本發(fā)明涉及變電站運(yùn)維和管理領(lǐng)域，尤其涉及一種基于數(shù)字孿生的變電站設(shè)備運(yùn)行狀態(tài)監(jiān)測方法及系統(tǒng)。

背景技術(shù)：

1、隨著電力系統(tǒng)的不斷發(fā)展，變電站的規(guī)模與復(fù)雜程度也不斷提高，對(duì)變電站運(yùn)行的安全性、可靠性要求也越來越高。變電站作為電力系統(tǒng)的核心，直接關(guān)系到系統(tǒng)供電的穩(wěn)定性和可靠性。

2、然而，傳統(tǒng)的變電站監(jiān)控采集系統(tǒng)通常采用手動(dòng)巡檢方式，并依靠人工對(duì)變電站內(nèi)的各種設(shè)備進(jìn)行巡視和檢測，以此來發(fā)現(xiàn)、報(bào)警電力設(shè)備出現(xiàn)的問題，這種方法缺乏及時(shí)性、精準(zhǔn)性和可靠性，容易出現(xiàn)漏檢、誤判等問題。另外，雖然變電站在建設(shè)的過程中已經(jīng)采用了一些常用的監(jiān)測手段，如跳線測溫、超聲波檢測等，但這些手段往往只能針對(duì)單一的故障情況進(jìn)行監(jiān)測，而無法全面覆蓋變電站所有可能的故障情況，變電站故障監(jiān)測工作面臨著嚴(yán)峻挑戰(zhàn)。

技術(shù)實(shí)現(xiàn)思路

1、本發(fā)明的目的是克服現(xiàn)有技術(shù)中存在的上述缺陷與問題，提供一種基于數(shù)字孿生的變電站設(shè)備運(yùn)行狀態(tài)監(jiān)測方法及系統(tǒng)，通過對(duì)整個(gè)變電站的實(shí)體和運(yùn)行數(shù)據(jù)進(jìn)行建模，構(gòu)建出變電站數(shù)字孿生體，以模擬變電站的運(yùn)行環(huán)境，實(shí)現(xiàn)對(duì)變電站運(yùn)行信息和數(shù)據(jù)的實(shí)時(shí)監(jiān)測，以提高變電站故障處理的可靠性和實(shí)時(shí)性。

2、為實(shí)現(xiàn)以上目的，本發(fā)明的技術(shù)解決方案是：一種基于數(shù)字孿生的變電站設(shè)備運(yùn)行狀態(tài)監(jiān)測方法，包括：

3、獲取變電站檢測數(shù)據(jù)，并對(duì)變電站檢測數(shù)據(jù)進(jìn)行分析，篩選出特征數(shù)據(jù)；

4、先根據(jù)變電站的實(shí)景實(shí)物和三維幾何數(shù)據(jù)，建立變電站的3d數(shù)字模型，同時(shí)構(gòu)建出變電站的特征數(shù)據(jù)庫，再根據(jù)變電站的運(yùn)行狀態(tài)、實(shí)時(shí)參數(shù)，對(duì)3d數(shù)字模型進(jìn)行特征匹配，形成變電站數(shù)字孿生體，然后對(duì)變電站數(shù)字孿生體中的運(yùn)行數(shù)據(jù)進(jìn)行分析，輸出故障特征數(shù)據(jù)；

5、根據(jù)故障特征數(shù)據(jù)對(duì)變電站設(shè)備進(jìn)行故障分析。

6、所述對(duì)變電站檢測數(shù)據(jù)進(jìn)行分析，篩選出特征數(shù)據(jù)，包括：

7、對(duì)變電站檢測數(shù)據(jù)進(jìn)行歸一化處理得到數(shù)據(jù)矩陣y；

8、根據(jù)數(shù)據(jù)矩陣y，建立如下目標(biāo)損失函數(shù)：

9、

10、式中，h為目標(biāo)損失函數(shù)；u表示數(shù)據(jù)矩陣y在特征空間的映射矩陣；

11、計(jì)算數(shù)據(jù)矩陣y的協(xié)方差矩陣c：

12、

13、式中，m為數(shù)據(jù)矩陣y的數(shù)量；

14、最小化目標(biāo)損失函數(shù)h，并依據(jù)拉格朗日乘子法，建立如下拉格朗日函數(shù)：

15、f(u，λ)＝utcu-λ(utu-1)；

16、式中，λ為懲罰因子；

17、對(duì)拉格朗日函數(shù)求極值得到懲罰因子λ，并利用下式求出映射矩陣u：

18、cu＝λu；

19、對(duì)映射矩陣u進(jìn)行特征向量主成分篩選，以獲得映射矩陣u的主成分；

20、將多組映射矩陣u的主成分進(jìn)行卷積計(jì)算和最大池化與全拼接操作，獲取特征數(shù)據(jù)。

21、所述對(duì)映射矩陣u進(jìn)行特征向量主成分篩選，以獲得映射矩陣u的主成分，包括：

22、將映射矩陣u進(jìn)行如下變換得到新變量：

23、

24、式中，β＝(q1，q2，...，qr)t為新變量，u＝(u1，u2，...，us)t為映射矩陣，r＜s；ars為代數(shù)關(guān)系矩陣；

25、建立如下新變量矩陣：

26、

27、將矩陣β進(jìn)行對(duì)角化處理，并求出特征根；

28、根據(jù)特征根求出特征向量，將特征向量按對(duì)應(yīng)特征根大小從上到下按行排列成矩陣，取前k行組成新矩陣p，將新矩陣p作為映射矩陣u的主成分。

29、所述對(duì)3d數(shù)字模型進(jìn)行特征匹配，形成變電站數(shù)字孿生體，包括：

30、計(jì)算預(yù)期目標(biāo)值：

31、

32、式中，l(θ)為預(yù)期目標(biāo)值；θ＝[θ1，θ2，…，θm]為采集的變電站電氣數(shù)據(jù)；y為變電站電氣數(shù)據(jù)編號(hào)；

33、計(jì)算出孿生體輸出數(shù)據(jù)差異特征：

34、fdif＝abs(l(p)-l(θ))；

35、式中，fdif為數(shù)據(jù)差異特征值；l(p)表示新矩陣p的目標(biāo)值；

36、計(jì)算誤差函數(shù)：

37、

38、式中，m為數(shù)量；

39、將預(yù)期目標(biāo)值l(θ)與輸出數(shù)據(jù)差異特征進(jìn)行不斷迭代，直至誤差函數(shù)在合理范圍之內(nèi)；

40、將迭代后的預(yù)期目標(biāo)值作為3d數(shù)字模型的數(shù)據(jù)，以形成變電站數(shù)字孿生體。

41、所述根據(jù)故障特征數(shù)據(jù)對(duì)變電站設(shè)備進(jìn)行故障分析，包括：

42、將變電站歷史數(shù)據(jù)與故障類型進(jìn)行一一對(duì)應(yīng)，所采用的映射函數(shù)如下：

43、yi＝f(xi1，xi2，...xin)；

44、式中，xi為第i個(gè)設(shè)備狀態(tài)量參數(shù)；n為參數(shù)量個(gè)數(shù)；f為變電站狀態(tài)到故障類型的映射；yi為故障類型；

45、利用下式對(duì)故障信息進(jìn)行分類：

46、

47、式中，為從原始空間到n維特征空間的映射；xi和χnn分別為輸入和權(quán)重向量；h為正則化常數(shù)；為松弛變量；bnn為超平面閾值；

48、采用群體搜索法對(duì)分類進(jìn)行更新迭代；

49、當(dāng)達(dá)到誤差精度時(shí)停止迭代，輸出故障診斷類型。

50、所述方法還包括故障診斷：

51、根據(jù)故障診斷類型，將故障信息依次按照電壓、電流、溫度故障類型進(jìn)行分類編碼；

52、設(shè)定所有故障的故障標(biāo)準(zhǔn)和閾值；

53、根據(jù)故障標(biāo)準(zhǔn)和閾值、故障特征信息、故障診斷類型，建立故障樹，并將故障樹地址編碼；

54、將變電站設(shè)備運(yùn)行數(shù)據(jù)植入故障樹中，并進(jìn)行查詢分析，得出故障診斷信息。

55、所述方法還包括故障原因確定：

56、利用下式對(duì)故障信息進(jìn)行篩選，當(dāng)γ＞0時(shí)，則表明故障信息有效，若γ＜0，則認(rèn)為故障信息為噪聲，應(yīng)當(dāng)舍棄；

57、

58、式中，γ為故障信息評(píng)判基準(zhǔn)；hk(xp)表示最近k點(diǎn)的離散化程度；ek(xp)為樣本局部密度；k為故障信息編號(hào)；dist(xq)表示xq對(duì)原點(diǎn)的距離；

59、對(duì)篩選后的故障信息進(jìn)行編碼和降維；

60、對(duì)處理后的故障信息編碼在故障樹中進(jìn)行遍歷和比對(duì)；

61、通過尋優(yōu)算法獲得故障類型，并通過故障樹給出故障原因。

62、一種基于數(shù)字孿生的變電站設(shè)備運(yùn)行狀態(tài)監(jiān)測系統(tǒng)，該系統(tǒng)應(yīng)用于上述所述的方法，所述系統(tǒng)包括：

63、特征數(shù)據(jù)獲取模塊，用于獲取變電站檢測數(shù)據(jù)，并對(duì)變電站檢測數(shù)據(jù)進(jìn)行分析，篩選出特征數(shù)據(jù)；

64、變電站數(shù)字孿生體生成模塊，用于先根據(jù)變電站的實(shí)景實(shí)物和三維幾何數(shù)據(jù)，建立變電站的3d數(shù)字模型，同時(shí)構(gòu)建出變電站的特征數(shù)據(jù)庫，再根據(jù)變電站的運(yùn)行狀態(tài)、實(shí)時(shí)參數(shù)，對(duì)3d數(shù)字模型進(jìn)行特征匹配，形成變電站數(shù)字孿生體，然后對(duì)變電站數(shù)字孿生體中的運(yùn)行數(shù)據(jù)進(jìn)行分析，輸出故障特征數(shù)據(jù)；

65、變電站故障分析模塊，用于根據(jù)故障特征數(shù)據(jù)對(duì)變電站設(shè)備進(jìn)行故障分析。

66、一種基于數(shù)字孿生的變電站設(shè)備運(yùn)行狀態(tài)監(jiān)測設(shè)備，包括存儲(chǔ)器和處理器；

67、所述存儲(chǔ)器，用于存儲(chǔ)計(jì)算機(jī)程序代碼，并將所述計(jì)算機(jī)程序代碼傳輸給所述處理器；

68、所述處理器，用于根據(jù)所述計(jì)算機(jī)程序代碼中的指令執(zhí)行上述所述的方法。

69、一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，所述計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)上存儲(chǔ)有計(jì)算機(jī)程序，所述計(jì)算機(jī)程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)上述所述的方法。

70、與現(xiàn)有技術(shù)相比，本發(fā)明的有益效果為：

71、本發(fā)明一種基于數(shù)字孿生的變電站設(shè)備運(yùn)行狀態(tài)監(jiān)測方法及系統(tǒng)中，方法通過對(duì)整個(gè)變電站的實(shí)體和運(yùn)行數(shù)據(jù)進(jìn)行建模，構(gòu)建出變電站數(shù)字孿生體，以模擬變電站的運(yùn)行環(huán)境，實(shí)現(xiàn)對(duì)變電站運(yùn)行信息和數(shù)據(jù)的實(shí)時(shí)監(jiān)控，大大提高變電站故障處理的可靠性和實(shí)時(shí)性。