Print

基于大数据的变电设备状态多维感知及智能诊断系统的研究

论文摘要

针对现行状态检修方法在变电设备状态感知单一、系统信息孤岛、状态检修效率低下等方面的问题,本文基于大数据技术,提出变电设备状态多维感知及智能诊断系统。系统通过打造边端变电设备多维感知体系,实现设备多维、实时、全景感知,并构建统一边缘物联代理,完成感知数据就地预处理,在此基础上融合设备状态多源异构数据,搭建云端大数据平台,开展设备状态大数据智能分析诊断,实现设备精准检修。文章首先对基于大数据的变电设备状态多维感知及智能诊断系统整体框架进行介绍,然后详细阐述了系统边端多维感知和云端智能诊断部分的设计及功能。最后,选取主变压器油温-油位关联状态量为例进行状态分析评价的算例分析,算例结果证明了所提系统功能的有效性和实用性,为提高变电设备运检效率提供有效技术支撑。

论文目录

  • 1 变电设备多维感知及智能诊断系统框架
  • 2 边端多维感知设计
  •   2.1 变电设备多维感知体系
  •   2.2 边缘物联代理数据预处理
  • 3 云端智能诊断设计
  •   3.1 跨系统多源数据融合
  •   3.2 设备状态分析及预警
  •   3.3 设备状态四级评价诊断流程
  • 4 算例分析
  • 5 结论

    • 文章来源

    类型: 期刊论文

    作者: 黄红,熊卓,王宇,雷桃玲,王俊琪

    关键词: 大数据,状态检修,多维感知,智能诊断,状态分析

    来源: 电力大数据 2019年10期

    年度: 2019

    分类: 工程科技Ⅱ辑

    专业: 电力工业

    单位: 国网重庆市电力公司江津供电分公司

    分类号: TM63

    DOI: 10.19317/j.cnki.1008-083x.2019.10.008

    页码: 51-57

    总页数: 7

    文件大小: 2837K

    下载量: 199

    相关论文文献

    本文来源: https://www.lunwen66.cn/article/2f7245f3084c66def8b08f76.html