配电网终端在线监控系统及方法与流程

本公开属于配电网终端在线监控领域，尤其涉及一种配电网终端在线监控系统及方法。

背景技术：

本部分的陈述仅仅是提供了与本公开相关的背景技术信息，不必然构成在先技术。

配电自动化终端是一种针对目前城市电网中应用越来越广泛的环网柜、小型开闭所、配电房而开发的监控配电终端产品，可与配电网自动化主站、电网自动化子站系统配合，实现多条输电线路的数据采集、故障检测、故障区域定位、隔离及非故障区域恢复供电等功能，从而提高输电线路的供电可靠性。

发明人发现，现有的对配电自动化终端的监测主要是通过人工排查的方式进行，即在故障发生后，依次巡查线路内配电终端的当前状态，无法在远程在线监控配电网终端，以及确定异常配电终端的位置。

技术实现要素：

为了解决上述问题，本公开的第一方面提供了一种配电网终端在线监控系统，其具有在线监控配电网终端且监控效率高的效果。

本公开的第一方面的一种配电网终端在线监控系统的技术方案为：

一种配电网终端在线监控系统，包括：

采集端，其被配置为采集配电网各种类型配电终端的运行状态信息并上传至网关；所述运行状态信息包括运行电流信号和运行电流信号；

所述网关，被配置为：

接收配电网各种类型配电终端的运行状态信息；

将这些运行状态信息添加相应配电终端类型标签后上传至监控端；

所述监控端内预存有待监控所有类型配电终端相对应的正常运行状态信息范围；

所述监控端，被配置为：

接收带标签的运行状态信息；

分别调取各个标签对应配电终端类型的正常运行状态信息范围；

判断各个标签对应配电终端类型的运行状态信息是否在相对应的正常运行状态信息范围，若是，则判定相应类型配电终端正常；否则，判定相应类型配电终端异常。

进一步地，所述采集端包括图像采集装置，所述图像采集装置用于采集各种类型配电终端的图像并上传至网关。

上述方案的优点在于，利用图像采集装置采集各种类型配电终端的图像，能够方便监控人员直观地查看待监控的配电终端外表是否出现损坏或是出现火花情况。

进一步地，所述网关还被配置为：

接收图像，并将图像也添加相应配电终端类型标签后上传至监控端。

上述方案的优点在于，将图像与配电终端类型匹配，这样提高了后期配电终端监控的准确性。

进一步地，所述监控端，还被配置为：

对接收的图像进行预处理，判定图像对应配电终端是否出现损坏及出现火花现象。

其中，对于图像的预处理，包括滤波以及二值化处理，可根据图像局部特征点检测算法来判定图像对应配电终端是否出现损坏及出现火花现象。

进一步地，所述监控端还预存从大电网到配电终端方向的所有待监控的配电终端在输电线路中的拓扑结构；

所述监控端，还被配置为：将接收的采集端传送的配电终端运行状态信息以配电终端拓扑结构进行存储。

上述方案的优点在于，将配电终端运行状态信息以配电终端拓扑结构进行存储，有利于查找异常配电终端的位置，提高异常配电终端位置确定的效率以及加快后续维修的速度。

进一步地，所述监控端，还被配置为：

当某一待监控的配电终端异常，则在配电终端拓扑结构上显示异常配电终端并发送至维修人员的移动配电终端。

为了解决上述问题，本公开的第二方面提供了一种配电网终端在线监控系统的监控方法，其具有在线监控配电网终端且监控效率高的效果。

本公开的第二方面的一种配电网终端在线监控系统的监控方法的技术方案为：

一种配电网终端在线监控系统的监控方法，其在监控端实现，包括：

接收带标签的运行状态信息；所述运行状态信息包括运行电流信号和运行电流信号；

分别调取各个标签对应配电终端类型的正常运行状态信息范围；

判断各个标签对应配电终端类型的运行状态信息是否在相对应的正常运行状态信息范围，若是，则判定相应类型配电终端正常；否则，判定相应类型配电终端异常。

进一步地，该方法还包括：

接收的待监控的各种类型配电终端的图像；

对图像进行预处理，判定图像对应配电终端是否出现损坏及出现火花现象。

其中，对于图像的预处理，包括滤波以及二值化处理，可根据图像局部特征点检测算法来判定图像对应配电终端是否出现损坏及出现火花现象。

进一步地，该方法还包括：

预存从大电网到配电终端方向的所有待监控的配电终端在输电线路中的拓扑结构；

接收配电终端运行状态信息并以配电终端拓扑结构进行存储。

上述方案的优点在于，将配电终端运行状态信息以配电终端拓扑结构进行存储，有利于查找异常配电终端的位置，提高异常配电终端位置确定的效率以及加快后续维修的速度。

进一步地，该方法还包括：

当某一待监控的配电终端异常，则在配电终端拓扑结构上显示异常配电终端并发送至维修人员的移动配电终端。

本公开的有益效果是：

(1)本公开的配电网终端在线监控系统中的采集端采集配电网各种类型配电终端的运行状态信息并上传至网关，网关接收配电网各种类型配电终端的运行状态信息；将这些运行状态信息添加相应配电终端类型标签后上传至监控端；监控端内预存有待监控所有类型配电终端相对应的正常运行状态信息范围；监控端接收带标签的运行状态信息；分别调取各个标签对应配电终端类型的正常运行状态信息范围；判断各个标签对应配电终端类型的运行状态信息是否在相对应的正常运行状态信息范围，若是，则判定相应类型配电终端正常；否则，判定相应类型配电终端异常，使得整个配电网终端在线监控系统实现了在线监控配电网终端且提高监控效率的目的。

(2)本公开的配电网终端在线监控系统中的监控端将配电终端运行状态信息以配电终端拓扑结构进行存储，有利于查找异常配电终端的位置，提高异常配电终端位置确定的效率以及加快后续维修的速度。

附图说明

构成本公开的一部分的说明书附图用来提供对本公开的进一步理解，本公开的示意性实施例及其说明用于解释本公开，并不构成对本公开的不当限定。

图1是本公开实施例提供的一种配电网终端在线监控系统结构示意图；

图2是本公开实施例提供的一种配电网终端在线监控方法流程图。

具体实施方式

应该指出，以下详细说明都是例示性的，旨在对本公开提供进一步地说明。除非另有指明，本文使用的所有技术和科学术语具有与本公开所属技术领域的普通技术人员通常理解的相同含义。

需要注意的是，这里所使用的术语仅是为了描述具体实施方式，而非意图限制根据本公开的示例性实施方式。如在这里所使用的，除非上下文另外明确指出，否则单数形式也意图包括复数形式，此外，还应当理解的是，当在本说明书中使用术语“包含”和/或“包括”时，其指明存在特征、步骤、操作、器件、组件和/或它们的组合。

图1是本公开实施例提供的一种配电网终端在线监控系统结构示意图。

如图1所示，本实施例的一种配电网终端在线监控系统，包括：采集端、网关和监控端。

在具体实施中，采集端，其被配置为采集配电网各种类型配电终端的运行状态信息并上传至网关；所述运行状态信息包括运行电流信号和运行电流信号。

具体地，采集端包括电流互感器和电压互感器。

在另一实施例中，所述采集端还包括图像采集装置，所述图像采集装置用于采集各种类型配电终端的图像并上传至网关。

其中，图像采集装置可采用摄像头来实现，或其他图像采集的设备来实现。

本实施例利用图像采集装置采集各种类型配电终端的图像，能够方便监控人员直观地查看待监控的配电终端外表是否出现损坏或是出现火花情况。

在具体实施中，网关被配置为：

接收配电网各种类型配电终端的运行状态信息；

将这些运行状态信息添加相应配电终端类型标签后上传至监控端。

具体地，网关包括存储器和处理器，所述存储器内存储有运行程序，处理器用于调取运行程序并运行这些程序，这些程序实现“接收配电网各种类型配电终端的运行状态信息；将这些运行状态信息添加相应配电终端类型标签后上传至监控端”的步骤。

例如：配电终端包括配电变压器、开关柜以及柱上开关。

在另一实施例中，所述网关还被配置为：

接收图像，并将图像也添加相应配电终端类型标签后上传至监控端。

将图像与配电终端类型匹配，这样提高了后期配电终端监控的准确性。

在具体实施中，监控端内预存有待监控所有类型配电终端相对应的正常运行状态信息范围；

所述监控端，被配置为：

接收带标签的运行状态信息；

分别调取各个标签对应配电终端类型的正常运行状态信息范围；

判断各个标签对应配电终端类型的运行状态信息是否在相对应的正常运行状态信息范围，若是，则判定相应类型配电终端正常；否则，判定相应类型配电终端异常。

在另一实施例中，所述监控端，还被配置为：

对接收的图像进行预处理，判定图像对应配电终端是否出现损坏及出现火花现象。

其中，对于图像的预处理，包括滤波以及二值化处理，可根据图像局部特征点检测算法来判定图像对应配电终端是否出现损坏及出现火花现象。

图像特征提取是图像分析与图像识别的前提，它是将高维的图像数据进行简化表达最有效的方式。斑点与角点是两类局部特征点。斑点通常是指与周围有着颜色和灰度差别的区域。斑点是一个区域，所以斑点比角点的噪能力要强，稳定性要好。而角点则是图像中一边物体的拐角或者线条之间的交叉部分。

具体地，斑点检测的方法主要包括利用高斯拉普拉斯算子检测的方法(log),以及利用像素点hessian矩阵(二阶微分)及其行列式值的方法(doh)。

doh方法就是利用图像点二阶微分hessian矩阵：

以及它的行列式的值doh(determinantofhessian)：

hessian矩阵行列式的值，同样也反映了图像局部的结构信息。与log相比，doh对图像中的细长结构的斑点有较好的抑制作用。

无论是log还是doh，它们对图像中的斑点进行检测，其步骤都可以分为以下两步：

1)使用不同的生成或模板，并对图像进行卷积运算；

2)在图像的位置空间与尺度空间中搜索log与doh响应的峰值。

在其他实施例中，也可采用尺度不变特征变换算法(sift)来识别图像对应配电终端是否出现损坏及出现火花现象。

其中，尺度不变特征变换算法(sift)，利用原始图像与高斯核的卷积来建立尺度空间，并在高斯差分空间金字塔上提取出尺度不变性的特征点。该算法具有一定的仿射不变性，视角不变性，旋转不变性和光照不变性。

该算法大概可以归纳为三步：

1)高斯差分金字塔的构建；2)特征点的搜索；3)特征描述。

在第一步中，它用组与层的结构构建了一个具有线性关系的金字塔结构，让可以在连续的高斯核尺度上查找特征点。它比log高明的地方在于，它用一阶高斯差分来近似高斯的拉普拉斯核，大大减少了运算量。

在第二步的特征点搜索中，主要的关键步骤是极值点的插值，因为在离散的空间中，局部极值点可能并不是真正意义上的极值点，真正的极植点可以落在了离散点的缝隙中。所以要对这些缝隙位置进行插值，然后再求极值点的坐标位置。

第二步中另一关键环节是删除边缘效应的点，因为只忽略那些dog响应不够的点是不够的，dog的值会受到边缘的影响，那些边缘上的点，虽然不是斑点，但是它的dog响应也很强。所以我们要把这部分点删除。我们利用横跨边缘的地方，在沿边缘方向与垂直边缘方向表现出极大与极小的主曲率这一特性。所以通过计算特征点处主曲率的比值即可以区分其是否在边缘上。这一点在理解上可以参见harris角点的求法。

最后一步，即为特征点的特征描述。特征点的方向的求法是需要对特征点邻域内的点的梯度方向进行直方图统计，选取直方图中比重最大的方向为特征点的主方向，还可以选择一个辅方向。在计算特征矢量时，需要对局部图像进行沿主方向旋转，然后再进邻域内的梯度直方图统计。

在另一实施例中，所述监控端还预存从大电网到配电终端方向的所有待监控的配电终端在输电线路中的拓扑结构；

所述监控端，还被配置为：将接收的采集端传送的配电终端运行状态信息以配电终端拓扑结构进行存储。

本实施例将配电终端运行状态信息以配电终端拓扑结构进行存储，有利于查找异常配电终端的位置，提高异常配电终端位置确定的效率以及加快后续维修的速度。

在另一实施例中，所述监控端，还被配置为：

当某一待监控的配电终端异常，则在配电终端拓扑结构上显示异常配电终端并发送至维修人员的移动配电终端。

本实施例的配电网终端在线监控系统中的采集端采集配电网各种类型配电终端的运行状态信息并上传至网关，网关接收配电网各种类型配电终端的运行状态信息；将这些运行状态信息添加相应配电终端类型标签后上传至监控端；监控端内预存有待监控所有类型配电终端相对应的正常运行状态信息范围；监控端接收带标签的运行状态信息；分别调取各个标签对应配电终端类型的正常运行状态信息范围；判断各个标签对应配电终端类型的运行状态信息是否在相对应的正常运行状态信息范围，若是，则判定相应类型配电终端正常；否则，判定相应类型配电终端异常，使得整个配电网终端在线监控系统实现了在线监控配电网终端且提高监控效率的目的。

图2是本公开实施例提供的一种配电网终端在线监控方法流程图。

如图2所示，本实施例的一种配电网终端在线监控系统的监控方法，其在监控端实现，包括：

接收带标签的运行状态信息；所述运行状态信息包括运行电流信号和运行电流信号；

分别调取各个标签对应配电终端类型的正常运行状态信息范围；

判断各个标签对应配电终端类型的运行状态信息是否在相对应的正常运行状态信息范围，若是，则判定相应类型配电终端正常；否则，判定相应类型配电终端异常。

在另一实施例中，该方法还包括：

接收的待监控的各种类型配电终端的图像；

对图像进行预处理，判定图像对应配电终端是否出现损坏及出现火花现象。

其中，对于图像的预处理，包括滤波以及二值化处理，可根据图像局部特征点检测算法来判定图像对应配电终端是否出现损坏及出现火花现象。

图像特征提取是图像分析与图像识别的前提，它是将高维的图像数据进行简化表达最有效的方式。斑点与角点是两类局部特征点。斑点通常是指与周围有着颜色和灰度差别的区域。斑点是一个区域，所以斑点比角点的噪能力要强，稳定性要好。而角点则是图像中一边物体的拐角或者线条之间的交叉部分。

具体地，斑点检测的方法主要包括利用高斯拉普拉斯算子检测的方法(log),以及利用像素点hessian矩阵(二阶微分)及其行列式值的方法(doh)。

doh方法就是利用图像点二阶微分hessian矩阵：

以及它的行列式的值doh(determinantofhessian)：

hessian矩阵行列式的值，同样也反映了图像局部的结构信息。与log相比，doh对图像中的细长结构的斑点有较好的抑制作用。

无论是log还是doh，它们对图像中的斑点进行检测，其步骤都可以分为以下两步：

1)使用不同的生成或模板，并对图像进行卷积运算；

2)在图像的位置空间与尺度空间中搜索log与doh响应的峰值。

在其他实施例中，也可采用尺度不变特征变换算法(sift)来识别图像对应配电终端是否出现损坏及出现火花现象。

其中，尺度不变特征变换算法(sift)，利用原始图像与高斯核的卷积来建立尺度空间，并在高斯差分空间金字塔上提取出尺度不变性的特征点。该算法具有一定的仿射不变性，视角不变性，旋转不变性和光照不变性。

该算法大概可以归纳为三步：

1)高斯差分金字塔的构建；2)特征点的搜索；3)特征描述。

在第一步中，它用组与层的结构构建了一个具有线性关系的金字塔结构，让可以在连续的高斯核尺度上查找特征点。它比log高明的地方在于，它用一阶高斯差分来近似高斯的拉普拉斯核，大大减少了运算量。

在第二步的特征点搜索中，主要的关键步骤是极值点的插值，因为在离散的空间中，局部极值点可能并不是真正意义上的极值点，真正的极植点可以落在了离散点的缝隙中。所以要对这些缝隙位置进行插值，然后再求极值点的坐标位置。

第二步中另一关键环节是删除边缘效应的点，因为只忽略那些dog响应不够的点是不够的，dog的值会受到边缘的影响，那些边缘上的点，虽然不是斑点，但是它的dog响应也很强。所以我们要把这部分点删除。我们利用横跨边缘的地方，在沿边缘方向与垂直边缘方向表现出极大与极小的主曲率这一特性。所以通过计算特征点处主曲率的比值即可以区分其是否在边缘上。这一点在理解上可以参见harris角点的求法。

最后一步，即为特征点的特征描述。特征点的方向的求法是需要对特征点邻域内的点的梯度方向进行直方图统计，选取直方图中比重最大的方向为特征点的主方向，还可以选择一个辅方向。在计算特征矢量时，需要对局部图像进行沿主方向旋转，然后再进邻域内的梯度直方图统计。

在另一实施例中，该方法还包括：

预存从大电网到配电终端方向的所有待监控的配电终端在输电线路中的拓扑结构；

接收配电终端运行状态信息并以配电终端拓扑结构进行存储。

将配电终端运行状态信息以配电终端拓扑结构进行存储，有利于查找异常配电终端的位置，提高异常配电终端位置确定的效率以及加快后续维修的速度。

在另一实施例中，该方法还包括：

当某一待监控的配电终端异常，则在配电终端拓扑结构上显示异常配电终端并发送至维修人员的移动配电终端。

本实施例的方法在监控端中实现，其接收带标签的运行状态信息；分别调取各个标签对应配电终端类型的正常运行状态信息范围；判断各个标签对应配电终端类型的运行状态信息是否在相对应的正常运行状态信息范围，若是，则判定相应类型配电终端正常；否则，判定相应类型配电终端异常，实现了在线监控配电网终端且提高监控效率的目的。

上述虽然结合附图对本公开的具体实施方式进行了描述，但并非对本公开保护范围的限制，所属领域技术人员应该明白，在本公开的技术方案的基础上，本领域技术人员不需要付出创造性劳动即可做出的各种修改或变形仍在本公开的保护范围以内。