一种配电通信网网络状态在线监测系统的制作方法

未命名 09-29 阅读:84 评论:0


1.本发明涉及配电通信技术领域,更具体地涉及一种配电通信网网络状态在线监测系统。


背景技术:

2.电力光纤配电通信网为智能电网输变电环节的重要部分,随着供电可靠性要求的不断提高,电网运营面临巨大挑战,客观上要求对配电网络运行状况进行实时监测和远方遥控,配电自动化系统的建设、运行,能有效减少故障处理时间,进一步提升生产运行精益化管理能力,提高供电服务水平,配电自动化地实现以配电系统信息化为基础,并且借助通信手段,将控制中心的控制命令准确地传送到为数众多的远方终端,并且将反映远方设备运行状况的数据信息收集到控制中心;
3.对配电网络运行状况进行实时监测时,需要对配电网的节点信息进行监测采集,并将采集到的信息传输到远端主站的自动装置,采集的信号主要经过限压限流处理、滤波、采样保持、ad转换等信号调理步骤,录入的信号经终端判断筛选后传递给通信装置,但是传统的配电通信网网络状态监测系统存在以下问题:
4.单独对配电通信网网络状态进行监测,此时仅能识别出网络是否属于连接状态,无法对网络状态所出现的问题进行判断,因此进行维修时,也无法携带相应的设备进行维修工作,从而会增加维修人员的劳动强度,且仅对配电通信网的网络状态进行监测,仅能在其出现问题时进行维修处理,在进行维修时,会影响正常的使用状态,无法对配电通信网进行预测,仅能依靠定时检修的方式进行配电通信网的管理,实用性较差。


技术实现要素:

5.为了克服现有技术的上述缺陷,本发明的实施条例提供一种配电通信网网络状态在线监测系统,以解决背景技术中所提出的技术问题。
6.为实现上述目的,本发明提供如下技术方案:一种配电通信网网络状态在线监测系统,包括数据采集单元、分析单元、处理单元、管理单元、预测单元、对比单元,数据采集单元用于采集配电通信网内的数据信息并将采集到的数据信息发送给分析单元以及预测单元,分单元接收数据采集单元所采集的数据信息并计算出判定值p后发送给处理单元,处理单元接收判定值p并与阈值进行对比后发送指令给管理单元,管理单元接收处理单元所发送的质量并控制维修单元进行相应的维修工作,预测单元接收数据采集单元所采集的数据信息并对配电通信网网络状态进行预测,对比单元用于调节预测单元的预测计算,保证其预测的准确度。
7.在一个优选的实施方式中,数据采集单元采集配电通信网内的阻抗数据、频率数据、电流数据以及相位数据并发送给分析单元,分析接收阻抗数据、频率数据、电流数据以及相位数据并生成阻抗数据信息zk、频率数据信息pl、电流数据信息dl以及相位数据信息wx后进行管理处理并生成判定值p,判定
8.≤k1≤1,0≤k2≤1,k1+k2=1,c为配电通信网内阻抗与频率之间的相关系数,分析单元件生产的判定值p发送给处理单元。
9.在一个优选的实施方式中,处理单元接收判定值p,当判定值p为零时,发送第一指令给管理单元,当判定值不为零时,此时判定值p与第一阈值y1以及第二阈值y2进行对比,第一阈值y1<第二阈值y2,进判定值p小于第一阈值y1时发送第二指令给管理单元,判定值p大于第二阈值y2时发送第三指令给管理单元,否则处理单元不发送给指令。
10.在一个优选的实施方式中,管理单元接收第一指令判断配电通信网内出现断路问题,管理单元接收第二指令判断配电通信网出现短路问题,管理单元接收第三指令判断配电通信网出现接地问题,管理单元进行判断后控制将判断信息发送给维修单元,维修单元接收判断信息进行配电通信网维修。
11.在一个优选的实施方式中,预测单元采用神经网络对配电通信网的网络状态进行预测,其预测流程为,将训练样本归一化处理并输入神经网络模型,初始化参数值,并与调节值进行计算,计算各层的输出值,并将输出值与规定值进行对比;输出值低高于规定值时修改参数值,输出值低于规定值时完成预测。
12.在一个优选的实施方式中,神经网络模型计算出下一时刻的数据值,神经网络模型的公式为x
n+1
=r(an,bn,cn),式中n神经网络模型进行预测的时刻数目,取1时为第一时刻,取2时而第二时刻,x
n+1
为神经网络模型下一时刻的数据值,an,bn,cn为当前时刻的阻抗数据、频率数据以及相位数据,r为预测系数与阻抗数据、频率数据以及相位数据进行相乘的函数关系式,神经网络模型计算出的下一时刻的阻抗数据、频率数据以及相位数据带入到神经网络模型中,计算出下一时刻之后的数据信息,反复进行带入,最终计算出数据值x
n+1

13.在一个优选的实施方式中,数据值x
n+1
含有阻抗数据、频率数据以及相位数,将其发送给处理单元进行预测判定值p1的计算,将计算出的预测判定值p1发送给处理单元,处理单元接收预测判定值p1并与阈值进行对比后,向管理单元发送给预测指令,管理单元接收预测指令进行预测判定后将预测判定信息发送给维修单元,据值x
n+1
含有阻抗数据、频率数据以及相位数与采集单元所采集的信息采用相同的方式进行计算,且在后续的处理单元、管理单元以及维修单元采用与采集单元内的数据相同的方式进行处理,仅加上预测两字。
14.在一个优选的实施方式中,神经网络模型内的每一时刻为一分钟,r为预测系数与阻抗数据、频率数据以及相位数据进行相乘的函数关系式,其具体计算为r=an
×
η,r=bn
×
λ以及r=cn
×
μ,η、λ以及μ为阻抗数据、频率数据以及相位数据的调节值,r为阻抗数据、频率数据以及相位数据进行计算后的方程组合。
15.在一个优选的实施方式中,神经网络模型每次进行下一时刻的预测值计算后,将预测出的数据发送给对比单元,对比单元接收预测单元内的预测数据与采集单元内的采集数据并进行η、λ以及μ的计算,η的计算公式为λ的计算公式为
μ的计算公式为n为进行计算的预测的次数。
16.本发明的技术效果和优点:
17.1、本发明通过设有数据采集单元、分析单元以及处理单元,对配电通信网的网络传输状态需要依靠配电通信网进行传输,并且单独的检测网络状态无法判断问题所在,配电线路会决定配电通信网网络状,本技术对配电通信网内的阻抗数据、频率数据、电流数据以及相位数据进行采集与应用,能够准确地了解配电通信网网络状态;
18.2、本发明通过设有预测单元,采用神经网络对配电通信网的网络状态进行预测,因此可以了解配电通信网在后面一定时间内的网络状态,因此当预测到配电通信网会出现问题时,及时进行检修,减少突然出现配电通信网故障而影响正常生活的问题,且采用神经网络进行预测,其具有较好的学习效果,并能及时进行调整,进而提高预测的准确性;
19.3、本发明通过设有预测单元以及对比单元,预测系数与阻抗数据、频率数据以及相位数据与调节值η、λ以及μ之间在进行计算时,η、λ以及μ均为在n次计算下的平均值,因此其计算出的结果更加平滑,增加其低于规定值时的概率,进而提高预测的准确程度。
20.4、本发明通过设有神经网络模型,神经网络模型内含有阻抗数据、频率数据以及相位数,因此其在进行预测时,与配电通信网之间关系性较高,能够准确的反映出配电通信网网络状态,且为一个时刻接一个时刻地进行预算,提高神经网络模型的准确程度。
附图说明
21.图1为本发明的整体结构示意图。
具体实施方式
22.下面将结合本发明中的附图,对本发明中的技术方案进行清楚、完整地描述,另外,在以下的实施方式中记载的各结构的形态只不过是例示,本发明所涉及的一种配电通信网网络状态在线监测系统并不限定于在以下的实施方式中记载的各结构,在本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施方式都属于本发明保护的范围。
23.参照图1,本发明提供了一种配电通信网网络状态在线监测系统,包括数据采集单元、分析单元、处理单元、管理单元、预测单元、对比单元,数据采集单元用于采集配电通信网内的数据信息并将采集到的数据信息发送给分析单元以及预测单元,分单元接收数据采集单元所采集的数据信息并计算出判定值p后发送给处理单元,处理单元接收判定值p并与阈值进行对比后发送指令给管理单元,管理单元接收处理单元所发送的质量并控制维修单元进行相应的维修工作,预测单元接收数据采集单元所采集的数据信息并对配电通信网网络状态进行预测,对比单元用于调节预测单元的预测计算,保证其预测的准确度。
24.本技术实施例中,通过数据采集单元进行数据采集,进行采集的数据发送给分析单元以及对比单元进行使用,分析单元可以计算出判定值p,进而根据判定值p了解此时配电通信网的状态,当其出现问题时,针对判断出的问题进行维修,因此便于进行维修工作,而对比单元接收数据采集单元所采集的数据,此时能够对预测单元内的调节值η、λ以及μ均
进行修改,从而保证预测单元进行预测的准确程度,预测单元能够对配电通信网的状态进行预测,便于管理人员及时进行处理。
25.数据采集单元采集配电通信网内的阻抗数据、频率数据、电流数据以及相位数据并发送给分析单元,分析接收阻抗数据、频率数据、电流数据以及相位数据并生成阻抗数据信息zk、频率数据信息pl、电流数据信息dl以及相位数据信息wx后进行管理处理并生成判定值p,判定值p的计算公式为式中k1与k2为权重,且0≤k1≤1,0≤k2≤1,k1+k2=1,c为配电通信网内阻抗与频率之间的相关系数,分析单元件生产的判定值p发送给处理单元,处理单元接收判定值p,当判定值p为零时,发送第一指令给管理单元,当判定值不为零时,此时判定值p与第一阈值y1以及第二阈值y2进行对比,第一阈值y1<第二阈值y2,进判定值p小于第一阈值y1时发送第二指令给管理单元,判定值p大于第二阈值y2时发送第三指令给管理单元,否则处理单元不发送给指令。
26.本技术实施例中,数据采集单元采集配电通信网内的阻抗数据、频率数据、电流数据以及相位数据,共四种数据,电流数据可以直接识别配电通信网是否处于连通状态,sgn为取整函数,因此输入正数时,其输出1,输入0时其输出0,因此当电流数据为零时,此时计算出的判定值p整体为零,因此便可了解到此时配电通信网的线路处于断路状态,而当配电通信网内部存在电流时,此时无论电流多大,经过sgn进行输出的值均为1,从而不会对阻抗数据、频率数据以及相位数据三种数据的计算结果造成误差影响,此时有电流通过时,则表示配电通信网在正常运行,其在正常运行时,计算出的判定值p与处理单元内的阈值进行对比,并根据对比结果进行指令发送,管理单元接收指令信息从而进行判断,便于及时进行维修工作,此外,需要说明的是,本技术虽是对配电通信网网络状态进行检测,但是其网络传输状态需要依靠配电通信网进行传输,并且单独的检测网络状态无法判断问题所在,配电线路会决定配电通信网网络状,本技术对配电通信网内的阻抗数据、频率数据、电流数据以及相位数据进行采集与应用,能够准确地了解配电通信网网络状态。
27.管理单元接收第一指令判断配电通信网内出现断路问题,管理单元接收第二指令判断配电通信网出现短路问题,管理单元接收第三指令判断配电通信网出现接地问题,管理单元进行判断后控制将判断信息发送给维修单元,维修单元接收判断信息进行配电通信网维修,通过管理单元接收指令后,根据所接收的质量判断配电通信网出现的网络问题,此时能够快速赶到现场并携带相应的维修工具进行维修工作,进行监测的同时提高处理速度,此外,需要说明的是,当出现问题时,将问题所在地的地理位置信息进行发送是本领域技术人员的一种常规技术手段,本技术不对其做详细限定。
28.预测单元采用神经网络对配电通信网的网络状态进行预测,其预测流程为,将训练样本归一化处理并输入神经网络模型,初始化参数值,并与调节值进行计算,计算各层的输出值,并将输出值与规定值进行对比;输出值低高于规定值时修改参数值,输出值低于规定值时完成预测。
29.本技术实施例中,预测单元采用神经网络对配电通信网的网络状态进行预测,因此可以了解配电通信网在后面一定时间内的网络状态,因此当预测到配电通信网会出现问题时,及时进行检修,减少突然出现配电通信网故障而影响正常生活的问题,且采用神经网络进行预测,其具有较好的学习效果,并能及时进行调整,进而提高预测的准确性。
30.神经网络模型计算出下一时刻的数据值,神经网络模型的公式为x
n+1
=r(an,bn,cn),式中n神经网络模型进行预测的时刻数目,取1时为第一时刻,取2时而第二时刻,x
n+1
为神经网络模型下一时刻的数据值,an,bn,cn为当前时刻的阻抗数据、频率数据以及相位数据,r为预测系数与阻抗数据、频率数据以及相位数据进行相乘的函数关系式,神经网络模型计算出的下一时刻的阻抗数据、频率数据以及相位数据带入到神经网络模型中,计算出下一时刻之后的数据信息,反复进行带入,最终计算出数据值x
n+1
,神经网络模型内具有阻抗数据、频率数据以及相位数,因此其能够准确地反映出配电通信网网络状态,且为一个时刻接一个时刻地进行预算,提高神经网络模型的准确程度。
31.数据值x
n+1
含有阻抗数据、频率数据以及相位数,将其发送给处理单元进行预测判定值p1的计算,将计算出的预测判定值p1发送给处理单元,处理单元接收预测判定值p1并与阈值进行对比后,向管理单元发送给预测指令,管理单元接收预测指令进行预测判定后将预测判定信息发送给维修单元,据值x
n+1
含有阻抗数据、频率数据以及相位数与采集单元所采集的信息采用相同的方式进行计算,且在后续的处理单元、管理单元以及维修单元采用与采集单元内的数据相同的方式进行处理,仅加上预测两字,处理单元进行预测判定值p1的计算,因此处理单元可进行实际的判定值p与预测的判定值p1之间的计算,因此可以了解的判定值p与预测的判定值p1之间关系,并且将预测判定值p1进行计算后,此时进行发送时,将其发送到管理单元时,管理单元会生成预测指令,维修单元接收预测指令,此时负责进行维修的人员可以了解到其为预测信息,因此可以合理安排维修时间。
32.神经网络模型内的每一时刻为一分钟,r为预测系数与阻抗数据、频率数据以及相位数据进行相乘的函数关系式,其具体计算为r=an
×
η,r=bn
×
λ以及r=cn
×
μ,η、λ以及μ为阻抗数据、频率数据以及相位数据的调节值,r为阻抗数据、频率数据以及相位数据进行计算后的方程组合。
33.神经网络模型每次进行下一时刻的预测值计算后,将预测出的数据发送给对比单元,对比单元接收预测单元内的预测数据与采集单元内的采集数据
[0034][0035]
本技术实施例中,神经网络模型内的每一时刻为一分钟,因此其计算值,每一分钟均会进行调整,从而对配电通信网网络状态进行频繁的预测,保证其使用时的安全性,且预测系数与阻抗数据、频率数据以及相位数据与调节值η、λ以及μ之间在进行计算时,η、λ以及μ均为在n次计算下的平均值,因此其计算出的结果更加平滑,增加其低于规定值时的概率,进而提高预测的准确程度。
[0036]
以上仅为本发明的优选实施例而已,并不用于限制本发明,其中设置的区间、阈值的大小的设定是为了便于比较,关于阈值的大小,取决于样本数据的多少及本领域技术人员对每一组样本数据设定基数数量;只要不影响参数与量化后数值的比例关系即可。同时上述公式均是去量纲取其数值计算,公式是由采集大量数据进行软件模拟得到最近真实情况的一个公式,公式中的预设参数由本领域的技术人员根据实际情况进行设置;凡在本发
明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。

技术特征:
1.一种配电通信网网络状态在线监测系统,其特征在于:包括数据采集单元、分析单元、处理单元、管理单元、维修单元、预测单元以及对比单元,数据采集单元用于采集配电通信网内的数据信息并将采集到的数据信息发送给分析单元以及预测单元,分单元接收数据采集单元所采集的数据信息并计算出判定值p后发送给处理单元,处理单元接收判定值p并与阈值进行对比后发送指令给管理单元,管理单元接收处理单元所发送的质量并控制维修单元进行相应的维修工作,预测单元接收数据采集单元所采集的数据信息并对配电通信网网络状态进行预测,对比单元用于调节预测单元的预测计算,保证其预测的准确度。2.根据权利要求1所述的一种配电通信网网络状态在线监测系统,其特征在于:数据采集单元采集配电通信网内的阻抗数据、频率数据、电流数据以及相位数据并发送给分析单元,分析接收阻抗数据、频率数据、电流数据以及相位数据并生成阻抗数据信息zk、频率数据信息pl、电流数据信息dl以及相位数据信息wx后进行管理处理并生成判定值p,判定值p的计算公式为式中k1与k2为权重,且0≤k1≤1,0≤k2≤1,k1+k2=1,c为配电通信网内阻抗与频率之间的相关系数,分析单元件生产的判定值p发送给处理单元。3.根据权利要求2所述的一种配电通信网网络状态在线监测系统,其特征在于:处理单元接收判定值p,当判定值p为零时,发送第一指令给管理单元,当判定值不为零时,此时判定值p与第一阈值y1以及第二阈值y2进行对比,第一阈值y1<第二阈值y2,进判定值p小于第一阈值y1时发送第二指令给管理单元,判定值p大于第二阈值y2时发送第三指令给管理单元,否则处理单元不发送给指令。4.根据权利要求3所述的一种配电通信网网络状态在线监测系统,其特征在于:管理单元接收第一指令判断配电通信网内出现断路问题,管理单元接收第二指令判断配电通信网出现短路问题,管理单元接收第三指令判断配电通信网出现接地问题,管理单元进行判断后控制将判断信息发送给维修单元,维修单元接收判断信息进行配电通信网维修。5.根据权利要求1所述的一种配电通信网网络状态在线监测系统,其特征在于:预测单元采用神经网络对配电通信网的网络状态进行预测,其预测流程为,将训练样本归一化处理并输入神经网络模型,初始化参数值,并与调节值进行计算,计算各层的输出值,并将输出值与规定值进行对比;输出值低高于规定值时修改参数值,输出值低于规定值时完成预测。6.根据权利要求5所述的一种配电通信网网络状态在线监测系统,其特征在于:神经网络模型计算出下一时刻的数据值,神经网络模型的公式为x
n+1
=r(an,bn,cn),式中n神经网络模型进行预测的时刻数目,取1时为第一时刻,取2时而第二时刻,x
n+1
为神经网络模型下一时刻的数据值,an,bn,cn为当前时刻的阻抗数据、频率数据以及相位数据,r为预测系数与阻抗数据、频率数据以及相位数据进行相乘的函数关系式,神经网络模型计算出的下一时刻的阻抗数据、频率数据以及相位数据带入到神经网络模型中,计算出下一时刻之后的数据信息,反复进行带入,最终计算出数据值x
n+1
。7.根据权利要求6所述的一种配电通信网网络状态在线监测系统,其特征在于:数据值x
n+1
含有阻抗数据、频率数据以及相位数,将其发送给处理单元进行预测判定值p1的计算,将计算出的预测判定值p1发送给处理单元,处理单元接收预测判定值p1并与阈值进行对比
后,向管理单元发送给预测指令,管理单元接收预测指令进行预测判定后将预测判定信息发送给维修单元,据值x
n+1
含有阻抗数据、频率数据以及相位数与采集单元所采集的信息采用相同的方式进行计算,且在后续的处理单元、管理单元以及维修单元采用与采集单元内的数据相同的方式进行处理,仅加上预测两字。8.根据权利要求7所述的一种配电通信网网络状态在线监测系统,其特征在于:神经网络模型内的每一时刻为一分钟,r为预测系数与阻抗数据、频率数据以及相位数据进行相乘的函数关系式,其具体计算为r=an
×
η,r=bn
×
λ以及r=cn
×
μ,η、λ以及μ为阻抗数据、频率数据以及相位数据的调节值,r为阻抗数据、频率数据以及相位数据进行计算后的方程组合。9.根据权利要求6所述的一种配电通信网网络状态在线监测系统,其特征在于:神经网络模型每次进行下一时刻的预测值计算后,将预测出的数据发送给对比单元,对比单元接收预测单元内的预测数据与采集单元内的采集数据并进行η、λ以及μ的计算,η的计算公式为λ的计算公式为μ的计算公式为n为进行计算的预测的次数。

技术总结
本发明涉及配电通信技术领域,且公开了一种配电通信网网络状态在线监测系统,包括数据采集单元、分析单元、处理单元、管理单元、维修单元、预测单元以及对比单元,数据采集单元用于采集配电通信网内的数据信息并将采集到的数据信息发送给分析单元以及预测单元,分单元接收数据采集单元所采集的数据信息并计算出判定值P后发送给处理单元,处理单元接收判定值P并与阈值进行对比后发送指令给管理单元;配电通信网需要依靠配电通信网进行传输,并且单独的检测网络状态无法判断问题所在,配电线路会决定配电通信网网络状,本申请对配电通信网内的阻抗数据、频率数据、电流数据以及相位数据进行采集与应用,能够准确地了解配电通信网网络状态。网网络状态。网网络状态。


技术研发人员:陈嘉 吕为 张伟贤 田志峰 林朝哲 周瑾瑜 曾旭 保剑 龚立宽 全子瑞 程彦喆 黄哲
受保护的技术使用者:深圳供电局有限公司
技术研发日:2023.06.12
技术公布日:2023/9/23
版权声明

本文仅代表作者观点,不代表航家之家立场。
本文系作者授权航家号发表,未经原创作者书面授权,任何单位或个人不得引用、复制、转载、摘编、链接或以其他任何方式复制发表。任何单位或个人在获得书面授权使用航空之家内容时,须注明作者及来源 “航空之家”。如非法使用航空之家的部分或全部内容的,航空之家将依法追究其法律责任。(航空之家官方QQ:2926969996)

航空之家 https://www.aerohome.com.cn/

航空商城 https://mall.aerohome.com.cn/

航空资讯 https://news.aerohome.com.cn/

分享:

扫一扫在手机阅读、分享本文

评论

相关推荐