[发明专利]一种基于边缘计算的配网变压器故障动态检测与分类系统有效

专利信息
申请号: 202011354984.5 申请日: 2020-11-27
公开(公告)号: CN112611936B 公开(公告)日: 2023-05-02
发明(设计)人: 李鹏;张起;郎恂;高莲 申请(专利权)人: 云南大学
主分类号: G01R31/08 分类号: G01R31/08
代理公司: 昆明今威专利商标代理有限公司 53115 代理人: 赛晓刚;杨宏珍
地址: 650091 云*** 国省代码: 云南;53
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 边缘 计算 变压器 故障 动态 检测 分类 系统
【权利要求书】:

1.一种基于边缘计算的配网变压器故障动态检测与分类系统,其特征在于:

所述系统由数据采集模块、通信模块、边缘计算模块及云服务平台组成;

所述数据采集模块、通信模块和边缘计算模块位于配网变压器的端子箱内;

所述数据采集模块采集配网变压器实时运行的状态数据,然后采用通信端口方式传输到边缘计算模块;

所述边缘计算模块通过网络通信模块接收来自云服务平台的配网变压器正常运行数据训练故障检测与分类模型,并根据近似线性依靠准则使用实时采集的配网变压器运行数据修正模型,实现故障检测模型的自适应更新;然后分析采集的配网变压器运行状态数据检测变压器是否存在故障,并判断故障类别,具体包括以下步骤:

步骤1:离线训练

边缘计算模块接收云服务平台存储的配网变压器正常运行的温度、湿度、油色谱数据、电压数据和电流数据作为DKPCA模型的训练样本集x∈Rn×m,其中n是训练样本个数,m是训练样本的维度;然后训练样本集x∈Rn×m标准化处理后映射到[0,1]区间上,使用k-最近邻方法剔除数据异常值,得到预处理的训练样本集最后使用预处理的训练样本集训练DKPCA离线模型,计算配网变压器的故障控制限;

步骤2:在线监控

首先接收通信模块传输的配网变压器温湿度、油中溶解气体数据和电流电压数据作为测试样本集y∈Rn×m,其中n是训练样本个数,m是训练样本的维度;然后测试样本集y∈Rn×m标准化处理后映射到[0,1]区间上,使用k-最近邻方法剔除数据异常值,得到预处理的测试样本集通过建立的DKPCA离线模型分别在主元空间和残差空间计算预处理的测试样本集的配网变压器故障统计量;最后根据配网变压器故障统计量是否超过配网变压器故障控制限为标准判断测试样本集y∈Rn×m是不是故障数据,如果是故障数据则使用PSO-SVM判断故障类别,然后继续检测新测试样本集ynew∈Rn×m

步骤3:模型更新

随着时间的推移,变压器运行环境发生微妙的变化,基于历史数据建立的监测模型不再匹配当前的变压器运行数据,此时需要基于新采集的变压器运行数据更新模型;用于更新变压器监测模型的数据必须是不包含故障样本且区别于训练数据集的数据,此时步骤2监控的配网变压器测试样本集y∈Rn×m不是故障,则设定正阈值Δ,计算预处理的测试样本集的近似误差最优解

然后通过内积的特征向量表示预处理的测试样本集近似误差值表示为

最后引入核函数表示预处理的测试样本集使用系数向量α对近似误差δk+1求导,化简后得

如果δk+1≤Δ,说明配网变压器的新测试样本集ynew∈Rn×m与训练样本集x∈Rn×m是线性相关的,不需要更新当前模型;如果δk+1≥Δ,说明配网变压器的新测试样本集ynew∈Rn×m与训练样本集x∈Rn×m是不是线性相关的,需要将新测试样本集ynew∈Rn×m添加到训练样本集以更新当前模型。

2.根据权利要求1所述的基于边缘计算的配网变压器故障动态检测与分类系统,其特征在于,所述的PSO-SVM判断故障类别包括:

使用云服务平台配网变压器油中溶解气体训练样本集Z训练支持向量机,使用粒子群算法优化支持向量机的参数,接收通信模块传输的配网变压器运行的油中溶解气体数据Znew分析,判断故障类别。

3.根据权利要求1或2所述的基于边缘计算的配网变压器故障动态检测与分类系统,其特征在于:

所述的数据采集模块用于采集配网变压器的实时运行数据,包括:用于采集变压器状态的智能传感器,用于发送接收信息并进行数字化处理的微处理器;同时与微处理器及现场数据信息链接的多串口采集卡,用于信息存储的数据储存器,用于同步授时的北斗时钟模块。

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云南大学,未经云南大学许可,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/202011354984.5/1.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