基于物联网设备状态感知系统技术方案

本申请属于电网运行状态检测管理方法技术领域，尤其涉及一种基于物联网设备状态感知系统。包括数据应用层、网络处理层、信息感知层；信息感知层包括若干用于获取设备运行基础信息的传感器；网络处理层，包括若干感知终端物联节点、物联网汇聚网关以及物联网汇聚节点；本申请的基于物联网设备的状态感知系统，在统计开关设备状态基础数据的基础上，能够更好的明确设备运行与其他因素之间影响，建立更有效和及时的设备状态感知辨识平台，基于无线传输到数据汇聚、深度学习算法，能够更高效的实现设备运行状态识别，为后续的输变电设备故障诊断和状态检修奠定基础，实现状态评判和运维决策总体目标的前提规划。维决策总体目标的前提规划。维决策总体目标的前提规划。

【技术实现步骤摘要】
基于物联网设备状态感知系统


[0001]本申请属于电网运行状态检测管理方法
，尤其涉及一种基于物联网设备状态感知系统。

技术介绍

[0002]国内电力设备状态分析和在线监测技术相关研究已有三十多年的历史，在线监测状态的电力设备主要有主变压器、设备及GIS、互感器、电容型设备及金属氧化物避雷器（MOA）等。主要监测和状态分析方法包括测温法、振动法、测距法、光纤监测诊断法等。国内对设备设备主要以局放和温度测试为主，多通过人工巡检来实现，手持局放测试仪接收传感器信号，判别局放程度的效率低，耗费大量人力物力，采集的离线数据无法准确判断设备内部局放的发展趋势。但缺乏设备多信息综合处理和对数据融合分析技术还未到达大规模推广应用要求。现有方法监测存在不足，造成对故障性质、程度、类别和部位缺陷诊断存在极大盲目性，有可能误判、漏判造成隐患不能及时消除而发生事故。

技术实现思路

[0003]本申请的目的在于提供一种基于物联网设备状态感知系统，利用传感器收集设备多种运行信息，建立设备状态评价系统，以可用来制定差异化运维检修策略，实现分布式开关设备状态可观、可控和在控。
[0004]为实现上述目的，本申请采用如下技术方案。
[0005]一种基于物联网设备状态感知系统，包括数据应用层、网络处理层、信息感知层；所述信息感知层包括若干用于获取设备运行基础信息的传感器；所述基础信息将作为应用层评价运行状况基本数据；所述网络处理层，包括若干感知终端物联节点、物联网汇聚网关以及物联网汇聚节点；感知终端物联节点连接传感器，实现对运行信息和环境数据在线感知，根据变电站或线路高压设备布置情况选择星型、树状或网状的网络拓扑结构；感知终端物联节点利用聚网关以及物联网汇聚节点协调实现通信，然后通过物联网汇聚网关、物联网汇聚节点传输到应用层；所述应用层用于实现基础信息信号的融合分析，构建完善开关设备状态感知深度学习模型和状态评价系统。
[0006]对前述基于物联网设备的状态感知系统的进一步改进，所述应用层具体用于执行以下步骤：步骤S1、获取信息感知层各传感器的获得的设备运行基础信息存入源端数据库；步骤S2、基于DataWork完成基础信息数据的实时同步集成；包括S2a、基于DataWork实时同步项目，建立源端数据库到MaxCompte数据库的映射，生成增量表，创建全量表，在此基础上创建同步任务，实现全量数据的实时同步；基于DataWork数据合并项目，采用定时同步的方式，将增量数据写入全量表；
S2b、基于前述基础信息数据，根据需要进行类型转换并完成必要的缺失值填充；S2c、基于不同基础数据的类型分别基于快速傅里叶变换方法、或经验模态分解方法或熵分析方法对基础信息数据进行特征分量分析，对数据特征进行提取和组合，构建基础数据的特征组合；S2d、基于深度学习技术对前述特征组合表进行学习训练，构建基于残差网络的状态识别模型，获取设备状态评价指标。
[0007]对前述基于物联网设备的状态感知系统的进一步改进，所述步骤S2a还包括：基于DataWork完成基础信息数据的离线同步集成；具体是指：建立用于存储设备运行基础信息数据的可读写主库，创建用于备份可读写主库数据的只读从库；配置源端数据库，实现从源端数据库定周期全量数据的抽取，并将其写入可读写主库；由只读从库定时完成对可读写主库的数据备份；任务数据读取时只从只读从库抽取。
[0008]对前述基于物联网设备的状态感知系统的进一步改进，所述步骤S2a还包括：基于DataWork完成基础信息数据的增量同步集成；具体是指：建立MaxCompte全量数据库和MaxCompte增量数据库，对于大容量数据，除了首次以及定期进行全量同步将数据写入MaxCompte全量数据库，其他时间仅将增量数据同步值MaxCompte增量数据库。
[0009]对前述基于物联网设备的状态感知系统的进一步改进，所述步骤S2c中，经验模态分解方法用于振动信号的特征提取和建模，所述振动信号包括机械振动以及声波信号，具体而言：对于待处理的振动信号，将若干强度不同的白噪音分别添加至原始信号后，分别进行经验模态分解；在每次经验模态分解过程中确定所有的局部极值点，拟合外围包络线求解信号对应的残余函数信号，对残余函数信号进行必要的平滑滤波处理，祛除随机误差后得到对应的单调函数；基于前述模态分解过程确定待处理信号对应的所有分解波形，进行整体平均处理得到最终的信号波形。
[0010]对前述基于物联网设备的状态感知系统的进一步改进，为进一步提取数据特征，利用熵分析方法对前述基础波形进行处理，对于基于时域平移得到的振声联合图像数据，将其分解为两个垂直的一维数据，并利用前述经验模态分解方法对两个一维数据进行分解，最后基于最小尺度原则进行合并后重构振声联合图像数据，在此基础上进行进一步建模进而特征提取处理。
[0011]对前述基于物联网设备的状态感知系统的进一步改进，所述步骤S2d中，行训练学习的基本过程包括：获取传感器收集的一维信号数据，通过时域频域转换将前述一维信号数据转换为二维图像数据，基于前述二维图像数据进行分配建立训练数据集和测试数据集，利用二维ResNet网络模型和训练数据集中的数据进行模型训练得到二维ResNet网络模型参数，利用测试数据集对前述二维ResNet网络模型参数进行验证，修正二维ResNet网络模型参数确定最终的二维ResNet网络模型。
[0012]对前述基于物联网设备的状态感知系统的进一步改进，所述传感器安装于基础设备上；所述基础信息至少包括：设备主回路电流、电动机操动开关电源参数、分合闸线圈电
流、放电超声波参数、机械操作次数、气体压力和本体振动参数。
[0013]对前述基于物联网设备的状态感知系统的进一步改进，所述应用层还用于建立数据存储、信号分析、以及数据挖掘为一体云端监测应用层，融合多信号特征辨识设备储能、动作过程和运行状态，评估设备缺陷和寿命状态；利用边缘计算检测信号特征，在开关类设备状态感知和智能辨识平台中，实现多种信号融合分析，利用峭度、频谱和二维谱熵等变换特征以及模糊聚类、时频分析、DS证据理论和深度学习等设备缺陷辨识方法，构建完善开关设备状态感知深度学习模型和状态评价系统。
[0014]其有益效果在于：本申请的基于物联网设备的状态感知系统，在统计开关设备状态基础数据的基础上，能够更好的明确设备运行与其他因素之间影响，建立更有效和及时的设备状态感知辨识平台，基于无线传输到数据汇聚、深度学习算法，能够更高效的实现设备运行状态识别，为后续的输变电设备故障诊断和状态检修奠定基础，实现状态评判和运维决策总体目标的前提规划。
附图说明
[0015]图1是基于物联网设备的状态感知系统的结构原理图。
[0016]图2是设备特征计算和处理流程示意图；图3是二维ResNet网络学习模型示意图。
具体实施方式
[0017]本申请的基于物联网设备的状态感知系统主要用于变电站设备运行及操控过程的监测感知以及状态识别管控，以基于信号本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于物联网设备的状态感知系统，其特征在于，包括数据应用层、网络处理层、信息感知层：所述信息感知层包括若干用于获取设备运行基础信息的传感器；所述基础信息将作为应用层评价运行状况基本数据；所述网络处理层，包括若干感知终端物联节点、物联网汇聚网关以及物联网汇聚节点；感知终端物联节点连接传感器，实现对运行信息和环境数据在线感知，根据变电站或线路高压设备布置情况选择星型、树状或网状的网络拓扑结构；感知终端物联节点利用聚网关以及物联网汇聚节点协调实现通信，然后通过物联网汇聚网关、物联网汇聚节点传输到应用层；所述应用层用于实现基础信息信号的融合分析，构建完善开关设备状态感知深度学习模型和状态评价系统。2.根据权利要求1所述的一种基于物联网设备的状态感知系统，其特征在于，所述应用层具体用于执行以下步骤：步骤S1、获取信息感知层各传感器的获得的设备运行基础信息存入源端数据库；步骤S2、基于DataWork完成基础信息数据的实时同步集成；包括S2a、基于DataWork实时同步项目，建立源端数据库到MaxCompte数据库的映射，生成增量表，创建全量表，在此基础上创建同步任务，实现全量数据的实时同步；基于DataWork数据合并项目，采用定时同步的方式，将增量数据写入全量表；S2b、基于前述基础信息数据，根据需要进行类型转换并完成必要的缺失值填充；S2c、基于不同基础数据的类型分别基于快速傅里叶变换方法、或经验模态分解方法或熵分析方法对基础信息数据进行特征分量分析，对数据特征进行提取和组合，构建基础数据的特征组合；S2d、基于深度学习技术对前述特征组合表进行学习训练，构建基于残差网络的状态识别模型，获取设备状态评价指标。3.根据权利要求2所述的一种基于物联网设备的状态感知系统，其特征在于，所述步骤S2a还包括：基于DataWork完成基础信息数据的离线同步集成；具体是指：建立用于存储设备运行基础信息数据的可读写主库，创建用于备份可读写主库数据的只读从库；配置源端数据库，实现从源端数据库定周期全量数据的抽取，并将其写入可读写主库；由只读从库定时完成对可读写主库的数据备份；任务数据读取时只从只读从库抽取。4.根据权利要求2所述的一种基于物联网设备的状态感知系统，其特征在于，所述步骤S2a还包括：基于DataWork完成基础信息数据的增量同步集成；具体是指：建立MaxCompte全量数据库和MaxCompte增量数据库，对于大容量数据，除了首次以及定期进行全量同步将数据写入MaxCompte全量...

【专利技术属性】
技术研发人员：周建武，洪林，刘捷，陈诚，周泽胜，姚苏文，李志强，许勇，李新民，宋思琪，王登，谢庆，姜观胜，林晓辉，
申请(专利权)人：国网湖北省电力有限公司黄冈供电公司，
类型：发明
国别省市：