基于水电站的数据采集方法及系统与流程

摘要: 本发明涉及数据采集,尤其涉及基于水电站的数据采集方法及系统。背景技术:1、水电站水域环境及机组运行数据采集是水电运维、流域生态监测与风险预警的基础环节,当前流域...
基于水电站的数据采集方法及系统与流程

本发明涉及数据采集,尤其涉及基于水电站的数据采集方法及系统。

背景技术:

1、水电站水域环境及机组运行数据采集是水电运维、流域生态监测与风险预警的基础环节,当前流域内多座水电站同步开展数据采集工作,需兼顾机组运行状态监测与水域环境风险感知;现有场景中,在水电站集群状态下,数据采集资源大都分配固化,无法适配各电站差异化的运行异常与环境波动情况,易出现采集资源浪费或关键数据漏采的问题。

2、为解决这一问题,现有技术多采用统一固定的采集频率、采集范围与采集种类开展全域数据采集,不区分电站运行状态和周边环境异常程度统一分配采集资源;该方式虽实现了全域数据全覆盖,但忽略了不同水电站运行数据变化规律、环境波动的时序差异性;因此,如何量化水电站的环境异常度,用以动态自适应调配各水电站的数据采集资源是本发明技术方案想要解决的技术问题。

技术实现思路

1、本发明的目的在于提供基于水电站的数据采集方法及系统,以解决上述背景技术中提出“如何实现配电网多场景下的关键数据自适应采集”的问题。

2、为实现上述目的,本发明提供如下技术方案:

3、基于水电站的数据采集方法,所述方法包括:

4、获取待采水域的区域地图,基于备案的水电站位置对区域地图进行切分,确定各个水电站的采集区域;

5、实时获取各个水电站的运行数据,定时根据所述运行数据确定每个水电站的特征数据节点;所述特征数据节点的生成过程为:基于水电站的运行数据生成预测数据,根据预测数据确定特征数据节点,所述特征数据节点是由相对时刻点组成的时间序列;

6、比对不同水电站的特征数据节点,确定各个水电站的环境异常度;

7、根据所述环境异常度确定数据采集资源量;所述数据采集资源量用于调节各个水电站的采集区域内的数据采集量,包括但不限于采集范围、采集种类数及采集频率。

8、作为本发明进一步的方案,所述实时获取各个水电站的运行数据,定时根据所述运行数据确定每个水电站的特征数据节点的步骤包括:

9、实时获取水电站运行数据,得到运行数据序列,对运行数据序列进行特征提取,得到运行状态特征;

10、根据运行状态特征在预设的数据库中匹配生成数据变化轨迹,并确定各数据变化轨迹对应的可信概率;

11、定时基于可信概率比对各数据变化轨迹,识别数据变化分歧节点,作为特征数据节点。

12、作为本发明进一步的方案,所述实时获取水电站运行数据,得到运行数据序列,对运行数据序列进行特征提取,得到运行状态特征的步骤包括:

13、获取水轮机、发电机、变压器及辅助设备对应的监测数据;

14、按照采集时间对监测数据进行时间序列排序,生成时间序列数据;

15、提取各监测参数在连续采集时刻之间的变化幅值和变化方向,生成参数变化特征;

16、计算相邻采集时刻对应监测数据之间的数据变化距离,生成变化距离序列;

17、将参数变化特征与变化距离序列进行融合,生成运行状态特征。

18、作为本发明进一步的方案,所述根据运行状态特征在预设的数据库中匹配生成数据变化轨迹,并确定各数据变化轨迹对应的可信概率的步骤包括:

19、根据运行状态特征检索历史运行数据中与当前状态相匹配的参考状态;

20、对任一参考状态,基于预设的时间步长提取所述参考状态后续时刻对应的历史状态;

21、根据时间顺序对历史状态进行排序,构建数据变化轨迹;

22、基于运行状态特征遍历每一数据变化轨迹,实时确定匹配度,根据不同时刻的匹配度确定数据变化轨迹的可信概率。

23、作为本发明进一步的方案,所述定时基于可信概率比对各数据变化轨迹,识别数据变化分歧节点,作为特征数据节点的步骤包括:

24、每隔预设的时间周期,提取各数据变化轨迹对应的状态节点,并构建状态节点对应的数据状态向量;

25、选取可信概率最大的数据变化轨迹,作为基准轨迹;

26、计算不同数据变化轨迹与基准轨迹的各位置的数据状态向量之间的状态差异值,得到每个数据变化轨迹相对基准轨迹的差异值序列;

27、根据预设的轨迹顺序统计所有差异值序列,构建差异矩阵;差异矩阵的其中一个维度表示轨迹位置,所述轨迹位置对应时间信息,另一个维度表示轨迹类型;

28、基于位置在差异矩阵中抽取数组,累加数组中各元素,作为该位置处的整体差异值;

29、选取整体差异值达到预设阈值的位置,查询位置相对于当前时刻的时刻点,作为特征数据节点。

30、作为本发明进一步的方案,所述比对不同水电站的特征数据节点,确定各个水电站的环境异常度的步骤包括:

31、根据时间顺序统计不同水电站的特征数据节点,得到时间点序列;

32、对任一水电站,比对该水电站的时间点序列和其他水电站的时间点序列,顺序确定每个序号的时间差,得到时间差序列;其中,确定每个序号的时间差,先执行起点对齐进程;

33、计算时间差序列的均值序列,根据均值序列确定时间差总值;

34、统计所有水电站的时间差总值,确定环境异常度。

35、本发明技术方案还提供了一种基于水电站的数据采集系统,所述系统包括:

36、区域切分模块,用于获取待采水域的区域地图,基于备案的水电站位置对区域地图进行切分,确定各个水电站的采集区域;

37、特征节点生成模块,用于实时获取各个水电站的运行数据,定时根据所述运行数据确定每个水电站的特征数据节点;所述特征数据节点的生成过程为:基于水电站的运行数据生成预测数据,根据预测数据确定特征数据节点,所述特征数据节点是由相对时刻点组成的时间序列;

38、环境判定模块,用于比对不同水电站的特征数据节点,确定各个水电站的环境异常度;

39、采集调节模块,用于根据所述环境异常度确定数据采集资源量;所述数据采集资源量用于调节各个水电站的采集区域内的数据采集量,包括但不限于采集范围、采集种类数及采集频率。

40、作为本发明进一步的方案,所述特征节点生成模块包括:

41、特征提取单元,用于实时获取水电站运行数据,得到运行数据序列,对运行数据序列进行特征提取,得到运行状态特征;

42、轨迹匹配单元,用于根据运行状态特征在预设的数据库中匹配生成数据变化轨迹,并确定各数据变化轨迹对应的可信概率;

43、轨迹比对单元,用于定时基于可信概率比对各数据变化轨迹,识别数据变化分歧节点,作为特征数据节点。

44、作为本发明进一步的方案,所述特征提取单元包括:

45、数据获取子单元,用于获取水轮机、发电机、变压器及辅助设备对应的监测数据;

46、排序子单元,用于按照采集时间对监测数据进行时间序列排序,生成时间序列数据;

47、变化分析子单元,用于提取各监测参数在连续采集时刻之间的变化幅值和变化方向,生成参数变化特征;

48、距离计算子单元,用于计算相邻采集时刻对应监测数据之间的数据变化距离,生成变化距离序列;

49、特征融合子单元,用于将参数变化特征与变化距离序列进行融合,生成运行状态特征。

50、作为本发明进一步的方案,所述轨迹匹配单元包括:

51、参考匹配子单元,用于根据运行状态特征检索历史运行数据中与当前状态相匹配的参考状态;

52、历史查询子单元,用于对任一参考状态,基于预设的时间步长提取所述参考状态后续时刻对应的历史状态;

53、轨迹构建子单元,用于根据时间顺序对历史状态进行排序,构建数据变化轨迹;

54、遍历子单元,用于基于运行状态特征遍历每一数据变化轨迹,实时确定匹配度,根据不同时刻的匹配度确定数据变化轨迹的可信概率。

55、与现有技术相比,本发明的有益效果是:

56、本发明通过拆分流域采集区域,结合机组多类监测数据提取运行状态特征,匹配历史数据变化轨迹并识别时序分歧特征数据节点,精准量化各水电站环境异常度;依托异常度动态适配采集范围、种类、频率等采集资源量,实现采集资源按需动态调配,避免固定采集模式下低风险电站资源冗余、高风险电站采集不足的问题,提升流域整体数据采集针对性与资源利用率,同时保障异常工况下关键运行与环境数据完整采集,适配多水电站协同采集的实际运维需求。