一种输电线路绝缘子运行状态的动态监测方法与流程
本发明具体涉及一种输电线路绝缘子运行状态的动态监测方法,属于输电线路绝缘子感知。
背景技术:
1、输电线路绝缘子是输电线路中的重要基础部件,其运行状态会影响线路监测、巡视和运维工作的开展。随着输电线路在线监测技术的发展,越来越多的绝缘子监测装置被部署在杆塔、绝缘子串或相关位置,用于持续采集绝缘子运行过程中的监测数据。与此同时,与监测数据相关的环境工况数据、监测装置运行状态数据、通信状态数据、安装状态数据以及人工维护记录等信息也可同步获取。现有在线监测系统通常能够实现以下功能之一或组合:
2、1)采集绝缘子在线监测数据并进行显示;2)获取环境温湿度、降雨、风速等环境工况信息;3)获取监测装置供电、通信、存储等运行状态信息;4)对监测值进行历史存储和简单曲线展示;5)对异常数据进行提示或人工复核。
3、在现有平台中,不同类型的数据往往分散存储、分项展示,监测值、环境信息、装置状态、通信状态及历史记录之间缺乏统一的组织方式和结构化表达方式,导致运维人员虽然能够看到大量原始数据,但难以快速形成对某监测点、某杆塔或某线路区段当前运行状态的综合理解,也难以对状态变化进行持续追踪和回溯。
技术实现思路
1、本发明针对现有输电线路绝缘子在线监测技术的上述缺陷,提供一种绝缘子运行状态动态感知方法,解决如下核心技术问题:1)现有技术对绝缘子状态的表达多停留于单项监测值、异常标志、健康评分或告警结论。本发明从数据可信性、环境影响性、运维关注性等维度提取状态特征,构建非故障导向的运行状态中间层表征体系,使监测对象的当前状态能够以多维状态特征和多层状态标签的形式进行表达;2)解决单点状态感知孤立、缺少关联对象增强的问题。本发明根据绝缘子监测对象之间的空间邻接关系、杆塔归属关系、线路区段关系、电气连接关系、环境相似关系和历史状态相似关系构建绝缘子动态图,并基于关联对象的状态特征和边权重对目标监测对象进行关联增强,以区分单点状态变化、区域同步变化、环境诱发变化以及装置或通信支撑不足导致的状态变化;
2、为解决上述技术问题,本发明所提出的技术方案是:一种输电线路绝缘子运行状态的动态监测方法,包括以下内容:
3、定义目标输电线路上的n个待进行运行状态监测的绝缘子依次为第一监测对象、第二监测对象到第n监测对象;
4、分别获取所有检测对象在当前时刻以及当前时刻之前的m个历史时刻的多模态感知数据;
5、根据所有监测对象在当前时刻以及当前时刻之前的m个历史时刻的多模态感知数据建立监测对象在当前时刻以及当前时刻之前的m个历史时刻的状态数据单元;
6、对所有监测对象在当前时刻以及当前时刻之前的m个历史时刻的状态数据单元进行多模态特征编码得到所有监测对象在当前时刻以及当前时刻之前的m个历史时刻的的多模态状态特征向量;
7、以所有监测对象为节点,以监测对象之间的关联关系为边、以所有监测对象在当前时刻以及当前时刻之前的m个历史时刻中同一个时刻下的多模态状态特征向量作为节点特征,以监测对象之间的关联强度为边权重建立目标输电线路上所有监测对象在当前时刻以及当前时刻之前的m个历史时刻的m+1个时刻的动态图,将m+1个时刻的动态图收集起来形成动态图序列;
8、基于动态图神经网络模型建立输电线路绝缘子运行状态监测模型并进行训练,得到训练完成的输电线路绝缘子运行状态监测模型;将动态图序列输入所述训练完成的输电线路绝缘子运行状态监测模型中得到目标输电线路上所有绝缘子在当前时刻的运行状态标签集合。
9、进一步,所述多模态状态特征向量由电气特征向量、热特征向量、图像特征向量、环境特征向量、装置支撑特征向量、通信稳定特征向量和历史运维特征向量拼接融合,如下式所示,
10、;
11、其中,xi(t)表示第i个监测对象在第t个时间窗口的多模态状态特征向量,q(t)表示由各模态质量标识构成的质量向量;
12、所述电气特征向量如下式所示,
13、;
14、其中,iavg表示平均泄漏电流,imax表示最大泄漏电流,irms表示泄漏电流有效值,istd表示泄漏电流标准差,np表示脉冲次数,dp表示脉冲密度,cs表示采样覆盖率,te表示电气数据中断时长;
15、所述热特征向量如下式所示,
16、;
17、其中,tmax表示最高温度,tmin表示最低温度,tavg表示平均温度,tstd表示温度标准差,nt表示异常发热区域数量,qt表示热像质量标识;
18、所述图像特征向量如下式所示,
19、;
20、其中,rs表示污秽覆盖率,ab表示破损面积,lc表示裂纹长度,ai表示覆冰面积,ao表示异物附着面积,am表示伞裙缺失面积,ar表示金具锈蚀面积,qc表示图像清晰度,qo表示遮挡比例,qa表示拍摄角度偏差,ql表示光照质量;
21、所述环境特征向量如下式所示,
22、;
23、其中,ta表示环境温度,rh表示相对湿度,ws表示风速,wd表示风向,p表示气压,pd表示污秽等级,drh表示湿度变化率,dta表示温度变化率,dws表示风速变化率,rain表示降雨累计量,hr表示连续降雨时长,nl表示雷电活动次数;
24、所述装置支撑特征向量如下式所示,
25、;
26、其中,ps表示供电状态,bp表示电池电量,ac表示采集模块状态,ss表示传感器状态,ms表示存储状态,ts表示时钟同步状态,ds表示装置自检状态,no表示装置离线次数,nr表示装置重启次数,ns表示传感器异常次数,dt表示时钟偏差量,nm表示存储异常次数;
27、所述通信稳定特征向量如下式所示,
28、;
29、其中,on表示在线状态,rssi表示信号强度,pl表示丢包率,delayavg表示平均上报时延,delaymax表示最大上报时延,nrec表示重连次数,nup表示成功上报次数,nexp表示应上报次数,rup表示上报连续率,noff表示通信中断次数,toff表示通信中断持续时长,nrep表示补传数据次数;
30、所述历史运维特征向量如下式所示,
31、
32、其中,ti表示距最近一次巡视的间隔时间,tv表示最近一次巡视类型编码,tc表示距最近一次检查的间隔时间,tm表示距最近一次维护的间隔时间,tf表示距最近一次故障处理的间隔时间。
33、进一步,建立状态数据单元的具体过程如下:
34、给监测对象打上唯一数据质量标识并进行关联映射;
35、对监测对象在不同时刻的多模态感知数据采用固定滑动时间窗口作为统一时间基准进行对齐;
36、获取同一监测对象在同一时间窗口内的对齐后多源感知数据集合,并将该多源感知数据集合和数据质量标识、对象映射结构、历史状态索引进行结构化封装,形成状态数据单元。
37、进一步,给监测对象打上唯一数据质量标识并进行关联映射的具体内容如下:
38、建立监测对象的三级对象id映射体系,实现多模态感知数据与物理对象的精准绑定,所述三级对象 id 映射体系包括监测点id、杆塔id和线路区段id;所述监测点id包括唯一标识单只绝缘子的监测终端,关联监测数据、装置状态、通信状态数据;所述杆塔id包括关联同一杆塔下所有监测点id,绑定杆塔属性、环境数据、安装信息;所述线路区段id包括关联区段内所有杆塔 id,绑定线路拓扑、电气参数、运维区段信息;
39、将所有携带对应层级的对象id字段的多模态感知数据通过id 映射表完成对象归属校验。
40、进一步,不同时刻的多模态感知数据采用固定滑动时间窗口作为统一时间基准进行对齐的规则如下:
41、对高频采样数据,按窗口做统计聚合,输出最大值、最小值、平均值、波动率、有效采样点数;
42、对低频 / 事件型数据,统计窗口内事件发生次数、持续时长、最新状态;
43、对非同步数据:采用 “就近归属 + 缺失标记” 策略,落入窗口内的数据计入当期,窗口内无数据则标记为 “数据缺失” 并记录缺失时长;
44、对跨系统时差:以监测装置时钟同步状态为基准,偏差超阈值时标记 “时间不同步”,不做强制插值,保留原始偏差标识。
45、进一步,所述状态数据单元包括基础标识字段、模态数据摘要字段、状态摘要字段、质量标识字段、历史状态索引字段和版本索引字段;
46、所述基础标识字段包括监测对象标识、杆塔标识、线路区段标识、窗口标识和时间戳;
47、所述模态数据摘要字段包括电气模态摘要、热模态摘要、图像模态摘要、环境模态摘要、装置模态摘要、通信模态摘要和运维模态摘要;
48、所述状态摘要字段包括监测装置运行状态摘要、通信状态摘要、安装状态摘要和历史运维状态摘要;
49、所述质量标识字段包括数据完整性标识、数据连续性标识、时间同步标识、对象映射可信标识、图像可用性标识和多模态一致性标识;
50、所述历史状态索引字段包括上一时间窗口状态对象索引、历史状态标签索引和历史轨迹索引;
51、所述版本索引字段包括状态数据单元版本号、上一时间窗口单元索引和同一窗口修订号;
52、进一步,所述状态数据单元包括基础标识字段、模态数据摘要字段、状态摘要字段、质量标识字段、历史状态索引字段和版本索引字段;
53、所述基础标识字段包括监测对象标识、杆塔标识、线路区段标识、窗口标识和时间戳;
54、所述模态数据摘要字段包括电气模态摘要、热模态摘要、图像模态摘要、环境模态摘要、装置模态摘要、通信模态摘要和运维模态摘要;
55、所述状态摘要字段包括监测装置运行状态摘要、通信状态摘要、安装状态摘要和历史运维状态摘要;
56、所述质量标识字段包括数据完整性标识、数据连续性标识、时间同步标识、对象映射可信标识、图像可用性标识和多模态一致性标识;
57、所述历史状态索引字段包括上一时间窗口状态对象索引、历史状态标签索引和历史轨迹索引;
58、所述版本索引字段包括状态数据单元版本号、上一时间窗口单元索引和同一窗口修订号。
59、进一步,所述动态图如下式所示,
60、;
61、其中,v(t)表示目标输电线路中监测对象节点集合,e(t)表示监测对象节点之间的边集合,x(t)表示当前时间窗口的多模态节点特征矩阵,w(t)表示边权重矩阵,h(t)表示历史状态记忆信息;
62、所述边权重矩阵w(t)中第t个时间窗口内监测对象i与监测对象j之间的边权重如下式所示,
63、;
64、式中,表示空间相近程度,表示拓扑关联程度,表示电气关联程度,表示当前环境相似程度,表示历史状态相似程度,a、b、c、d、e为权重系数。
65、进一步,所述多模态感知数据包括电气数据、热数据、图像数据、环境数据、装置数据、通信数据和历史运维数据。
66、进一步,所述输电线路绝缘子运行状态监测模型包括图关联聚合单元、历史状态融合单元和状态标签更新单元;所述图关联聚合单元用于根据动态图中的边权重,对目标绝缘子节点及其关联节点的状态特征进行聚合,得到具有空间、电气、环境和历史相似上下文的关联增强特征;所述历史状态融合单元用于读取目标绝缘子节点在历史时间窗口内的状态特征、历史状态标签和历史运行状态感知信息对象版本,并将当前多模态特征与历史状态记忆信息融合,得到目标绝缘子的时序状态表示;所述状态标签更新单元用于根据时序状态表示生成或更新目标绝缘子的状态标签集合;
67、所述动态图神经网络是图卷积网络、图注意力网络、时序图网络、门控循环单元、长短期记忆网络或时序transformer编码器中的至少一种。
68、进一步,所述状态标签集合包括基础标签、综合标签和运维标签;所述基础标签用于表征单一维度的状态情况,包括数据缺失、环境波动、状态平稳、状态波动和状态突变;所述综合标签用于表征多维状态特征组合后的整体状态,包括数据可信度、状态波动、单点状态变化、区域同步变化、环境诱发变化、装置支撑不足和通信支撑不足中的至少一种;所述运维标签用于表征面向运维处置的关注结果,包括待复核、建议复测、建议检查通信链路、建议检查监测装置、建议人工核查、建议现场巡检、持续关注和无需处置中的至少一种。
69、本发明的有益效果是:1.多源数据统一承载,状态表达更完整,本发明实现了从原始数据分散展示向状态对象统一表达的转变。运维人员不再仅面对孤立的监测数值、曲线或设备状态,而是能够直接获取包含状态摘要、状态标签、可信等级、历史版本和变化轨迹的运行状态感知信息对象,从而提升状态表达的完整性和可理解性。2. 本发明通过建立监测对象之间的关联关系,并结合连续时间窗口下的状态特征变化,对目标监测对象进行状态关联增强和演化更新分析,实现了单点状态向关联状态的扩展;在新增数据到达时,仅需对受影响监测对象及其关联对象进行局部更新,无需对全部监测对象进行整体重算,从而提升在线更新效率,并增强跨监测点、跨杆塔和跨线路区段的状态一致性。3. 本发明不依赖高精度传感器、无需复杂标定、不强制故障诊断,在数据缺失、通信断续、环境突变、装置波动等复杂工况下仍能稳定输出可解释状态信息;模块可灵活部署于边缘网关、主站、云平台或混合架构,适配不同规模电网,工程落地性强、推广价值高。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com