本發(fā)明涉及電力系統(tǒng)領(lǐng)域，具體涉及一種電力電纜監(jiān)測系統(tǒng)及監(jiān)測方法。

背景技術(shù)：

為了解決能源安全和環(huán)保問題，應(yīng)對氣候變化，搶占產(chǎn)業(yè)的制高點(diǎn)，創(chuàng)造新的經(jīng)濟(jì)增長點(diǎn)，世界各國的智能電網(wǎng)建設(shè)已經(jīng)全面啟動。智能電網(wǎng)技術(shù)是將先進(jìn)的傳感器技術(shù)、信息通信技術(shù)、分析決策技術(shù)、自動控制技術(shù)、能源電力技術(shù)及電網(wǎng)基礎(chǔ)設(shè)施高度集成的新型現(xiàn)代化電網(wǎng)，實(shí)現(xiàn)對發(fā)電、輸電、配電、用電領(lǐng)域的高度管理和控制。而電力電纜在整個電力系統(tǒng)資源配置過程中起到了資源承上啟下的作用，電力電纜性能的好壞決定了電力系統(tǒng)生產(chǎn)運(yùn)行的安全性，因此對電力電纜的有效監(jiān)測是保證電力系統(tǒng)安全高效運(yùn)行的必要條件。

電力電纜的性能主要取決于其絕緣性能，當(dāng)電纜絕緣層損壞時會出現(xiàn)漏電、火災(zāi)等惡劣情況，同時由于在電纜中存在交變磁場，因此會在電纜中形成感應(yīng)電流，感應(yīng)電流的熱效應(yīng)會加速電纜絕緣層的老化。長期以來，為了防止電纜故障帶來的事故，需堅(jiān)持定期定點(diǎn)的對運(yùn)行中的電纜進(jìn)行排查，而傳統(tǒng)的排查需在斷電的情況下人工實(shí)地勘察，且排查周期較長，不能及時發(fā)現(xiàn)電纜故障，已經(jīng)不能滿足當(dāng)下經(jīng)濟(jì)社會的發(fā)展要求。社會的發(fā)展對電網(wǎng)建設(shè)提出了新的要求，為了給社會的飛速發(fā)展提供優(yōu)質(zhì)充足的電力，因此提出了電纜實(shí)時帶電監(jiān)控系統(tǒng)，該系統(tǒng)綜合利用先進(jìn)的傳感器技術(shù)、信息通信技術(shù)、分析決策技術(shù)、自動控制技術(shù)，主要利用溫度傳感器監(jiān)測電纜接頭溫度、接地電流傳感器監(jiān)測電纜接頭接地電流的大小，這兩個監(jiān)控參數(shù)都有電纜正常工作時的閾值，通過實(shí)時監(jiān)控這兩個物理量可以達(dá)到預(yù)判電纜故障的功能。隨著智能電網(wǎng)建設(shè)的加快，輸電電纜的數(shù)量與日俱增，對其監(jiān)控的傳感器數(shù)量也與日俱增，其產(chǎn)生的監(jiān)控數(shù)據(jù)量變大，監(jiān)控數(shù)據(jù)量產(chǎn)生的速度變快，如何對如此龐大的輸電系統(tǒng)產(chǎn)生的數(shù)據(jù)量進(jìn)行存儲，如何及時有效的定位電力電纜故障點(diǎn)。這些都是智能電網(wǎng)建設(shè)及待解決的問題。大數(shù)據(jù)的發(fā)展為海量數(shù)據(jù)的存儲及處理提供了有效手段，數(shù)據(jù)量大、數(shù)據(jù)量種類多、數(shù)據(jù)量產(chǎn)生的速度快這些都是大數(shù)據(jù)的特征，而目前電纜監(jiān)控產(chǎn)生的數(shù)據(jù)符合大數(shù)據(jù)的要求，因此本發(fā)明提出利用大數(shù)據(jù)建立電力電纜有效監(jiān)控系統(tǒng)，可以提高電力電纜監(jiān)測狀態(tài)監(jiān)測的準(zhǔn)確性和可靠性，具有重大意義。

技術(shù)實(shí)現(xiàn)要素：
：

發(fā)明目的：針對輸電系統(tǒng)產(chǎn)生的數(shù)據(jù)量龐大的問題，本發(fā)明提出一種基于大數(shù)據(jù)的電力電纜監(jiān)測系統(tǒng)及監(jiān)測方法，利用HDFS對監(jiān)測數(shù)據(jù)進(jìn)行存儲和管理，利用K-means聚類算法底層借助Spark計(jì)算框架對采集的數(shù)據(jù)進(jìn)行故障診斷，利用SparkSQL對海量數(shù)據(jù)實(shí)現(xiàn)毫秒級查詢，利用高速雙向數(shù)據(jù)通信機(jī)制將分析完的結(jié)果進(jìn)行存儲和告警。

技術(shù)方案：本發(fā)明提出一種基于大數(shù)據(jù)的電力電纜監(jiān)測系統(tǒng)，包括傳感器模塊、任務(wù)調(diào)度模塊、存儲模塊、電纜綜合診斷模塊和監(jiān)測模塊，所述傳感器模塊用于實(shí)時采集監(jiān)測對象數(shù)據(jù)，并將采集的實(shí)時監(jiān)測數(shù)據(jù)上傳至存儲模塊；所述任務(wù)調(diào)度模塊用于根據(jù)用戶提交的作業(yè)請求啟動任務(wù)調(diào)度；所述存儲模塊用于保存實(shí)時監(jiān)測數(shù)據(jù)和離線歷史數(shù)據(jù)，同時根據(jù)用戶提交的任務(wù)將相應(yīng)數(shù)據(jù)傳送給電纜綜合診斷模塊；所述電纜綜合診斷模塊用于對收到的數(shù)據(jù)進(jìn)行分析處理和故障報警，并將處理完的結(jié)果傳輸至監(jiān)測模塊；所述監(jiān)測模塊用于對電纜綜合診斷模塊處理完的結(jié)果進(jìn)行展示和監(jiān)控。

所述傳感器模塊包括溫度傳感器、水位傳感器、可燃?xì)怏w傳感器、氧氣濃度傳感器、接地電流傳感器、GPS傳感器。

所述監(jiān)測模塊包括電力電纜監(jiān)測單元和GIS監(jiān)測單元，所述電力電纜監(jiān)測單元用于監(jiān)測光纖溫度，電纜工作環(huán)境中的水位、可燃?xì)怏w濃度、氧氣濃度，以及接地電流，該單元與溫度傳感器、水位傳感器、可燃?xì)怏w傳感器、氧氣濃度傳感器、接地電流傳感器相連；所述GIS監(jiān)測單元用于定位電纜故障具體位置，該單元與GPS傳感器相連。

所述電纜綜合診斷模塊包括數(shù)據(jù)存儲單元、數(shù)據(jù)分析單元、算法分析單元和系統(tǒng)報警單元，所述數(shù)據(jù)分析單元用于分析接收的實(shí)時監(jiān)測數(shù)據(jù)和離線歷史數(shù)據(jù)，工作時需要數(shù)據(jù)存數(shù)單元和算法分析單元協(xié)同工作，數(shù)據(jù)存儲單元為數(shù)據(jù)分析單元提供原始數(shù)據(jù)，算法分析單元為數(shù)據(jù)分析單元提供分析算法；所述系統(tǒng)報警單元在診斷結(jié)果為電纜故障時進(jìn)行故障報警。

本發(fā)明還提出一種基于大數(shù)據(jù)的電力電纜系統(tǒng)的監(jiān)測方法，包括如下步驟：

1)各監(jiān)測點(diǎn)上的傳感器實(shí)時采集相應(yīng)的監(jiān)測數(shù)據(jù)，并將監(jiān)測數(shù)據(jù)上傳至存儲模塊；

2)任務(wù)調(diào)度模塊接收用戶提交的任務(wù)，并根據(jù)提交的任務(wù)啟動存儲模塊和電纜綜合診斷模塊工作：當(dāng)用戶提交數(shù)據(jù)存儲作業(yè)時，任務(wù)調(diào)度模塊調(diào)用數(shù)據(jù)存儲模塊，將實(shí)時監(jiān)測數(shù)據(jù)上傳至HDFS；當(dāng)用戶提交數(shù)據(jù)分析處理作業(yè)時，任務(wù)調(diào)度模塊調(diào)用電纜綜合診斷模塊，將存儲模塊存儲的監(jiān)控對象實(shí)時數(shù)據(jù)通過高速雙向數(shù)據(jù)與離線歷史數(shù)據(jù)一起傳輸通道傳輸至Spark計(jì)算引擎，利用Spark或SparkSQL計(jì)算框架進(jìn)行分析處理，判斷電纜是否故障以及故障狀態(tài)及故障點(diǎn)，當(dāng)診斷結(jié)果為電纜故障，則啟動故障報警，同時將處理的結(jié)果上傳至HDFS進(jìn)行存儲歸檔；

3)監(jiān)測模塊對電纜綜合診斷模塊處理完的結(jié)果進(jìn)行展示和監(jiān)控。

所述步驟2診斷故障的具體方法為：利用K-means聚類算法對采集的電纜數(shù)據(jù)進(jìn)行聚類，找出離群點(diǎn)，將其定位電纜異常點(diǎn)。

有益效果：本發(fā)明對電力系統(tǒng)電纜監(jiān)測過程中產(chǎn)生的數(shù)據(jù)提出了一種綜合存儲分析方案，面對海量數(shù)據(jù)本文利用HDFS進(jìn)行存儲管理，HDFS有高冗余可擴(kuò)展等特點(diǎn)，是解決海量數(shù)據(jù)存儲的有效手段；利用k-means聚類算法借助Spark計(jì)算引擎對采集的海量數(shù)據(jù)進(jìn)行聚類處理分析，找出離群點(diǎn)，將該點(diǎn)列為電纜異常點(diǎn)，Spark基于內(nèi)存的運(yùn)算機(jī)制大大提高了k-means聚類算法的計(jì)算速度，實(shí)現(xiàn)了電力電纜故障點(diǎn)快速定位。

附圖說明

圖1為本發(fā)明的基于大數(shù)據(jù)的電力電纜監(jiān)測系統(tǒng)的總體結(jié)構(gòu)示意圖；

圖2為本發(fā)明的電纜綜合診斷模塊的結(jié)構(gòu)示意圖；

圖3為本發(fā)明的電纜綜合診斷模塊診斷故障的方法流程圖。

具體實(shí)施方式

下面將結(jié)合附圖，對本發(fā)明實(shí)施例中的技術(shù)方案進(jìn)行清楚完整地描述。

如圖1－2所示的電力電纜監(jiān)測系統(tǒng)，邏輯上主要分為三個部分，底層的數(shù)據(jù)采集、中間層的數(shù)據(jù)傳輸和上層的數(shù)據(jù)存儲處理，具體包括傳感器模塊、任務(wù)調(diào)度模塊、存儲模塊、電纜綜合診斷模塊和監(jiān)測模塊，所述傳感器模塊用于實(shí)時采集監(jiān)測對象數(shù)據(jù)，并將采集的實(shí)時監(jiān)測數(shù)據(jù)上傳至存儲模塊；所述任務(wù)調(diào)度模塊用于根據(jù)用戶提交的作業(yè)請求啟動任務(wù)調(diào)度；所述存儲模塊用于保存實(shí)時監(jiān)測數(shù)據(jù)和離線歷史數(shù)據(jù)，同時根據(jù)用戶提交的任務(wù)將相應(yīng)數(shù)據(jù)傳送給電纜綜合診斷模塊；所述電纜綜合診斷模塊用于對收到的數(shù)據(jù)進(jìn)行分析處理和故障報警，并將處理完的結(jié)果傳輸至監(jiān)測模塊；所述監(jiān)測模塊用于對電纜綜合診斷模塊處理完的結(jié)果進(jìn)行展示和監(jiān)控。

底層數(shù)據(jù)采集單元對應(yīng)傳感器模塊和監(jiān)測模塊，為了精確定位故障電纜方位，同時考慮到電力電纜工作環(huán)境的復(fù)雜度，對電纜進(jìn)行全方位監(jiān)控，具體對電纜工作環(huán)境中的水位、可燃?xì)怏w濃度、氧氣濃度，接地電流、電纜故障具體位置等物理量進(jìn)行實(shí)時監(jiān)控，采集的數(shù)據(jù)通過高速雙向傳輸通道至上層。在圖1中：1-局部放電監(jiān)測點(diǎn)；2-可燃?xì)怏w濃度檢測點(diǎn)；3-水位監(jiān)測點(diǎn)；4-氧氣濃度監(jiān)測點(diǎn)；5-接頭電流檢測點(diǎn)；6-電纜接頭溫度監(jiān)測點(diǎn)；7-接頭電流檢測點(diǎn)；8-電纜接頭溫度監(jiān)測點(diǎn)；9-接頭電流檢測點(diǎn)；10-接頭電流檢測點(diǎn)。

本發(fā)明的電力電纜監(jiān)測系統(tǒng)中，傳感器模塊包括溫度傳感器、水位傳感器、可燃?xì)怏w傳感器、氧氣濃度傳感器、接地電流傳感器、GPS傳感器；監(jiān)測模塊包括電力電纜監(jiān)測單元和GIS監(jiān)測單元；電纜綜合診斷模塊包括數(shù)據(jù)存儲單元、數(shù)據(jù)分析單元、算法分析單元和系統(tǒng)報警單元，該部分時本發(fā)明的重點(diǎn)。當(dāng)用戶提交數(shù)據(jù)存儲作業(yè)時，任務(wù)調(diào)度模塊調(diào)用數(shù)據(jù)存儲模塊，將實(shí)時監(jiān)測數(shù)據(jù)上傳至HDFS；當(dāng)用戶提交數(shù)據(jù)分析處理作業(yè)時，任務(wù)調(diào)度模塊調(diào)用電纜綜合診斷模塊，分析存儲模塊傳輸?shù)谋O(jiān)控對象實(shí)時數(shù)據(jù)與離線歷史數(shù)據(jù)，判斷電纜是否故障。本發(fā)明采用基于K-means聚類算法的故障診斷算法，經(jīng)過多次訓(xùn)練，對每個監(jiān)測對象進(jìn)行分類，不在同類中的點(diǎn)即可認(rèn)為電纜故障點(diǎn)。為了提高算法實(shí)現(xiàn)的速度，本發(fā)明將監(jiān)控對象的實(shí)時數(shù)據(jù)通過高速雙向數(shù)據(jù)傳輸通道與離線的歷史數(shù)據(jù)一起傳輸至Spark計(jì)算引擎，利用Spark或SparkSQL計(jì)算框架進(jìn)行分析處理判斷電纜是否故障以及故障狀態(tài)及故障點(diǎn)，當(dāng)診斷結(jié)果為電纜故障，則啟動故障報警模塊，同時將處理的結(jié)果上傳至HDFS進(jìn)行存儲歸檔。