一种变电站多设备状态端云协同自适应检测方法、系统、设备及介质与流程

本发明涉及变电站设备状态检测，特别是一种变电站多设备状态端云协同自适应检测方法、系统、设备及介质。

背景技术：

1、随着变电站智能化运维需求的持续提升，采用模块化边缘计算终端（以下简称模块化终端）与云端协同平台相结合的两级检测架构，已成为变电站多设备状态检测的主流技术路径，该架构中，模块化终端部署于变电站现场，对变压器、断路器、互感器等主设备进行多维度运行数据的实时采集与本地处理，再经通信链路将处理结果上传至云端协同平台完成全局分析，形成覆盖全站设备的协同检测体系。

2、然而，现有方案存在以下三个核心技术问题。

3、其一，算力分配策略僵化。现有模块化终端受现场供电容量与硬件体积限制，处理器算力存在固有上限，现有方案普遍采用固定算力分配方式：设备正常运行阶段固定高算力分配造成资源无效占用，设备出现早期缺陷前兆时固定分配比例无法及时提升，致使特征提取精度不足，早期缺陷漏检率偏高。

4、其二，特征压缩比固定不可调。现有方案对采集数据采用固定特征压缩比进行压缩传输，未能结合实时算力状态、异常前兆程度及现场电磁干扰（emi）强度进行动态调整：正常阶段压缩比不足导致上行带宽无效占用，异常阶段压缩比过高导致缺陷特征信息丢失，且无法适配变电站现场动态变化的强电磁干扰环境，检测数据精度下降。

5、其三，终端与云端检测结果缺乏自适应融合。终端本地检测受限于单设备视角，无法感知全站跨设备的关联缺陷风险；云端全局检测受制于上行带宽约束，特征数据压缩传输后完整性不足；现有方案中两者检测结果的融合权重固定，无法依据特征压缩比与双侧检测置信度进行动态调整，整体检测精度受两端能力最低值的制约。

6、上述三方面问题相互叠加，使变电站模块化终端在有限算力与带宽约束下，难以实现全时段高精度的设备状态检测，早期缺陷漏检风险持续存在。

技术实现思路

1、鉴于现有技术存在的问题，提出了本发明。

2、因此，本发明所要解决的问题在于如何解决现有方案算力分配僵化、特征压缩失当及端云融合权重固定所导致的早期缺陷漏检率偏高的核心技术问题。

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，本发明实施例提供了一种变电站多设备状态端云协同自适应检测方法，其包括，模块化终端采集变电站内各待检测设备的运行状态数据，第一处理核心依据所述运行状态数据的波动程度、现场电磁干扰强度及端云可信度均衡系数计算资源调度权重，传输至第二处理核心；

5、第二处理核心依据所述资源调度权重调整特征保真度调节因子，完成特征提取与压缩，得到压缩特征参数及本地检测置信度评分，传输至云端协同平台；

6、云端协同平台对所述压缩特征参数执行全局关联分析，获得云端检测置信度评分，结合特征保真度调节因子及本地检测置信度评分计算端云可信度均衡系数，下发至第一处理核心；

7、第一处理核心依据更新后的端云可信度均衡系数调整资源调度权重的基准参数，完成闭环检测周期。

8、作为本发明所述一种变电站多设备状态端云协同自适应检测方法的一种优选方案，其中：所述第一处理核心计算资源调度权重，包括，基于当前采样周期内各采样点的运行状态数据与周期均值的差值均方根，得到运行状态波动强度；

9、基于现场采集的电磁干扰场强经归一化处理，得到电磁干扰强度量化值；

10、以基础算力分配系数为基准，将运行状态波动强度、电磁干扰强度量化值与上一周期端云可信度均衡系数的互补量，分别以对应权重常数加权叠加，得到资源调度权重。

11、作为本发明所述一种变电站多设备状态端云协同自适应检测方法的一种优选方案，其中：所述第二处理核心依据所述资源调度权重调整特征保真度调节因子，包括，以预设特征压缩比上限值为基准，将所述资源调度权重、当前采样周期的异常前兆概率及所述电磁干扰强度量化值分别乘以对应权重常数后求和，得到综合调整量；

12、以所述预设特征压缩比上限值减去所述综合调整量与压缩比可调区间的乘积，在预设压缩比下限值至上限值区间内，得到特征保真度调节因子。

13、作为本发明所述一种变电站多设备状态端云协同自适应检测方法的一种优选方案，其中：所述计算端云可信度均衡系数，包括，以所述特征保真度调节因子与所述本地检测置信度评分的乘积，得到终端本地检测综合可信度；

14、以所述特征保真度调节因子的互补值与云端检测置信度评分的乘积，得到云端全局检测综合可信度；

15、以终端本地检测综合可信度为分子、以终端本地检测综合可信度与云端全局检测综合可信度之和为分母，计算端云可信度均衡系数。

16、作为本发明所述一种变电站多设备状态端云协同自适应检测方法的一种优选方案，其中：在所述模块化终端采集运行状态数据之前，还包括，读取接入采集单元内置存储芯片中的类型编码，依据所述类型编码从标准化处理参数数据库中调取对应类型的数据标准化处理参数；

17、第一处理核心依据所述数据标准化处理参数对所述运行状态数据执行零均值标准化处理，将处理后的数据传输至第二处理核心；

18、采集单元拔出时，第一处理核心停止对应采集单元的数据处理操作，释放算力资源。

19、作为本发明所述一种变电站多设备状态端云协同自适应检测方法的一种优选方案，其中：还包括，依据所述资源调度权重所处数值区间，对第一处理核心与第二处理核心的供电电压及时钟频率进行动态调整；

20、所述资源调度权重低于第一预设阈值时，降低第一处理核心与第二处理核心的工作电压及时钟频率；

21、所述资源调度权重高于第二预设阈值时，将第一处理核心与第二处理核心的供电电压及时钟频率调整至额定运行值。

22、作为本发明所述一种变电站多设备状态端云协同自适应检测方法的一种优选方案，其中：还包括，云端协同平台接收模块化终端传输的运行状态数据及压缩特征参数，以检测准确率最大化与算力及带宽资源占用最小化为优化目标函数，迭代计算资源调度权重及特征保真度调节因子各修正项权重常数的最优取值；

23、按预设优化周期将优化后的权重常数下发至第一处理核心与第二处理核心；待检测设备完成检修后触发即时优化。

24、第二方面，本发明实施例提供了一种变电站多设备状态端云协同自适应检测系统，其包括，采集模块，模块化终端采集变电站内各待检测设备的运行状态数据，第一处理核心依据所述运行状态数据的波动程度、现场电磁干扰强度及端云可信度均衡系数计算资源调度权重，传输至第二处理核心；

25、传输模块，第二处理核心依据所述资源调度权重调整特征保真度调节因子，完成特征提取与压缩，得到压缩特征参数及本地检测置信度评分，传输至云端协同平台；

26、分析模块，云端协同平台对所述压缩特征参数执行全局关联分析，获得云端检测置信度评分，结合特征保真度调节因子及本地检测置信度评分计算端云可信度均衡系数，下发至第一处理核心；

27、闭环检测模块，第一处理核心依据更新后的端云可信度均衡系数调整资源调度权重的基准参数，完成闭环检测周期。

28、第三方面，本发明实施例提供了一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其中：所述计算机程序指令被处理器执行时实现如本发明第一方面所述的变电站多设备状态端云协同自适应检测方法的步骤。

29、第四方面，本发明实施例提供了一种计算机可读存储介质，其上存储有计算机程序，其中：所述计算机程序指令被处理器执行时实现如本发明第一方面所述的变电站多设备状态端云协同自适应检测方法的步骤。

30、本发明有益效果为：本发明通过构建资源调度权重—特征保真度调节因子—端云可信度均衡系数三变量动态联动的闭环，解决变电站模块化终端在有限算力与带宽约束下早期缺陷漏检率偏高的核心问题；第一处理核心将运行状态波动程度、现场电磁干扰强度与上一周期云端反馈的端云可信度均衡系数三个维度并入算力分配，使终端算力从固定比例转变为按需响应，避免固定分配策略下正常阶段资源无效占用与异常阶段算力不足并存的困境；第二处理核心依据算力水平、异常前兆概率与电磁干扰强度三维联动调整特征保真度调节因子，异常风险升高时特征压缩比主动降低，缺陷特征在传输过程中得到完整保留；干扰较强时压缩比适当升高，减少冗余干扰数据的带宽占用，实现带宽利用率与特征完整性的动态平衡；端云可信度均衡系数将特征压缩比与双侧置信度纳入权重分配，融合权重来自端云实时能力评估而非固定比例，权重常数周期性迭代优化确保调度参数随设备运行状态长期自适应更新，无需人工介入；资源调度权重直接驱动双核心供电与时钟频率的分档调整，正常监测阶段整体功耗降低，异常分析阶段恢复满负荷算力，保障变电站现场长期低功耗稳定运行。