[發明專利]一種局部放電智能傳感器在線遠程校驗方法及系統在審
| 申請號： | 202011069872.5 | 申請日： | 2020-09-29 |
| 公開（公告）號： | CN112198472A | 公開（公告）日： | 2021-01-08 |
| 發明（設計）人： | 王劭菁;任茂鑫;曹培;宋輝;田嘉鵬;徐鵬 | 申請（專利權）人： | 國網上海市電力公司;上海交通大學 |
| 主分類號： | G01R35/00 | 分類號： | G01R35/00 |
| 代理公司： | 上海科盛知識產權代理有限公司 31225 | 代理人： | 翁惠瑜 |
| 地址： | 200122 上海市浦東新區*** | 國省代碼： | 上海;31 |
| 權利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關鍵詞： | 一種 局部 放電 智能 傳感器 在線 遠程 校驗 方法 系統 | ||
1.一種局部放電智能傳感器在線遠程校驗方法，其特征在于，該方法包括以下步驟：
對待校驗的智能傳感器按距離遠近進行分組；
分組采集各智能傳感器的實時測量數據；
分別對每組內的各智能傳感器的實時測量數據進行基于均值漂移的聚類運算，根據聚類結果對每組內的各智能傳感器進行故障判別。
2.根據權利要求1所述的局部放電智能傳感器在線遠程校驗方法，其特征在于，所述對每組內的各智能傳感器進行故障判別具體包括以下步驟：
計算組內各智能傳感器的傳感器數據的特征值并形成特征向量樣本；
對所述特征向量樣本進行基于均值漂移的聚類運算；
以樣本數量最多的一個聚類分類簇作為標準聚類簇，計算其余簇中心坐標與該標準聚類簇中心坐標的距離；
判斷所述距離是否大于臨界距離，若是，則判定對應簇中的所有智能傳感器均存在故障。
3.根據權利要求1所述的局部放電智能傳感器在線遠程校驗方法，其特征在于，所述基于均值漂移的聚類運算包括聚類中心搜索、合并相似數據簇和合并小數據簇。
4.根據權利要求3所述的局部放電智能傳感器在線遠程校驗方法，其特征在于，所述聚類中心搜索采用的核函數公式如下：
式中：g(·)是核函數的負導數，xi為高維球Sh中所包含的點，k為Sh中所包含點的個數，h為高維球的半徑，mk(x)為高維球Sh所包含點集的偏移均值向量。
5.根據權利要求2所述的局部放電智能傳感器在線遠程校驗方法，其特征在于，所述實時測量數據存儲于一邊緣計算平臺中，該邊緣計算平臺內存儲有執行所述對每組內的各智能傳感器進行故障判別的步驟的計算機程序。
6.根據權利要求5所述的局部放電智能傳感器在線遠程校驗方法，其特征在于，所述邊緣計算平臺設有多個，根據各智能傳感器與各邊緣計算平臺的距離，將待校驗的智能傳感器分為多組。
7.一種局部放電智能傳感器在線遠程校驗系統，其特征在于，用于對配電設備上待校驗的多個智能傳感器進行在線校驗，包括云平臺服務器和多個邊緣計算平臺，其中，
所述云平臺服務器根據各智能傳感器與各邊緣計算平臺的距離，將待校驗的智能傳感器分為多組，并建立組內智能傳感器與邊緣計算平臺的對應連接；
各所述邊緣計算平臺采集組內各智能傳感器的實時測量數據，對該實時測量數據進行基于均值漂移的聚類運算，根據聚類結果對組內的各智能傳感器進行故障判別。
8.根據權利要求7所述的局部放電智能傳感器在線遠程校驗系統，其特征在于，所述邊緣計算平臺內，對每組內的各智能傳感器進行故障判別具體包括：
計算組內各智能傳感器的傳感器數據的特征值并形成特征向量樣本；
對所述特征向量樣本進行基于均值漂移的聚類運算；
以樣本數量最多的一個聚類分類簇作為標準聚類簇，計算其余簇中心坐標與該標準聚類簇中心坐標的距離；
判斷所述距離是否大于臨界距離，若是，則判定對應簇中的所有智能傳感器均存在故障。
9.根據權利要求7所述的局部放電智能傳感器在線遠程校驗系統，其特征在于，所述基于均值漂移的聚類運算包括聚類中心搜索、合并相似數據簇和合并小數據簇。
10.根據權利要求9所述的局部放電智能傳感器在線遠程校驗系統，其特征在于，所述聚類中心搜索采用的核函數公式如下：
式中：g(·)是核函數的負導數，xi為高維球Sh中所包含的點，k為Sh中所包含點的個數，h為高維球的半徑，mk(x)為高維球Sh所包含點集的偏移均值向量。
該專利技術資料僅供研究查看技術是否侵權等信息，商用須獲得專利權人授權。該專利全部權利屬于國網上海市電力公司;上海交通大學，未經國網上海市電力公司;上海交通大學許可，擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作，請聯系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/202011069872.5/1.html，轉載請聲明來源鉆瓜專利網。
