利索能及
我要发布
收藏
专利号: 2024111479282
申请人: 惠州市双远电子科技有限公司
专利类型:发明专利
专利状态:授权未缴费
更新日期:2025-05-11
缴费截止日期: 暂无
联系人

摘要:

权利要求书:

1.一种用于电网运检的优化控制方法,其特征在于,包括以下步骤:步骤S1:获取各段输电线电流数据;对各段输电线电流数据进行电流波动特征提取,得到电网电流波动特征数据;对各段输电线电流数据进行噪声振荡解析,得到瞬态波动噪声数据;对电网电流波动特征数据和瞬态波动噪声数据进行波动模式识别,生成电流波动模式;

步骤S2:获取历史运检数据库;基于历史运检数据库对电流波动模式进行电流异常特征融合分析,生成机器人运检结果;

步骤S3:对各段输电线电流数据进行电磁频谱映射,得到电网电磁频谱数据;对电网电磁频谱数据进行电磁耦合场构建,生成电磁场仿真环境;

步骤S4:对电磁场仿真环境进行电网电势场模拟,生成模拟电势场;基于机器人运检结果对模拟电势场进行实测偏差分析,得到实测偏差数据;

步骤S5:对实测偏差数据进行误差源回溯,生成运检误差源数据;基于运检误差源数据对机器人运检结果进行运检优化,以执行电网运检机器人的优化控制。

2.根据权利要求1所述的用于电网运检的优化控制方法,其特征在于,步骤S1包括以下步骤:步骤S11:通过电网运检机器人对电网输电线进行沿线电流监测,得到各段输电线电流数据;

步骤S12:对各段输电线电流数据进行快速傅里叶变换,生成电网电流频域数据;

步骤S13:对电网电流频域数据进行电流波动特征提取,得到电网电流波动特征数据;

步骤S14:对各段输电线电流数据进行高频噪声提取,生成电流高频噪声数据;

步骤S15:对电流高频噪声数据进行噪声振荡解析,得到瞬态波动噪声数据;

步骤S16:对电网电流波动特征数据和瞬态波动噪声数据进行波动模式识别,生成电流波动模式。

3.根据权利要求2所述的用于电网运检的优化控制方法,其特征在于,步骤S2包括以下步骤:步骤S21:获取历史运检数据;对历史运检数据进行时间戳索引构建,生成历史运检数据库;

步骤S22:基于电流波动模式对历史运检数据库进行匹配检索,得到历史匹配电流波动数据;

步骤S23:根据历史匹配电流波动数据对历史运检数据库进行匹配特征参数提取,得到匹配特征矩阵;

步骤S24:对匹配特征矩阵进行异常特征融合映射,生成机器人运检结果。

4.根据权利要求3所述的用于电网运检的优化控制方法,其特征在于,步骤S24包括以下步骤:步骤S241:对匹配特征矩阵进行复杂事件集成,得到复杂特征向量;

步骤S242:对复杂特征向量进行事件网络映射,生成复杂特征事件网络;

步骤S243:对复杂特征事件网络进行演化规律分析,得到动态复杂事件图;

步骤S244:对动态复杂事件图进行电网运行状态推断,生成机器人运检结果。

5.根据权利要求1所述的用于电网运检的优化控制方法,其特征在于,步骤S3包括以下步骤:步骤S31:对各段输电线电流数据进行对应电网拓扑关联,生成对应电网拓扑关联电流数据;

步骤S32:对对应电网拓扑关联电流数据进行电磁频谱映射分析,得到电网电磁频谱数据;

步骤S33:对电网电磁频谱数据进行频谱参数空间量化,得到电网电磁场参数;

步骤S34:对电网电磁场参数进行电磁场耦合驱动仿真,生成电磁场仿真环境。

6.根据权利要求4所述的用于电网运检的优化控制方法,其特征在于,步骤S4包括以下步骤:步骤S41:对电磁场仿真环境进行电网场态分布推断,得到电网场态分布数据;

步骤S42:对电网场态分布数据进行电势场模拟,生成模拟电势场;

步骤S43:对模拟电势场进行节点电势协同预测,得到节点电势分布预测值;

步骤S44:基于机器人运检结果对节点电势分布预测值进行电势分布对比,得到实测偏差数据。

7.根据权利要求6所述的用于电网运检的优化控制方法,其特征在于,步骤S43包括以下步骤:步骤S431:对模拟电势场进行独立电势场节点切割,得到独立节点电势场;

步骤S432:对独立节点电势场进行协同关系连接预测,生成协同关系矩阵;

步骤S433:对协同关系矩阵进行电势传播模拟,生成模拟电势传播数据;

步骤S434:基于模拟电势传播数据对独立节点电势场进行各节点电势协同预测,得到节点电势分布预测值。

8.根据权利要求1所述的用于电网运检的优化控制方法,其特征在于,步骤S5包括以下步骤:步骤S51:对实测偏差数据进行误差类型分类,得到误差分类数据集;

步骤S52:对误差分类数据集进行误差源回溯,生成运检误差源数据;

步骤S53:对运检误差源数据进行机器人运检模拟,得到机器人测量失准数据;

步骤S54:基于机器人测量失准数据对机器人运检结果进行运检结果优化,得到优化运检结果,并将优化运检结果传回电网机器人,以执行电网运检机器人的优化控制。

9.根据权利要求8所述的用于电网运检的优化控制方法,其特征在于,步骤S52包括以下步骤:步骤S521:对误差分类数据集进行误差树拼接,得到运检误差树;

步骤S522:对误差分类数据集进行类别占比统计,生成误差类别占比数据;

步骤S523:基于误差类别占比数据对运检误差树进行误差贡献度量化,得到误差贡献度数据;

步骤S524:根据误差贡献度数据对误差分类数据集进行误差源回溯,生成运检误差源数据。

10.一种用于电网运检的优化控制系统,其特征在于,用于执行如权利要求1所述的用于电网运检的优化控制方法,该用于电网运检的优化控制系统包括:电流波动识别模块,用于获取各段输电线电流数据;对各段输电线电流数据进行电流波动特征提取,得到电网电流波动特征数据;对各段输电线电流数据进行噪声振荡解析,得到瞬态波动噪声数据;对电网电流波动特征数据和瞬态波动噪声数据进行波动模式识别,生成电流波动模式;

运检分析模块,用于获取历史运检数据库;基于历史运检数据库对电流波动模式进行电流异常特征融合分析,生成机器人运检结果;

电磁场仿真模块,用于对各段输电线电流数据进行电磁频谱映射,得到电网电磁频谱数据;对电网电磁频谱数据进行电磁耦合场构建,生成电磁场仿真环境;

偏差计算模块,用于对电磁场仿真环境进行电网电势场模拟,生成模拟电势场;基于机器人运检结果对模拟电势场进行实测偏差分析,得到实测偏差数据;

机器人优化模块,用于对实测偏差数据进行误差源回溯,生成运检误差源数据;基于运检误差源数据对机器人运检结果进行运检优化,以执行电网运检机器人的优化控制。