【技術(shù)實現(xiàn)步驟摘要】
本申請涉及電力設(shè)備監(jiān)控，例如涉及一種基于工業(yè)云的電力設(shè)備移動監(jiān)控系統(tǒng)。
技術(shù)介紹
1、電力設(shè)備是構(gòu)成電力系統(tǒng)的基礎(chǔ)，是負責電能的生產(chǎn)、傳輸、分配和使用的各類設(shè)備。電力設(shè)備種類繁多，包括發(fā)電設(shè)備、一次設(shè)備、二次設(shè)備等。其中常見的發(fā)電設(shè)備有發(fā)電機、電站鍋爐、蒸汽輪機、燃氣輪機等；一次設(shè)備有變壓器、斷路器、隔離開關(guān)、避雷器、限流電抗器等；二次設(shè)備有繼電保護裝置、自動化控制系統(tǒng)、測量儀表等。電力行業(yè)的總成本中，電力設(shè)備的采購和維護成本占了較大的比例。而一旦電力設(shè)備發(fā)生非正常停機或嚴重故障，對于電力系統(tǒng)、用戶和社會經(jīng)濟活動都將產(chǎn)生嚴重的負面影響。
2、目前電力設(shè)備的監(jiān)控領(lǐng)域的運行方法可預(yù)警電力設(shè)備故障并定位故障位置，但是現(xiàn)有的方案僅對電力設(shè)備的實時數(shù)據(jù)和日常數(shù)據(jù)進行監(jiān)控，缺乏對設(shè)備的運行工況視頻的監(jiān)控；而且僅提供了通過人工預(yù)設(shè)誤差值對比的方法來進行故障診斷，未提供智能的故障診斷模型算法且故障診斷方法未與視頻信息相融合，也不具備持續(xù)優(yōu)化的能力；僅分析出故障位置和故障的嚴重程度，未對電力設(shè)備的歷史維修數(shù)據(jù)進行分析并建立專業(yè)的維修知識經(jīng)驗庫；也未能提供一種方便、快捷的巡檢方案并生成詳細的巡檢報告，以提高巡檢效率且方便異常問題的追溯和排查。
3、需要說明的是，在上述
技術(shù)介紹
部分公開的信息僅用于加強對本申請的背景的理解。
技術(shù)實現(xiàn)思路
1、為了對披露的實施例的一些方面有基本的理解，下面給出了簡單的概括。所述概括不是泛泛評述，也不是要確定關(guān)鍵/重要組成元素或描繪這些實施例的保護范
2、本公開實施例提供了一種基于工業(yè)云的電力設(shè)備移動監(jiān)控系統(tǒng)，該系統(tǒng)包括：
3、數(shù)據(jù)采集單元、本地服務(wù)器、工業(yè)云服務(wù)器和移動智能終端，數(shù)據(jù)采集單元和本地服務(wù)器通信連接，本地服務(wù)器與工業(yè)云服務(wù)器通信連接，本地服務(wù)器、工業(yè)云服務(wù)器分別與移動智能終端通信連接；
4、數(shù)據(jù)采集單元用于將發(fā)送的運行狀態(tài)數(shù)據(jù)和設(shè)備關(guān)鍵參數(shù)數(shù)據(jù)存儲于本地服務(wù)器的本地數(shù)據(jù)庫；數(shù)據(jù)采集單元用于發(fā)送運行工況視頻存儲于本地服務(wù)器的本地文件系統(tǒng)；移動智能終端用于將上傳的維修信息傳輸至本地服務(wù)器的本地數(shù)據(jù)庫；
5、本地服務(wù)器用于將存儲的運行狀態(tài)數(shù)據(jù)、設(shè)備關(guān)鍵參數(shù)數(shù)據(jù)、運行工況視頻、維修狀態(tài)信息傳輸至工業(yè)云服務(wù)器；
6、工業(yè)云服務(wù)器用于接收本地服務(wù)器發(fā)送的設(shè)備數(shù)據(jù)信息，并對此前接收的所有歷史數(shù)據(jù)進行分析，建立故障診斷和維修方案模型并封裝成api服務(wù)，檢測該模型提高的診斷精確度k是否大于預(yù)設(shè)閾值m，若k>m，則將模型精簡后下發(fā)至本地服務(wù)器；若k<m，則繼續(xù)優(yōu)化該模型；
7、本地服務(wù)器用于接收工業(yè)云服務(wù)器發(fā)送的精簡故障診斷和維修方案模型，并將其封裝成api服務(wù)；
8、移動智能終端用于調(diào)用本地服務(wù)器的精簡故障診斷和維修方案模型api服務(wù)接口得出診斷結(jié)果和維修方案n，同時調(diào)用工業(yè)云服務(wù)器的故障診斷和維修方案模型api服務(wù)接口得出診斷結(jié)果和維修方案q。
9、在一些實施例中，若n和q診斷結(jié)果不同，則移動智能終端顯示工業(yè)云服務(wù)器的故障診斷結(jié)果和維修方案q；
10、若在預(yù)設(shè)時長內(nèi)，未獲取到故障診斷結(jié)果和維修方案q，則移動智能終端顯示本地服務(wù)器的故障診斷和維修方案n，并推送云智能算法模塊的故障診斷和維修方案模型api服務(wù)異常信息至相關(guān)人員，方便運維人員及時修復該異常；
11、等待云智能算法模塊的故障診斷和維修方案模型api服務(wù)恢復正常后，移動智能終端顯示工業(yè)云服務(wù)器的故障診斷結(jié)果和維修方案q。
12、在一些實施例中，所述工業(yè)云服務(wù)器建立的故障診斷和維修方案模型包括數(shù)據(jù)信息的故障診斷和維修方案模型mdata、視頻信息的故障診斷和維修方案模型mvideo；
13、其中，建立所述數(shù)據(jù)信息的故障診斷和維修方案模型mdata，包括：
14、對電力設(shè)備的運行狀態(tài)數(shù)據(jù)、設(shè)備關(guān)鍵參數(shù)數(shù)據(jù)和維修狀態(tài)數(shù)據(jù)信息進行數(shù)據(jù)清洗和歸一化處理，消除數(shù)據(jù)中的噪聲和異常值，提高數(shù)據(jù)質(zhì)量；
15、使用降維方法去除冗余特征，評估出影響電力設(shè)備運行狀態(tài)的核心參數(shù)；
16、將原始數(shù)據(jù)x投影到新的特征子空間的數(shù)據(jù)劃分為訓練集數(shù)據(jù)xtrain和測試集數(shù)據(jù)xtest；采用tensorflow深度學習算法對訓練集xtrain進行訓練，建立出數(shù)據(jù)信息的故障診斷和維修方案模型；
17、使用測試集數(shù)據(jù)xtest對訓練出的故障診斷和維修方案模型的精確率進行評估；若精確率未超過預(yù)設(shè)的精確率c，則繼續(xù)優(yōu)化模型直至精確率超過c；若精確率超過預(yù)設(shè)的精確率c，則將該模型作為數(shù)據(jù)信息的故障診斷和維修方案模型。
18、在一些實施例中，所述對電力設(shè)備的運行狀態(tài)數(shù)據(jù)、設(shè)備關(guān)鍵參數(shù)數(shù)據(jù)和維修狀態(tài)數(shù)據(jù)信息進行數(shù)據(jù)清洗和歸一化處理，包括：
19、采用z-score方法進行異常值處理，如果|z|>a，則認為對應(yīng)數(shù)據(jù)點為異常值，從原始數(shù)據(jù)中丟棄，其中，a為預(yù)設(shè)的閾值；
20、z-score方法計算公式滿足：
21、
22、其中，x是數(shù)據(jù)點，u是均值，σ是標準差；
23、歸一化處理滿足公式：
24、
25、其中，χ'為歸一化后的數(shù)據(jù)，min(x)為數(shù)據(jù)點對應(yīng)的最小值，max(x)為數(shù)據(jù)點對應(yīng)的最大值。
26、在一些實施例中，所述使用降維方法去除冗余特征，評估出影響電力設(shè)備運行狀態(tài)的核心參數(shù)，包括：
27、計算類內(nèi)散度矩陣sw衡量同一類別內(nèi)的樣本之間的差異，sw計算公式為：
28、
29、其中，是第i類的類內(nèi)散度矩陣，ci是第i類的樣本集合，ui是第i類的均值向量，x是第i類的一個樣本；
30、計算類間散度矩陣sb衡量了不同類別之間的差異，sb計算公式為:
31、
32、其中，ni是第i類的樣本數(shù)量，u是所有樣本的均值向量，ui是第i類的均值向量；
33、計算最優(yōu)投影矩陣w，使得投影后的數(shù)據(jù)在類間差異最大化，類內(nèi)差異最小化，通過最大化以下比率來實現(xiàn)：
34、
35、sbw＝λsww，
36、其中，tr表示矩陣的跡，解這個特征值問題，得到特征值λ和特征向量w，選擇最大的d'個特征值對應(yīng)的特征向量，構(gòu)成投影矩陣w，其中d'是目標維度。
37、將原始數(shù)據(jù)x投影到新的特征子空間，滿足公式xmain＝xw，其中，xmain為原始數(shù)據(jù)x投影到新的特征子空間的數(shù)據(jù)。
38、在一些實施例中，建立所述視頻信息的故障診斷和維修方案模型mvideo，包括：
39、將電力設(shè)備的歷史運行工況視頻根據(jù)設(shè)備運行狀態(tài)提取出關(guān)鍵時間段的視頻片段，并將關(guān)鍵時間段的視頻片段分解成視頻幀圖像；
40、使用包括對比度調(diào)整、去噪、銳化圖像的增強技術(shù)，提高視頻幀圖像的質(zhì)量；
41、調(diào)整對比度公式滿足：...
【技術(shù)保護點】
1.一種基于工業(yè)云的電力設(shè)備移動監(jiān)控系統(tǒng)，其特征在于，所述系統(tǒng)包括數(shù)據(jù)采集單元、本地服務(wù)器、工業(yè)云服務(wù)器和移動智能終端，數(shù)據(jù)采集單元和本地服務(wù)器通信連接，本地服務(wù)器與工業(yè)云服務(wù)器通信連接，本地服務(wù)器、工業(yè)云服務(wù)器分別與移動智能終端通信連接；
2.根據(jù)權(quán)利要求1所述的系統(tǒng)，其特征在于，若n和q診斷結(jié)果不同，則移動智能終端顯示工業(yè)云服務(wù)器的故障診斷結(jié)果和維修方案q；
3.根據(jù)權(quán)利要求1所述的系統(tǒng)，其特征在于，所述工業(yè)云服務(wù)器建立的故障診斷和維修方案模型包括數(shù)據(jù)信息的故障診斷和維修方案模型Mdata、視頻信息的故障診斷和維修方案模型Mvideo；
4.根據(jù)權(quán)利要求3所述的系統(tǒng)，其特征在于，所述對電力設(shè)備的運行狀態(tài)數(shù)據(jù)、設(shè)備關(guān)鍵參數(shù)數(shù)據(jù)和維修狀態(tài)數(shù)據(jù)信息進行數(shù)據(jù)清洗和歸一化處理，包括：
5.根據(jù)權(quán)利要求3所述的系統(tǒng)，其特征在于，所述使用降維方法去除冗余特征，評估出影響電力設(shè)備運行狀態(tài)的核心參數(shù)，包括：
6.根據(jù)權(quán)利要求3所述的系統(tǒng)，其特征在于，建立所述視頻信息的故障診斷和維修方案模型Mvideo，包括：
7.根據(jù)權(quán)利
8.根據(jù)權(quán)利要求1所述的系統(tǒng)，其特征在于，所述移動智能終端還用于展示工業(yè)云服務(wù)器的故障診斷結(jié)果和維修方案。
9.根據(jù)權(quán)利要求1所述的系統(tǒng)，其特征在于，所述數(shù)據(jù)采集單元，包括數(shù)據(jù)采集模塊和視頻采集模塊；所述數(shù)據(jù)采集模塊，包括有線傳感器和無線傳感器，均用于實時采集監(jiān)測的電力設(shè)備的運行狀態(tài)數(shù)據(jù)和設(shè)備關(guān)鍵參數(shù)，并傳輸至本地服務(wù)器；所述視頻采集模塊，包括有線視頻采集裝置和無線視頻采集裝置，用于實時采集各個電力設(shè)備的運行工況視頻，并傳輸至本地服務(wù)器；
...【技術(shù)特征摘要】
1.一種基于工業(yè)云的電力設(shè)備移動監(jiān)控系統(tǒng)，其特征在于，所述系統(tǒng)包括數(shù)據(jù)采集單元、本地服務(wù)器、工業(yè)云服務(wù)器和移動智能終端，數(shù)據(jù)采集單元和本地服務(wù)器通信連接，本地服務(wù)器與工業(yè)云服務(wù)器通信連接，本地服務(wù)器、工業(yè)云服務(wù)器分別與移動智能終端通信連接；
2.根據(jù)權(quán)利要求1所述的系統(tǒng)，其特征在于，若n和q診斷結(jié)果不同，則移動智能終端顯示工業(yè)云服務(wù)器的故障診斷結(jié)果和維修方案q；
3.根據(jù)權(quán)利要求1所述的系統(tǒng)，其特征在于，所述工業(yè)云服務(wù)器建立的故障診斷和維修方案模型包括數(shù)據(jù)信息的故障診斷和維修方案模型mdata、視頻信息的故障診斷和維修方案模型mvideo；
4.根據(jù)權(quán)利要求3所述的系統(tǒng)，其特征在于，所述對電力設(shè)備的運行狀態(tài)數(shù)據(jù)、設(shè)備關(guān)鍵參數(shù)數(shù)據(jù)和維修狀態(tài)數(shù)據(jù)信息進行數(shù)據(jù)清洗和歸一化處理，包括：
5.根據(jù)權(quán)利要求3所述的系統(tǒng)，其特...
【專利技術(shù)屬性】
技術(shù)研發(fā)人員：李亞杰，張磊，程棟，董航睿，吳層層，
申請(專利權(quán))人：西安超越申泰信息科技有限公司，
類型：發(fā)明
國別省市：
還沒有人留言評論。發(fā)表了對其他瀏覽者有用的留言會獲得科技券。