基于边缘计算的一二次融合开关故障诊断预警系统

技术领域

本发明涉及配电网技术领域，特别涉及一种基于边缘计算的一二次融合开关故障诊断预警系统。

背景技术

本部分的陈述仅仅是提供了与本发明相关的背景技术信息，不必然构成在先技术。

一二次融合是指一二次设备采用一体化设计理念，即一次设备标准化，终端产品设计小型化、标准化、即插即用，一二次设备的接口标准化，实现一二次设备的高度融合，以满足分段线损管理、就地型馈线自动化、单相接地故障检测和自动化检测的要求。一二次融合开关是配电网系统的重要组成部分，当开关设备出现故障时，检修开关设备会给生产生活带来极大的困扰，由此可见，对开关设备进行有效、准确的监测和诊断，是提高供电设备可靠性以及电网运行智能化水平的有效途径。电力系统迫切需要针对开关设备的故障监测与诊断技术，能够预测出潜在的风险，减少停电的可能，进一步改善供电的质量。然而，现有技术中，缺乏一种基于一二次开关故障的预警监测方法，一种原因在于，数据量较多，从多种数据中提取有价值的信息，较为繁琐，另一种原因在于，将较多的数据进行传输，网络负担以及计算负担较大，基于此，需要开发设计出一种基于边缘计算的一二次融合开关故障诊断预警系统。

发明内容

本发明要解决的技术问题是：克服现有技术中的不足，提供了一种基于边缘计算的一二次融合开关故障诊断预警系统。

为解决上述问题，本发明采用的技术方案是：

一种基于边缘计算的一二次融合开关故障诊断预警系统，包括括云服务器、若干个边缘计算终端装置、若干个数据采集器，所述数据采集器通过边缘计算终端装置与云服务器网络通讯连接，所述云服务器上运行有故障诊断预警模型，所述边缘计算终端装置从云服务器上获取故障诊断预警模型，所述边缘计算终端装置将故障诊断预警模型与获取的节点运行数据进行比对判断，获取预警信息，将预警信息上传至云服务器，所述边缘计算终端装置将获取的数据采集器的数据，生成一二次融合开关的运行数据，并将运行数据进行聚类，以获取节点运行数据，并将节点运行数据上传至云服务器用于训练新的故障诊断预警模型。

根据上述技术方案进一步优选的，所述边缘计算终端装置具备数据采集、数据计算、故障预警分析、特征识别功能，所述数据采集器包括电压采集器、电流采集器、零序电压采集器、零序电流采集器、温湿度采集器、开关状态采集器和机械特性传感器，所述电压采集器用于获取一二次融合开关的电压信息，记为实时电压数据，并发送至边缘计算终端装置进行比对判断；所述电流采集器获取一二融合开关的电流信息，记为实时电流数据，并发送至边缘计算终端装置进行比对判断；所述零序电压采集器获取一二融合开关的零序电压信息，记为实时零序电压数据，并发送至边缘计算终端进行比对判断；所述零序电流获取一二次融合开关零序电流信息，记为实时零序电流数据，并发送至边缘计算终端装置进行比对判断；所述温湿度采集器获取一二次融合开关环境温湿度数据，记为实时环境温湿度数据，并发送至边缘计算终端装置进行比对判断，所述开关状态采集器用于获取一二次融合开关的开关状态数据，记为实时开关状态数据，并发送至边缘计算终端装置进行比对判断，所述机械特性传感器获取一二次融合开关的机械特性数据，记为实时机械特性数据，并发送给边缘计算终端装置进行比对判断。

一种基于边缘计算的一二次融合开关故障诊断预警方法，所述故障诊断预警方法包括以下步骤：

步骤s1，边缘计算终端装置通过若干个数据采集器获取一二次融合开关的运行数据，生成一二次融合开关的实时运行数据；

步骤s2，边缘计算终端装置从云服务获取一二次融合开关故障诊断预警模型；

步骤s3，边缘计算终端装置将一二次融合开关的实时运行数据输入故障诊断预警模型进行比对，判断一二融合开关的实时运行数据是否正常，若异常，则获得故障诊断预警信息并上传至云服务器，若正常，则根据实时运行数据情况判断是否需要上传云服务器；

步骤s4，边缘计算终端装置将故障诊断预警信息和一二次融合开关实时运行信息发送至云服务器；

步骤s5，在步骤3中，若判断将一二次融合开关的实时运行数据上传至云服务器，则由云服务器训练新的故障诊断预警模型；并将新的故障诊断预警模型下发至边缘计算终端装置。

进一步的，所述步骤s1中，数据采集器包括电压采集器、电流采集器、零序电压采集器、零序电流采集器、温湿度采集器、开关状态采集器和机械特性传感器，所述电压采集器用于获取一二次融合开关的电压信息，记为实时电压数据，并发送至边缘计算终端装置进行比对判断；所述电流采集器获取一二融合开关的电流信息，记为实时电流数据，并发送至边缘计算终端装置进行比对判断；所述零序电压采集器获取一二融合开关的零序电压信息，记为实时零序电压数据，并发送至边缘计算终端进行比对判断；所述零序电流获取一二次融合开关零序电流信息，记为实时零序电流数据，并发送至边缘计算终端装置进行比对判断；所述温湿度采集器获取一二次融合开关环境温湿度数据，记为实时环境温湿度数据，并发送至边缘计算终端装置进行比对判断，所述开关状态采集器用于获取一二次融合开关的开关状态数据，记为实时开关状态数据，并发送至边缘计算终端装置进行比对判断，所述机械特性传感器获取一二次融合开关的机械特性数据，记为实时机械特性数据，并发送给边缘计算终端装置进行比对判断。

进一步的，所述步骤s2中，故障诊断预警模型获包括多个神经元模型ω

进一步的，所述步骤s2中，边缘计算终端装置从云服务获取一二次融合开关故障诊断预警模型包括预警模型标识，所述预警模型标识与多个边缘计算终端装置相对应，用于云服务分别向边缘计算终端装置节点发送不同的预警模型。

进一步的，所述步骤s3包括以下步骤：

步骤s301，边缘计算终端装置将获取的一二次融合开关的实时运行数据与获取的故障诊断预警模型进行比对，判断一二次融合开关的实时运行数据是否满足故障诊断预警模型设定的阈值范围；若满足设定的阈值范围，则判断一二次融合开关运行正常，若不满足设定的阈值范围，则判断一二次融合开关异常，获得故障诊断预警信息并发送；

步骤s302，根据步骤s301中一二次融合开关的实时运行数据满足故障诊断预警模型设定的阈值范围，在阈值范围内判断实时运行数据是否发生变化，若无变化趋势，则边缘计算终端装置不上传实时运行数据至云服务器，若存在变化趋势，则判断实时运行数据的变化趋势较前一时刻的实时运行数据的变化趋势是否一致，若一致，则边缘计算终端装置判断实时运行数据对应的一二次融合开关则可能存在运行异常，边缘计算终端装置则获得故障诊断预警信息并发送至云服务器，同时将一二次融合开关的实时运行数据上传至云服务器，若判断实时运行数据的变化趋势较前一时刻的实时运行数据的变化趋势是不一致，则边缘计算终端装置不上传实时运行数据至云服务器。

进一步的，所述步骤s4中，边缘计算终端装置发送的障诊断预警信息和一二次融合开关实时运行信息中包括节点标识，所述节点标识识别对应多个边缘计算终端装置，用于向云服务器发送一二次融合开关的实时运行数据和故障诊断预警信息。

进一步的，所述步骤s5中，训练新的故障诊断预警模型包括以下步骤：

获取上传至云服务器的一二次融合开关的实时运行数据，根据获取的实时运行数据以时间顺序存储为样本数据；

根据故障诊断预警模型类型分别提取样本数据生成特征数据；

对生成的特征数据进行求和平均计算得出预警模型特征值，并根据预警模型特征值，得出新的预警诊断模型。

本申请实施提供了一种边缘计算终端装置，包括：至少一个存储器，用于存储程序；至少一个处理器，用于执行所述存储器存储的程序；其中，当所述存储器存储的程序被执行时，所述处理器用于执行如上述任意一种所述的基于边缘计算的一二次融合开关故障诊断预警方法的步骤。

与现有技术相比，本发明的有益效果为：

本发明提供了一种基于边缘计算的一二次融合开关故障诊断预警系统及预警方法，本发明能够将大量的数据存储和计算处理迁移至边缘计算终端装置，减少了非必要的实时运行信息传输，极大的减轻了云服务器的计算处理负荷和通讯带宽要求，仅将计算处理后的故障诊断预警信息发送至云服务器，云服务器通过监控中心推送预警信号，使得监管人员能够及时收到故障预警信息并采取相应的措施，提高一二次融合开关的运行可靠性。

附图说明

图1为本发明系统结构示意图；

图2为本发明方法步骤流程示意图；

图3为本发明诊断流程示意图；

图4为本发明故障诊断预警神经元数学模型示意图；

图5为本发明边缘计算终端装置结构示意图。

图中：1、云服务器，2、边缘计算终端装置，3、数据采集器。

具体实施方式

以下结合附图对本发明做进一步详细说明，以下实施例仅用于更清楚的说明本发明的技术方案，本领域普通技术人员在本发明实施例方案基础上做出的改变均属本发明的保护范围。

如图1～图5所示，本发明提供了一种基于边缘计算的一二次融合开关故障诊断预警系统，包括括云服务器1、若干个边缘计算终端装置2、若干个数据采集器3，所述数据采集器3通过边缘计算终端装置2与云服务器1网络通讯连接，所述云服务器1上运行有故障诊断预警模型，所述边缘计算终端装置2从云服务器1上获取故障诊断预警模型，所述边缘计算终端装置2将故障诊断预警模型与获取的节点运行数据进行比对判断，获取预警信息，将预警信息上传至云服务器1，所述边缘计算终端装置2将获取的数据采集器3的数据，生成一二次融合开关的运行数据，并将运行数据进行聚类，以获取节点运行数据，并将节点运行数据上传至云服务器1用于训练新的故障诊断预警模型。本发明实施例中，所述云服务器1上运行有故障诊断预警模型，所述故障诊断预警模型可根据一二次融合开关运行数据的经验值生成，作为一二次融合开关故障诊断预警系统的经典故障诊断预警模型，下发到边缘计算终端装置2，边缘计算终端装置2根据获取的经典故障诊断预警模型，与获取的一二次融合开关实时运行数据进行对比，并判断一二融合开关的实时运行数据是否超出故障诊断预警模型的设定阈值范围，根据判断结果获取故障诊断预警信息，并把故障诊断预警信息发送到云服务器1，由云服务器1把故障诊断预警信息发送给相关人员，根据故障诊断预警信息采取相应的措施，提高一二融合开关的运行可靠性。

示例性的，所述边缘计算终端装置2具备数据采集、数据计算、故障预警分析、特征识别功能，所述数据采集器3包括电压采集器、电流采集器、零序电压采集器、零序电流采集器、温湿度采集器、开关状态采集器和机械特性传感器，所述电压采集器用于获取一二次融合开关的电压信息，记为实时电压数据，并发送至边缘计算终端装置2进行比对判断；所述电流采集器获取一二融合开关的电流信息，记为实时电流数据，并发送至边缘计算终端装置2进行比对判断；所述零序电压采集器获取一二融合开关的零序电压信息，记为实时零序电压数据，并发送至边缘计算终端进行比对判断；所述零序电流获取一二次融合开关零序电流信息，记为实时零序电流数据，并发送至边缘计算终端装置2进行比对判断；所述温湿度采集器获取一二次融合开关环境温湿度数据，记为实时环境温湿度数据，并发送至边缘计算终端装置2进行比对判断，所述开关状态采集器用于获取一二次融合开关的开关状态数据，记为实时开关状态数据，并发送至边缘计算终端装置2进行比对判断，所述机械特性传感器获取一二次融合开关的机械特性数据，记为实时机械特性数据，并发送给边缘计算终端装置2进行比对判断。一二融合开关运行数据包括多种类型的数据，数据量庞大，而本发明实施例系统中，边缘计算终端装置2将获取的数据采集器的数据，进行预先处理，并非实时进行上传，在数据输入故障诊断预警模型比对后，根据需要上传一二次融合开关的运行实时数据。这样做的好处是，降低了数据传输的数据量，防止网络拥堵，降低服务器后台数据的计算量，同时能够满足对一二次融合开关的实时监控和故障诊断预警，为一二次融合开关的安全稳定可靠运行提供了保证。

如图2和图3所示，本发明提供了一种基于边缘计算的一二次融合开关故障诊断预警方法的实施例，所述故障诊断预警方法包括以下步骤：

步骤s1，边缘计算终端装置2通过若干个数据采集器3获取一二次融合开关的运行数据，生成一二次融合开关的实时运行数据；

步骤s2，边缘计算终端装置2从云服务1获取一二次融合开关故障诊断预警模型；

步骤s3，边缘计算终端装置2将一二次融合开关的实时运行数据输入故障诊断预警模型进行比对，判断一二融合开关的实时运行数据是否正常，若异常，则获得故障诊断预警信息并上传至云服务器1，若正常，则根据实时运行数据情况判断是否需要上传云服务器1；

步骤s4，边缘计算终端装置2将故障诊断预警信息和一二次融合开关实时运行信息发送至云服务器1；

步骤s5，在步骤3中，若判断将一二次融合开关的实时运行数据上传至云服务器1，则由云服务器1训练新的故障诊断预警模型；并将新的故障诊断预警模型下发至边缘计算终端装置2。在现有技术中，一二融合开关的实时运行数据量较多，云服务器从多种数据中提取有价值的信息，并对一二次融合开关的运行情况进行诊断，过程较为繁琐，另一种原因在于，将较多的数据进行传输，网络负担以及计算负担较大。因此不利于对一二次融合开关的运行情况进行实时监控和故障预警。本发明实施例中，需将云服务器负担的大部分计算功能下放到多个分布式边缘计算终端装置，由边缘计算终端装置2对获取的一二次融合开关的运行数据与故障诊断预警模型进行比对，获取故障诊断预警信息，并把故障诊断预警信息发送至云服务器1。本发明实施例不仅减轻了云服务器1的数据计算负担，也降低了边缘终端与服务器通讯传输的带宽要求，增加了数据传输的可靠性。

所述步骤s1中，数据采集器3包括电压采集器、电流采集器、零序电压采集器、零序电流采集器、温湿度采集器、开关状态采集器和机械特性传感器，所述电压采集器用于获取一二次融合开关的电压信息，记为实时电压数据，并发送至边缘计算终端装置2进行比对判断；所述电流采集器获取一二融合开关的电流信息，记为实时电流数据，并发送至边缘计算终端装置2进行比对判断；所述零序电压采集器获取一二融合开关的零序电压信息，记为实时零序电压数据，并发送至边缘计算终端进行比对判断；所述零序电流获取一二次融合开关零序电流信息，记为实时零序电流数据，并发送至边缘计算终端装置2进行比对判断；所述温湿度采集器获取一二次融合开关环境温湿度数据，记为实时环境温湿度数据，并发送至边缘计算终端装置2进行比对判断，所述开关状态采集器用于获取一二次融合开关的开关状态数据，记为实时开关状态数据，并发送至边缘计算终端装置2进行比对判断，所述机械特性传感器获取一二次融合开关的机械特性数据，记为实时机械特性数据，并发送给边缘计算终端装置2进行比对判断。

所述步骤s4中，边缘计算终端装置2发送的障诊断预警信息和一二次融合开关实时运行信息中包括节点标识，所述节点标识识别对应多个边缘计算终端装置2，用于向云服务器1发送一二次融合开关的实时运行数据和故障诊断预警信息。

所述步骤s2中，故障诊断预警模型获包括多个神经元模型ω

所述步骤s2中，边缘计算终端装置2从云服务1获取一二次融合开关故障诊断预警模型包括预警模型标识，所述预警模型标识与多个边缘计算终端装置2相对应，用于云服务1分别向边缘计算终端装置2节点发送不同的预警模型。

所述步骤s3包括以下步骤：

步骤s301，边缘计算终端装置2将获取的一二次融合开关的实时运行数据与获取的故障诊断预警模型进行比对，判断一二次融合开关的实时运行数据是否满足故障诊断预警模型设定的阈值范围；若满足设定的阈值范围，则判断一二次融合开关运行正常，若不满足设定的阈值范围，则判断一二次融合开关异常，获得故障诊断预警信息并发送；

步骤s302，根据步骤s301中一二次融合开关的实时运行数据满足故障诊断预警模型设定的阈值范围，在阈值范围内判断实时运行数据是否发生变化，若无变化趋势，则边缘计算终端装置2不上传实时运行数据至云服务器1，若存在变化趋势，则判断实时运行数据的变化趋势较前一时刻的实时运行数据的变化趋势是否一致，若一致，则边缘计算终端装置2判断实时运行数据对应的一二次融合开关则可能存在运行异常，边缘计算终端装置2则获得故障诊断预警信息并发送至云服务器1，同时将一二次融合开关的实时运行数据上传至云服务器1，若判断实时运行数据的变化趋势较前一时刻的实时运行数据的变化趋势是不一致，则边缘计算终端装置2不上传实时运行数据至云服务器1。

所述步骤s5中，训练新的故障诊断预警模型包括以下步骤：

获取上传至云服务器1的一二次融合开关的实时运行数据，根据获取的实时运行数据以时间顺序存储为样本数据；

根据故障诊断预警模型类型分别提取样本数据生成特征数据；

对生成的特征数据进行求和平均计算得出预警模型特征值，并根据预警模型特征值，得出新的预警诊断模型。

一种边缘计算终端装置，包括：至少一个存储器，用于存储程序；

至少一个处理器，用于执行所述存储器存储的程序；其中，当所述存储器存储的程序被执行时，所述处理器用于执行任意一种基于边缘计算的一二次融合开关故障诊断预警方法中所述的方法。

上述虽然结合附图对本发明的具体实施方式进行了描述，但并非对本发明保护范围的限制，所属领域技术人员应该明白，在本发明的技术方案的基础上，本领域技术人员不需要付出创造性劳动即可做出的各种修改或变形仍在本发明的保护范围以内。