基于云边协同的台区智能融合终端感知方法及系统与流程

摘要: 本发明涉及配电网故障检测与台区智能终端,具体为一种基于云边协同的台区智能融合终端感知方法及系统。背景技术:1、配电台区作为配电网向用户供电的末端节点,其运行稳定...
基于云边协同的台区智能融合终端感知方法及系统与流程

本发明涉及配电网故障检测与台区智能终端,具体为一种基于云边协同的台区智能融合终端感知方法及系统。

背景技术:

1、配电台区作为配电网向用户供电的末端节点,其运行稳定性直接决定供电质量与用电安全。高阻电弧故障是台区常见的隐蔽故障类型,故障电流幅值低、非线性特征微弱,极易被工频基波与正常负荷扰动掩盖,常规过流保护装置难以有效检出。若故障持续存在,易造成线路绝缘劣化、局部过热,甚至引发电气火灾,存在显著的安全风险,因此亟需高可靠、高灵敏度的台区故障感知技术。

2、现有台区故障检测方案主要分为本地检测与云端集中检测两类:本地检测多采用固定阈值方案,无法适配台区负荷昼夜波动、季节性变化的特性,易在负荷高峰因底噪抬升出现频繁误报,在负荷低谷因阈值偏高发生故障漏判;云端集中检测方案需上传海量原始采样数据,带宽成本高且存在传输时延,难以满足毫秒级故障告警的实时性要求。同时,多数方案未针对性剥离大负荷投切产生的线性干扰,也未利用电弧畸变的稀疏特性优化特征提取,检测灵敏度与抗干扰能力难以兼顾。

3、当前已有的云边协同故障感知方案,普遍未能构建“本地实时精细特征提取+云端长期鲁棒基线优化”的深度协同机制,特征提取环节无法同时实现线性负荷扰动剥离与稀疏电弧特征增强,门限自适应能力薄弱,无法在复杂多变的台区运行场景下稳定、准确地识别高阻电弧故障,整体检测效能有待提升,这也是本发明着力解决的核心技术问题。

技术实现思路

1、为了解决上述问题,本发明提供了一种基于云边协同的台区智能融合终端感知方法,包括以下步骤:

2、s1、由台区智能融合终端采集配电网的电压和电流数据并进行预处理,通过整工频周期同步差分处理提取电压、电流的瞬态增量,抵消工频基波及环境温漂分量;

3、s2、由台区智能融合终端采用前置纯背景递推滑窗计算短时增量阻抗,基于历史纯背景数据估计瞬态增量线性相干系数,再通过正交补空间投影剥离电压增量中的线性关联增量,保留非线性残差;

4、s3、由台区智能融合终端引入时域稀疏注意力权重,对非线性残差计算瞬态非线性交叉功率并取绝对值,结合稀疏注意力权重进行带保护分母的加权能量聚合,得到时域畸变能量特征;

5、s4、由云端基于24小时历史滑动窗口,采用中位数与绝对中位差计算鲁棒基线并生成自适应门限下发至台区智能融合终端;台区智能融合终端本地将实时时域畸变能量特征与门限进行毫秒级比较以执行故障决策,同时按分钟粒度上传聚合特征至云端,形成云边协同闭环。

6、优选地,步骤s1中,电压与电流数据通过统一硬件时钟触发多通道同步采样,输出与物理时间严格对齐的离散数字序列;在终端内存中设置固定长度的环形缓冲区,按采样时间顺序循环写入最新数据并自动覆盖最早数据,通过地址偏移读取整工频周期前的历史采样值完成同步差分运算。

7、优选地,步骤s2中,计算当前待测点对应的线性相干系数时,将当前待测点排除在背景统计窗口之外,仅采用当前时刻之前的历史数据计算背景窗口统计量,避免当前潜在故障点的非线性畸变污染回归参数。

8、优选地,步骤s2中,根据背景窗口统计量以一阶低通递推形式更新瞬态增量线性相干系数,通过递推遗忘因子调节相干系数对负荷变化的跟踪速度。

9、优选地,步骤s2中,通过正交补空间投影剥离电机启动、变压器励磁涌流及电容器投切等合法大负荷操作产生的强线性关联增量,使输出残差主要对高阻电弧等非线性介质引发的畸变敏感。

10、优选地,步骤s3中,设置三个工频周期长度的滑动评估窗口,计算每个采样点的瞬态非线性交叉功率并强制取绝对值进行累加,避免交流正、负半周的畸变能量发生正负相抵。

11、优选地,步骤s3中,以非线性电压残差的平方作为自适应稀疏注意力权重,对交叉功率绝对值进行加权聚合;在加权聚合的分母中加入悬浮保护量,避免电压过零点附近分子与分母同时趋近零,所述保护量基于额定电压的1%与评估窗口长度确定。

12、优选地,步骤s4中,台区智能融合终端每分钟提取该分钟内全部时域畸变能量值的95%分位数作为上传样本;云端维护长度为24小时的历史滑动窗口存储上传样本,仅采用当前时刻之前的历史样本计算鲁棒基线。

13、优选地,步骤s4中,云端以中位数加设定倍数绝对中位差的形式计算自适应门限,当由中位数与绝对中位差组成的二维基线相对于上次下发基线的变化超过5%时,向终端下发新门限;终端本地当时域畸变能量特征超过门限且连续超限时间超过30ms时,触发故障告警。

14、本发明还提供一种基于云边协同的台区智能融合终端感知系统,其特征在于,用于实现所述的方法,系统包括台区智能融合终端与云端;

15、所述台区智能融合终端用于采集配电网的电压和电流数据,通过整工频周期同步差分提取瞬态增量,采用前置纯背景递推滑窗结合正交补空间投影剥离线性关联增量,引入时域稀疏注意力权重计算带保护分母的加权能量聚合特征,并本地执行毫秒级门限比较与故障决策,同时按分钟粒度上传聚合特征;

16、所述云端用于维护24小时历史滑动窗口,基于终端上传的聚合特征,采用中位数与绝对中位差计算鲁棒基线并生成自适应门限,在基线变化达到下发条件时向台区智能融合终端下发更新门限,与终端形成云边协同感知闭环。

17、与现有技术相比,本发明的有益效果如下:

18、通过整工频周期同步差分抵消工频基波与环境温漂,初步分离微弱故障特征;结合前置纯背景窗口的正交补空间投影,剥离电机启动、电容器投切等大负荷产生的强线性关联增量,避免电弧非线性特征被干扰淹没,大幅降低正常负荷扰动导致的误判。

19、采用时域稀疏注意力权重与带保护分母的加权能量聚合机制,放大燃弧段畸变的贡献占比,自动抑制零休段底噪;对非线性交叉功率取绝对值累加,避免正负半周能量相抵,解决稀疏电弧特征被均值稀释的问题,提升高阻故障识别灵敏度。

20、本地终端执行毫秒级特征计算与告警判定,保障故障响应时效性;云端基于24小时历史数据,通过中位数与绝对中位差构建鲁棒动态门限,自动跟随负荷波动与设备漂移,按需下发更新,减少人工维护,提升系统长期运行的可靠性。

1.一种基于云边协同的台区智能融合终端感知方法,其特征在于,包括以下步骤:

2.根据权利要求1所述的基于云边协同的台区智能融合终端感知方法,其特征在于,步骤s1中,电压与电流数据通过统一硬件时钟触发多通道同步采样,输出与物理时间严格对齐的离散数字序列;在终端内存中设置固定长度的环形缓冲区,按采样时间顺序循环写入最新数据并自动覆盖最早数据,通过地址偏移读取整工频周期前的历史采样值完成同步差分运算。

3.根据权利要求1所述的基于云边协同的台区智能融合终端感知方法,其特征在于,步骤s2中,计算当前待测点对应的线性相干系数时,将当前待测点排除在背景统计窗口之外,仅采用当前时刻之前的历史数据计算背景窗口统计量,避免当前潜在故障点的非线性畸变污染回归参数。

4.根据权利要求3所述的基于云边协同的台区智能融合终端感知方法,其特征在于,步骤s2中,根据背景窗口统计量以一阶低通递推形式更新瞬态增量线性相干系数,通过递推遗忘因子调节相干系数对负荷变化的跟踪速度。

5.根据权利要求1所述的基于云边协同的台区智能融合终端感知方法,其特征在于,步骤s2中,通过包括正交补空间投影剥离电机启动、变压器励磁涌流及电容器投切的合法大负荷操作产生的强线性关联增量,使输出残差主要对高阻电弧等非线性介质引发的畸变敏感。

6.根据权利要求1所述的基于云边协同的台区智能融合终端感知方法,其特征在于,步骤s3中,设置三个工频周期长度的滑动评估窗口,计算每个采样点的瞬态非线性交叉功率并强制取绝对值进行累加,避免交流正、负半周的畸变能量发生正负相抵。

7.根据权利要求6所述的基于云边协同的台区智能融合终端感知方法,其特征在于,步骤s3中,以非线性电压残差的平方作为自适应稀疏注意力权重,对交叉功率绝对值进行加权聚合;在加权聚合的分母中加入悬浮保护量,避免电压过零点附近分子与分母同时趋近零,所述保护量基于额定电压的1%与评估窗口长度确定。

8.根据权利要求1所述的基于云边协同的台区智能融合终端感知方法,其特征在于,步骤s4中,台区智能融合终端每分钟提取该分钟内全部时域畸变能量值的95%分位数作为上传样本;云端维护长度为24小时的历史滑动窗口存储上传样本,仅采用当前时刻之前的历史样本计算鲁棒基线。

9.根据权利要求8所述的基于云边协同的台区智能融合终端感知方法,其特征在于,步骤s4中,云端以中位数加设定倍数绝对中位差的形式计算自适应门限,当由中位数与绝对中位差组成的二维基线相对于上次下发基线的变化超过5%时,向终端下发新门限;终端本地当时域畸变能量特征超过门限且连续超限时间超过30ms时,触发故障告警。

10.一种基于云边协同的台区智能融合终端感知系统,其特征在于,用于实现权利要求1至9任意一项权利要求所述的方法,系统包括台区智能融合终端与云端;