【技术实现步骤摘要】
本专利技术涉及电网故障停电检测，尤其涉及一种基于边缘计算的低压台区停电区域研判方法及装置。
技术介绍
1、电力作为中国城市化建设和基础工业化完善的基础保障，保障电力的不间断供应是不容放松的问题。近年来，各低压台区的停电时间过长、停电次数频繁，导致的客户投诉多，检修工作重。现代信息高速传播，也使得停电后的社会舆情可能会迅速恶化。停电区域的快速研判也就成为了快速检修、减少停电次数和时长，提高用户使用质量，降低社会影响的重要措施。
2、目前，国内大部分停电区域的研判需将数据上传至统一的数据中心，在云上进行计算后下发低压台区的停电区域研判结果，再下发巡检工单，由巡检人员进行巡检修复工作。这种方式数据传输压力较大，处理效率不够高。目前中低压台区缺少快速准确的研判方法，导致投诉率高，停电次数和时长较多。
技术实现思路
1、本专利技术的主要目的在于提供一种基于边缘计算的低压台区停电区域研判方法及装置，实现“端-端”数据传输模式，更直观获取数据进行信息的传递和处理，为停电区域的研判提供有力的支持。
2、为实现上述目的，本申请提供一种基于边缘计算的低压台区停电区域研判方法，所述方法包括：
3、依据各低压台区停电情况和现状，下发待采集数据模板，根据所述待采集数据模板对配变低压侧、分支箱、用户侧分别进行数据监测；
4、依据低压台区设备台账顺序，对待监测设备加装边缘计算端设备；
5、在所述边缘计算端设备内，根据采集数据进行停电研判，确定停电设备以
6、可选的，所述根据所述待采集数据模板对配变低压侧、分支箱、用户侧分别进行数据监测，包括：
7、对所述配变低压侧进行以下任意一种或几种：三相不平衡监测、变压器负载监测、电压异常监测；
8、对所述分支箱进行以下任意一种或几种：三相不平衡监测、变压器负载监测、电压异常监测；
9、对所述用户侧进行以下任意一种或几种：电压质量监测、电压异常监测、线缆流量监测、线缆温度监测、电气火灾风险评估监测、停电监测。
10、可选的，所述边缘计算端设备包括：在总线变压设备上加装的主端终端，和在其他设备加装的子端终端；
11、所述主端终端用于进行数据采集、监测和研判分析工作，所述数据采集包括但不限于三相电压、电流、变压器负载数据；
12、所述子端终端用于进行数据采集工作，所述数据采集包括但不限于三相电压、电流、载流量、温度数据；
13、其中，所述主端终端为一体化设备，包含芯片、操作系统、数据采集和监测软件；所述子端终端通过与所述主端通信，将采集的数据回传至所述主端终端。
14、可选的，所述“端-端”分散式架构数据模型，包括：
15、数据采集模块、数据监测模块、大数据分析架构模型、故障数据模块和研判模块。
16、可选的，通过所述数据采集模块，执行以下功能：
17、依据低压台区设备台账，建立接入终端设备台账，所述接入终端设备台账用于实时查看终端设备采集数据，并查看历史数据；
18、依据所述低压台区设备台账和所述接入终端设备台账，建立数据拓扑图，所述数据拓扑图用于进行可视化查看，并实时观测异常数据；
19、所述采集数据以轮询方式进行，多次数据调用，并对所述采集数据进行数据同步处理。
20、可选的，通过所述数据监测模块，执行以下功能：
21、数据出现异常后的预设时长内，所述主端终端接收到感知异常信息，并对所述感知异常信息展开情况分析，对停电情况进行研判，并输出具体情况说明；
22、对所述低压台区设备出现异常后，所影响的停电区域进行可视化展示，并对相关区域监测人员发送告警通知。
23、可选的，通过所述大数据分析架构模型对所有流入数据进行结构化处理，并进行分布式计算，同时使用大数据流处理方式加快所述停电研判。
24、可选的，通过所述研判模块，执行以下功能：
25、数据收发控制：对影响所述低压台区停电的数据进行收发控制，以“台变-分支箱-用户”层级下发控制策略，使用分簇算法和多跳转发算法进行数据的接收和发送，完成各层级间终端数据收发，实现“台变-分支箱”、“台变-用户”数据链路的数据收发；
26、终端自主协同：所述低压台区以“台变”、“台变-分支箱”、“台变-用户”数据链路进行终端自主协同，对各研判任务进行分解，并使用零序算法加入自主研判；
27、终端信息融合：对所有信息进行分层，通过多级算法进行信息融合。
28、可选的，所述终端自主协同具体包括：
29、终端信息交互：统一数据资源接口，使用所述“端-端”数据传输方式，对所述研判任务进行“总-分-总”形式的建模分解，再在各边缘计算侧完成各子任务研判后进行合并；
30、仿真建模：使用所述低压台区的各设备正常数据进行仿真数据建模；
31、自主研判：在所述边缘计算侧使用仿真建模后的仿真数据和采集的实时数据，通过所述零序算法进行计算比对，判断是否存在超出误差的数据，若存在所述超出误差的数据则确定该设备停电，在所述“台变-分支箱-用户”数据链条上找出停电设备，并对停电区域进行划分；
32、所述终端信息融合具体包括：
33、信息融合：将层级设备信息分为三个层级进行信息融合，包括数据级、特征级、决策级；
34、模型算法：构建信息融合模型，通过信息融合算法、智能决策算法，进行加权平均计算；
35、智能决策：通过所述终端信息融合，在所述边缘计算侧进行自主信息处理和决策，对所述低压台区停电区域的研判和告警做出决策。
36、本申请另一方面还提供一种基于边缘计算的低压台区停电区域研判装置，包括：
37、数据采集模块、数据监测模块、大数据分析架构模型、故障数据模块和研判模块，其中：
38、所述数据采集模块，用于依据低压台区设备台账，建立接入终端设备台账，所述接入终端设备台账用于实时查看终端设备采集数据，并查看历史数据；依据所述低压台区设备台账和所述接入终端设备台账，建立数据拓扑图，所述数据拓扑图用于进行可视化查看，并实时观测异常数据；所述采集数据以轮询方式进行，多次数据调用，并对所述采集数据进行数据同步处理；
39、所述数据监测模块，用于数据出现异常后的预设时长内，所述主端终端接收到感知异常信息，并对所述感知异常信息展开情况分析，对停电情况进行研判，并输出具体情况说明；对所述低压台区设备出现异常后，所影响的停电区域进行可视化展示，并对相关区域监测人员发送告警通知；
40、所述大数据分析架构模型，用于对所有流入数据进行结构化处理，并进行分布式计算，同时使用大数据流处理方式加快所述停电研判；
本文档来自技高网...【技术保护点】
1.一种基于边缘计算的低压台区停电区域研判方法，其特征在于，所述方法包括：
2.根据权利要求1所述的基于边缘计算的低压台区停电区域研判方法，其特征在于，所述根据所述待采集数据模板对配变低压侧、分支箱、用户侧分别进行数据监测，包括：
3.根据权利要求1所述的基于边缘计算的低压台区停电区域研判方法，其特征在于，所述边缘计算端设备包括：在总线变压设备上加装的主端终端，和在其他设备加装的子端终端；
4.根据权利要求1所述的基于边缘计算的低压台区停电区域研判方法，其特征在于，所述“端-端”分散式架构数据模型，包括：
5.根据权利要求4所述的基于边缘计算的低压台区停电区域研判方法，其特征在于，通过所述数据采集模块，执行以下功能：
6.根据权利要求4所述的基于边缘计算的低压台区停电区域研判方法，其特征在于，通过所述数据监测模块，执行以下功能：
7.根据权利要求4所述的基于边缘计算的低压台区停电区域研判方法，其特征在于，通过所述大数据分析架构模型对所有流入数据进行结构化处理，并进行分布式计算，同时使用大数据流处理方式加快所述
8.根据权利要求4所述的基于边缘计算的低压台区停电区域研判方法，其特征在于，通过所述研判模块，执行以下功能：
9.根据权利要求8所述的基于边缘计算的低压台区停电区域研判方法，其特征在于，所述终端自主协同具体包括：
10.一种基于边缘计算的低压台区停电区域研判装置，其特征在于，包括数据采集模块、数据监测模块、大数据分析架构模型、故障数据模块和研判模块，其中：
...【技术特征摘要】
1.一种基于边缘计算的低压台区停电区域研判方法，其特征在于，所述方法包括：
2.根据权利要求1所述的基于边缘计算的低压台区停电区域研判方法，其特征在于，所述根据所述待采集数据模板对配变低压侧、分支箱、用户侧分别进行数据监测，包括：
3.根据权利要求1所述的基于边缘计算的低压台区停电区域研判方法，其特征在于，所述边缘计算端设备包括：在总线变压设备上加装的主端终端，和在其他设备加装的子端终端；
4.根据权利要求1所述的基于边缘计算的低压台区停电区域研判方法，其特征在于，所述“端-端”分散式架构数据模型，包括：
5.根据权利要求4所述的基于边缘计算的低压台区停电区域研判方法，其特征在于，通过所述数据采集模块，执行以下功能：
6.根据权利要...
【专利技术属性】
技术研发人员：刘斯扬，陈鑫，李博，聂永杰，曹敏，钱国超，吉德志，朱萌瑶，廖耀华，张靳予，王志敏，孔庆宁，
申请(专利权)人：云南电网有限责任公司电力科学研究院，
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。