【技术实现步骤摘要】
本专利技术属于电力系统安全领域，尤其是一种基于铁路电力负荷动态突变的监测方法。
技术介绍
1、为了确保铁路电力系统供电的安全与可靠性，通常会采用双路供电的方式。这样做可以保证在一路电力失效的情况下，另一路电力能够及时介入并继续提供所需的电能，从而确保铁路运输的持续稳定运行。
2、在铁路供电段，电力scada监控平台是核心的电力监控系统。该平台允许调度员在scada后台监控软件上实时监控现场的电力设备数据，包括电压、电流、开关位置等关键信息。通常情况下，当电力设备出现故障或者开关位置等遥信数据发生异常变化时，系统会实时生成报警信息，以提醒调度员注意并采取相应措施。
3、然而，电流突变的情况并没有相应的报警信息。这就需要调度员长时间地观察实时电流变化，以检测可能的电流突变。然而，这种方式并不现实，因为人工检测不仅效率低下，而且容易因疲劳或疏忽而漏过关键信息。当电流突变时，导致电路中的电压也发生突变，可能会超过元器件的额定电压，造成元器件的损坏或失效；导致电路中产生高频电磁干扰，影响附近其他电路的正常工作，造成信号的失真或噪声的增加；导致电路中的温度升高，引起元器件的老化或烧毁，降低电路的可靠性和寿命；导致电路中的能量损耗增加，可能会影响电路的效率和性能，增加电路的运行成本。因此，实现进线电路突变的自动检测和报警功能尤为重要。
技术实现思路
1、专利技术目的：提供一种基于铁路电力负荷动态突变的监测方法，以解决现有技术存在的上述问题。
2、技术方案：一种
3、s1、从数据读写接口中读取每个回路的实时电流遥测数据，对实时电流遥测数据进行预处理；
4、s2、获取每个回路的历史电流遥测数据，按照预设的时间粒度，计算电流遥测数据的前期均值；
5、s3、基于预处理后的实时电流遥测数据和前期均值，采用偏离平均值的函数，判断电流负荷是否发生突变，如果是，则进入步骤s4，如果否，则回到步骤s1；
6、s4、基于突变的电流负荷，改变相应的遥信状态，触发实时报警机制。
7、根据本申请的一个方面，步骤s1进一步为：
8、s11、建立与数据读写接口的通信连接，发送数据包请求指令；
9、s12、接收数据读写接口返回的数据包，解析数据包的格式，提取数据包中的每个回路的实时电流遥测数据；
10、s13、对实时电流遥测数据进行预处理，包括剔除异常值、噪声和重复值，对缺失值进行插补；
11、s14、将预处理后的实时电流遥测数据存储在数据库中。
12、根据本申请的一个方面，步骤s2进一步为：
13、s21、获取每个回路的历史电流遥测数据，将历史电流遥测数据按照预设的时间段进行分组；
14、s22、基于分组后的历史电流遥测数据，按照预设的时间粒度，计算电流遥测数据的前期均值；
15、s23、将前期均值存储在数据库中。
16、根据本申请的一个方面，步骤s3进一步为：
17、s31、基于预处理后的实时电流遥测数据和前期均值，采用偏离平均值的函数，计算实时电流遥测数据与前期均值的偏离程度；
18、s32、将偏离程度与预设阈值进行比较，如果偏离程度超过预设阈值，则认为电流负荷发生突变，进入步骤s4；否则认为电流负荷未发生突变，回到步骤s1。
19、根据本申请的一个方面，步骤s4进一步为：
20、s41、基于突变的电流负荷，确定相应的遥信状态，包括正常、轻微异常和严重异常；
21、s42、将遥信状态发送给数据读写接口，通过通信网络发送给监控中心或设备，触发实时报警机制，包括显示报警信息、发出报警声音和启动应急措施。
22、根据本申请的一个方面，步骤s22进一步为：
23、s221、将分组后的历史电流遥测数据转换为json格式，通过物联网网关上传到云端；
24、s222、将上传到云端的历史电流遥测数据存储到时序数据库中；
25、s223、采用spark框架，对时序数据库中的历史电流遥测数据进行统计分析，按照预设的时间粒度，计算电流遥测数据的前期均值。
26、根据本申请的一个方面，步骤s3还包括：
27、s3a、使用卷积神经网络对预处理后的实时电流遥测数据进行特征提取，形成实时特征图；
28、s3b、使用双通道卷积神经网络对历史电流遥测数据进行特征提取，形成历史特征图；
29、s3c、将实时特征图和历史特征图进行拼接，形成新特征图，用于表示电流负荷的动态变化；
30、s3d、采用全连接层对新特征图进行降维和分类，得到电流负荷发生突变的概率；
31、s3e、如果电流负荷发生突变的概率大于预设的阈值，则进入步骤s4，否则回到步骤s1。
32、根据本申请的一个方面，判断电流负荷是否发生突变还包括：
33、s3i、对历史电流遥测数据进行数据清洗，包括去除无效数据、异常数据和重复数据；
34、s3ii、对清洗后的历史电流遥测数据进行数据划分，得到训练集、验证集和测试集；
35、s3iii、构建基于随机森林的机器学习模型，使用训练集和验证集对模型进行训练，优化模型的参数和超参数；使用测试集对训练好的模型进行评估，计算模型的评价指标；
36、s3iiii、执行训练好的模型，对电流遥测数据进行预测，得到电流负荷的正常范围，将电流负荷的正常范围与实际电流遥测数据进行比较，判断电流负荷是否发生突变。
37、根据本申请的一个方面，还包括：
38、s5、将实时电流遥测数据和突变的电流负荷信息上传到大数据平台，采用数据挖掘技术，对实时电流遥测数据进行深度挖掘，分析电力负荷的规律和特征。
39、有益效果：本专利技术提出了一种基于铁路电力负荷动态突变的监测方法，实现了进线电路突变的自动检测和报警功能，不仅保护了电路，还降低了人工成本。
本文档来自技高网...【技术保护点】
1.一种基于铁路电力负荷动态突变的监测方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的基于铁路电力负荷动态突变的监测方法，其特征在于，步骤S1进一步为：
3.根据权利要求2所述的基于铁路电力负荷动态突变的监测方法，其特征在于，步骤S2进一步为：
4.根据权利要求3所述的基于铁路电力负荷动态突变的监测方法，其特征在于，步骤S3进一步为：
5.根据权利要求4所述的基于铁路电力负荷动态突变的监测方法，其特征在于，步骤S4进一步为：
6.根据权利要求5所述的基于铁路电力负荷动态突变的监测方法，其特征在于，步骤S22进一步为：
7.根据权利要求5所述的基于铁路电力负荷动态突变的监测方法，其特征在于，步骤S3还包括：
8.根据权利要求5所述的基于铁路电力负荷动态突变的监测方法，其特征在于，判断电流负荷是否发生突变还包括：
9.根据权利要求5所述的基于铁路电力负荷动态突变的监测方法，其特征在于，还包括：
【技术特征摘要】
1.一种基于铁路电力负荷动态突变的监测方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的基于铁路电力负荷动态突变的监测方法，其特征在于，步骤s1进一步为：
3.根据权利要求2所述的基于铁路电力负荷动态突变的监测方法，其特征在于，步骤s2进一步为：
4.根据权利要求3所述的基于铁路电力负荷动态突变的监测方法，其特征在于，步骤s3进一步为：
5.根据权利要求4所述的基于铁路电力负荷动态突变的监测方法...
【专利技术属性】
技术研发人员：王亚星，曹宏耀，洪文杰，李洪磊，王金铖，康富强，
申请(专利权)人：南京恒星自动化设备有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。