基于云边协同的互感器状态评价方法及系统与流程

本发明涉及互感器，具体为基于云边协同的互感器状态评价方法及系统。

背景技术：

1、互感器是电力系统中用于测量电压和电流的重要设备，其准确性直接关系到继电保护、测量仪器和电力计量的可靠性，为了对互感器的状态进行评价，如专利号为cn115759799a的一种基于云边协同的配网互感器运行状态评价方法，包括获取配网互感器的现场测试数据；从远端服务器侧获取所述配网互感器的历史校验数据；利用目标状态评测模型对所述现场测试数据和所述历史校验数据进行综合分析，以得到所述配网互感器的运行状态评价结果。通过上述的方案，能够对配网互感器的运行状态的智能化评价，从而实现了对配网互感器的有效管控，大大节省人力资源。云计算虽然具有强大的计算能力和海量数据处理能力，能够进行复杂的分析和长期数据存储，但存在数据传输量大、时延长，难以满足实时监测需求的问题。

技术实现思路

1、针对现有技术存在数据传输量大、时延长，难以满足实时监测需求的问题，本发明提供了基于云边协同的互感器状态评价方法及系统，充分利用边缘计算的数据处理本地化特点，将数据处理和计算推向网络边缘，使得数据在本地就能得到初步处理，降低了数据传输量，并利用数据分片技术对数据进行切片处理，将进行切片处理后的数据并行传输至云端，共同解决了云端面临的数据传输量大、时延长的问题，并利用云端的算力弥补边缘计算算力低的问题，最终实现了对互感器的实时监测需求。解决了因数据传输量大、时延长，难以满足实时监测需求的问题。提高了故障发现和处理的及时性，避免了因检测延迟导致的隐患，进而提高了监测准确性。

2、为解决上述技术问题，本发明提供了基于云边协同的互感器状态评价方法，包括以下步骤：

3、s1：采集互感数据，在边侧对互感数据进行预处理得到第一目标数据，判断每个第一预设周期内的第一目标数据的波动值，若波动值小于预设值则舍弃第一目标数据，否则执行s2；

4、s2：基于第一目标数据的数据特征和网络特征对第一目标数据进行切片处理得到第二目标数据，利用私有通信将第二目标数据发送至云端服务器；

5、s3：将第二目标数据输入预训练的互感器状态评价模型中进行分析，进而输出互感器的状态。

6、采用上述技术方案后，本发明具有如下优点：

7、第一目标数据是专为互感器状态评估而筛选的，能够直接或间接地对互感器的运行状况、性能表现或潜在故障进行有效评估和预测，因此获取第一目标数据，在互感器正常运行时，第一目标数据会维持在一个相对稳定的范围内，然而，一旦互感器遭遇故障，相应的第一目标数据会出现波动，为了及时识别这些故障迹象，因此设定了预设值，当实际波动值低于此预设值时，可以判断互感器当前并未发生故障，因此若波动值小于预设值则舍弃第一目标数据。通过对数据进行多次处理，减少了数据量，间接的减少了数据的传输时延；

8、在数据的传输过程中，网络带宽在一定程度上决定了数据传输时间，因此基于网络特征对数据进行切片，第一目标数据包括电压、电流数据，为了在后续的数据重组过程中保证电压与电流数据正确重组，因此在传输切片后的数据时，会在电压数据与电流数据中分别增加标识符，而标识符会影响切片的数量与大小，因此基于第一目标数据的数据特征对第一目标数据进行切片，通过第一目标数据的数据特征和网络特征对数据进行合理的切片处理，同时对数据进行切片后当某一数据异常时可直接重传该切片数据，防止重新传输整个数据，进一步显著的减少了数据的传输时延；

9、提高了数据处理效率与传输效率，提高了故障发现和处理的及时性，避免了因检测延迟导致的隐患，进而提高了监测准确性，解决了由于数据传输量大、时延长，导致难以满足实时监测需求的问题。

10、优选的，s1中，所述在边侧对互感数据进行预处理得到第一目标数据包括：

11、基于截至频率与滤波器阶数对互感数据进行过滤得到第一有效数据；

12、基于三倍标准差剔除第一有效数据中的无效数据得到第二有效数据；

13、基于预设规则从第二有效数据中提取第一目标数据。识别并剔除由于测量错误、或极端情况导致的数据，避免此部分数据扭曲数据的整体分布，影响后续分析的准确性，通过剔除这些无效数据，减少了数据量，基于预设规则从有效数据中提取第一目标数据，进一步的减少了数据量，显著的提高了数据集的质量和可靠性。

14、优选的，所述s2包括：

15、s21：获取预设时间段内的历史带宽数据，基于历史带宽数据将预设时间段进行划分，得到目标时间段；

16、s22：基于第一目标数据的数据特征与目标时间段对第一目标数据进行切片得到第二目标数据。

17、网络带宽的需求在不同时间段内可能存在显著差异。通过分析历史带宽数据，可以识别出高带宽需求时段和低带宽需求时段，高带宽需求时段与低带宽需求时段对数据进行切片时，切片策略不一样，因此基于目标时间段对第一目标数据进行切片，有助于对不同时间段的数据进行针对性的切片，以便于最大程度的减少传输时延。

18、优选的，s21中，所述基于历史带宽数据将预设时间段进行划分，得到目标时间段包括：

19、若大于预设带宽数据的相邻历史带宽数据的数目大于预设数目，则该大于预设带宽数据的相邻历史带宽数据所对应的时间段为第一目标时段；

20、若小于预设带宽数据的相邻历史带宽数据的数目大于等于预设数目则该小于等于预设带宽数据的相邻历史带宽数据所对应的时间段为第二目标时段。通过识别出高带宽需求时段和低带宽需求时段，有助于对不同时间段的数据进行针对性的切片，以便于最大程度的减少传输时延。

21、优选的，所述s22包括：

22、s221：基于第一目标数据的数据特征将第一目标数据进行分类，进而得到分类结果，基于分类结果设置标识符；

23、s222：获取第一目标时段的平均带宽，基于平均带宽与标识符的开销对第一目标时段所对应的第一目标数据进行切片；

24、s223：获取第二目标时段所对应的第一目标数据量，基于第一目标数据量与标识符的开销对第二目标时段所对应的第一目标数据进行切片。

25、第一目标时段为高带宽需求时段，高带宽需求时段为了减少传输时延一般切片较大，为了避免因切片过大而导致网络拥堵，进而使得传输时延较长，因此基于平均带宽进行切片，使得每次传输能够携带更多的数据的同时，避免了网络拥堵，从而减少总的传输次数，进而减少了整体传输时延。在低带宽需求时段，容易发生网络拥堵，为了避免网络拥堵，因此基于第一目标数据量进行切片。将标识符开销纳入切片策略的考虑范围，可以防止切片过大而降低传输效率。通过识别出高带宽需求时段和低带宽需求时段，有助于对不同时间段的数据进行针对性的切片，以便于最大程度的减少传输时延。

26、优选的，所述s3包括：

27、s31：将第二目标数据输入预训练的互感器状态评价模型中，基于第二目标数据的数据特征将第二目标数据进行分组，将每个第二预设周期内不同分组的第二目标数据与互感器状态评价模型中的对应基准进行匹配，进而得到匹配结果；

28、s32：基于匹配结果输出互感器的状态。分组处理能够更精细地分析互感器的状态，减少因数据混杂而导致的误判，基准为互感器正常的电压、电流规律，通过将所获取的电流、电压与对应基准进行匹配，基于匹配结果输出互感器的状态，避免使用单一数据判断互感器状态，进而提高了模型的鲁棒性，同时提高了监测准确性。

29、优选的，所述s32包括：

30、若任一第二预设周期内任意两个及以上不同分组的第二目标数据与预训练的互感器状态评价模型中的对应基准不匹配则输出互感器故障；

31、若每个第二预设周期内均不存在两个及以上不同分组的第二目标数据与预训练的互感器状态评价模型中的对应基准不匹配，则获取每个第二预设周期不同分组的第二目标数据与预训练的互感器状态评价模型中的对应基准不匹配的分组数目，基于分组数目计算总量，若总量大于预设总量则输出互感器故障。通过分组匹配判定，能够迅速捕捉到互感器在多个方面的异常，提高了故障检测的灵敏度，累积不匹配分组数目的判定方法则能够捕捉到那些不明显但持续存在的异常，进一步增强了互感器故障检测的全面性。

32、本方案的有益效果：

33、第一目标数据是专为互感器状态评估而筛选的，能够直接或间接地对互感器的运行状况、性能表现或潜在故障进行有效评估和预测，因此获取第一目标数据，在互感器正常运行时，第一目标数据会维持在一个相对稳定的范围内，然而，一旦互感器遭遇故障，相应的第一目标数据会出现显著的波动，为了及时识别这些故障迹象，因此设定了预设值，当实际波动值低于此预设值时，可以判断互感器当前并未发生故障，因此若波动值小于预设值则舍弃第一目标数据。通过对数据进行多次处理，减少了数据量，进而减少了数据的传输时延；

34、在数据的传输过程中，网络带宽在一定程度上决定了数据传输时间，因此基于网络特征对数据进行切片，第一目标数据包括电压、电流数据，为了在后续的数据重组过程中保证电压与电流数据正确重组，因此在传输切片后的数据时，会在电压数据与电流数据中分别增加标识符，而标识符会影响切片的数量与大小，因此基于第一目标数据的数据特征对第一目标数据进行切片，基于第一目标数据的数据特征和网络特征对数据进行合理的切片处理，同时对数据进行切片后当某一数据异常时可直接重传该切片数据，防止重新传输整个数据，进一步显著的减少了数据的传输时延；

35、通过分组匹配判定，能够迅速捕捉到互感器在多个方面的异常，提高了故障检测的灵敏度，累积不匹配分组数目的判定方法则能够捕捉到那些不明显但持续存在的异常，进一步增强了互感器故障检测的全面性；

36、解决了由于数据传输量大、时延长，导致难以满足实时监测需求的问题。

37、本发明还提供了基于云边协同的互感器状态评价系统，包括传感器模块、数据处理模块、数据传输模块、数据分析模块；

38、传感器模块用于采集互感数据；

39、数据处理模块用于在边侧对互感数据进行预处理得到第一目标数据；

40、数据传输模块用于基于第一目标数据的数据特征和网络特征对第一目标数据进行切片处理得到第二目标数据；

41、数据分析模块用于将第二目标数据输入预训练的互感器状态评价模型中进行分析，进而输出互感器的状态。

42、优选的，所述数据传输模块包括目标时间段获取模块，所述目标时间段获取模块用于获取预设时间段内的历史带宽数据，基于历史带宽数据将预设时间段进行划分，得到目标时间段。

43、优选的，所述数据分析模块包括分组匹配模块，所述分组匹配模块用于基于第二目标数据的数据特征将第二目标数据进行分组，将每个第二预设周期内不同分组的第二目标数据与互感器状态评价模型中的对应基准进行匹配。

44、本方案的有益效果：

45、第一目标数据是专为互感器状态评估而筛选的，能够直接或间接地对互感器的运行状况、性能表现或潜在故障进行有效评估和预测，在互感器正常运行时，第一目标数据会维持在一个相对稳定的范围内，然而，一旦互感器遭遇故障，相应的第一目标数据会出现波动，为了及时识别这些故障迹象，因此设定了预设值，当实际波动值低于此预设值时，可以判断互感器当前并未发生故障，因此若波动值小于预设值则舍弃第一目标数据。通过对数据进行多次处理，减少了数据量，进而减少了数据的传输时延；

46、在数据的传输过程中，网络带宽在一定程度上决定了数据传输时间，因此基于网络特征对数据进行切片，第一目标数据包括电压、电流数据，为了在后续的数据重组过程中保证电压与电流数据正确重组，因此在传输切片后的数据时，会在电压数据与电流数据中分别增加标识符，而标识符会影响切片的数量与大小，因此基于第一目标数据的数据特征对第一目标数据进行切片，通过第一目标数据的数据特征和网络特征对数据进行合理的切片处理，同时对数据进行切片后当某一数据异常时可直接重传该切片数据，防止重新传输整个数据，进一步的减少了数据的传输时延；

47、通过多分组匹配判定，能够迅速捕捉到互感器在多个方面的异常，提高了故障检测的灵敏度，进一步增强了故障检测的全面性；

48、解决了由于数据传输量大、时延长，导致难以满足实时监测需求的问题。

49、采用上述技术方案后，本发明具有如下优点：

50、第一目标数据是专为互感器状态评估而筛选的，能够直接或间接地对互感器的运行状况、性能表现或潜在故障进行有效评估和预测，因此获取第一目标数据，在互感器正常运行时，第一目标数据会维持在一个相对稳定的范围内，然而，一旦互感器遭遇故障，相应的第一目标数据会出现显著的波动，为了及时识别这些故障迹象，因此设定了预设值，当实际波动值低于此预设值时，可以判断互感器当前并未发生故障，因此若波动值小于预设值则舍弃第一目标数据。通过对数据进行多次处理，减少了数据量，进而减少了数据的传输时延；

51、在数据的传输过程中，网络带宽在一定程度上决定了数据传输时间，因此基于网络特征对数据进行切片，第一目标数据包括电压、电流数据，为了在后续的数据重组过程中保证电压与电流数据正确重组，因此在传输切片后的数据时，会在电压数据与电流数据中分别增加标识符，而标识符会影响切片的数量与大小，因此基于第一目标数据的数据特征对第一目标数据进行切片，基于第一目标数据的数据特征和网络特征对数据进行合理的切片处理，同时对数据进行切片后当某一数据异常时可直接重传该切片数据，防止重新传输整个数据，进一步显著的减少了数据的传输时延；

52、通过分组匹配判定，能够迅速捕捉到互感器在多个方面的异常，提高了故障检测的灵敏度，累积不匹配分组数目的判定方法则能够捕捉到那些不明显但持续存在的异常，进一步增强了互感器故障检测的全面性；

53、解决了由于数据传输量大、时延长，导致难以满足实时监测需求的问题。