[发明专利]一种基于物联网的开关柜智能标示装置及方法

说明书

本发明所提出的一种基于物联网的开关柜智能标示装置及系统，具体通过构建SML模型对所采集的设备运行参数进行故障的检测和预测，进而提供了一种集数据采集模块、数据处理中心模块、标示装置为一体的信息交互技术平台，克服了现有标示牌的容易移位或信息更新不及时或信息错乱等缺陷，有效提高了现场运行人员检修及排查故障的效率及对故障检测判断能力，进而采用神经网络算法进行SML模型的优化，提高SML模型的精确度和真实性，还进一步构建贝叶斯预测模型进行故障风险预测，有效地将故障遏制在发生之前，实现科学的智能化管理，保障了电力系统安全稳定运行。

技术领域

本发明涉及一种变电站电气设备领域，特别是涉及一种基于物联网的开关柜智能标示装置及系统。

背景技术

目前，对于变电站中电力设备的安全管控，主要通过对站内各电气及通讯设备运行数据的实时监控，将运行中产生的实时运行数据，传输至管理平台进行监控管理。当发现异常数据时，管理平台发出告警信号，会通知运行人员进行现场检查，而运行人员在接到告警通知后还需进行故障检测及逐一排查，容易造成抢修不及时导致的重大灾害，对于经验不足的运行人员、或新出现的故障问题，难以在短时间内通过人为主观判断准确找到故障原因，并作出科学的抢修决策。因此，现有的技术还采用了基于机器学习（MachineLearning），即一种通过计算机模拟进行获取新知识或技能的方式进行故障处理，但电力工作属于特殊的行业，集系统庞大性、高危性、高技术性、高要求性等为一体，且大部分电力设备均在户外，一旦发生故障，若未能在第一时间内发现问题并进行抢修，将造成严重的、覆盖性的电力系统瘫痪，甚至危及人们的生命财产安全，而通过现有的机器学习形式不足以实现自动进行学习并自动优化预测的效果，尤其是在电力行业中的应用不够成熟。此外，在故障抢修过程中往往涉及运行部门，检修部门等多个生产部门的协调合作，中间人员的调配、换班等，均通过安装标示牌进行信息传递及信息共享，而传统标示牌的放置通常采用悬挂或粘贴的方式，易造成标示牌脱落、掉色、标示不明显、标示错误和标示牌掉入开关柜内部等情况，进而易造成工作人员误入带电间隔、误触带电设备，导致安全事件发生，严重影响了人身和设备的安全运行。为了更好解决以上现有技术中存在不足，本发明提出一种基于物联网的开关柜智能标示装置及系统，不仅可以保障运行人员的生命安全，还可以提高电力系统中的故障抢修效率及准确性。

发明内容

本发明提出一种基于物联网的开关柜智能标示装置及系统，旨在解决现有技术中电力系统故障处理不及时，技术操作不精确等技术问题。本发明的技术方案如下。

一种基于物联网的开关柜智能标示装置，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，通过构建自适应-机器学习模型（Self-Machine Learning，SML）进行开关柜内运行设备的各节点故障检测，包括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。