[发明专利]一种基于物联网的开关柜智能标示装置及方法有效

专利信息
申请号: 202010381260.3 申请日: 2020-05-08
公开(公告)号: CN111525694B 公开(公告)日: 2021-12-31
发明(设计)人: 邓海力;王铁柱;蔡素雄;高士森;吴豪炎;喻晓东 申请(专利权)人: 广东电网有限责任公司惠州供电局;惠州市鸿业电力信息科技有限公司
主分类号: H02J13/00 分类号: H02J13/00;G06N20/00;G06N3/02;G06K9/62
代理公司: 广东创合知识产权代理有限公司 44690 代理人: 潘丽君
地址: 516001 广东*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 联网 开关柜 智能 标示 装置 方法
【权利要求书】:

1.一种基于物联网的开关柜智能标示装置,其特征在于,包括数据采集中心、数据管理中心、标示装置,其中:

所述数据采集中心,安装于开关柜中运行设备终端的各节点上,用于采集运行设备的各节点实时电气参数,并同步更新至所述数据管理中心;

所述数据管理中心,包括数据处理单元、标准数据库单元;

所述数据处理单元,包括预处理模块、计算模块及数据预测模块,其中,所述预处理模块,用于对所述实时电气参数进行异构数据的归一化处理,剔除无效数据,获得标准化数据集;所述计算模块,构建SML模型,提取所述标准化数据集的特征数据,通过所述特征数据与所述标准数据库单元进行映射计算,实现开关柜内运行设备的各节点故障检测,并生成实时体检报告,发送至所述标示装置,通过所述SML模型的迭代获得对所述特征数据与所述映射计算的记忆学习,采用所述记忆学习进行SML模型优化;所述数据预测模块,通过构建贝叶斯预测模型,基于实时电气参数及已有的历史电气参数进行故障预测分析,生成预测结果发送至所述标示装置;

所述标准数据库单元包括正常状态数据库和故障数据库;其中,所述正常状态数据库,用于判断运行设备是否存在故障;所述故障数据库,用于识别运行设备所发生的故障类型;

所述标示装置,安装于开关柜外侧,用于显示开关柜设备运行的信息、体检报告及预测结果,包括双编显示单元、运行状态单元、故障分析单元及故障预测单元;

所述双编显示单元,用于设置运行设备双编名称,并作为标示装置默认首页;

所述运行状态单元,用于显示开关柜当前运行状态;

所述故障分析单元,用于读取所述计算模块所生成的实时体检报告,并显示运行设备故障信息,包括:故障类型、故障位置及故障原因;

所述故障预测单元,显示所述预测结果,用于运行设备故障风险提示,供运行人员作巡视排查工作的参考,或工作指示。

2.根据权利要求1所述的开关柜智能标示装置,其特征在于,所述数据采集中心的数据输出端连接所述数据管理中心的数据缓存区,所述数据采集中心还包括至少一种电气参数采集仪,至少一种传感器;所述实时电气参数包括至少一种数据类型。

3.一种应用于权利要求1-2任一项所述的基于物联网的开关柜智能标示装置的开关柜智能标示方法,其特征在于,包括:

(1)获取所述数据采集中心的实时电气参数,通过所述预处理模块对所述实时电气参数进行异构数据的归一化处理,剔除无效数据,获得标准化数据集;

(2)通过所述计算模块构建SML模型,提取所述标准化数据集的特征数据,通过所述特征数据与所述标准数据库单元进行映射计算,实现开关柜内运行设备的各节点故障检测,并生成实时体检报告,发送至所述标示装置;在映射计算前,还包括通过对所述特征数据与所述映射计算的记忆学习,当同一设备出现同一故障的次数达到一记忆阈值时,若再次出现同样的故障,则跳过所述映射计算,调取原体检报告作为实时体检报告;在运行设备出现新故障数据模型或新研究的故障数据模型时,将其自动更新至所述故障数据库中,使系统进行SML的迭代,在下次出现同样故障时,能准确识别故障数据;

(3)通过所述数据预测模块构建贝叶斯预测模型,基于所述实时电气参数的特征数据及所述标准数据库单元中已有的历史电气参数特征值进行故障预测分析,生成预测结果发送至所述标示装置。

4.根据权利要求3所述的开关柜智能标示方法,其特征在于,所述(1)中,还包括:

(1-1)对所述数据采集中心采集的数据进行归一化计算并获得实时电气参数的特征数据;

(1-2)根据运行设备的各个节点故障类型构建标准化数据集,所述标准化数据集由所述特征数据构成。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于广东电网有限责任公司惠州供电局;惠州市鸿业电力信息科技有限公司,未经广东电网有限责任公司惠州供电局;惠州市鸿业电力信息科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202010381260.3/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top