一种变电站二次设备可视化监测方法、装置、设备及介质与流程

本发明属于二次设备检测，涉及一种变电站二次设备可视化监测方法、装置、设备及介质。

背景技术：

1、在变电所的设备结构中，包括一次设备和二次设备。一次设备是指直接用于生产、输送和分配电能的高压电气设备，包括发电机、变压器、断路器、隔离开关、自动开关、接触器、刀开关、母线、输电线路、电力电缆、电抗器、电动机等。二次设备是指对一次设备的工作进行监测、控制、调节、保护以及为运行维护人员提供运行工况或生产指挥信号所需的低压电气设备，如熔断器、控制开关、继电器、控制电缆等。

2、在现有技术中，多通过纸质文档或电子文档的方式对二次设备的运行进行管理，文档数量庞大且种类繁多；通过人工对二次设备的相关文档进行管理，不仅管理效率底低下，而且无法对二次设备的当前状态进行精确、高效地管理。

3、因此，如何对二次设备的当前状态进行精确、高效地管理，是目前亟需解决的问题。

技术实现思路

1、为解决现有技术中存在的不足，本发明提供一种变电站二次设备可视化监测方法、装置、设备及介质。

2、本发明采用如下的技术方案。

3、本发明的第一方面提供了一种变电站二次设备可视化监测方法，包括：

4、获取目标变电站的scd文件以及所述目标变电站内二次设备的状态信息；

5、根据所述二次设备对应的点云数据和所述scd文件生成初始二次设备模型；

6、根据所述scd文件得到二次信号回路，并根据所述二次信号回路更改所述初始二次设备模型的状态得到目标二次设备模型；

7、根据所述状态信息和状态评价模型、趋势分类规则数据库得到状态评价结果和状态走向趋势；

8、将所述目标二次设备模型、状态评价结果和状态走向趋势传输至预先配置的可视化展示终端进行所述二次设备的可视化展示。

9、优选地，根据所述二次设备对应的点云数据和所述scd文件生成初始二次设备模型，包括：

10、获取所述二次设备对应的点云数据；

11、根据所述点云数据生成所述二次设备对应的三维模型；

12、解析所述scd文件，得到基础结构信息以及二次设备与电压等级的映射关系、二次设备与所属一次设备的映射关系、间隔和电压等级的映射关系、所述二次设备虚端子对应的映射关系；

13、将所述基础结构信息和各映射关系与所述三维模型进行关联，得到所述初始二次设备模型。

14、优选地，所述根据所述点云数据生成所述二次设备对应的三维模型，包括：

15、应用机器学习算法对点云数据进行噪声过滤，以识别并去除误差点；

16、采用空间聚类算法对点云数据进行简化，减少点的数量，并保持关键特征；

17、使用基于边缘检测的算法提取点云中的几何特征点云块；

18、结合参数化建模方法，对几何特征点云块进行参数化，并将参数化后的几何特征点云块传输至生成对抗网络gan，利用生成对抗网络gan生成初始三维模型，使得每个设备的形状在遵循实际数据的基础上具有一定的变化性；

19、通过计算机辅助工程cae分析对初始三维模型进行功能性验证，确保模型在物理和电气特性上符合标准；

20、根据功能性验证的结果，通过程序化设计算法细化模型的特征，确保每个设备的关键功能和特性得到保留。

21、优选地，所述基础结构信息包括变电站名称、变电站描述属性值、电压等级名称、电压等级描述属性值、间隔名称、间隔描述属性值、二次设备属性值和二次设备信息。

22、优选地，根据所述scd文件得到二次信号回路，包括：

23、解析所述scd文件，得到事故信号、预告信号、位置信号；

24、根据所述事故信号、预告信号、位置信号确定信号发送装置、信号接收装置、信号接收端口；

25、根据所述信号发送装置、信号接收装置、信号接收端口进行网线回路推导、电图解析和光缆解析得到所述二次信号回路。

26、优选地，根据所述状态信息和状态评价模型、趋势分类规则数据库得到状态评价结果和状态走向趋势，包括：

27、将所述状态信息传输至预先训练的状态评价模型，得到所述状态评价结果；

28、提取所述状态信息中的当前时序数据，根据所述当前时序数据的数据类型，从预先构建的趋势分类规则数据库中调用目标趋势分类规则，并根据所述目标趋势分类规则得到所述当前时序数据对应的状态走向趋势。

29、优选地，所述状态评价模型的网络结构包括：

30、输入层，该层接收二次设备的状态信息；

31、特征选择层，应用自注意力机制对输入的状态信息进行特征加权；；

32、多层神经网络层，其将卷积神经网络cnn与长短期记忆网络lstm结合，cnn用于空间特征提取，识别状态信息中的局部相关性，lstm用于捕捉状态变化的时间依赖性，以应对输入数据的动态特性；

33、全连接层，cnn和lstm的输出整合输入多个全连接层，通过激活函数进行非线性映射，以获得更深层次的特征表示；

34、输出层，为softmax层，用于提供状态评价结果。

35、优选地，所述状态评价模型的预先训练过程为：

36、批量收集设备数据，包括正常运行和故障情况下的数据；

37、对收集的设备数据进行标注；

38、采用数据增强技术对标注的数据进行增强，生成更多样本，得到训练集和验证集；

39、在训练集上训练状态评价模型，并使用自适应学习率优化器，在模型训练过程中根据损失变化动态调整学习率；

40、采用验证集定期评估状态评价模型的表现，采用精确度、召回率、f1值指标进行全面评价；

41、根据多次全面评价的结果，通过集成学习方法组合多个状态评价模型的输出，以增强模型状态评价的准确性和可靠性。

42、优选地，所述目标趋势分类规则包括规则时序数据和分类阈值，根据所述目标趋势分类规则得到所述当前时序数据对应的状态走向趋势，包括：

43、利用dtw算法计算所述当前时序数据与所述规则时序数据的当前动态时间规整值，并将所述当前动态时间规整值与所述分类阈值进行比对；

44、在所述当前动态时间规整值小于所述分类阈值时，根据所述分类阈值对应的预设趋势，得到所述状态走向趋势。

45、优选地，将所述目标二次设备模型、状态评价结果和状态走向趋势传输至预先配置的可视化展示终端进行所述二次设备的可视化展示，包括：

46、将所述状态评价结果与预先配置可视化展示终端的模型状态颜色库进行匹配，并根据匹配结果对所述目标二次设备模型进行状态颜色更换，对状态颜色更换后的所述目标二次设备模型进行可视化展示；

47、将所述目标二次设备模型与所述状态走向趋势进行组合，并根据用户点击指令进行分层可视化展示。

48、本发明的第二方面提供了一种变电站二次设备可视化监测装置，包括：

49、信息获取模块，用于获取目标变电站的scd文件以及所述目标变电站内二次设备的状态信息；

50、初始模型生成模块，用于根据所述二次设备对应的点云数据和所述scd文件生成初始二次设备模型；

51、模型状态更改模块，用于根据所述scd文件得到二次信号回路，并根据所述二次信号回路更改所述初始二次设备模型的状态得到目标二次设备模型；

52、信息处理模块，用于根据所述状态信息和状态评价模型、趋势分类规则数据库得到状态评价结果和状态走向趋势；

53、可视化展示模块，用于将所述目标二次设备模型、状态评价结果和状态走向趋势传输至预先配置的可视化展示终端进行所述二次设备的可视化展示。

54、本发明的第三方面提供了一种计算机可读存储介质，其特征在于，所述计算机可读存储介质包括存储的计算机程序，其中，所述计算机程序运行时执行所述的变电站二次设备可视化监测方法。

55、本发明的第四方面提供了一种电子设备，包括存储器和处理器，所述存储器中存储有计算机程序，所述处理器被设置为通过所述计算机程序执行所述的变电站二次设备可视化监测方法。

56、与现有技术相比，本发明的有益效果至少包括：

57、本发明根据scd文件得到可以可视化展示的目标二次设备模型，通过该目标二次设备模型可以使得变电站工作人员对二次设备进行远程实时监控，提高了二次设备状态管理的效率；

58、本发明将状态评价结果和状态走向趋势与目标二次设备模型结合进行可视化展示，相比于人工的方式能够提高二次设备状态管理的精确性，同时还能实时将二次设备的状态向工作人员展示，当出现故障等异常状况时可及时处理。

59、本发明生成初始二次设备模型时，通过多层次信息关联映射，提高了变电站中二次设备之间或与其它设备之间的关联效率和准确性；另外，本发明基于现有scd文件生成初始二次设备模型，无需再对现有scd模型文件进行二次更改，避免人工修改而导致的关联错误的情况。

60、本发明根据所述信号发送装置、信号接收装置、信号接收端口，进行网线回路推导、电图解析和光缆解析，以得到二次信号回路，其基于事故信号、预告信号、位置信号确定信号发送装置、信号接收装置、信号接收端口，根据信号发送装置、信号接收装置、信号接收端口之间的关系来实现相应信号回路的查询定位，减少对工作人员经验和水平的依赖，提高工作效率的同时也提高了管理精度。

61、本发明采用dtw算法对时序数据进行非线性对齐，允许时间轴拉伸和压缩，显著提升了对趋势变化的灵活性和准确性。通过预构建的趋势分类规则数据库，将dtw算法与规则分类相结合，提升了趋势识别的自动化和实时性。使用动态分类阈值作为判定标准，而非固定数值，增强了算法对不同数据类型和规则复杂度的适配性，解决了现有技术多依赖固定间隔或线性时间对齐方法，对数据噪声和时间非线性变化的鲁棒性较差的问题。

62、本发明通过dtw算法消除了时序数据因非线性变化引起的误差，能够精确地度量当前时序数据与规则时序数据的相似性。dtw算法能够在短时间内处理大规模时序数据，对噪声数据具有较高的鲁棒性，能够在数据存在缺失或异常的情况下稳定运行。通过计算动态时间规整值，结合分类规则数据库，可将状态走向趋势直观地展示在可视化终端，便于用户快速理解设备状态。

63、本发明通过动态时间规整值确定当前时序数据与规则时序数据的相似性，进而得到状态走向趋势，通过趋势分类规则对当前时序数据的状态走向趋势进行分析，以确定二次设备运行状态趋势，可以提前预测故障等异常状况。