[发明专利]一种用于电网运检机器人的优化控制方法及系统有效

专利信息
申请号: 202210513907.2 申请日: 2022-05-12
公开(公告)号: CN114726103B 公开(公告)日: 2023-08-08
发明(设计)人: 胡航;汪祝年;侯超;张雯洁;陈永明;李静;陈通;徐溯;姚鹏;范洵 申请(专利权)人: 国网江苏省电力有限公司镇江供电分公司
主分类号: H02J13/00 分类号: H02J13/00
代理公司: 镇江至睿专利代理事务所(普通合伙) 32529 代理人: 刘静
地址: 212001 *** 国省代码: 江苏;32
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 用于 电网 机器人 优化 控制 方法 系统
【权利要求书】:

1.一种用于电网运检机器人的优化控制方法,其特征在于,所述方法包括:

获得目标变电站的附属电力杆塔分布,其中,所述目标变电站用于对所述附属电力杆塔分布进行运行检测;

通过无人机设备,对所述附属电力杆塔分布进行历史时间节点的数据采集,获得历史运检参数集合;

通过传输模块,将所述历史运检参数集合回传至所述目标变电站的电网运行监测系统,并进行可视化的参数表示,生成杆塔可视化运行网络;

基于电网运检机器人,对所述目标变电站进行所述历史时间节点的运检数据采集,且对采集数据进行整合,生成历史运行日志集合;

根据所述历史时间节点、所述历史运检参数集合以及所述历史运行日志集合,获得第一时间节点对应的第一运检参数、第一运行日志;

对所述第一运检参数进行拆分,获得第一地基滑动参数、第一沉降变形参数以及第一铁塔倾斜参数;

对所述第一运行日志进行解析,获得第一仪表读数数据、第一外观图像数据以及第一温度状态数据;

将所述第一地基滑动参数、所述第一沉降变形参数以及所述第一铁塔倾斜参数,定义为第一自变量X1,将所述第一仪表读数数据、所述第一外观图像数据以及所述第一温度状态数据,定义为第一因变量Y1;根据所述第一时间节点对应的数据处理逻辑,对所述历史时间节点对应的运检参数和运行日志进行遍历,获得第二时间节点对应的第二自变量X2、第二因变量Y2,直至第n时间节点对应的第n自变量Xn、第n因变量Yn;将所述第一自变量X1、所述第二自变量X2直至所述第n自变量Xn,作为横坐标X轴,将所述第一因变量Y1、所述第二因变量Y2直至所述第n因变量Yn作为纵坐标y轴,绘制运检参数-运行日志变化曲线;对所述运检参数-运行日志变化曲线进行遍历,提取曲线变化特征,并作为第一优化逻辑;

根据所述第一优化逻辑,构建所述运检参数-运行日志优化模型;

基于所述运检参数-运行日志优化模型,对当前时间节点对应的变电站运检数据进行优化控制。

2.如权利要求1所述的方法,其特征在于,所述方法包括:

根据所述运检参数-运行日志变化曲线,提取第一极大值变化节点、第一极小值变化节点;

将所述第一极小值变化节点标识为第一约束条件;

根据所述第一极大值变化节点,预设危险期预警节点,并将所述危险期预警节点标识为第一预警条件;

根据所述第一约束条件和所述第一预警条件,对所述变电站运检数据进行优化控制。

3.如权利要求1所述的方法,其特征在于,所述获得历史运检参数集合,包括:

将地基滑动作为第一采集特征、沉降变形作为第二采集特征、铁塔倾斜作为第三采集特征;

基于所述第一采集特征、所述第二采集特征以及所述第三采集特征,对所述历史时间节点对应的各节点数据进行采集,获得所述历史运检参数集合。

4.如权利要求3所述的方法,其特征在于,所述方法包括:

根据所述历史运检参数集合,获得第一特征数据集;

对所述第一特征数据集进行中心化处理,获得第二特征数据集;

获得所述第二特征数据集的第一协方差矩阵;

对所述第一协方差矩阵进行运算,获得所述第一协方差矩阵的第一特征值和第一特征向量;

将所述第一特征数据集投影到所述第一特征向量,获得第一降维数据集,其中所述第一降维数据集为所述第一特征数据集降维之后获得的特征数据集。

5.如权利要求1所述的方法,其特征在于,所述对当前时间节点对应的变电站运检数据进行优化控制,包括:

获得所述当前时间节点对应的当前杆塔运检参数;

将所述当前杆塔运检参数输入至所述运检参数-运行日志优化模型进行匹配训练,获得对应的变电站影响参数;

根据所述变电站影响参数,对所述变电站运检数据进行优化控制。

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国网江苏省电力有限公司镇江供电分公司,未经国网江苏省电力有限公司镇江供电分公司许可,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/202210513907.2/1.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