一种基于电力物联网的故障预警装置及方法与流程

1.本发明涉及电力设备故障预警技术领域，尤其是涉及一种基于电力物联网的故障预警装置及方法。


背景技术：

2.随着电力系统应用的逐步推广，其运行可靠性和安全性问题变得越来越重要。电力故障是影响电力系统正常运行的主要因素，当前常见的电力故障主要包括电力设备与设施故障、变压器故障等，对这些常见的电力故障进行诊断与预警已成为提高电力系统运行效率的重要措施。
3.目前，传统的电力设备预警技术虽然能够对设备的运行状态与故障进行监测预警，但是存在着两个问题：第一，当系统报警时，电力设备已发生故障，不得不停机维修；第二，系统报警后，由于诊断不及时等原因导致无法及时的排除设备故障。随着网络技术，信号处理技术的发展，电力设备的故障诊断逐步智能化，设备预警的准确性也逐步提高，与传统的电力设备故障预警系统相比，现代化的预警系统可以在故障发生之前进行准确的预数与诊断，排除了故障对机组造成的危害，因此基于电力物联网设计一种稳定可靠的电力设备故障预警方法是亟需解决的技术问题。


技术实现要素：

4.为了对电力设备进行基于电力物联网的故障风险进行预警，本发明提供一种基于电力物联网的故障预警装置及方法。采用如下的技术方案：一种基于电力物联网的故障预警装置，包括电力设备状态预测组件、故障状态确定组件和故障状态报警组件，所述电力设备状态预测组件包括电力设备状态监测模块、电力物联网网关和状态分析服务器，所述电力设备状态监测模块获得目标电力设备的电力状态特征，并通过电力物联网网关传输给状态分析服务器，所述状态分析服务器设置电力设备故障状态预测模型，所述电力设备故障状态预测模型基于目标电力设备的电力状态特征和历史故障数据特征对目标电力设备进行故障率预测，所述故障状态确定组件包括执行服务器和多个电力巡检机器人，所述执行服务器与状态分析服务器通信连接，执行服务器控制电力巡检机器人到达目标电力设备进行状态巡检，并将巡检结果传输给执行服务器，所述故障状态报警组件包括故障确定芯片和报警模块，所述故障确定芯片与执行服务器通信连接，并根据状态巡检结果对电力设备故障风险进行确定，当判断电力设备存在故障风险时，故障确定芯片控制报警模块启动报警。
5.通过采用上述技术方案，摒弃了传统的电力设备等到故障发生再做检修的处理方式，采用电力设备状态监测模块获得目标电力设备的电力状态特征，电力设备故障状态预测模型基于目标电力设备的电力状态特征和历史故障数据特征对目标电力设备进行故障率预测，实现故障风险的提前预警，在目标电力设备有故障风险时就进行报警，工作人员提前介入对故障风险的因素进行及时控制和排除，能大大降低目标电力设备的故障发生率，
能大大提高电力系统运行的稳定性，尽可能地避免故障导致的停机带来的损失。
6.可选的，所述电力设备状态监测模块包括振动监测传感器、温度传感器和状态监测芯片，所述振动监测传感器监测目标电力设备的振动状态，所述温度传感器监测目标电力设备的主控电路板温度，振动监测传感器和温度传感器分别与状态监测芯片通信连接，所述状态监测芯片通过电力物联网网关与状态分析服务器通信连接。
7.通过采用上述技术方案，目标电力设备的电力状态特征主要是指目标电力设备的振动状态和主控电路板的温度状态，经过研究表明电力设备在发生故障的时候都会伴随着大幅度的振动和高温表现，因此对这两种状态特征进行特别监控为电力设备故障状态预测模型提供数据。
8.可选的，所述状态分析服务器的数据存储器内存储目标电力设备的历史故障数据，历史故障数据包括同类型电力设备故障发生时的振动值历史数据和温度历史数据，电力设备故障状态预测模型根据振动值历史数据生成故障振动历史曲线，根据温度历史数据生成故障温度持续曲线，根据电力设备状态监测模块测得的振动数据生成振动状态曲线，根据电力设备状态监测模块测得的温度数据生成温度状态曲线；电力设备故障状态预测模型比较振动状态曲线和故障振动历史曲线的相似度，比较温度状态曲线和故障温度持续曲线的相似度，若至少一项的相似度比较结果大于85%，则状态分析服务器通知执行服务器，通知内容是目标电力设备有故障风险。
9.通过采用上述技术方案，电力设备故障状态预测模型主要比较振动状态曲线和故障振动历史曲线的相似度，相似度越大代表目标电力设备发生故障的风险越大，这种量化的比较将目标电力设备的故障风险进行量化，为故障风险评估提供依据。
10.可选的，电力设备故障状态预测模型基于最大振幅持续时间比较振动状态曲线和故障振动历史曲线的相似度，计算公式为：其中，是振动状态曲线的振动最大幅度值，是故障振动历史曲线的振动最大幅度值，a是振动幅度权重系数，是大于80%的持续时间，是大于50%的持续时间，b是振动持续时间权重系数。
11.通过采用上述技术方案，振幅代表着目标电力设备的振动剧烈程度，往往剧烈的振动代表电力设备故障的概率较大，另外振动的持续时间也是重要的比较参数，根据这两个关键数据来进行比较相似度得到的结果能更准确地反映目标电力设备此时状态与故障发生状态的对比。
12.可选的，电力设备故障状态预测模型基于最大温度持续时间和温度波动比较温度状态曲线和故障温度持续曲线的相似度，计算公式为：其中，是温度状态曲线的最大温度值，是故障温度持续曲线的最大温度
值，是最大温度值权重系数，是大于80%的持续时间，是大于60%的持续时间，f是振动持续时间权重系数。
13.通过采用上述技术方案，主控电路板的温度是重要的故障特征数据，高温下电力设备工作极其不稳定，高温甚至就是故障的特征之一，因此对最大温度值进行对比，同时增加高温持续时间的对比，能很好地预测目标电力设备发送故障的概率。
14.可选的，当电力设备故障状态预测模型判定目标电力设备的温度状态曲线的温度变化率大于5℃/分钟时，通知内容是目标电力设备有故障风险，所述温度变化率监测去除目标电力设备开机和关机的1-2分钟。
15.通过采用上述技术方案，通常标目标电力设备开机和关机的1-2分钟内主控电路板的温度变化较为剧烈，开机时迅速升温，关机时迅速降温，在正常工作时温度相对稳定，因此在温度状态曲线的温度变化率大于5℃/分钟时，可以认为目标电力设备有故障风险。
16.可选的，报警模块包括声光报警器和智能手机报警模块，所述声光报警器设置在电力设备监控中心的场所内，故障确定芯片控制声光报警器的开关，所述智能手机报警模块是分管目标电力设备的工作人员所配备的工作智能手机上设置的状态软件，所述故障确定芯片通过电力物联网网关与智能手机报警模块无线通信连接，并控制智能手机报警模块的开关。
17.通过采用上述技术方案，报警模块主要由声光报警器和智能手机报警模块两个部分，声光报警器启动时可以对电力设备监控中心的场所内，对值班人员进行提醒，而智能手机报警模块可以实现分管目标电力设备的工作人员的直接提醒，可以更快捷地通知到责任人，电力系统的工作人员可以配备智能手持终端pda，在pda上设置智能手机报警模块对应设计的状态软件，可以实现报警提醒和故障类型显示。
18.一种基于电力物联网的故障预警方法，具体方法是：步骤1，电力设备状态监测模块获得目标电力设备的振动数据和温度数据，通过电力物联网网关传输给状态分析服务器；步骤2，状态分析服务器布置的电力设备故障状态预测模型比较振动状态曲线和故障振动历史曲线的相似度，比较温度状态曲线和故障温度持续曲线的相似度；步骤3，若至少一项相似度值存在大于85%，则状态分析服务器向执行服务器发送目标电力设备存在故障风险的信号；步骤4，执行服务器控制电力巡检机器人对目标电力设备进行插接式状态巡检，并将巡检结果传输给执行服务器，执行服务器判断目标电力设备存在故障风险的类型，若存在，则向故障确定芯片通报故障风险的类型；步骤5，故障确定芯片分别控制声光报警器和智能手机报警模块启动报警，并同时通过智能手机报警模块显示故障风险类型。
19.通过采用上述技术方案，可以准确地实现电力设备的故障风险的确定和预警。
20.综上所述，本发明包括以下至少一种有益技术效果：本发明能提供一种基于电力物联网的故障预警装置及方法，摒弃了传统的电力设备等到故障发生再做检修的处理方式，采用电力设备状态监测模块获得目标电力设备的电力状态特征，电力设备故障状态预测模型基于目标电力设备的电力状态特征和历史故障数据特征对目标电力设备进行故障率预测，实现故障风险的提前预警，在目标电力设备有故
障风险时就进行报警，工作人员提前介入对故障风险的因素进行及时控制和排除，能大大降低目标电力设备的故障发生率，能大大提高电力系统运行的稳定性，尽可能地避免故障导致的停机带来的损失。
附图说明
21.图1是本发明一种基于电力物联网的故障预警装置的连接原理示意图；图2是本发明一种基于电力物联网的故障预警方法的流程示意图；图3是本发明具体实施例故障振动历史曲线示意图；图4是本发明具体实施例振动状态曲线示意图。
22.附图标记说明：1、电力设备状态监测模块；11、振动监测传感器；12、温度传感器；13、状态监测芯片；2、电力物联网网关；3、状态分析服务器；31、数据存储器；4、执行服务器；5、电力巡检机器人；6、报警模块；61、声光报警器；62、智能手机报警模块；7、故障确定芯片；100、目标电力设备。
具体实施方式
23.以下结合附图对本发明作进一步详细说明。
24.本发明实施例公开一种基于电力物联网的故障预警装置及方法。
25.参照图1－图4，一种基于电力物联网的故障预警装置，包括电力设备状态预测组件、故障状态确定组件和故障状态报警组件，电力设备状态预测组件包括电力设备状态监测模块1、电力物联网网关2和状态分析服务器3，电力设备状态监测模块1获得目标电力设备100的电力状态特征，并通过电力物联网网关2传输给状态分析服务器3，状态分析服务器3设置电力设备故障状态预测模型，电力设备故障状态预测模型基于目标电力设备100的电力状态特征和历史故障数据特征对目标电力设备100进行故障率预测，故障状态确定组件包括执行服务器4和多个电力巡检机器人5，执行服务器4与状态分析服务器3通信连接，执行服务器4控制电力巡检机器人5到达目标电力设备100进行状态巡检，并将巡检结果传输给执行服务器4，故障状态报警组件包括故障确定芯片7和报警模块6，故障确定芯片7与执行服务器4通信连接，并根据状态巡检结果对电力设备故障风险进行确定，当判断电力设备存在故障风险时，故障确定芯片7控制报警模块6启动报警。
26.摒弃了传统的电力设备等到故障发生再做检修的处理方式，采用电力设备状态监测模块1获得目标电力设备100的电力状态特征，电力设备故障状态预测模型基于目标电力设备100的电力状态特征和历史故障数据特征对目标电力设备100进行故障率预测，实现故障风险的提前预警，在目标电力设备100有故障风险时就进行报警，工作人员提前介入对故障风险的因素进行及时控制和排除，能大大降低目标电力设备100的故障发生率，能大大提高电力系统运行的稳定性，尽可能地避免故障导致的停机带来的损失。
27.电力设备状态监测模块1包括振动监测传感器11、温度传感器12和状态监测芯片13，振动监测传感器11监测目标电力设备100的振动状态，温度传感器12监测目标电力设备100的主控电路板温度，振动监测传感器11和温度传感器12分别与状态监测芯片13通信连接，状态监测芯片13通过电力物联网网关2与状态分析服务器3通信连接。
28.目标电力设备100的电力状态特征主要是指目标电力设备100的振动状态和主控
电路板的温度状态，经过研究表明电力设备在发生故障的时候都会伴随着大幅度的振动和高温表现，因此对这两种状态特征进行特别监控为电力设备故障状态预测模型提供数据。
29.状态分析服务器3的数据存储器31内存储目标电力设备100的历史故障数据，历史故障数据包括同类型电力设备故障发生时的振动值历史数据和温度历史数据，电力设备故障状态预测模型根据振动值历史数据生成故障振动历史曲线，根据温度历史数据生成故障温度持续曲线，根据电力设备状态监测模块1测得的振动数据生成振动状态曲线，根据电力设备状态监测模块1测得的温度数据生成温度状态曲线；电力设备故障状态预测模型比较振动状态曲线和故障振动历史曲线的相似度，比较温度状态曲线和故障温度持续曲线的相似度，若至少一项的相似度比较结果大于85%，则状态分析服务器3通知执行服务器4，通知内容是目标电力设备100有故障风险。
30.电力设备故障状态预测模型主要比较振动状态曲线和故障振动历史曲线的相似度，相似度越大代表目标电力设备100发生故障的风险越大，这种量化的比较将目标电力设备100的故障风险进行量化，为故障风险评估提供依据。
31.电力设备故障状态预测模型基于最大振幅持续时间比较振动状态曲线和故障振动历史曲线的相似度，计算公式为：其中，是振动状态曲线的振动最大幅度值，是故障振动历史曲线的振动最大幅度值，a是振动幅度权重系数，是大于80%的持续时间，是大于50%的持续时间，b是振动持续时间权重系数。
32.振幅代表着目标电力设备100的振动剧烈程度，往往剧烈的振动代表电力设备故障的概率较大，另外振动的持续时间也是重要的比较参数，根据这两个关键数据来进行比较相似度得到的结果能更准确地反映目标电力设备100此时状态与故障发生状态的对比。
33.电力设备故障状态预测模型基于最大温度持续时间和温度波动比较温度状态曲线和故障温度持续曲线的相似度，计算公式为：其中，是温度状态曲线的最大温度值，是故障温度持续曲线的最大温度值，是最大温度值权重系数，是大于80%的持续时间，是大于60%的持续时间，f是振动持续时间权重系数。
34.主控电路板的温度是重要的故障特征数据，高温下电力设备工作极其不稳定，高温甚至就是故障的特征之一，因此对最大温度值进行对比，同时增加高温持续时间的对比，能很好地预测目标电力设备100发送故障的概率。
35.当电力设备故障状态预测模型判定目标电力设备100的温度状态曲线的温度变化率大于5℃/分钟时，通知内容是目标电力设备100有故障风险，温度变化率监测去除目标电力设备100开机和关机的1-2分钟。
36.通常标目标电力设备100开机和关机的1-2分钟内主控电路板的温度变化较为剧烈，开机时迅速升温，关机时迅速降温，在正常工作时温度相对稳定，因此在温度状态曲线的温度变化率大于5℃/分钟时，可以认为目标电力设备100有故障风险。
37.报警模块6包括声光报警器61和智能手机报警模块62，声光报警器61设置在电力设备监控中心的场所内，故障确定芯片7控制声光报警器61的开关，智能手机报警模块62是分管目标电力设备100的工作人员所配备的工作智能手机上设置的状态软件，故障确定芯片7通过电力物联网网关2与智能手机报警模块62无线通信连接，并控制智能手机报警模块62的开关。
38.报警模块6主要由声光报警器61和智能手机报警模块62两个部分，声光报警器61启动时可以对电力设备监控中心的场所内，对值班人员进行提醒，而智能手机报警模块62可以实现分管目标电力设备100的工作人员的直接提醒，可以更快捷地通知到责任人，电力系统的工作人员可以配备智能手持终端pda，在pda上设置智能手机报警模块62对应设计的状态软件，可以实现报警提醒和故障类型显示。
39.一种基于电力物联网的故障预警方法，具体方法是：步骤1，电力设备状态监测模块1获得目标电力设备100的振动数据和温度数据，通过电力物联网网关2传输给状态分析服务器3；步骤2，状态分析服务器3布置的电力设备故障状态预测模型比较振动状态曲线和故障振动历史曲线的相似度，比较温度状态曲线和故障温度持续曲线的相似度；步骤3，若至少一项相似度值存在大于85%，则状态分析服务器3向执行服务器4发送目标电力设备100存在故障风险的信号；步骤4，执行服务器4控制电力巡检机器人5对目标电力设备100进行插接式状态巡检，并将巡检结果传输给执行服务器4，执行服务器4判断目标电力设备100存在故障风险的类型，若存在，则向故障确定芯片7通报故障风险的类型；步骤5，故障确定芯片7分别控制声光报警器61和智能手机报警模块62启动报警，并同时通过智能手机报警模块62显示故障风险类型。
40.本发明实施例一种基于电力物联网的故障预警装置及方法的实施原理为：在具体的电力设备智能开关柜的状态预警监测应用中，在智能开关柜的主控电路板上分别布置振动监测传感器11、温度传感器12和基于状态监测芯片13开发的电路板，通过电力物联网网关2与状态分析服务器3无线通信连接；电力设备故障状态预测模型根据振动值历史数据生成故障振动历史曲线，其中一个由于支撑件故障导致的故障发生时的振动数据参见图3，在某时段得到的振动状态曲线参见图4；电力设备故障状态预测模型基于最大振幅持续时间比较振动状态曲线和故障振动历史曲线的相似度s1，计算公式为：其中，是振动状态曲线的振动最大幅度值根据图4曲线取值2.58mm，是故障振动历史曲线的振动最大幅度值，根据图3曲线取值2.72mm，a取0.6，参见图4，大于
80%的持续时间取4s，是大于50%的持续时间取5.5s，b取0.4，代入公式计算得到s1=86%，超过了85%的报警阈值，则状态分析服务器3向执行服务器4发送目标电力设备100存在支撑件故障风险的信号，执行服务器4控制电力巡检机器人5对目标电力设备100进行状态巡检，经过靠近拍摄目标电力设备100的支撑件状态发现目标电力设备100存在支撑件故障风险，执行服务器4向故障确定芯片7通报故障风险的类型为支撑件故障，故障确定芯片7分别控制声光报警器61和智能手机报警模块62启动报警，并同时通过智能手机报警模块62显示故障风险类型为支撑件故障，工作人员收到报警信号后及时进行处置。
41.以上均为本发明的较佳实施例，并非以此限制本发明的保护范围，故：凡依本发明的结构、形状、原理所做的等效变化，均应涵盖于本发明的保护范围之内。

技术特征：
1.一种基于电力物联网的故障预警装置，其特征在于：包括电力设备状态预测组件、故障状态确定组件和故障状态报警组件，所述电力设备状态预测组件包括电力设备状态监测模块（1）、电力物联网网关（2）和状态分析服务器（3），所述电力设备状态监测模块（1）获得目标电力设备（100）的电力状态特征，并通过电力物联网网关（2）传输给状态分析服务器（3），所述状态分析服务器（3）设置电力设备故障状态预测模型，所述电力设备故障状态预测模型基于目标电力设备（100）的电力状态特征和历史故障数据特征对目标电力设备（100）进行故障率预测，所述故障状态确定组件包括执行服务器（4）和多个电力巡检机器人（5），所述执行服务器（4）与状态分析服务器（3）通信连接，执行服务器（4）控制电力巡检机器人（5）到达目标电力设备（100）进行状态巡检，并将巡检结果传输给执行服务器（4），所述故障状态报警组件包括故障确定芯片（7）和报警模块（6），所述故障确定芯片（7）与执行服务器（4）通信连接，并根据状态巡检结果对电力设备故障风险进行确定，当判断电力设备存在故障风险时，故障确定芯片（7）控制报警模块（6）启动报警。2.根据权利要求1所述的一种基于电力物联网的故障预警装置，其特征在于：所述电力设备状态监测模块（1）包括振动监测传感器（11）、温度传感器（12）和状态监测芯片（13），所述振动监测传感器（11）监测目标电力设备（100）的振动状态，所述温度传感器（12）监测目标电力设备（100）的主控电路板温度，振动监测传感器（11）和温度传感器（12）分别与状态监测芯片（13）通信连接，所述状态监测芯片（13）通过电力物联网网关（2）与状态分析服务器（3）通信连接。3.根据权利要求2所述的一种基于电力物联网的故障预警装置，其特征在于：所述状态分析服务器（3）的数据存储器（31）内存储目标电力设备（100）的历史故障数据，历史故障数据包括同类型电力设备故障发生时的振动值历史数据和温度历史数据，电力设备故障状态预测模型根据振动值历史数据生成故障振动历史曲线，根据温度历史数据生成故障温度持续曲线，根据电力设备状态监测模块（1）测得的振动数据生成振动状态曲线，根据电力设备状态监测模块（1）测得的温度数据生成温度状态曲线；电力设备故障状态预测模型比较振动状态曲线和故障振动历史曲线的相似度，比较温度状态曲线和故障温度持续曲线的相似度，若至少一项的相似度比较结果大于85%，则状态分析服务器（3）通知执行服务器（4），通知内容是目标电力设备（100）有故障风险。4.根据权利要求3所述的一种基于电力物联网的故障预警装置，其特征在于：电力设备故障状态预测模型基于最大振幅持续时间比较振动状态曲线和故障振动历史曲线的相似度，计算公式为：其中，是振动状态曲线的振动最大幅度值，是故障振动历史曲线的振动最大幅度值，a是振动幅度权重系数，是大于80%的持续时间，是大于50%的持续时间，b是振动持续时间权重系数。5.根据权利要求4所述的一种基于电力物联网的故障预警装置，其特征在于：电力设备故障状态预测模型基于最大温度持续时间和温度波动比较温度状态曲线和
故障温度持续曲线的相似度，计算公式为：其中，是温度状态曲线的最大温度值，是故障温度持续曲线的最大温度值，是最大温度值权重系数，是大于80%的持续时间，是大于60%的持续时间，f是振动持续时间权重系数。6.根据权利要求5所述的一种基于电力物联网的故障预警装置，其特征在于：当电力设备故障状态预测模型判定目标电力设备（100）的温度状态曲线的温度变化率大于5℃/分钟时，通知内容是目标电力设备（100）有故障风险，所述温度变化率监测去除目标电力设备（100）开机和关机的1-2分钟。7.根据权利要求6所述的一种基于电力物联网的故障预警装置，其特征在于：报警模块（6）包括声光报警器（61）和智能手机报警模块（62），所述声光报警器（61）设置在电力设备监控中心的场所内，故障确定芯片（7）控制声光报警器（61）的开关，所述智能手机报警模块（62）是分管目标电力设备（100）的工作人员所配备的工作智能手机上设置的状态软件，所述故障确定芯片（7）通过电力物联网网关（2）与智能手机报警模块（62）无线通信连接，并控制智能手机报警模块（62）的开关。8.一种基于电力物联网的故障预警方法，其特征在于，采用权利要求7所述的一种基于电力物联网的故障预警装置对目标电力设备（100）进行故障预警，具体方法是：步骤1，电力设备状态监测模块（1）获得目标电力设备（100）的振动数据和温度数据，通过电力物联网网关（2）传输给状态分析服务器（3）；步骤2，状态分析服务器（3）布置的电力设备故障状态预测模型比较振动状态曲线和故障振动历史曲线的相似度，比较温度状态曲线和故障温度持续曲线的相似度；步骤3，若至少一项相似度值存在大于85%，则状态分析服务器（3）向执行服务器（4）发送目标电力设备（100）存在故障风险的信号；步骤4，执行服务器（4）控制电力巡检机器人（5）对目标电力设备（100）进行插接式状态巡检，并将巡检结果传输给执行服务器（4），执行服务器（4）判断目标电力设备（100）存在故障风险的类型，若存在，则向故障确定芯片（7）通报故障风险的类型；步骤5，故障确定芯片（7）分别控制声光报警器（61）和智能手机报警模块（62）启动报警，并同时通过智能手机报警模块（62）显示故障风险类型。

技术总结
本发明公开一种基于电力物联网的故障预警装置及方法，涉及电力设备故障预警技术领域，包括电力设备状态预测组件、故障状态确定组件和故障状态报警组件，所述电力设备状态预测组件包括电力设备状态监测模块、电力物联网网关和状态分析服务器，所述电力设备状态监测模块获得目标电力设备的电力状态特征。本发明摒弃了传统的电力设备等到故障发生再做检修的处理方式，采用电力设备状态监测模块获得目标电力设备的电力状态特征，电力设备故障状态预测模型基于目标电力设备的电力状态特征和历史故障数据特征对目标电力设备进行故障率预测，实现故障风险的提前预警，能大大降低目标电力设备的故障发生率，能大大提高电力系统运行的稳定性。运行的稳定性。运行的稳定性。


技术研发人员：叶进嵘
受保护的技术使用者：厦门星拉科技有限公司
技术研发日：2023.05.15
技术公布日：2023/8/16