一种变电站多传感器数据融合监测预警方法、系统、设备及介质与流程

摘要: 本发明涉及监测预警,尤其涉及一种变电站多传感器数据融合监测预警方法、系统、设备及介质。背景技术:1、监控领域包含对特定系统或过程的状态进行实时或定期的检测、数据...
一种变电站多传感器数据融合监测预警方法、系统、设备及介质与流程

本发明涉及监测预警,尤其涉及一种变电站多传感器数据融合监测预警方法、系统、设备及介质。

背景技术:

1、监控领域包含对特定系统或过程的状态进行实时或定期的检测、数据采集、分析和响应,核心内容为利用传感器技术获取物理量、环境参数或设备运行数据,通过数据传输网络汇集信息,并运用数据分析判断系统状态是否正常,以便在出现异常时触发警报或采取控制动作,该技术广泛应用于工业自动化、电力系统运行、环境监测以及安全防范等方面。其中,变电站多传感器数据融合监测预警是指在变电站环境中部署多种类型的传感器,用以同步采集不同维度的运行数据,通过数据对齐和关联技术处理来自不同传感器的时间序列信息,将多源数据合成为一个统一的状态表征,并依据预先设定的阈值或状态模型库,持续比对融合后的数据,当检测到数据偏离正常范围或符合特定故障模式时,启动预警机制。

2、现有监测技术依赖对多源数据进行对齐融合,并依据预设阈值或已知状态模型库进行判断,此机制在处理数据时缺乏对设备间电气拓扑关系的考量,导致数据融合停留在表征层面,难以捕捉故障沿物理路径的链式传播过程,例如上游设备的轻微异常与下游设备的临界数据,可能因未单独超限而被忽略,但其组合已构成严重威胁。更重要的是,现有技术高度依赖先验知识即阈值和模型库,对于数据分布之外的新型故障组合或未知风险模式,几乎不具备识别能力,形成监测盲区,无法有效预警突发性或未曾记录的异常状态。

技术实现思路

1、鉴于上述现有存在的问题,提出了本发明。

2、因此,本发明提供一种变电站多传感器数据融合监测预警方法、系统、设备及介质,解决现有变电站多传感器监测技术缺乏对设备间电气拓扑关系的考量,且高度依赖预设阈值和已知状态模型库,导致无法有效识别沿故障传播路径演进的复杂故障的问题。

3、为解决上述技术问题,本发明提供如下技术方案:

4、第一方面,本发明提供一种变电站多传感器数据融合监测预警方法,包括:

5、基于变电站电气拓扑结构定义故障传播路径,根据历史传感器数据生成状态向量集,基于所述状态向量集标定未知风险空间边界和已知故障聚类中心,构建路径状态空间基准库;

6、针对所述故障传播路径上的监测节点,采集实时多维传感数据,并基于所述实时多维传感数据生成故障传播路径状态向量;

7、调用所述路径状态空间基准库,基于所述故障传播路径状态向量执行状态空间归属判定,得到路径状态归属判定结果;

8、根据所述路径状态归属判定结果生成变电站融合监测预警状态。

9、作为本发明所述的一种变电站多传感器数据融合监测预警方法的一种优选方案,其中:所述基于变电站电气拓扑结构定义故障传播路径,根据历史传感器数据生成状态向量集,包括:

10、提取变电站电气拓扑结构中各设备节点的电气连接关系,将存在直接电气连接关系的设备节点间的通路定义为故障传播路径;

11、调用历史数据库中的传感器数据,针对所有已定义的故障传播路径回溯计算对应的历史状态读数;

12、将所述历史状态读数按路径标识整合为向量形式,生成状态向量集。

13、作为本发明所述的一种变电站多传感器数据融合监测预警方法的一种优选方案,其中:所述构建路径状态空间基准库包括:

14、基于所述状态向量集,在多维状态空间中计算各数据点的概率密度分布,并根据设定的统计分位数划定密度阈值,将密度估计值低于所述密度阈值的空间区域拟合为连续的几何边界,得到未知风险空间边界;

15、对所述状态向量集中已标记的已知故障向量,按照故障类别进行分组,并对每一分组内的向量坐标计算算术平均值,得到各已知故障类别的几何中心点坐标集;

16、整合所述未知风险空间边界和所述几何中心点坐标集,建立路径状态空间基准库。

17、作为本发明所述的一种变电站多传感器数据融合监测预警方法的一种优选方案,其中:所述采集实时多维传感数据包括:

18、针对所述故障传播路径上的监测节点,调用多种类型传感器同步采集各节点的运行信号,获取包含时间戳的多源异构读数;

19、根据采集时间戳对所述多源异构读数执行同步对齐操作,将同步对齐后的所有信号读数按路径节点标识组合为统一的数据结构,得到实时多维传感数据。

20、作为本发明所述的一种变电站多传感器数据融合监测预警方法的一种优选方案,其中:所述基于所述实时多维传感数据生成故障传播路径状态向量包括:

21、从所述实时多维传感数据中提取指定节点的局部放电信号时间序列和油中溶解气体浓度数据,根据所述局部放电信号时间序列计算局部放电变化率,并提取乙炔浓度当前读数,将所述局部放电变化率与所述乙炔浓度当前读数组合,生成节点特征值对;

22、从所述实时多维传感数据中提取振动信号时间序列,对所述振动信号执行频域变换,设定目标频带并计算频带内的振动能量;

23、基于所述节点特征值对计算特征乘积值,将所述特征乘积值与所述振动能量进行求和运算,获得组合特征标量;

24、将所述组合特征标量与所述节点特征值对中的原始值按预设顺序串联拼接,生成故障传播路径状态向量。

25、作为本发明所述的一种变电站多传感器数据融合监测预警方法的一种优选方案,其中:所述基于所述故障传播路径状态向量执行状态空间归属判定包括:

26、提取所述路径状态空间基准库的未知风险空间边界,将所述故障传播路径状态向量的坐标代入所述未知风险空间边界进行空间位置判定,生成区域位置标识;

27、响应于所述区域位置标识落入未知风险区域,将路径状态归属判定结果标记为未知故障;

28、响应于所述区域位置标识未落入未知风险区域,调用所述路径状态空间基准库中的已知故障类别的几何中心点坐标集,计算所述故障传播路径状态向量与各聚类中心点之间的距离,选取最小距离对应的已知故障类别作为判定结果。

29、作为本发明所述的一种变电站多传感器数据融合监测预警方法的一种优选方案,其中:所述生成变电站融合监测预警状态包括:

30、响应于所述路径状态归属判定结果为未知故障标记,生成包含未知故障标识的预警状态;

31、响应于所述路径状态归属判定结果为已知故障类别,调用预设的故障等级映射表,根据所述已知故障类别索引查找对应的风险等级数值,并将所述已知故障类别与所述风险等级组合为统一的状态描述,生成包含故障类别和风险等级的预警状态。

32、第二方面,本发明提供一种变电站多传感器数据融合监测预警系统,包括:

33、状态库构建模块,用于基于变电站电气拓扑结构定义故障传播路径,根据历史传感器数据生成状态向量集,基于所述状态向量集标定未知风险空间边界和已知故障聚类中心,构建路径状态空间基准库;

34、状态向量生成模块,用于针对所述故障传播路径上的监测节点,采集实时多维传感数据,并基于所述实时多维传感数据生成故障传播路径状态向量;

35、状态空间归属判定模块,用于调用所述路径状态空间基准库,基于所述故障传播路径状态向量执行状态空间归属判定,得到路径状态归属判定结果;

36、监测预警模块,用于根据所述路径状态归属判定结果生成变电站融合监测预警状态。

37、第三方面,本发明提供了一种电子设备,包括存储器和处理器;所述存储器用于存储计算机可执行指令,所述处理器执行所述计算机可执行指令时实现一种变电站多传感器数据融合监测预警方法的步骤。

38、第四方面,本发明提供了一种计算机可读存储介质,其存储有计算机可执行指令,该计算机可执行指令被处理器执行时实现一种变电站多传感器数据融合监测预警方法的步骤。

39、与现有技术相比,本发明的有益效果为:本发明通过提取变电站电气拓扑结构并依据设备电气连接顺序定义故障传播路径,将多传感器监测数据置于物理连接顺序中考量,克服了传统数据融合仅停留在表征层面而忽略设备间链式关联的缺陷,使监测过程能够有效捕捉故障沿电气路径传播的演化规律。本发明基于历史状态向量集采用核密度估计标定历史数据分布之外的未知风险空间边界,并结合已知故障聚类中心构建多维状态空间基准库,替代了传统技术中单纯依赖预设阈值和已知模型库的判定方式,为新型异常和未知风险提供了可量化的空间界定依据,消除了先验知识覆盖不全所带来的监测盲区。在实时监测过程中,本发明通过将局部放电变化率、乙炔浓度和振动能量等多维特征进行深度耦合生成路径状态向量,并利用空间归属判定及距离计算替代传统阈值比对,能够准确识别沿传播路径演进的链式复杂故障,同时对数据分布之外的未知异常模式保持有效感知能力,显著提升变电站复杂故障及未知风险的监测预警能力。