[發(fā)明專(zhuān)利]一種配電物聯(lián)網(wǎng)云端一體化方法及系統(tǒng)

在審

• 申請(qǐng)?zhí)枺?/td>: 202211736065.3
• 申請(qǐng)日: 2022-12-31
• 公開(kāi)（公告）號(hào): CN116012193A
• 公開(kāi)（公告）日: 2023-04-25
• 發(fā)明（設(shè)計(jì)）人: 鄭書(shū)毅;李義;劉星;操文強(qiáng);杜偉;吳瑀;陽(yáng)曉路
• 申請(qǐng)（專(zhuān)利權(quán)）人: 貴州電網(wǎng)有限責(zé)任公司
• 主分類(lèi)號(hào): G06Q50/06
• 分類(lèi)號(hào): G06Q50/06;G06Q10/04;G06N20/00;G06N3/084;G06F18/214
• 代理公司: 南京禹為知識(shí)產(chǎn)權(quán)代理事務(wù)所(特殊普通合伙) 32272
• 代理人: 邱月華

1.一種配電物聯(lián)網(wǎng)云端一體化方法，其特征在于，包括：

采集電網(wǎng)數(shù)據(jù)信息，構(gòu)建初始故障定位模型和初始負(fù)荷預(yù)測(cè)模型；

基于當(dāng)前的保護(hù)設(shè)備動(dòng)作信息和最近一段固定預(yù)測(cè)時(shí)間的運(yùn)行負(fù)荷和氣象數(shù)據(jù)對(duì)初始故障定位模型和初始負(fù)荷預(yù)測(cè)模型進(jìn)行訓(xùn)練；

基于訓(xùn)練后的故障定位模型和負(fù)荷預(yù)測(cè)模型的輸出結(jié)果下發(fā)相應(yīng)的決策信息給配電網(wǎng)監(jiān)控中心、用戶(hù)側(cè)和供給側(cè)。

2.一種配電物聯(lián)網(wǎng)云端一體化系統(tǒng)，其特征在于，包括：

數(shù)據(jù)輸入模塊(100)，所述數(shù)據(jù)輸入模塊(100)包括數(shù)據(jù)采集模塊(101)和云端模塊(102)；所述數(shù)據(jù)采集模塊(101)用于采集電網(wǎng)信息，并通過(guò)5G通信模塊(200)傳入云端模塊(102)，構(gòu)建初始故障定位模型和初始負(fù)荷預(yù)測(cè)模型；

系統(tǒng)決策模塊(300)，所述數(shù)據(jù)決策模塊(300)包括故障定位模塊(301)、負(fù)荷預(yù)測(cè)模塊(302)和決策輸出模塊(303)；所述故障定位模塊(301)和所述負(fù)荷預(yù)測(cè)模塊(302)通過(guò)所述5G通信模塊(200)對(duì)所述云端模塊(102)中的初始故障定位模型和初始負(fù)荷預(yù)測(cè)模型進(jìn)行實(shí)時(shí)更新；所述決策輸出模塊(303)根據(jù)所述故障定位模塊(301)和所述負(fù)荷預(yù)測(cè)模塊(302)的輸出結(jié)果下發(fā)決策。

3.如權(quán)利要求2所述的配電物聯(lián)網(wǎng)云端一體化方法及系統(tǒng)，其特征在于：所述數(shù)據(jù)采集模塊(101)根據(jù)配電網(wǎng)的不同層級(jí)和不同位置，分別設(shè)置不同的采集裝置，包括：電壓傳感器、電流傳感器、功率傳感器、溫度傳感器、保護(hù)設(shè)備、運(yùn)行負(fù)荷傳感器和氣象數(shù)據(jù)傳感器。

4.如權(quán)利要求3所述的配電物聯(lián)網(wǎng)云端一體化方法及系統(tǒng)，其特征在于：所述云端模塊(102)以采樣數(shù)據(jù)中的保護(hù)設(shè)備動(dòng)作信息作為初始故障定位模型的樣本數(shù)據(jù)，以采樣數(shù)據(jù)中的運(yùn)行負(fù)荷和氣象數(shù)據(jù)作為初始負(fù)荷預(yù)測(cè)模型的樣本數(shù)據(jù)，分別進(jìn)行機(jī)器學(xué)習(xí)訓(xùn)練，得到初始故障定位模型和初始負(fù)荷預(yù)測(cè)模型。

5.如權(quán)利要求4所述的配電物聯(lián)網(wǎng)云端一體化方法及系統(tǒng)，其特征在于：所述初始故障定位模型的建立步驟，包括：

A1：對(duì)配電網(wǎng)在過(guò)流故障時(shí)的采樣數(shù)據(jù)中的保護(hù)設(shè)備動(dòng)作信息進(jìn)行預(yù)處理，以生成初始故障定位模型的樣本數(shù)據(jù)；

A2：確定初始故障定位模型所采用的BP神經(jīng)網(wǎng)絡(luò)的拓?fù)浣Y(jié)構(gòu)；

A3：對(duì)初始故障定位模型所采用的BP神經(jīng)網(wǎng)絡(luò)進(jìn)行權(quán)重和閾值設(shè)置及初始化；

A4：根據(jù)初始故障定位模型的樣本數(shù)據(jù)構(gòu)建訓(xùn)練數(shù)據(jù)集、測(cè)試數(shù)據(jù)集，利用訓(xùn)練數(shù)據(jù)集訓(xùn)練所述初始故障定位模型，并利用測(cè)試數(shù)據(jù)集驗(yàn)證所述初始故障定位模型。

6.如權(quán)利要求5所述的配電物聯(lián)網(wǎng)云端一體化方法及系統(tǒng)，其特征在于：所述故障定位模塊(301)用于下載來(lái)自所述初始故障定位模型作為當(dāng)前的故障定位模型，實(shí)時(shí)地利用當(dāng)前的保護(hù)設(shè)備動(dòng)作信息和當(dāng)前的故障定位模型來(lái)在保護(hù)設(shè)備發(fā)生動(dòng)作時(shí)確定故障位置信息，并在確定故障位置信息的過(guò)程中對(duì)當(dāng)前的故障定位模型進(jìn)行后續(xù)訓(xùn)練，以不斷更新當(dāng)前的故障定位模型。

7.如權(quán)利要求4所述的配電物聯(lián)網(wǎng)云端一體化方法及系統(tǒng)，其特征在于：所述初始負(fù)荷預(yù)測(cè)模型的建立步驟，包括：

B1：對(duì)配電網(wǎng)的最近一段固定采樣時(shí)長(zhǎng)的采樣數(shù)據(jù)中的運(yùn)行負(fù)荷和氣象數(shù)據(jù)進(jìn)行預(yù)處理，以生成初始負(fù)荷預(yù)測(cè)模型的樣本數(shù)據(jù)；

B2：確定初始負(fù)荷預(yù)測(cè)模型所采用的BP神經(jīng)網(wǎng)絡(luò)的拓?fù)浣Y(jié)構(gòu)，即，確定BP神經(jīng)網(wǎng)絡(luò)的隱含層、輸入層和輸出層的參數(shù)；

B3：對(duì)初始負(fù)荷預(yù)測(cè)模型所采用的BP神經(jīng)網(wǎng)絡(luò)進(jìn)行權(quán)重和閾值設(shè)置及初始化；

B4：根據(jù)初始負(fù)荷預(yù)測(cè)模型的樣本數(shù)據(jù)構(gòu)建訓(xùn)練數(shù)據(jù)集、測(cè)試數(shù)據(jù)集，利用訓(xùn)練數(shù)據(jù)集訓(xùn)練所述初始負(fù)荷預(yù)測(cè)模型，并利用測(cè)試數(shù)據(jù)集驗(yàn)證所述初始負(fù)荷預(yù)測(cè)模型。