本發(fā)明涉及電網(wǎng)自動化，尤其涉及一種配網(wǎng)全息數(shù)據(jù)智能識別處理系統(tǒng)。

背景技術：

1、配網(wǎng)全息數(shù)據(jù)是指在配電網(wǎng)設備上部署智能化終端感知裝置和邊緣計算裝置，通過高精度的三維數(shù)字技術和實時數(shù)據(jù)采集，對配電網(wǎng)設備和運行狀態(tài)進行一比一的三維立體還原和數(shù)字化全景呈現(xiàn)。

2、現(xiàn)有技術cn115730410a公開了基于配用電全息數(shù)據(jù)模型的電網(wǎng)配網(wǎng)網(wǎng)架拓撲構建方法，包括：獲取電網(wǎng)pms系統(tǒng)中多個電網(wǎng)設備的圖形數(shù)據(jù)，將所述圖形數(shù)據(jù)轉化為拓撲數(shù)據(jù)，并將所述拓撲數(shù)據(jù)寫入圖數(shù)據(jù)庫；基于所述圖數(shù)據(jù)庫，識別多個電網(wǎng)設備中變電站節(jié)點和其存在連接關系的多個桿塔節(jié)點；基于所述多個桿塔節(jié)點中每相鄰兩個桿塔之間的距離確定弧垂相關參數(shù)，并基于所述弧垂相關參數(shù)構建弧垂線段函數(shù)；基于所述弧垂線段函數(shù)繪制每相鄰兩個桿塔之間的架空線路曲線，得到電網(wǎng)配網(wǎng)網(wǎng)架拓撲圖；

3、但配網(wǎng)全息數(shù)據(jù)會所采集和處理的數(shù)據(jù)量較大，不僅需要強大的算力支持，且所需要進行分析和處理的時間變長，進而導致數(shù)據(jù)的實時性較差，難以快速的對數(shù)據(jù)進行實時響應，而延遲的數(shù)據(jù)響應會導致配電網(wǎng)中的異常數(shù)據(jù)的故障延遲預警，進而對配電網(wǎng)的安全造成威脅。

技術實現(xiàn)思路

1、本發(fā)明的目的是為了解決背景技術中的問題，而提出的一種配網(wǎng)全息數(shù)據(jù)智能識別處理系統(tǒng)。

2、為了實現(xiàn)上述目的，本發(fā)明采用了如下技術方案：

3、一種配網(wǎng)全息數(shù)據(jù)智能識別處理系統(tǒng)，包括：

4、慣性數(shù)據(jù)分析模塊，基于配電網(wǎng)的設備運行信息，對配電網(wǎng)中的單體配件進行識別，并根據(jù)單體配件的配件信息，匹配對應的設備故障位置，然后將設備故障位置的故障原因標記為目標故障，并獲取目標故障的異常數(shù)據(jù)包，異常數(shù)據(jù)包中包括目標故障的故障數(shù)據(jù)和故障前的監(jiān)測數(shù)據(jù)，之后基于異常數(shù)據(jù)包，確定目標故障的故障特征曲線；

5、實時監(jiān)測單元，用于對配網(wǎng)全息數(shù)據(jù)進行實時監(jiān)測與采集，得到配電網(wǎng)的實時運行數(shù)據(jù)；

6、配網(wǎng)數(shù)據(jù)分析模塊，用于將實時運行數(shù)據(jù)與采集位置進行對應，同時設置目標監(jiān)測位置，將目標監(jiān)測位置的實時運行數(shù)據(jù)標記為目標數(shù)據(jù)，并對目標數(shù)據(jù)進行數(shù)據(jù)處理，得到目標監(jiān)測位置的數(shù)據(jù)波動集合，之后在目標監(jiān)測位置的故障特征曲線上設置單位區(qū)間，然后計算數(shù)據(jù)波動集合中元素與單位區(qū)間的相似值，并根據(jù)相似值確定目標監(jiān)測位置的實時運行狀態(tài)，其中實時運行狀態(tài)包括正常運行狀態(tài)和異常運行狀態(tài)；

7、標簽設置模塊，用于根據(jù)目標檢測位置的實時運行狀態(tài)，對目標監(jiān)測位置設置數(shù)據(jù)標簽，其中數(shù)據(jù)標簽包括時間標識和優(yōu)先標識，當數(shù)據(jù)標簽為優(yōu)先標識時，基于相似值和單位區(qū)間的端點值，計算目標檢測位置的優(yōu)先值；

8、數(shù)據(jù)識別模塊，用于識別數(shù)據(jù)標簽，并根據(jù)數(shù)據(jù)標簽中的優(yōu)先標識和優(yōu)先值，對目標監(jiān)測位置的目標數(shù)據(jù)進行優(yōu)先處理。

9、作為本發(fā)明的進一步方案，設備故障位置的確定方法包括：

10、基于目標配電網(wǎng)的可視結構，對目標配電網(wǎng)中的存在零部件進行識別，并標記為單體配件，其中目標配電網(wǎng)指運用全息三維感知技術進行數(shù)據(jù)采集和監(jiān)測的配電系統(tǒng)，可視結構指目標配電網(wǎng)的三維空間模型；

11、以單體配件的配件信息作為檢索關鍵詞，并在互聯(lián)網(wǎng)信息端進行檢索，獲取單體配件的在歷史運行過程中，已發(fā)生過的運行故障，之后根據(jù)運行故障在單體配件中的位置，將對應的位置標記為設備故障位置，配件信息指單體配件的配件名稱、型號和功能。

12、作為本發(fā)明的進一步方案，目標故障的故障特征曲線的計算方法包括：

13、任意選擇一個設備故障位置作為故障對象，并將設備故障位置對應的故障原因標記為目標故障，獲取目標故障的n次故障數(shù)據(jù)以及前端數(shù)據(jù)，故障數(shù)據(jù)指目標故障在單體配件中已發(fā)生后，單體設備中顯示的監(jiān)測數(shù)據(jù)，前端數(shù)據(jù)指目標故障在單體設備發(fā)生前的一段時間內，對單體設備所采集的監(jiān)測數(shù)據(jù)，n為閾值；

14、將一個故障數(shù)據(jù)及其對應的前端數(shù)據(jù)進行綁定，并標記為異常數(shù)據(jù)包；

15、以時間作為橫坐標，監(jiān)測數(shù)據(jù)作為縱坐標，并設置二維坐標系，再以一個異常數(shù)據(jù)包作為單位，將異常數(shù)據(jù)包中的數(shù)據(jù)在二維坐標系中進行線性擬合，得到異常線性函數(shù)y＝f(x)；

16、對異常線性函數(shù)y＝f(x)進行導數(shù)運算，并將運算后的結果標記為趨勢函數(shù)f，進一步的f＝f'(x)；

17、按照上述處理方法，計算目標故障所有的異常數(shù)據(jù)包的趨勢函數(shù)fi，i∈[1，n]，表示共存在n個趨勢函數(shù)；

18、之后利用matlab中的polyfit函數(shù)，對n個趨勢函數(shù)fi擬合成一條曲線，并標記為目標故障的故障特征曲線。

19、作為本發(fā)明的進一步方案，數(shù)據(jù)波動集合中元素與單位區(qū)間的相似值的計算方法包括：

20、將實時運行數(shù)據(jù)按照數(shù)據(jù)采集位置進行分類，然后任意選擇一個數(shù)據(jù)采集位置作為目標監(jiān)測位置，同時以當前時間為節(jié)點，獲取目標監(jiān)測位置在前一個單位時間內連續(xù)采集的實時運行數(shù)據(jù)，并標記為目標數(shù)據(jù)cmj，j∈[1，j]，表示在單位時間內對目標監(jiān)測位置采集了j組數(shù)據(jù)；

21、將目標數(shù)據(jù)按照采集的時間順序進行排列，并計算目標數(shù)據(jù)的瞬時變化值bb，將瞬時變化值作為元素，得到目標監(jiān)測位置的數(shù)據(jù)波動集合db，其中，db＝{bb}，bb＝cmj-cmj-1，此處j從2開始取值，且b＝j-1；

22、提取目標監(jiān)測位置對應的故障特征曲線，并在故障特征曲線中按照設備采集間隔時間設置數(shù)據(jù)節(jié)點；

23、根據(jù)數(shù)據(jù)波動集合db中的數(shù)據(jù)長度，在故障特征曲線中設置若干個單位區(qū)間，其中，每個單位區(qū)間中數(shù)據(jù)節(jié)點的數(shù)量與數(shù)據(jù)波動集合中的元素的數(shù)量相同；

24、之后基于得到數(shù)據(jù)波動集合與單位區(qū)間的相似系數(shù)r，其中ba為數(shù)據(jù)波動集合db中元素的均值，tb為單位區(qū)間中數(shù)據(jù)節(jié)點，ta為單位區(qū)間中數(shù)據(jù)節(jié)點的均值。

25、作為本發(fā)明的進一步方案，目標監(jiān)測位置的實時運行狀態(tài)的確定方法包括：

26、對故障特征曲線中所有的單位區(qū)間的相似系數(shù)r進行對比，取相似系數(shù)的最大值rmax；

27、將rmax與相似閾值xs進行比較，若rmax＜xs，則將目標監(jiān)測位置的實時運行狀態(tài)標記為正常運行狀態(tài)，若rmax≥xs，則將目標監(jiān)測位置的實時運行狀態(tài)標記為異常運行狀態(tài)。

28、作為本發(fā)明的進一步方案，標簽設置模塊的處理方法包括：

29、識別目標監(jiān)測位置的實時運行狀態(tài)，若實時運行狀態(tài)為正常運行狀態(tài)時，將數(shù)據(jù)標簽設置為時間標識；

30、若目標監(jiān)測位置的實時運行狀態(tài)為異常運行狀態(tài)時，將對應的數(shù)據(jù)標簽設置為優(yōu)先標識，同時將相似系數(shù)rmax對應的單位區(qū)間標記為對照區(qū)間，識別對照區(qū)間的端點值，并將端點值分別標記為qr和ql，ql為對照區(qū)間的最左端的數(shù)據(jù)節(jié)點，qr為對照區(qū)間的最右端的數(shù)據(jù)節(jié)點；

31、然后基于公式得到對應目標監(jiān)測位置的優(yōu)先值yx，其中，zl為故障特征曲線中最左端的數(shù)據(jù)節(jié)點，zr為故障特征曲線中最右端的數(shù)據(jù)節(jié)點，α1和α2均為比例系數(shù)，rmax為相似系數(shù)的最大值。

32、作為本發(fā)明的進一步方案，數(shù)據(jù)識別模塊的識別方法具體包括：

33、若數(shù)據(jù)標簽為時間標識時，則將對應的實時運行數(shù)據(jù)按照所采集的時間順序進行數(shù)據(jù)處理，若數(shù)據(jù)標簽為優(yōu)先標識時，則根據(jù)優(yōu)先標識的優(yōu)先值，將優(yōu)先值最大的目標監(jiān)測位置的目標數(shù)據(jù)進行優(yōu)先處理。

34、作為本發(fā)明的進一步方案，慣性數(shù)據(jù)分析模塊中包括位置確定單元和特征分析單元；

35、位置確定單元用于識別配電網(wǎng)中存在的設備故障位置，特征分析單元用于確定設備故障位置的故障特征，并確定故障特征曲線，且位置確定單元和特征分析單元分別與配網(wǎng)數(shù)據(jù)分析模塊進行單向通信連接。

36、作為本發(fā)明的進一步方案，還包括云端數(shù)據(jù)存儲模塊，用于對配電網(wǎng)的設備運行信息進行存儲，設備運行信息包括配網(wǎng)異常時間記錄、電網(wǎng)監(jiān)測數(shù)據(jù)以及電網(wǎng)故障數(shù)據(jù)，同時云端數(shù)據(jù)存儲模塊與慣性數(shù)據(jù)分析模塊之間為單向通信連接。

37、與現(xiàn)有的技術相比，本發(fā)明的優(yōu)點在于：

38、本發(fā)明通過慣性數(shù)據(jù)分析模塊對配電網(wǎng)中存在的設備故障位置進行檢索，并對設備故障位置的故障特征進行分析，得到設備故障位置的故障特征曲線，之后對配電網(wǎng)中配網(wǎng)全息數(shù)據(jù)進行實時采集和處理，得到數(shù)據(jù)波動集合，根據(jù)采集的位置，獲取此位置的故障特征曲線，將故障特征曲線按照所采集數(shù)據(jù)波動集合的數(shù)據(jù)長度劃分為多個單位區(qū)間，并計算單位區(qū)間與數(shù)據(jù)波動集合的相似值，再基于相似值對目標監(jiān)測位置設置數(shù)據(jù)標簽，并基于數(shù)據(jù)標簽中的優(yōu)先標識，根據(jù)相似值計算優(yōu)先值，最終根據(jù)優(yōu)先值的大小對目標監(jiān)測位置的實時運行數(shù)據(jù)進行優(yōu)先處理，有助于資源的優(yōu)化分配，確保異常數(shù)據(jù)得到快速的響應和處理，同時將優(yōu)先值最大的目標監(jiān)測位置的實時運行數(shù)據(jù)進行優(yōu)先處理，有助于及時的發(fā)現(xiàn)和響應潛在的安全問題。