[发明专利]一种多传感器多参量信息智能融合系统

说明书

技术领域

本发明涉及配网设备在线监测技术领域，尤其涉及一种多传感器多参量信 息智能融合系统。

背景技术

物联网技术目前正在全球范围内引发新一轮的产业革命，成为推动经济社 会发展的重要力量。典型的物联网系统一般分为三层：感知层，网络层和应用 层。其中由大量的传感设备组成了感知层网络，定义为无线自组传感器网络。 无线传感器网络(WirelessSensorNetwork,WSN)是由大量的静止或移动的传感 器以自组织和多跳的方式构成的无线网络，以协作地感知、采集、处理和传输 网络覆盖地理区域内被感知对象的信息，并最终把这些信息发送给网络的所有 者。

无线传感器网络由传感器节点及汇聚节点组成，并通过传输网络将采集的 数据信息发送至应用服务系统。传感器节点由传感器模块、处理器模块、通信 模块、能量供应模块、天线、外壳等组成，此外，无线自组网络中的汇聚节点 是具有增强功能的传感器节点，有比传感器节点更多的能量供给和内存与计算 资源，实现传感信息汇聚，以及传感器网络与传输网络之间接口与协议适配。

多传感器融合技术的基本原理就像人脑综合处理信息的过程一样，它充分 地利用多个传感器资源，通过对各种传感器及其观测信息的合理支配与使用， 将各种传感器在空间和时间上的互补与冗余信息依据某种优化准则组合起来， 产生对观测环境的一致性解释和描述。信息融合的目标是基于各传感器分离观 测信息，通过对信息的优化组合导出更多的有效信息。它的最终目的是利用多 个传感器共同或联合操作的优势，来提高整个传感器系统的有效性。目前，比 较常用的多传感器融合方法有：卡尔曼滤波，贝叶斯估计，D-S推理，聚类分析 法，而近年来随着神经传感网络技术的发展，其最新研究也逐步运用在多传感 器信息融合上。

随着电力行业信息技术的迅猛发展，配电网基础网架已逐步完善，基于配 电网的各种信息采集和通信网络建设也逐步开展，配电设备的运行状态的信息 正在逐步改进和完善。但是，相对主网来说，目前配网在通信网络、信息采集、 系统应急和调度运行等方面还存在诸多不足：

(1)配网设备在线监测手段不足，缺乏设备运行状态信息，配网调度处于 “盲调”状态；

(2)配网投入不足，配套通信网络基础薄弱；

(3)配电设备众多、点多面广，传统监测通信手段成本巨大。

由于配网设备数量繁多，检修人员与设备之间配比失衡，检修工作量越来 越大，过大的检修工作量已成为制约电力系统效益增长和工作效率提高的因素 之一。由于缺乏必要的技术手段支撑配网状态检修工作，导致在人员有限的情 况下难以及时完成工作，降低了配电网运行可靠性和服务水平。如何将传统检 修方式科学地转换到智能型检修方式，利用传感器对配网线路实现配网设备及 环境的实时监测，是当前面临的实际问题。

发明内容

本发明的针对背景技术中的问题提供一种多传感器多参量信息智能融合系 统，能实现电力设备运行状态监测、故障诊断分析、智能辅助决策功能。

本发明采用的技术方案为：一种多传感器多参量信息智能融合系统，包括 信息融合部和多源异构信息协同决策单元，信息融合部的信号输入端用于连接 多源异构传感器节点模型，信息融合部的信号输出端连接多源异构信息协同决 策单元；信息融合部包括协同管理单元、故障诊断单元、信息判断单元、信息 推理单元、信息融合单元和感知学习单元；

协同管理单元用于对信息融合部中各个单元间的合作进行管理，通过对传 感器设备的信息采集与分析的任务进行分解，向信息融合部中各功能单元分配 任务，并根据任务执行情况对各单元提出的协同请求进行回应；

故障诊断单元用于实现故障的诊断任务；

信息判断单元用于实现诊断所需信息的判断，接受信息融合部中其它单元 提出的判断请求，进行信息的判断，并将判断结果反馈给提出的判断请求的单 元；

信息推理单元用于实现不确定信息的推理，根据概率模型，应用贝叶斯网 络推理公式计算各有向弧对应事件发生的后验概率，并提供给多源异构信息协 同决策单元作为推理诊断的依据；