輸變電設(shè)備缺陷管理是指對電力系統(tǒng)中運行的設(shè)備發(fā)生了異常而影響安全穩(wěn)定運行的狀況進行跟蹤分析、處理及驗收等過程。然而，由于我國技術(shù)手段限制，許多缺陷不能夠被及時發(fā)現(xiàn)，延誤了上報，從而造成事故發(fā)生。我國主要使用人工巡檢的方式的發(fā)現(xiàn)缺陷并手動上傳，考慮到工作人員責(zé)任心少、技術(shù)素質(zhì)低、工作效率差、對部分缺陷的存在缺乏判斷能力等等原因，檢修質(zhì)量不高、設(shè)備材料質(zhì)量不過關(guān)、缺陷檢修處理時間長，尤其是一部分較嚴重的缺陷不能得到及時處理，從而導(dǎo)致了嚴重事故發(fā)生。另外，設(shè)備缺陷的預(yù)警措施不到位，而且存在設(shè)備選型、安裝及驗收等的問題，不能夠在設(shè)備投運之前發(fā)現(xiàn)問題。設(shè)備缺陷的預(yù)警得不到控制。

針對現(xiàn)有技術(shù)中人工方式的缺陷上傳及處理流程太過緩慢的問題，目前尚缺乏有效的應(yīng)對策略。

技術(shù)實現(xiàn)要素：

有鑒于此，本發(fā)明的目的在于提出一種輸配電網(wǎng)設(shè)備缺陷預(yù)警系統(tǒng)，能夠自動監(jiān)控與分析設(shè)備缺陷并預(yù)警，提高工作效率與質(zhì)量，縮短響應(yīng)時間。

基于上述目的，本發(fā)明提供的技術(shù)方案如下：

根據(jù)本發(fā)明的一個方面，提供了一種輸配電網(wǎng)設(shè)備缺陷預(yù)警系統(tǒng)，包括：

監(jiān)控端，設(shè)置于輸配電網(wǎng)處，用于監(jiān)控并采集輸配電網(wǎng)設(shè)備的運行情況；

交互式數(shù)據(jù)框架，連接至監(jiān)控端，用于傳輸監(jiān)控端采集的輸配電網(wǎng)設(shè)備的運行情況、根據(jù)預(yù)警系統(tǒng)后臺服務(wù)器反饋的仿真結(jié)果執(zhí)行故障容錯控制，并與使用者交互；

預(yù)警系統(tǒng)后臺服務(wù)器，連接至交互式數(shù)據(jù)框架，用于接收監(jiān)控端采集的輸配電網(wǎng)設(shè)備的運行情況，使用網(wǎng)絡(luò)動態(tài)仿真技術(shù)對輸配電網(wǎng)設(shè)備進行仿真，獲得并輸出仿真結(jié)果。

其中，監(jiān)控端包括：

直接信息設(shè)備，其監(jiān)控并采的集輸配電網(wǎng)設(shè)備的運行情況信息以文字形式表示；

間接信息設(shè)備，其監(jiān)控并采的集輸配電網(wǎng)設(shè)備的運行情況信息以圖片或視頻形式表示。

其中，交互式數(shù)據(jù)框架包括：

中間件平臺，用于存放預(yù)警系統(tǒng)后臺服務(wù)器需要調(diào)用的功能性模塊，并將預(yù)警系統(tǒng)后臺服務(wù)器與交互式數(shù)據(jù)框架建立連接；

客戶端，連接至中間件平臺，用于將輸配電網(wǎng)設(shè)備的運行情況與預(yù)警系統(tǒng)后臺服務(wù)器反饋的仿真結(jié)果顯示給操作者。

并且，中間件平臺存放的功能性模塊包括：

仿真引擎，用于根據(jù)輸入的進程標識與動作，使用環(huán)境仿真算法計算并輸出其影響、影響范圍與持續(xù)時間；

評估引擎，連接至監(jiān)控端，用于根據(jù)輸入的進程標識與動作，使用集輸配電網(wǎng)設(shè)備的運行情況進行評估并輸出其影響、影響范圍與持續(xù)時間；

客戶端接口，連接至客戶端，用于將輸配電網(wǎng)設(shè)備的運行情況與預(yù)警系統(tǒng)后臺服務(wù)器反饋的仿真結(jié)果轉(zhuǎn)化為可視化格式并發(fā)送給客戶端。

并且，預(yù)警系統(tǒng)后臺服務(wù)器包括：

適配器，連接至仿真引擎、評估引擎與客戶端接口，用于將仿真引擎、評估引擎與客戶端接口的與預(yù)警系統(tǒng)后臺服務(wù)器相轉(zhuǎn)接；

仿真會話池，通過適配器連接至仿真引擎，用于向仿真引擎發(fā)送進程標識與動作，并接收其影響、影響范圍與持續(xù)時間；

消息與數(shù)據(jù)寄存器，通過適配器連接至評估引擎，用于向評估引擎發(fā)送進程標識與動作，并接收其影響、影響范圍與持續(xù)時間；

客戶端解釋器，通過適配器連接至客戶端接口，用于將輸配電網(wǎng)設(shè)備的運行情況與預(yù)警系統(tǒng)后臺服務(wù)器反饋的仿真結(jié)果發(fā)送到客戶端并接收來自客戶端的控制命令；

會話管理器，連接至仿真會話池、消息與數(shù)據(jù)寄存器與客戶端解釋器，用于根據(jù)仿真引擎與評估引擎的輸出使用智能診斷方法識別輸配電網(wǎng)設(shè)備的缺陷，并控制仿真會話池、消息與數(shù)據(jù)寄存器與客戶端解釋器的工作行為。

并且，會話管理器使用的智能診斷方法包括以下至少之一：模糊缺陷診斷法、灰色關(guān)聯(lián)度缺陷診斷法、神經(jīng)網(wǎng)絡(luò)缺陷診斷法、信息融合缺陷診斷法。

并且，模糊缺陷診斷法為使用隸屬函數(shù)和模糊關(guān)系矩陣判定缺陷與征兆之間的不確定關(guān)系,進而檢測與診斷缺陷，其中，隸屬函數(shù)和模糊關(guān)系矩陣選擇具有代表性的特征值。

同時，灰色關(guān)聯(lián)度缺陷診斷法根據(jù)不同對象之間的關(guān)聯(lián)程度，在缺陷診斷中確定和實際模式關(guān)聯(lián)最強的標準模式，其中，實測模式的特征向量序列與某一標準模式序列關(guān)聯(lián)度最大時，認定該實測模式屬于對應(yīng)的標準模式。

同時，神經(jīng)網(wǎng)絡(luò)缺陷診斷法包括神經(jīng)網(wǎng)絡(luò)診斷知識庫的建立、神經(jīng)網(wǎng)絡(luò)的診斷推理與神經(jīng)網(wǎng)絡(luò)的自學(xué)習(xí)，其中，神經(jīng)網(wǎng)絡(luò)診斷知識庫的建立包括:分析診斷對象缺陷的知識結(jié)構(gòu)，根據(jù)缺陷樹分析法確定神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)模型，然后確定網(wǎng)絡(luò)的訓(xùn)練樣本并進行訓(xùn)練，獲得相應(yīng)的連接權(quán)值，再存儲連接權(quán)和閥值，形成知識庫；神經(jīng)網(wǎng)絡(luò)的診斷推理為以并行計算方式完成推理過程，其推理過程只與神經(jīng)網(wǎng)絡(luò)自身的參數(shù)相關(guān)；神經(jīng)網(wǎng)絡(luò)的自學(xué)習(xí)為系統(tǒng)知識的再次獲取。

并且，信息融合缺陷診斷法用于多個通道信號的融合和不同診斷途徑的診斷結(jié)論之間的融合，包括：對每個檢測信息分別進行預(yù)處理、特征提取，建立對所檢測狀態(tài)的初步結(jié)論；通過關(guān)聯(lián)處理、決策層融合判決，得到聯(lián)合推理結(jié)果，其中，信息融合的方法包括以下至少之一：基于神經(jīng)網(wǎng)絡(luò)的信息融合、基于模糊聚類的信息融合、基于DS證據(jù)理論的信息融合。

從上面所述可以看出，本發(fā)明提供的技術(shù)方案通過使用監(jiān)控端監(jiān)控并采集輸配電網(wǎng)設(shè)備的運行情況；交互式數(shù)據(jù)框架根據(jù)預(yù)警系統(tǒng)后臺服務(wù)器反饋的仿真結(jié)果執(zhí)行故障容錯控制、預(yù)警系統(tǒng)后臺服務(wù)器使用網(wǎng)絡(luò)動態(tài)仿真技術(shù)對輸配電網(wǎng)設(shè)備進行仿真三者結(jié)合的技術(shù)手段，做到了自動監(jiān)控與分析設(shè)備缺陷并預(yù)警，提高了工作效率與質(zhì)量，縮短了響應(yīng)時間。

附圖說明

為了更清楚地說明本發(fā)明實施例或現(xiàn)有技術(shù)中的技術(shù)方案，下面將對實施例中所需要使用的附圖作簡單地介紹。顯然，下面描述中的附圖僅僅是本發(fā)明的一些實施例，對于本領(lǐng)域普通技術(shù)人員來講，在不付出創(chuàng)造性勞動的前提下，還可以根據(jù)這些附圖獲得其他的附圖。

圖1為根據(jù)本發(fā)明實施例的一種輸配電網(wǎng)設(shè)備缺陷預(yù)警系統(tǒng)的結(jié)構(gòu)圖；

圖2為根據(jù)本發(fā)明實施例的一種輸配電網(wǎng)設(shè)備缺陷預(yù)警系統(tǒng)中，交互式數(shù)據(jù)框架的結(jié)構(gòu)圖；

圖3為根據(jù)本發(fā)明實施例的一種輸配電網(wǎng)設(shè)備缺陷預(yù)警系統(tǒng)中，預(yù)警系統(tǒng)后臺服務(wù)器的結(jié)構(gòu)圖。

具體實施方式

為使本發(fā)明的目的、技術(shù)方案和優(yōu)點更加清楚明白，下面將結(jié)合本發(fā)明實施例中的附圖，對本發(fā)明實施例中的技術(shù)方案進一步進行清楚、完整、詳細地描述。顯然，所描述的實施例僅僅是本發(fā)明一部分實施例，而不是全部的實施例。基于本發(fā)明中的實施例，本領(lǐng)域普通技術(shù)人員所獲得的所有其他實施例，都屬于本發(fā)明保護的范圍。

根據(jù)本發(fā)明的實施例，提供了一種輸配電網(wǎng)設(shè)備缺陷預(yù)警系統(tǒng)。

如圖1所示，根據(jù)本發(fā)明的實施例提供的輸配電網(wǎng)設(shè)備缺陷預(yù)警系統(tǒng)包括：

監(jiān)控端11，設(shè)置于輸配電網(wǎng)處，用于監(jiān)控并采集輸配電網(wǎng)設(shè)備的運行情況；

交互式數(shù)據(jù)框架12，連接至監(jiān)控端11，用于傳輸監(jiān)控端11采集的輸配電網(wǎng)設(shè)備的運行情況、根據(jù)預(yù)警系統(tǒng)后臺服務(wù)器13反饋的仿真結(jié)果執(zhí)行故障容錯控制，并與使用者交互；

預(yù)警系統(tǒng)后臺服務(wù)器13，連接至交互式數(shù)據(jù)框架12，用于接收監(jiān)控端11采集的輸配電網(wǎng)設(shè)備的運行情況，使用網(wǎng)絡(luò)動態(tài)仿真技術(shù)對輸配電網(wǎng)設(shè)備進行仿真，獲得并輸出仿真結(jié)果。

其中，監(jiān)控端11包括：

直接信息設(shè)備，其監(jiān)控并采的集輸配電網(wǎng)設(shè)備的運行情況信息以文字形式表示；

間接信息設(shè)備，其監(jiān)控并采的集輸配電網(wǎng)設(shè)備的運行情況信息以圖片或視頻形式表示。

如圖2所示，交互式數(shù)據(jù)框架12包括：

中間件平臺21，用于存放預(yù)警系統(tǒng)后臺服務(wù)器13需要調(diào)用的功能性模塊，并將預(yù)警系統(tǒng)后臺服務(wù)器13與交互式數(shù)據(jù)框架12建立連接；

客戶端22，連接至中間件平臺21，用于將輸配電網(wǎng)設(shè)備的運行情況與預(yù)警系統(tǒng)后臺服務(wù)器13反饋的仿真結(jié)果顯示給操作者。

如圖2所示，中間件平臺21存放的功能性模塊包括：

仿真引擎211，用于根據(jù)輸入的進程標識與動作，使用環(huán)境仿真算法計算并輸出其影響、影響范圍與持續(xù)時間；

評估引擎212，連接至監(jiān)控端11，用于根據(jù)輸入的進程標識與動作，使用集輸配電網(wǎng)設(shè)備的運行情況進行評估并輸出其影響、影響范圍與持續(xù)時間；

客戶端接口213，連接至客戶端22，用于將輸配電網(wǎng)設(shè)備的運行情況與預(yù)警系統(tǒng)后臺服務(wù)器13反饋的仿真結(jié)果轉(zhuǎn)化為可視化格式并發(fā)送給客戶端22。

如圖3所示，預(yù)警系統(tǒng)后臺服務(wù)器13包括：

適配器31，連接至仿真引擎211、評估引擎212與客戶端接口213，用于將仿真引擎211、評估引擎212與客戶端接口213的與預(yù)警系統(tǒng)后臺服務(wù)器13相轉(zhuǎn)接；

仿真會話池32，通過適配器31連接至仿真引擎211，用于向仿真引擎211發(fā)送進程標識與動作，并接收其影響、影響范圍與持續(xù)時間；

消息與數(shù)據(jù)寄存器33，通過適配器31連接至評估引擎212，用于向評估引擎212發(fā)送進程標識與動作，并接收其影響、影響范圍與持續(xù)時間；

客戶端解釋器34，通過適配器31連接至客戶端接口213，用于將輸配電網(wǎng)設(shè)備的運行情況與預(yù)警系統(tǒng)后臺服務(wù)器13反饋的仿真結(jié)果發(fā)送到客戶端22并接收來自客戶端22的控制命令；

會話管理器35，連接至仿真會話池32、消息與數(shù)據(jù)寄存器33與客戶端解釋器34，用于根據(jù)仿真引擎211與評估引擎212的輸出使用智能診斷方法識別輸配電網(wǎng)設(shè)備的缺陷，并控制仿真會話池32、消息與數(shù)據(jù)寄存器33與客戶端解釋器34的工作行為。

并且，會話管理器35使用的智能診斷方法包括以下至少之一：模糊缺陷診斷法、灰色關(guān)聯(lián)度缺陷診斷法、神經(jīng)網(wǎng)絡(luò)缺陷診斷法、信息融合缺陷診斷法。

并且，模糊缺陷診斷法為使用隸屬函數(shù)和模糊關(guān)系矩陣判定缺陷與征兆之間的不確定關(guān)系,進而檢測與診斷缺陷，其中，隸屬函數(shù)和模糊關(guān)系矩陣選擇具有代表性的特征值。

同時，灰色關(guān)聯(lián)度缺陷診斷法根據(jù)不同對象之間的關(guān)聯(lián)程度，在缺陷診斷中確定和實際模式關(guān)聯(lián)最強的標準模式，其中，實測模式的特征向量序列與某一標準模式序列關(guān)聯(lián)度最大時，認定該實測模式屬于對應(yīng)的標準模式。

同時，神經(jīng)網(wǎng)絡(luò)缺陷診斷法包括神經(jīng)網(wǎng)絡(luò)診斷知識庫的建立、神經(jīng)網(wǎng)絡(luò)的診斷推理與神經(jīng)網(wǎng)絡(luò)的自學(xué)習(xí)，其中，神經(jīng)網(wǎng)絡(luò)診斷知識庫的建立包括:分析診斷對象缺陷的知識結(jié)構(gòu)，根據(jù)缺陷樹分析法確定神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)模型，然后確定網(wǎng)絡(luò)的訓(xùn)練樣本并進行訓(xùn)練，獲得相應(yīng)的連接權(quán)值，再存儲連接權(quán)和閥值，形成知識庫；神經(jīng)網(wǎng)絡(luò)的診斷推理為以并行計算方式完成推理過程，其推理過程只與神經(jīng)網(wǎng)絡(luò)自身的參數(shù)相關(guān)；神經(jīng)網(wǎng)絡(luò)的自學(xué)習(xí)為系統(tǒng)知識的再次獲取。

并且，信息融合缺陷診斷法用于多個通道信號的融合和不同診斷途徑的診斷結(jié)論之間的融合，包括：對每個檢測信息分別進行預(yù)處理、特征提取，建立對所檢測狀態(tài)的初步結(jié)論；通過關(guān)聯(lián)處理、決策層融合判決，得到聯(lián)合推理結(jié)果，其中，信息融合的方法包括以下至少之一：基于神經(jīng)網(wǎng)絡(luò)的信息融合、基于模糊聚類的信息融合、基于DS證據(jù)理論的信息融合。

借助于本發(fā)明的上述技術(shù)方案，通過使用監(jiān)控端監(jiān)控并采集輸配電網(wǎng)設(shè)備的運行情況；交互式數(shù)據(jù)框架根據(jù)預(yù)警系統(tǒng)后臺服務(wù)器反饋的仿真結(jié)果執(zhí)行故障容錯控制、預(yù)警系統(tǒng)后臺服務(wù)器使用網(wǎng)絡(luò)動態(tài)仿真技術(shù)對輸配電網(wǎng)設(shè)備進行仿真三者結(jié)合的技術(shù)手段，做到了自動監(jiān)控與分析設(shè)備缺陷并預(yù)警，提高了工作效率與質(zhì)量，縮短了響應(yīng)時間。

所屬領(lǐng)域的普通技術(shù)人員應(yīng)當(dāng)理解：以上所述僅為本發(fā)明的具體實施例而已，并不用于限制本發(fā)明，凡在本發(fā)明的精神和原則之內(nèi)，所做的任何修改、等同替換、改進等，均應(yīng)包含在本發(fā)明的保護范圍之內(nèi)。