[发明专利]基于数字孪生技术的电力系统运行数据可视化系统及方法有效
申请号: | 202010941215.9 | 申请日: | 2020-09-09 |
公开(公告)号: | CN112069247B | 公开(公告)日: | 2023-01-24 |
发明(设计)人: | 张春梅 | 申请(专利权)人: | 广东电网有限责任公司中山供电局 |
主分类号: | G06F16/26 | 分类号: | G06F16/26;G06F30/20;G06N20/00;H02J13/00;G06Q50/06 |
代理公司: | 广州粤高专利商标代理有限公司 44102 | 代理人: | 林丽明 |
地址: | 528400 广*** | 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: | 基于 数字 孪生 技术 电力系统 运行 数据 可视化 系统 方法 | ||
1.基于数字孪生技术的电力系统运行数据可视化系统,其特征在于,包括:
数据采集模块,所述数据采集模块用于采集电力系统的运行数据;
控制模块,用于根据所述数据采集模块得到的运行数据对其进行汇集、存储和分析;所述控制模块与所述数据采集模块通讯连接;
所述控制模块内设置有机器学习模块,所述机器学习模块内预设有运行数据分析算法、电力系统运行状况识别算法、运行数据变化预测算法;
数字孪生模型构建模块,用于根据所述控制模块的运行数据分析、识别和预测结果,构建得到电力系统的三维数字孪生模型;所述数字孪生模型构建模块的输入端与所述控制模块的输出端连接;
显示模块,所述显示模块的输入端与所述数字孪生模型构建模块的输出端连接;所述显示模块将所述数字孪生模型构建模块构建的三维数字孪生模型进行显示;
其中,所述数据采集模块实时采集电力系统的运行数据,然后发送至所述控制模块中,所述控制模块根据其内部设置的机器学习模块对运行数据进行分析、识别和预测,然后将其分析、识别和预测结果发送至数字孪生模型构建模块中构建电力系统的三维数字孪生模型,再发送至显示模块中实现运行数据可视化。
2.根据权利要求1所述的电力系统运行数据可视化系统,其特征在于:所述数据采集模块包括但不仅限于电压检测器、电流检测器、电场强度检测器、磁场强度检测器、频率检测单元、负载检测单元。
3.根据权利要求2所述的电力系统运行数据可视化系统,其特征在于:所述频率检测单元中包括依次连接的频率分析子单元、频率校准子单元、频率反馈子单元,所示频率反馈子单元的输出端与所述频率分析子单元的输入端连接;所述频率分析子单元用于对电力系统中的频率参数进行分析,输出得到分析结果;所述频率校准子单元用于接收所述频率分析子单元的分析结果进行校准;所述频率反馈子单元用于根据所述频率校准子单元的校准结果对所述频率分析子单元进行反馈控制。
4.根据权利要求2所述的电力系统运行数据可视化系统,其特征在于:所述负载检测单元中包括瞬时负载检测子单元和平均负载检测子单元;所述瞬时负载检测子单元用于对电力系统的负载波动变化率参数数据进行检测;所述平均负载检测子单元用于对电力系统的负载波动趋势进行检测。
5.根据权利要求2所述的电力系统运行数据可视化系统,其特征在于:所述数据采集模块采用ZigBee、WiFi、5G中的一种或多种无线通讯技术与所述控制模块进行通讯连接。
6.根据权利要求5所述的电力系统运行数据可视化系统,其特征在于:所述数据采集模块中还包括定位通讯模块,所述定位通讯模块与所述控制模块通讯连接;所述定位通讯模块用于对所述数据采集模块进行定位,并将定位生成的定位信息发送至所述控制中心。
7.根据权利要求1~6任一项所述的电力系统运行数据可视化系统,其特征在于:所述机器学习模块中包括监测分析单元、预测分析单元和训练单元,其中,所述监测分析单元中预设有运行数据分析算法、电力系统运行状况识别算法,所述预测分析单元中预设有运行数据变化预测算法;
所述控制模块与所述数据采集模块通讯连接,所述数据采集模块采集的运行数据分别输入所述监测分析单元、预测分析单元和训练单元中,其中所述监测分析单元对运行数据进行分析,进一步识别得到电力系统运行状况结果;所述预测分析单元采用运行数据变化预测算法对运行数据进行演算推理分析,预测得到下一时间阶段电力系统的运行状态信息;所述训练单元将运行数据作为训练数据对所述监测分析单元、预测分析单元中的参数进行训练。
8.根据权利要求7所述的电力系统运行数据可视化系统,其特征在于:所述系统还包括视频采集模块,所述视频采集模块与所述控制模块通讯连接;所述视频采集模块设置在电力系统现场指定位置,对指定监测线路路段进行视频影像采集。
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中山供电局,未经广东电网有限责任公司中山供电局许可,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/202010941215.9/1.html,转载请声明来源钻瓜专利网。