多信息边缘计算的干式变压器故障模式识别系统及方法与流程

1.本发明属于干式变压器故障模式识别技术领域，具体涉及一种多信息边缘计算的干式变压器故障模式识别系统及方法。


背景技术：

2.干式变压器运行中出现异常现象将对电网的安全运行造成威胁。如何提高干式变压器运行的可靠性，是现今电力行业研究的重要课题之一。及时、准确地掌握干式变压器的运行状态和故障状态，对于确保电网运行的可靠性、安全性具有非常重要的现实意义。
3.目前干式变压器缺陷原因分析主要依赖阈值判定和人工估测，诊断结论过于主观粗糙，无法有效指导检修维护工作的不足。因此采用多信息融合，大数据分析对干式变压器的故障模式识别有着重要意义。
4.现如今，随着物联网的快速发展和4g/5g无线网络的普及，网络边缘设备数量的迅速增加，边缘设备所产生的数据已达到泽字节(zb)级别.以云计算模型为核心的集中式大数据处理时代，其关键技术已经不能高效处理边缘设备所产生的数据。单一干式变压器运行会产生大量数据，而多个分布式的干式变压器会产生海量数据，而传统的集中式云计算平台已经不能满足爆炸式数据量增长带来的高实时性要求。
5.因此，亟待开发一种对边缘设备的海量数据进行处理的计算方法，并将计算结果与故障模式相对应，进而开发一种能够有效识别干式变压器故障模式的方法。


技术实现要素：

6.本发明的目的在于提供一种多信息边缘计算的干式变压器故障模式识别系统及方法，该系统及方法利用边缘计算与多信息故障模式识别的方法对边缘设备的海量数据进行处理，减少了云计算中心的计算量，解决了多信息、大数据量的信息融合时的困难，使得干式变压器故障模式识别更加准确，增强对干式变压器的运行状态和故障状态的了解，有效指导检修维护工作。
7.边缘设备是任何物联网系统的最前端设备，此类设备主要作为传感设备来获取待测设备的运行信息，如：干式变压器的各类状态量等，同时基于大量边缘设备相互连接所构成的边缘网络，实现边缘计算功能。
8.边缘计算是指在边缘网络中针对海量的边缘数据在边缘空间(边缘空间是指数据源(终端节点)到数据中心任意数字空间)完成数据的部分计算或者预处理，从而减少对云计算中心的依赖，降低脱网威胁。
9.在本发明中边缘计算主要为通过智能感知单元、网络传输单元及数据处理单元，在数据存储到数据存储单元中的云计算中心前进行并完成对只能感知单元采集的数据的处理。
10.实现本发明目的的技术方案：一种多信息边缘计算的干式变压器故障模式识别系统，所述系统包括：
11.智能感知单元，智能感知单元与网络传输单元，用于采集干式变压器的数据信息以及干式变压器运行环境信息；
12.网络传输单元，包括第一网络传输单元和第二网络传输单元，第一网络传输单元分别与智能感知单元和数据处理单元连接，用于传递智能感知单元采集的干式变压器的数据信息以及干式变压器运行环境信息；第二网络传输单元分别与数据处理单元和数据存储单元连接，用于传递数据处理单元处理获得的干式变压器的故障模式以及其对应的置信度数据；
13.数据处理单元，数据处理单元分别与第一网络传输单元和第二网络传输单元连接，用于处理智能感知单元采集的干式变压器的数据信息以及干式变压器运行环境信息，获得干式变压器的故障模式以及其对应的置信度数据；
14.数据存储单元，数据存储单元分别与第二网络传输单元和智能应用单元连接，用于存储数据处理单元处理获得的干式变压器的故障模式以及其对应的置信度数据，并形成历史数据；和
15.智能应用单元，智能应用单元与数据存储单元连接，用于监测、查询数据存储单元存储的干式变压器的故障模式以及其对应的置信度数据及历史数据。
16.所述数据处理单元采用多信息故障模式识别方法对智能感知单元采集的干式变压器的数据信息以及干式变压器运行环境信息进行处理。
17.所述多信息故障模式识别方法包括多信息模式识别算法和置信度确定算法。
18.所述智能应用单元通过干式变压器物联网综合状态监测系统对数据存储单元存储的干式变压器的故障模式以及其对应的置信度数据及历史数据进行监测和查询。
19.所述干式变压器物联网综合状态监测系统包括干式变压器状态监测平台、干式变压器状态诊断平台、干式变压器远程控制平台和应急指挥决策平台。
20.一种多信息边缘计算的干式变压器故障模式识别方法，所述方法包括：
21.步骤1、智能感知单元采集干式变压器的数据信息及运行环境信息；
22.步骤2、第一网络传输单元接收步骤1中智能感知单元采集的干式变压器数据信息及运行环境信息，并将其传递至数据处理单元；
23.步骤3、数据处理单元接收步骤2中第一网络传输单元传递的干式变压器数据信息及运行环境信息，并对其进行处理；
24.步骤4、第二网络传输单元接收步骤3中数据处理单元处理获得的干式变压器故障模式以及其对应的置信度数据，并将其传递至数据存储单元；
25.步骤5、数据存储单元接收步骤4中第二网络传输单元传递的干式变压器故障模式以及其对应的置信度数据，并对其进行存储；
26.步骤6、智能应用单元根据用户需求对数据存储单元存储的干式变压器的故障模式以及其对应的置信度数据进行监测、查询。
27.所述步骤3中数据处理单元采用多信息故障模式识别方法对第一网络传输单元传递的干式变压器的数据信息以及干式变压器运行环境信息进行处理。
28.所述多信息故障模式识别方法包括：
29.步骤3.1、利用多信息模式识别算法计算干式变压器故障模式；
30.步骤3.2、利用置信度确定算法计算步骤3.1获得的干式变压器故障模式的置信
度；
31.步骤3.3、输出步骤3.1及3.2获得的干式变压器故障模式及置信度数据。
32.所述步骤3.1包括：
33.步骤3.1.1、计算智能感知单元采集到的干式变压器的数据信息是否在正常范围内；
34.步骤3.1.2、利用“假设-测试”循环为核心的推理过程，进行故障模式匹配。
35.所述步骤3.2包括：
36.步骤3.2.1、置信度确定；
37.步骤3.2.2、置信度综合；
38.步骤3.2.3、置信度修正。
39.本发明的有益技术效果在于：
40.(1)本发明的一种多信息边缘计算的干式变压器故障模式识别方法，利用边缘计算方法在存储到数据存储单元中云计算中心前即可完成对采集的数据的处理，减少了云计算中心的计算量，解决了多信息、大数据量的信息融合时的困难；
41.(2)本发明的一种多信息边缘计算的干式变压器故障模式识别方法利用“假设-测试”循环为核心的推理过程实现多信息故障模式的识别，并通过各个故障模式的置信度综合，得到干式变压器的故障模式及其置信度，使得干式变压器故障模式识别更加准确；
42.(3)本发明的一种多信息边缘计算的干式变压器故障模式识别方法能够更准确掌握干式变压器的运行状态和故障状态，有效指导检修维护工作。
附图说明
43.图1为本发明所提供的一种多信息边缘计算的干式变压器故障模式识别系统的方框示意图；
44.图2为本发明所提供的一种多信息边缘计算的干式变压器故障模式识别方法中多信息故障模式识别方法流程图；
45.图3为本发明所提供的一种多信息边缘计算的干式变压器故障模式识别方法中故障模式匹配示意图。
具体实施方式
46.下面结合附图和实施例对本发明作进一步详细说明。
47.如图1所示，本发明提供的一种多信息边缘计算的干式变压器故障模式识别系统，所述系统包括：智能感知单元、网络传输单元、数据处理单元、数据存储单元和智能应用单元，网络传输单元包括第一网络传输单元和第二网络传输单元。
48.智能感知单元，智能感知单元的输出端与第一网络传输单元的输入端连接，用于采集干式变压器的数据信息以及干式变压器运行环境信息，干式变压器的数据信息包括局部放电超声信号、暂态对地电压信号(tev信号)、温度信号和振动信号等，智能感知单元通过局部放电超声传感器、tev传感器、温度传感器和振动传感器采集干式变压器的局部放电超声信号、tev信号、温度信号和振动信号数据信息，通过变电站摄像头等监测设备采集干式变压器运行环境信息，并通过第一网络传输单元将采集到的上述信号传递至数据处理单
元。
49.网络传输单元，包括第一网络传输单元和第二网络传输单元，第一网络传输单元的输入端与智能感知单元的输出端连接，第一网络传输单元的输出端与数据处理单元的输入端连接，用于将智能感知单元采集的干式变压器的局部放电超声信号、tev信号、温度信号和振动信号及运行环境信息传递至数据处理单元；第二网络传输的输入端与数据处理单元的输出端连接，第二网络传输的输出端与数据存储单元的输入端连接，用于将数据处理单元处理获得的干式变压器的故障模式以及其对应的置信度数据传递至数据存储单元；第一网络传输单元和第二网络传输单元通过无线传感网络、现场总线、互联网、电力通讯专用网等信息通信网络分别将智能感知单元采集的干式变压器的局部放电超声信号、tev信号、温度信号和振动信号及运行环境信息传递至数据处理单元，将数据处理单元处理获得的干式变压器的故障模式以及其对应的置信度数据传递至数据存储单元。
50.无线传感网络包括zigbee，wifi，wia和isa sp100。
51.数据处理单元，数据处理单元的输入端与第一网络传输单元的输出端连接，数据处理单元的输出端与第二网络传输单元输入端连接，用于处理智能感知单元采集的局部放电超声信号、tev信号、温度信号和振动信号等数据信息以及干式变压器运行环境信息，获得干式变压器的故障模式以及其对应的置信度数据，数据处理单元通过大数据库、智能算法服务器及主服务器的数据分析平台采用多信息故障模式识别方法对智能感知单元采集的局部放电超声信号、tev信号、温度信号和振动信号等数据信息以及干式变压器运行环境信息进行处理，获得干式变压器的故障模式以及其对应的置信度数据，并将获得的数据传递至第二网络传输单元。其中，多信息故障模式识别方法包括多信息模式识别算法和置信度确定算法。
52.数据存储单元，数据存储单元的输入端与第二网络传输单元的输出端连接，用于存储数据处理单元处理获得的干式变压器的故障模式以及其对应的置信度数据并形成历史数据，数据存储单元通过云计算中心及数据库将数据处理单元处理获得的干式变压器的故障模式以及其对应的置信度数据进行存储并形成历史数据，为智能应用单元提供干式变压器的故障模式以及其对应的置信度数据及历史数据。
53.智能应用单元，智能应用单元的输入端与数据存储单元的输出端连接，用于监测、查询数据存储单元存储的干式变压器的故障模式以及其对应的置信度数据及历史数据，智能应用单元通过干式变压器物联网综合状态监测系统对数据存储单元存储的干式变压器的故障模式以及其对应的置信度数据及历史数据进行监测和查询等。
54.干式变压器物联网综合状态监测系统包括干式变压器状态监测平台、干式变压器状态诊断平台、干式变压器远程控制平台和应急指挥决策平台；用户可通过干式变压器状态监测平台、干式变压器状态诊断平台和应急指挥决策平台根据从数据存储单元获得的干式变压器的故障模式以及其对应的置信度数据及历史数据进行监测、指挥操作；远程用户可利用移动通信设备通过干式变压器远程控制平台从数据存储单元获得干式变压器故障模式以及其对应的置信度数据及历史数据信息。
55.如图2所示，本发明提供的一种多信息边缘计算的干式变压器故障模式识别方法，所述方法包括以下步骤：
56.步骤1、智能感知单元采集干式变压器数据信息及运行环境信息
57.智能感知单元通过局部放电超声传感器、tev传感器、温度传感器和振动传感器采集干式变压器数据信息，并通过变电站摄像头等监测设备采集干式变压器运行环境信息，其中，数据信息包括局部放电超声信号、tev信号、温度信号和振动信号；
58.步骤2、第一网络传输单元接收步骤1中智能感知单元采集的干式变压器数据信息及运行环境信息并将其传递至数据处理单元
59.第一网络传输单元通过无线传感网络、现场总线、互联网、电力通讯专用网等信息通信网络接收智能感知单元采集的干式变压器数据信息及运行环境信息，并将数据采集单元采集的干式变压器数据信息及运行环境信息传递至数据处理单元，其中无线传感网络包括zigbee，wifi，wia和isa sp100；
60.步骤3、数据处理单元接收步骤2中第一网络传输单元传递的干式变压器数据信息及运行环境信息并对其进行处理
61.数据处理单元接收第一网络传输单元传递的干式变压器数据信息及运行环境信息，并通过大数据库、智能算法服务器及主服务器的数据分析平台利用多信息故障模式识别方法对干式变压器数据信息及运行环境信息进行处理，获得干式变压器故障模式以及其对应的置信度数据，并将获得的数据传递至第二网络传输单元，实现数据在边缘设备的计算功能，以减少数据储存单元中云计算中心的计算量；
62.如图2所示，多信息故障模式识别方法包括：
63.步骤3.1、利用多信息模式识别算法计算干式变压器故障模式，包括以下步骤：
64.步骤3.1.1、计算智能感知单元采集到的局部放电超声信号、tev信号、温度信号、振动信号是否在正常范围内；
65.步骤3.1.2、利用“假设-测试”循环为核心的推理过程，进行故障模式匹配：
[0066]“假设-测试”循环为核心的推理过程为：首先根据有关故障诊断问题的初始信息，产生一组可能的故障假设(plausible hypotheses)，这些假设应能够解释所有初始信息。然后，根据这些假设设计进一步的试验计划对初步诊断结论进行证实，指导获取更多的故障信息，直到得到一个对各种故障现象最优的解释，作为最终的诊断结论。
[0067]
故障诊断问题可由一个四元式来表示，dp＝＜d,m,k,m
+
＞
[0068]
其中：
[0069]
d＝{d1,d2,
…
,d
m
}，表示干式变压器典型故障模式集，每一个d
i
∈d代表一种故障状态；
[0070]
m＝{m1,m2,
…
,m
n
}，表示有限非空的干式变压器故障征兆集合(即干式变压器的状态量集)；
[0071]
表示故障与征兆之间的因果关系映射集合，是关于诊断对象的领域知识的描述(即干式变压器诊断知识库)；
[0072]
表示已观测到的征兆集合；
[0073]
f(d
i
)＝{m
j
|m
j
∈m}，是设备在故障状态d
i
时所产生的征兆集合。
[0074]
其中，故障模式匹配方法包括：
[0075]
(a)识别判据
[0076]
对于任何一个具体的故障诊断问题，如果一个故障状态d
i
满足：且d
i
符合由推理规则所设定的准则，则称d
i
是诊断问题p关于m
+
的一个解释；
[0077]
(b)诊断规则
[0078]
首先是建立检测项目集，检测项目集用于判断干式变压器故障是否存在，检测项目集中的每一个检测项目均是由前期总结出的状态量即步骤1中智能感知单元获取的干式变压器数据信息构成，这些检测项目与干式变压器故障模式集中的故障模式建立多对多的对应关系，即形成了用于故障识别的诊断规则。包括干式变压器状态量、干式变压器故障假设模式及部件名称的诊断规则参见表1。
[0079]
表1干式变压器故障识别诊断规则
[0080]
[0081][0082]
如图3所示，检测项目集中的每一个检测项目根据建立的诊断规则与故障模式集中的故障模式进行匹配，匹配完成后进入步骤3.2完成置信度的计算。
[0083]
步骤3.2、利用置信度确定算法计算步骤3.1获得的干式变压器故障模式的置信度，包括以下步骤：
[0084]
步骤3.2.1、置信度确定
[0085]
在可信度方法中，诊断知识是由产生式规则表示的，对任一推理规则k
ij
其标准形式为如下：若发生证据m
j
，则可能发生典型故障d
i
，对应置信度为cf(d
i
|m
j
)。
[0086]
其中，k
ij
表示一条与m
j
和d
i
相关联的推理规则，m
j
表示证据，d
i
表示故障结论，置信度cf(d
i
|m
j
)表示在证据m
j
存在的情况下假设故障d
i
为真的可相信程度。
[0087]
由条件概率和先验概率可将cf(d
i
|m
j
)定义为：
[0088][0089]
p(d
i
|m
j
)表示在确定证据m
j
(对应到干式变压器故障诊断中即确定故障征兆m
j
)的前提下，发生典型故障d
i
的概率，p(d
i
)表示发生典型故障的概率。
[0090]
步骤3.2.2、置信度综合
[0091]
在故障诊断过程中，如果存在多个不合格检测项目对应其中的某一故障时，就需要对这些证据的置信度进行综合。假设存在两条规则：
[0092]
若发生故障征兆m1，则可能发生典型故障d
i
，对应置信度为cf(d
i
|m1)＝x；
[0093]
若发生故障征兆m2，则可能发生典型故障d
i
,对应置信度为cf(d
i
|m2)＝y；
[0094]
有关d
i
的合成置信度定义为：
[0095][0096]
步骤3.2.3、置信度修正
[0097]
对于干式变压器的运行经历主要考虑以下几个方面：干式变压器是否遭受出口短路、过电压冲击、较长时间的过负荷以及停运时间过长等情况。通过对故障置信度加权的形式，可以将这些运行经历对干式变压器可能产生的影响引入到诊断推理过程中。当变电设备存在某种运行经历的情况下，应将上述的预防性试验结果对某些故障d
i
的可信度进一步表示为：
[0098]
cf
*
(d
i
|c
j
)＝(1+λ)cf(d
i
|c
j
)
ꢀꢀ
(3)
[0099]
c
j
表示当前故障d
i
下各故障征兆的合成，cf
*
(d
i
|c
j
)表示经过修正后的故障置信度，可通过式(2)，故障征兆间两两合成获得，cf(d
i
|c
j
)表示未经过修正的故障置信度，λ表示受运行条件影响较大的故障置信度修正权值。
[0100]
根据各种运行经历对干式变压器故障可能的影响程度，将多种受运行条件影响较大的故障置信度修正权值λ初步由人为进行设定。
[0101]
步骤3.3、将获得的干式变压器故障模式及置信度数据输出传递至第二网络传输单元
[0102]
步骤4、第二网络传输单元接收步骤3中数据处理单元处理获得的干式变压器故障模式以及其对应的置信度数据并将其传递至数据存储单元
[0103]
第二网络传输单元通过无线传感网络、现场总线、互联网、电力通讯专用网等信息通信网络接收数据处理单元处理获得的干式变压器故障模式以及其对应的置信度数据，并将数据处理单元处理获得的干式变压器故障模式以及其对应的置信度数据传递至数据存储单元，其中无线传感网络包括zigbee，wifi，wia和isa sp100；
[0104]
步骤5、数据存储单元接收步骤4中第二网络传输单元传递的干式变压器故障模式以及其对应的置信度数据并对其进行存储
[0105]
数据存储单元接收第二网络传输单元传递的干式变压器故障模式以及其对应的置信度数据，通过云计算中心及数据库将干式变压器的故障模式以及其对应的置信度数据进行存储，并形成历史数据，为智能应用单元提供干式变压器的故障模式以及其对应的置信度数据及历史数据；
[0106]
步骤6、智能应用单元根据用户需求对数据存储单元存储的干式变压器的故障模式以及其对应的置信度数据进行监测、查询
[0107]
根据用户需求，智能应用单元通过干式变压器物联网综合状态监测系统对数据存储单元存储的干式变压器的故障模式以及其对应的置信度数据及历史数据进行监测和查询；
[0108]
干式变压器物联网综合状态监测系统包括干式变压器状态监测平台、干式变压器状态诊断平台、干式变压器远程控制平台和应急指挥决策平台；用户可通过干式变压器状态监测平台、干式变压器状态诊断平台和应急指挥决策平台根据从数据存储单元获得的干式变压器的故障模式以及其对应的置信度数据及历史数据进行监测、指挥操作；远程用户可利用移动通信设备通过干式变压器远程控制平台从数据存储单元获得干式变压器故障模式以及其对应的置信度数据及历史数据信息。
[0109]
上面结合附图和实施例对本发明作了详细说明，但是本发明并不限于上述实施例，在本领域普通技术人员所具备的知识范围内，还可以在不脱离本发明宗旨的前提下作出各种变化。本发明中未作详细描述的内容均可以采用现有技术。