Campo técnico de la plataforma de visualización del estado de equipos de distribución de energía basada en big data

1. Una plataforma de visualización del estado de los equipos de distribución de energía basada en big data, caracterizada porque la plataforma de visualización del estado de los equipos de distribución de energía utiliza un método de acoplamiento flexible para conectarse con numerosos sistemas de información para la interacción, por lo que se adopta el método de acoplamiento. Arquitectura orientada a servicios SOA La SOA es un modelo de componentes que se utiliza para conectar diferentes unidades funcionales de la aplicación a través de interfaces y contratos definidos, y debe ser independiente de la plataforma de hardware. sistema operativo y lenguaje de programación que implementa el servicio, de manera que los servicios construidos en varios de dichos sistemas interactúen de manera unificada y común, donde la plataforma de visualización del estado de los equipos de distribución de energía incluye:

El módulo de procesamiento de datos se utiliza para obtener datos multiplataforma, procesar datos multiplataforma y mostrar datos procesados. La adquisición de datos incluye la adquisición de datos de la intranet de información y la adquisición de datos de la extranet de información. El dispositivo de adquisición/conversión de datos se implementa en la intranet de información y los obtiene en el sistema empresarial. datos en la red externa de información a través del dispositivo de aislamiento de seguridad y basándose en el canal de transmisión seguro, la adquisición de datos se basa en el bus de servicio empresarial de interfaz de programación multiplataforma, utilizando la interfaz de datos, un método de transferencia de archivos seguro bajo el uso compartido del centro de datos; aislamiento de red, los métodos de implementación de la interfaz incluyen: interfaz de llamada de servicio de servicio web, interfaz de integración de incrustación de página, interfaz de adquisición de datos estructurados, interfaz de adquisición de datos no estructurados e interfaz de adquisición de datos espaciales de red eléctrica, donde la interfaz de llamada de servicio de servicio web requiere monitoreo en línea de datos que no proporcionan una interfaz de servicio para la plataforma de visualización del estado del equipo de distribución de energía, y obtienen datos en el monitoreo del estado a través de llamadas de servicio, y se pueden usar en cualquier momento. La plataforma de visualización del estado del equipo eléctrico requiere un procesamiento adicional de la información de monitoreo del estado, y si la detección de estado ha proporcionado una interfaz de servicio, los datos no se almacenan en la base de datos de la plataforma de visualización del estado del equipo de distribución de energía, la página está integrada con una interfaz integrada; para la plataforma de visualización del estado del equipo de distribución de energía, la información de monitoreo del estado no requiere; procesamiento posterior, y la detección de estado ha proporcionado la página del módulo correspondiente, la página de función correspondiente se llama a través de la interfaz de adquisición de datos estructurados: para datos de bases de datos relacionales convencionales, se utiliza la programación JDBC / ODBC La interfaz obtiene directamente los datos de la base de datos. Datos privados y de seguridad extremadamente alta, el sistema empresarial proporciona una interfaz que es llamada por el dispositivo de adquisición/conversión de datos o impulsada activamente por el sistema empresarial. Los datos relevantes se envían al bus de mensajes empresarial y los datos se obtienen/convierten. El dispositivo monitoreará el bus de mensajes para obtener datos; la interfaz de adquisición de datos no estructurados: para datos no estructurados de documentos, audio, videos de vigilancia e imágenes obtenidos durante las inspecciones, el dispositivo de adquisición/conversión de datos utiliza directamente un protocolo de transferencia de archivos universal. y llamar a archivos relacionados, y realizar el procesamiento posterior de limpieza y conversión relacionado de la interfaz de adquisición de datos espaciales de la red eléctrica: los datos espaciales de la red eléctrica incluyen ejes de coordenadas, datos estructurados de longitud y latitud, y datos no estructurados de imágenes y texto, adquisición/conversión de datos; El dispositivo utiliza interfaces de datos estructurados e interfaces de datos no estructurados para obtener datos del sistema de acuerdo con diferentes tipos de datos. Para los datos extraídos del sistema empresarial llamando a la interfaz de programación o la interfaz del sistema del dispositivo de adquisición/conversión de datos, configúrelo en el dispositivo. Las estrategias relevantes definen las interfaces, ciclos, frecuencias de llamadas y parámetros relevantes relacionados con el objeto de llamada. El dispositivo de adquisición/conversión de datos realizará automáticamente tareas relacionadas y extraerá datos del sistema empresarial.

Módulo de análisis de datos. utilizado Se utiliza para la integración, el almacenamiento, la recuperación y el análisis de minería de datos de big data.

El módulo de evaluación se utiliza para generar un modelo de evaluación de equipos de distribución de energía basado en big data y evaluar el equipo de distribución de energía en función de la potencia; modelo de evaluación de equipos de distribución Realizar la evaluación y generar las estrategias de procesamiento correspondientes con base en los resultados de la evaluación.

2. La plataforma de visualización del estado de equipos de distribución de energía basada en big data según la reivindicación 1, caracterizada porque los datos multiplataforma incluyen al menos: datos del sistema de gestión de producción, datos del sistema de monitoreo en línea, información geográfica espacial. datos del sistema, datos del sistema meteorológico y datos de la plataforma de videovigilancia.

3. La plataforma de visualización del estado de equipos de distribución de energía basada en big data de acuerdo con la reivindicación 2, caracterizada porque el módulo de procesamiento de datos se utiliza para preprocesar y limpiar los datos multiplataforma adquiridos, que incluyen:

Según el sistema empresarial, el tipo, la estructura y el tamaño de los datos multiplataforma, se utiliza una marca unificada y estandarizada para identificar la fuente y el tipo de los datos. Al mismo tiempo, se combina con el preestablecido. La base de reglas de datos encapsula las reglas y datos correspondientes de acuerdo con las etiquetas de los datos. Los datos encapsulados son identificables, controlables y tienen reglas de limpieza correspondientes, y pueden enviarse a la etapa de limpieza de datos para el trabajo de limpieza.

4. La plataforma de visualización del estado de equipos de distribución de energía basada en big data de acuerdo con la reivindicación 1, caracterizada porque el módulo de análisis de datos incluye una capa de percepción, una capa de red y una capa de aplicación, en donde,

p>

La capa de percepción se utiliza para la recopilación de datos

La capa de red se utiliza para la transmisión de datos

La capa de aplicación incluye además una capa de servicio y; una capa empresarial, una capa de presentación y un conjunto de herramientas. La capa de servicio se utiliza para proporcionar capacidades de análisis y extracción de datos. La capa empresarial se utiliza para realizar los requisitos comerciales de productos específicos. El conjunto de herramientas se utiliza para Proporciona herramientas de instalación e implementación, herramientas de minería de datos, herramientas de modelado de negocios y herramientas de generación de código.

5. La plataforma de visualización del estado de equipos de distribución de energía basada en big data según la reivindicación 4, caracterizada porque la capa de percepción, la capa de red y la capa de aplicación interactúan, y la interacción incluye flujo de mensajes y flujo de datos. , a través del cual el flujo de mensajes controla el procesamiento del flujo de datos.

6. La plataforma de visualización del estado de equipos de distribución de energía basada en big data de conformidad con la reivindicación 1, caracterizada porque el modelo de evaluación de equipos de distribución de energía incluye al menos: un modelo de predicción de fallas de equipos transformadores, un interruptor y una combinación de los modelo de predicción dinámica de tendencias de desarrollo y probabilidad de fallas del estado de equipos eléctricos, y el modelo de predicción de fallas de líneas de transmisión basado en relaciones de correlación complejas.

7. La plataforma de visualización del estado de equipos de distribución de energía basada en big data de acuerdo con la reivindicación 6, caracterizada porque el módulo de evaluación se utiliza para adoptar un algoritmo de análisis de evaluación de estado multifactor, que incluye:

1) Analizar el problema de toma de decisiones y construir el conjunto de proposiciones del sistema, es decir, el marco de identificación del sistema Ω {A1, A2,..., Ak}

2) Apuntar al objetivo; sistema de información, Construya el cuerpo de evidencia Ei (i ​​1, 2,..., m) basado en el marco de reconocimiento

3) Basado en la información recopilada de cada cuerpo de evidencia - global; datos completos, combine cada proposición en el marco de reconocimiento De acuerdo con las características de la colección, se determina la distribución de credibilidad básica mi (Aj), j 1, 2,..., K de cada conjunto de evidencia, que representa la capacidad de respuesta de información de estado diferente al estado del equipo;

4) De acuerdo con la asignación de credibilidad básica mi(Aj), calcule el intervalo de credibilidad [Beli, Pli] de cada proposición en el marco de identificación bajo la acción de un cuerpo de evidencia único

5) Utilice la regla de síntesis D-S para calcular todos los cuerpos de evidencia. Distribución de credibilidad básica m (Aj) y intervalo de credibilidad [Bel, Pl] bajo el efecto conjunto; 6) Construir reglas de decisión correspondientes de acuerdo con problemas específicos

7) Según Esta regla de decisión conduce a una conclusión de decisión.

8. La plataforma de visualización del estado de los equipos de distribución de energía basada en big data de conformidad con la reivindicación 1, caracterizada porque el módulo de evaluación evalúa los equipos de distribución de energía, incluyendo:

A) De acuerdo Con los requisitos relevantes en las pautas de evaluación del estado del equipo de distribución, escanee los datos uno por uno correspondientes a cada umbral de cantidad de estado en las pautas. Cuando algún dato exceda el umbral definido en las pautas, marque los datos como un valor anormal Separado del. datos originales;

B) Transformar los datos en una serie de tiempo multivariante, calcular la función de covarianza cruzada y la función de correlación cruzada de cada serie de tiempo unidimensional, y así obtener el orden del numerador y denominador. polinomios de la función de transferencia y los parámetros de retardo, luego ajustan el modelo de la función de transferencia y finalmente determinan el momento de interferencia y los datos anormales generados con base en la prueba ACF de la secuencia residual del modelo.

C) Regresión de mínimos cuadrados; parámetros basados ​​en recursividad incremental Estimación y detección de puntos de cambio de relación de probabilidad generalizada, utilizando un mecanismo incremental para determinar los parámetros del modelo de regresión de secuencia de datos y puntos de segmentación, extrayendo características de tendencias de datos en tiempo real y marcando datos con tendencias cambiantes como datos anormales.

9. Plataforma de visualización del estado de equipos de distribución de energía basada en big data según la reivindicación 8, caracterizada porque la tasa de falla de la línea de distribución de energía bajo diferentes condiciones climáticas se convierte en unidades basadas en el tiempo. número de fallas por año La tasa promedio de fallas en un año calendario se puede expresar como:

Entre ellos, N es la duración esperada del clima normal y S es la duración esperada del clima severo; λ representa el valor esperado de la tasa de falla del componente en condiciones climáticas normales, y λ′ es el valor esperado de la tasa de falla del componente en condiciones climáticas adversas.

Utilice un modelo climático de dos estados para describir el modo de falla accidental; tasa de falla del transformador, y su expresión es:

Entre ellos, está el promedio estadístico de falla accidental del transformador, N es la duración del clima normal, S es la duración del clima severo, F es la proporción de fallas que ocurren en condiciones climáticas severas, y w es el transformador. Las condiciones climáticas actuales son w 0 para condiciones climáticas normales y w 1 para condiciones climáticas severas.

10. La plataforma de visualización del estado de equipos de distribución de energía basada en big data de acuerdo con la reivindicación 1, caracterizada porque el módulo de evaluación también se utiliza para evaluar la importancia del equipo con base en el estado del equipo y los riesgos del sistema, incluyendo:

a) Con base en los resultados de la evaluación del estado de big data, la información operativa y los datos micrometeorológicos, utilice el modelo PHM para calcular la probabilidad de falla en tiempo real de los componentes del sistema considerando big data

b) Utilice el método Seleccione el estado del sistema por, enumere la falla de tercer orden, forme el evento de falla esperado y calcule la probabilidad del evento de falla

c) Realice un análisis de seguridad estático en; el estado del sistema seleccionado y utilizar el cálculo del flujo de potencia óptimo. Si el estado del sistema es adecuado. Si se requiere deslastre de carga, el estado del sistema es de emergencia. Si no se requiere deslastre de carga, el estado del sistema es alerta o. saludable Realice la verificación N-1 en el sistema. Si se cumplen los criterios de seguridad, está en estado saludable y regresa al paso b). De lo contrario, está en estado de alerta y ingresa al paso d).

d) Calcule el índice de emergencia o el número de timbre de alerta en el estado del sistema y utilice el modelo de seguimiento de riesgos para calcular el valor de contribución de cada componente de falla en este estado.

e) Regrese al paso b) hasta que se atraviesen todos los eventos de falla del conjunto de fallas esperado

f) Calcular el índice de emergencia total y la alerta total del índice del sistema, y ​​calcular el índice de importancia de emergencia del componente y el índice de importancia de advertencia, ordenar según el; índice de importancia, y determinar los equipos débiles del sistema.