[发明专利]基于云边端协同感知的变电站电气设备全方位体检系统

权利要求书

1.基于云边端协同感知的变电站电气设备全方位体检系统，其特征在于，包括如下组成：

站端的监测终端系统，包括提供视觉体检的机器人与摄像头联合巡检子系统和图像识别系统、提供触觉体检的柔性传感系统、提供智能综合体检的变压器智能综合监测子系统、以及提供听觉体检的声纹识别子系统，对变电站电气设备进行包括图像、声音、触觉、变压器智能综合监测在内的监测数据采集，对变电站电气设备的潜在性故障进行监测识别，进行站端全方位体检；

边缘智能处理系统，其为基于边缘计算的一种融合网络、计算、存储、应用核心能力的分布式平台，通过站端交换机获取监测终端系统所采集的数据，采用边缘智能处理系统进行数据本地智能处理：应用流水线数据处理方式将数据流转化为数据帧之后进行解析，解析器将分组数据转化成元数据，并进行检查和数据包处理；边缘智能处理系统处理后的数据经由地市级的变电信息综合处理上传给变电站全方位智能诊断分析系统进行云端智能处理；

提供云端智能处理的变电站全方位智能诊断分析系统，应用神经网络算法分析数据之间的关联关系及变化情况，建立基于数据驱动的状态评估、故障诊断和预测模型，获取数据的关联关系和变化规律，对变电站设备健康状态自动化评估，对变电站设备运行数据和状态信息进行全面的分析和研判，实现故障和异常预警；云端智能处理包括数据存储、数据交换、数据技术、数据分析并提供平台应用，其中：

S1：数据存储：负责海量巡检数据存储，针对全数据类型和多样计算需求，以海量规模存储、快速查询读取为特征，存储来自外部数据源的各类数据，支撑数据处理层的高级应用；

S2：数据交换：通过RabbitMQ和kafka实现数据交换，RabbitMQ用于实现应用程序的异步和解耦，同时还能够进行消息缓冲和消息分发，kafka是一种分布式的、基于发布/订阅的消息系统；

S3: 数据计算：对多样化的大数据提供包括流计算、批量计算、内存计算、查询计算、离线计算在内的计算功能，允许对分布式存储的数据文件或内存数据进行查询和计算；其中，通过流计算技术提供实时分析处理的计算能力，进行实时决策和预警；通过离线计算提供落地数据的计算能力，以进行数据的批量处理；

S4：数据分析：对多样化的大数据进行加工、处理、分析、挖掘，发现业务发展方向，提供业务决策依据，包含设备健康状态评估模型、典型特征知识库、设备故障图像库、故障诊断模型和预测模型；

S5：平台应用：将数据分析工具、组件进行能力封装后，为业务系统提供应用功能；

上述云端智能处理、边缘智能处理以及站端全方位体检根据电力物联网整体技术架构包括如下组成：

1）感知层：通过站端的监测终端系统采集变电站现场包括表计示数、设备温度、人脸、异物入侵在内的数据信息，并应用边缘计算进行数据本地智能处理；

2）网络层：感知设备所支持的包括无线专网、工业以太网、北斗卫星在内的空天地一体化网络接入；

3）平台层：与多个监测终端系统的系统数据接口，对设备缺陷图像智能识别，同时提供统一的物联管理服务和数据建模分析服务；

4）应用层：提供各项智能分析服务，包括设备状态监测、设备缺陷图像识别并告警、机器人智能巡检、视频监控智能巡检、运行状态分析、人员识别、变电站可视化展示，并生成全方位巡检报告，供系统用户查阅审核；

所述视觉体检中的机器人与摄像头联合巡检子系统，通过变电站内机器人和各个摄像头采集原始图像数据，基于神经网络算法和大数据技术完成图像数据的智能识别，并自动生成联合巡检报告，联合巡检报告数据包含电气设备设施运行情况、作业人员施工情况、安全帽佩戴、异物入侵及红外图像数据，并对报告数据进行统计与深度挖掘分析；

所述视觉体检中的图像识别系统，其处理方法包括如下步骤：

1）在红外与可见光融合图像数据中，提取方位信息，并采用图像增强技术，对融合图像进行预处理；

2）比较同组三相设备、同相设备之间及同类设备之间对应部位的异常，以降低设备缺陷的漏检率，利用信息提取模型进行实时分析，判断设备图像随负载、时间因素的变化；

3）对上述数据处理的结果进行优化，通过模型压缩和参数调整，优化提取融合图像特征，达到速度与精度的平衡；对网络进行训练，去除多次被分类错误的样本数据，避免过度拟合低权重数据而导致的识别精度降低；

4）根据训练好的神经网络，对输入的融合图像数据进行异常设备的实时识别和缺陷判断，将识别信息保存至报告进行记录，掌握设备异常及异物的检测和识别情况，从而得到运行设备的健康状态及故障情况；

所述触觉体检的柔性传感系统，采用柔性传感贴片贴在电缆接头、设备表面关键部分，能够测量包括温度、湿度、压力、振动、应变的监测参数，触觉监测子系统接收这些监测参数，并通过加速度、压力、应变参数去判断设备可能存在的外力破坏。