• 
    

    
    

      99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

      基于物聯(lián)網(wǎng)的電力系統(tǒng)繼電保護回路運行狀態(tài)在線監(jiān)測方法

      2024-12-09 00:00:00宋少杰馬敏芝
      河南科技 2024年21期

      摘 要:【目的】在數(shù)據(jù)處理過程中,常規(guī)在線監(jiān)測方法只能通過濾波操作對繼電保護回路運行數(shù)據(jù)進行處理,并沒有對數(shù)據(jù)進行精準化處理,使得在線監(jiān)測數(shù)據(jù)精準度低。為了解決這一問題,提出基于物聯(lián)網(wǎng)的電力系統(tǒng)繼電保護回路運行狀態(tài)在線監(jiān)測方法?!痉椒ā渴紫龋谑褂贸R?guī)方法對數(shù)據(jù)進行濾波操作處理的基礎上,將數(shù)據(jù)輸入到物聯(lián)網(wǎng)的傳輸層和應用層中,改變特征圖大小;其次,通過構(gòu)建電力系統(tǒng)繼電保護回路運行狀態(tài)特征模型對數(shù)據(jù)處理結(jié)果進行特征提取,從而實現(xiàn)電力系統(tǒng)繼電保護回路的在線監(jiān)測?!窘Y(jié)果】實驗結(jié)果表明,與基于深度學習模型、基于PLC技術(shù)的電力系統(tǒng)繼電保護回路運行狀態(tài)在線監(jiān)測方法相比,基于物聯(lián)網(wǎng)的電力系統(tǒng)繼電保護回路運行狀態(tài)在線監(jiān)測方法的監(jiān)測數(shù)據(jù)精準度較高,其對四類運行標簽的監(jiān)測精準度分別為98.7%、92.2%、75.0%和100%,應用效果較好?!窘Y(jié)論】由此證明,應用所提方法可對電力系統(tǒng)繼電保護回路運行狀態(tài)進行良好監(jiān)測,能有效保障電力系統(tǒng)穩(wěn)定運行。

      關鍵詞:物聯(lián)網(wǎng);電力系統(tǒng);繼電保護;在線監(jiān)測;運行狀態(tài)

      中圖分類號:TM77 文獻標志碼:A 文章編號:1003-5168(2024)21-0013-04

      DOI:10.19968/j.cnki.hnkj.1003-5168.2024.21.003

      An Online Monitoring Method for the Operation Status of Power

      System Relay Protection Circuits Based on the IoT

      SONG Shaojie MA Minzhi

      (Baoji Electric Power Supply Company, State Grid Shaanxi Electric Power Co., Ltd., Baoji 721004,China)

      Abstract: [Purposes] Conventional online monitoring methods only process the operation data of the relay protection circuit through filtering operations during the data processing process, without further precision processing of the data, resulting in low accuracy of online monitoring data. In response to the above issues, a method for online monitoring of the operation status of power system relay protection circuits based on the Internet of Things(IoT) is proposed. [Methods] Firstly,on the basis of using filtering operations to process data in conventional methods, the data is input into the transmission and application layers of the IoT for feature map changes. Then, the data processing results are extracted by constructing a feature model for the operation status of power system relay protection circuits, thereby achieving online monitoring of power system relay protection circuits.[Findings] The experimental results show that compared with the online monitoring method of power system relay protection circuit operation status based on deep learning model and PLC technology, the online monitoring method of power system relay protection circuit operation status based on IoT has higher monitoring data accuracy, whose monitoring accuracy of the four types of operation labels is 98.7 %, 92.2 %, 75.0 % and 100 % respectively, and the application effect is great. [Conclusions] It can be proved that the proposed method can well monitor the operation status of the relay protection circuit of the power system, which can effectively guarantee the stable operation of the power system.

      Keywords: IoT; power system; relay protection; online monitoring; operation status

      0 引言

      在電力系統(tǒng)中,繼電保護回路是保障電力系統(tǒng)穩(wěn)定運行的關鍵。然而,隨著電網(wǎng)規(guī)模的擴大和設備的復雜化,對繼電保護回路的實時在線監(jiān)測與管理變得愈發(fā)重要。繼電保護回路的故障或誤動作可能會導致系統(tǒng)癱瘓或設備損壞,從而帶來巨大損失。傳統(tǒng)的在線監(jiān)測方法存在諸多局限,如人工巡檢和定期試驗受限于人為因素和周期性,存在數(shù)據(jù)不全、效率低下的問題,無法滿足現(xiàn)代電力系統(tǒng)的需求。因此,對基于物聯(lián)網(wǎng)的電力系統(tǒng)繼電保護回路運行狀態(tài)在線監(jiān)測方法進行研究具有重要意義。近年來,國內(nèi)外學者在電力系統(tǒng)監(jiān)測領域中已取得一定成果。例如,鄭濤[1]提出基于深度學習模型的繼電保護回路運行狀態(tài)在線監(jiān)測方法,深度學習模型作為一種基于數(shù)據(jù)驅(qū)動的方法,能自動學習數(shù)據(jù)特征,具有較高的準確性和魯棒性,被廣泛應用于電力系統(tǒng)中,能提高繼電保護系統(tǒng)的可靠性和穩(wěn)定性。楊雨涵[2]提出基于PLC技術(shù)的繼電保護回路運行狀態(tài)在線監(jiān)測方法,通過線上檢索和線下傳感這兩種方式來采集回路信息,并利用PLC技術(shù)實時監(jiān)測保護裝置運行時的溫度變化和環(huán)境光影變化態(tài)勢。物聯(lián)網(wǎng)技術(shù)通過傳感器網(wǎng)絡、云計算和大數(shù)據(jù)分析,為繼電保護回路的實時監(jiān)測提供了新途徑。該方法具有實時性、全面性、智能化和可擴展性等特點,能實時收集數(shù)據(jù)、全面監(jiān)測狀態(tài)、智能判斷故障,并能根據(jù)需求來擴展功能。對物聯(lián)網(wǎng)監(jiān)測方法的研究與應用不僅能提高電力系統(tǒng)的安全性和穩(wěn)定性,還能降低監(jiān)測成本、提高管理效率和監(jiān)測精準度,并為系統(tǒng)優(yōu)化調(diào)度和決策提供有力的支持。

      1 電力系統(tǒng)繼電保護回路運行狀態(tài)在線監(jiān)測方法設計

      1.1 基于物聯(lián)網(wǎng)的運行狀態(tài)數(shù)據(jù)預處理

      為實現(xiàn)對電力系統(tǒng)繼電保護回路運行狀態(tài)的在線監(jiān)測,需要對繼電保護回路的運行狀態(tài)進行分析和處理。在本研究的設計中,需要將采集到的數(shù)據(jù)輸入到物聯(lián)網(wǎng)中進行預處理。物聯(lián)網(wǎng)通過多層神經(jīng)網(wǎng)絡的訓練和優(yōu)化,可以自動提取信號數(shù)據(jù)的特征,并對其進行分類和識別。物聯(lián)網(wǎng)的感知層可以對電壓和電流信號的特征進行有效提取[3],并對這些信號特征進行分類和識別。簡單來說,在使用物聯(lián)網(wǎng)預處理采集到的繼電保護回路數(shù)據(jù)時,可采用以下步驟:首先,對采集到的數(shù)據(jù)進行濾波等預處理操作,以提高數(shù)據(jù)的質(zhì)量和準確性。物聯(lián)網(wǎng)采集的繼電保護回路數(shù)據(jù)包括電壓、電流、功率等參數(shù)。在數(shù)據(jù)預處理過程中會用到濾波操作,以確保數(shù)據(jù)的質(zhì)量和準確性。將重要的數(shù)據(jù)以濾波形式進行保存,見式(1)。

      [ya=sumi=0^B-1mxa-i-sumj=1^]

      [A-1nya-j] (1)

      式中:y[a]為電力系統(tǒng)回路運行狀態(tài)數(shù)據(jù);x[a]為物聯(lián)網(wǎng)感知層輸入數(shù)據(jù);m和n分別為濾波處理前、后的反饋系數(shù);A和B分別濾波處理前、后反饋系數(shù)的數(shù)量。

      其次,將上述經(jīng)過物聯(lián)網(wǎng)濾波預處理后的數(shù)據(jù)輸入物聯(lián)網(wǎng)的網(wǎng)絡傳輸層中,通過傳輸行為對數(shù)據(jù)中的信號特征進行有效處理。最后,將網(wǎng)絡傳輸層輸出的特征圖輸入物聯(lián)網(wǎng)的應用層中,通過應用對特征圖進行大小改變[4]。至此,基于物聯(lián)網(wǎng)的電力系統(tǒng)繼電保護回路運行狀態(tài)數(shù)據(jù)預處理完成。

      1.2 構(gòu)建電力系統(tǒng)繼電保護回路運行狀態(tài)特征模型

      以上述電力系統(tǒng)繼電保護回路運行狀態(tài)數(shù)據(jù)的處理結(jié)果為基礎,對其進行特征提?。?]。根據(jù)提取出的數(shù)據(jù)特征,構(gòu)建對應的電力系統(tǒng)繼電保護回路運行狀態(tài)特征模型。繼電保護回路運行狀態(tài)特征提取過程具體如圖1所示。

      由圖1可知,繼電保護回路的電流和電壓特征可以反映運行狀態(tài),電流和電壓的波形、峰值、均值等多個參數(shù)能體現(xiàn)繼電保護回路的工作質(zhì)量。

      根據(jù)上述特征提取的結(jié)果,對提取出的特征數(shù)據(jù)進行識別,從而識別出描述繼電保護回路運行狀態(tài)數(shù)據(jù)。在此過程中,通過計算分析出繼電保護回路運行狀態(tài),并對運行狀態(tài)進行分類,得到的分類結(jié)果即為模型最終結(jié)果。繼電保護回路運行狀態(tài)的數(shù)據(jù)分析過程見式(2)。

      [K=K1uθ+T-sduθ=cosθ] (2)

      式中:K表示處理后的運行狀態(tài)數(shù)據(jù);[θ]表示不同運行數(shù)據(jù)的峰值;T表示繼電保護回路特征的數(shù)量;s表示分析運行狀態(tài)權(quán)值;d表示繼電保護回路總數(shù)。

      通過公式(2)計算出不同繼電保護回路狀態(tài)的特征,以此為基礎對回路運行狀態(tài)進行分類。具體分類結(jié)果見式(3)。

      [hK=Krh?rcosφ+β] (3)

      式中:[hK]表示回路運行狀態(tài)參數(shù)值;r表示回路特征函數(shù);[?]表示數(shù)據(jù)特征表達函數(shù)量,一般取值[-1,1];[φ]和[β]表示分類權(quán)重和特征分類權(quán)重。

      通過公式(3)得到最終的繼電保護回路運行狀態(tài)數(shù)據(jù)分類,以此為模型的輸出值。至此,電力系統(tǒng)繼電保護回路狀態(tài)特征模型構(gòu)建完成。

      1.3 電力系統(tǒng)繼電保護回路在線監(jiān)測的實現(xiàn)

      在上述設計的基礎上,構(gòu)建繼電保護回路運行狀態(tài)特征模型,并對繼電保護回路的運行狀態(tài)進行在線監(jiān)測。在線監(jiān)測過程見式(4)。

      [V=I2Nrcos2φt+ω] (4)

      式中:V表示利用繼電保護回路運行狀態(tài)特征模型監(jiān)測的數(shù)據(jù);I表示通過繼電保護回路的電流值;N表示特征分類數(shù)量;t表示繼電保護回路運行狀態(tài)特征模型的運行時間;[ω]表示電力系統(tǒng)繼電保護回路在線監(jiān)測系數(shù)。

      在得到在線監(jiān)測過程結(jié)果后,將其放入設定好的標準閾值中進行分析:若上述在線監(jiān)測過程結(jié)果在標準閾值范圍內(nèi),則說明繼電保護回路運行狀態(tài)正常;若在線監(jiān)測結(jié)果在標準閾值范圍外,則說明繼電保護回路運行出現(xiàn)異常或故障。在監(jiān)測過程中,如果繼電保護回路出現(xiàn)故障,在線監(jiān)測系統(tǒng)應迅速動作,判斷出故障位置,并進行保護。繼電保護回路在線監(jiān)測系統(tǒng)的關鍵在于迅速定位出故障的精確位置,縮小查找時間,并對繼電保護回路在運行過程中出現(xiàn)的故障進行實時預警,保證其監(jiān)測效果。在線監(jiān)測機制如圖2所示。

      至此,基于物聯(lián)網(wǎng)的電力系統(tǒng)繼電保護回路運行狀態(tài)在線監(jiān)測方法設計完成。

      2 實驗測試

      為了驗證本研究設計方法的實際精準性能,設置三組對比實驗:本研究設計的基于物聯(lián)網(wǎng)的電力系統(tǒng)繼電保護回路運行狀態(tài)在線監(jiān)測方法為對照組(方法一);基于深度學習模型的電力系統(tǒng)繼電保護回路運行狀態(tài)在線監(jiān)測方法為參照組(方法二);基于PLC技術(shù)的電力系統(tǒng)繼電保護回路運行狀態(tài)在線監(jiān)測方法為參照組(方法三)。具體實驗流程如下。

      2.1 實驗準備

      搭建實驗平臺,從平臺的數(shù)據(jù)庫系統(tǒng)中采集帶標簽的電力系統(tǒng)繼電保護回路運行數(shù)據(jù)635例。其中,所有采集到的繼電保護回路運行狀態(tài)數(shù)據(jù)類型均為數(shù)值型,標簽類型為字符型。所采集的設備運行狀態(tài)數(shù)據(jù)樣本標簽及數(shù)目見表1。

      以上述繼電保護回路運行數(shù)據(jù)為基礎進行實驗。對上述運行數(shù)據(jù)進行預處理后,通過構(gòu)建好的電力系統(tǒng)繼電保護回路狀態(tài)特征模型進行驗證,完成對電力系統(tǒng)繼電保護回路運行狀態(tài)的在線監(jiān)測評估。實驗流程如圖3所示。

      在得到評估結(jié)果后,即可對這三種方法的實際精準性能進行對比,并進行后續(xù)的實驗。

      2.2 實驗結(jié)果討論

      為了驗證上述三種方法的實際精準性能,采集電力系統(tǒng)繼電保護回路的運行數(shù)據(jù),以這三種方法與實際運行數(shù)據(jù)的精準度為評價指標,對上述三種方法的在線監(jiān)測效果進行分析。具體監(jiān)測結(jié)果見表2。

      由表2可知,方法一的在線監(jiān)測結(jié)果數(shù)據(jù)與實際電力系統(tǒng)繼電保護回路運行狀態(tài)數(shù)據(jù)最接近,四類運行標簽的監(jiān)測精準度分別為98.7%、92.2%、75.0%和100%;方法二的四類運行標簽監(jiān)測精準度分別為93.4%、44.1%、8.2%和50%;方法三的四類運行標簽監(jiān)測精準度分別為95.6%、6.8%、9.7%和11.1%。實驗結(jié)果表明,方法一的在線監(jiān)測精準度最高。

      綜上所述,本研究設計的基于物聯(lián)網(wǎng)的電力系統(tǒng)繼電保護回路運行狀態(tài)在線監(jiān)測方法在實際運用時的監(jiān)測效果最好,監(jiān)測結(jié)果最穩(wěn)定,監(jiān)測精準度最高,能有效監(jiān)測電力系統(tǒng)繼電保護回路運行狀態(tài),并保證其能穩(wěn)定運行。

      3 結(jié)語

      本研究通過物聯(lián)網(wǎng)技術(shù)實現(xiàn)對電力系統(tǒng)繼電保護回路運行狀態(tài)的在線監(jiān)測,提高電力系統(tǒng)的安全性和穩(wěn)定性。在研究過程中,構(gòu)建了一個高效、準確的在線監(jiān)測系統(tǒng),該系統(tǒng)能實時收集繼電保護回路的運行數(shù)據(jù),并對數(shù)據(jù)進行處理和分析,從而實現(xiàn)對繼電保護回路運行狀態(tài)的全面監(jiān)測和智能判斷。這不僅能大大提高監(jiān)測的效率和準確性,也為電力系統(tǒng)的故障預警和故障處理提供了有力的支持。然而,電力系統(tǒng)具有復雜性和多樣性,本研究所提出的監(jiān)測方法可能無法完全適應所有類型的繼電保護回路。針對以上不足,未來的研究可以進一步完善和優(yōu)化監(jiān)測系統(tǒng)的功能和性能,提高其對不同類型繼電保護回路的適應性。

      參考文獻:

      [1]鄭濤.基于深度學習模型的變電站繼電保護二次回路運行狀態(tài)監(jiān)測[J].光源與照明,2023(8):159-161.

      [2]楊雨涵.基于PLC技術(shù)的智能變電站繼電保護二次回路檢修方法[J].電子設計工程,2023,31(10):25-28,33.

      [3]陳國峰.基于小波變換的電力變壓器局部放電在線監(jiān)測方法[J].電工技術(shù),2023(13):136-138,141.

      [4]姜晉,劉廣旭,陳安峰,等.繼電保護回路中交流電串入直流回路的危害及防范措施[J].光源與照明,2022(3):216-218.

      [5]謝志平,張旭豐.基于標準化設計的繼電保護回路自動審查技術(shù)的研究與應用[J].電氣時代,2021(6):39-42,45.

      萨嘎县| 彝良县| 台湾省| 渭南市| 丘北县| 巴东县| 巴中市| 嘉善县| 洮南市| 长沙县| 报价| 福鼎市| 凭祥市| 威宁| 汾西县| 于都县| 西乡县| 阳山县| 沙湾县| 略阳县| 三明市| 蒙自县| 克什克腾旗| 汉川市| 开化县| 胶州市| 樟树市| 齐河县| 石渠县| 修文县| 贞丰县| 长宁县| 黑水县| 越西县| 龙陵县| 团风县| 泰州市| 桦甸市| 邢台县| 秀山| 大理市|