[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

说明书

本发明公开了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。包括数据采集模块、通信模块、边缘计算模块及云服务平台；数据采集模块实时采集变压器运行状态数据并发送到边缘计算模块，边缘计算模块接收云服务平台的数据训练DKPCA模型，分析检测变压器是否发生故障，没有故障则使用近似线性依靠准则更新模型，检测到故障则通过PSO‑SVM判断故障类型。本发明的边缘计算模块采用基于A‑DKPCA模型，可以根据实时采集的数据修正更新监测模型，解决模型失配问题，提高了故障检测精度；本发明处理过程在本地边缘计算层完成，满足数据实时分析处理和低延时的业务需求，有效减轻云端负荷，提高检修工作效率。

技术领域

本发明涉及电力系统状态监控技术领域，涉及基于边缘计算的数据动态特性分析及模型自适应更新技术，具体涉及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。

背景技术

配网变压器是电力系统中最重要的设备之一，是保证电力系统安全和可靠运行的关键设备，但是配网变压器所处气象环境复杂容易造成事故频发。因此，通过分析变压器运行状态数据，实现对配网变压器的故障检测和分类，有助于配电网的预防性检修工作。

随着泛在电力物联网的建设，电网智能化发展，现有的电网云计算平台将面临着分析大量冗余复杂数据的挑战，各种增长的电力终端设备和业务应用会产生海量的数据，大数据的传输和处理会给云服务平台造成巨大的压力，传输的高时延和安全性也无法满足新业务形态的要求。

目前，国内配网低压变压器分布广，基数大，故障发生时，与故障相关的站所终端将异常信息上报给云服务平台，主站分析计算后，给站所终端下达命令。

采用上述的方案，单一的故障往往会在相关的网络产生大量的告警信息，使得故障的分类和定位需要更多的时间，也容易产生误差；此外，在多个故障并发时，情况也会更加复杂，面对海量的告警信息，云服务平台和站所终端也面临着巨大的压力。

发明内容

为了克服上述现有技术的不足，发明人采用边缘计算技术，该技术通过网络边缘侧的智能处理，融合了网络、计算、存储及信息化技术，在网络边缘提供服务，适用于具有海量数据特征的业务处理、边缘化安全隐私防护、用户需求快速响应等技术需求。为了更好地实现对变压器故障进行精准检测，发明人采用A-DKPCA(自适应动态核主元模型)技术，通过实时采集的数据，利用近似线性依靠准则更新历史模型，获得更好的检测精度和适应度，这样可以解决长期监测模型失配的问题；此外，还通过构造动态时滞矩阵，提取数据随时间变化的相关特性，具备更精确的数据分析能力。

综上所述，本发明目的是提供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，使用A-DKPCA分析变压器运行状态数据以检测故障，并使用PSO-SVM(粒子群优化支持向量机)判断故障类别，能够维护整个电力系统的安全性、稳定性，具有维护电力系统稳定运行的现实意义。

为实现上述目的，本发明提供如下的技术方案：

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，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；

所述数据采集模块采集配网变压器实时运行的状态数据，然后从通信模块传输到边缘计算模块分析；边缘计算模块接收从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，然后分析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。

进一步的，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。