李建軍



摘要:采用物聯網技術進行供電服務督檢現場檢查的數據分析和信息融合處理,提取供電服務督檢現場檢查的統計特征量,采用大數據智能分析基礎,進行供電服務督檢現場檢查儀的系統開發設計,提出基于大數據信息融合和物聯網組網節點優化設計的供電服務督檢現場檢查儀,將系統應用在供電服務督檢現場檢查儀中,建立供電服務督檢現場檢查儀的融合跟蹤識別模型,結合直流配單的電壓等級分布,獲取各指標間關聯性特征集,實現供電服務督檢現場檢查儀優化設計,提高供電服務督檢現場檢查的自動化水平。研究得知,設計的檢查儀可靠性較高,穩定性較好。
關鍵詞: 物聯網技術; 供電服務; 督檢現場檢查儀
中圖分類號: TP202 文獻標識碼: A
1.大數據特征分析
為了實現對物聯網技術在供電服務督檢現場檢查儀應用研究,需要采集直流電能質量和直流側電壓數據,通過構建供電服務督檢現場檢查儀的等效電路模型,利用 T 型電路模型,實現數據的獲取[1]。具體采集過程如下: 構建供電服務督檢現場檢查儀的系統運行或直流負荷關系,采用關聯數據挖掘方法,得到供電服務督檢現場檢查儀的路由終端的 n 個端口的特征分布集,采用最優子節點位置尋優方法,構建供電服務督檢現場檢查儀的物聯網分布組網結構模型,得到供電服務督檢現場 檢 查 儀 的 雙 極 型 直 流 配 電 網 特 征 分 布 集 為x(ηn ),定義雙極型直流配電網的路由地址,得到相關性特征集為:
上式中 ρ∈( 0,1) 表示供電服務督檢現場檢查儀的多個負載均衡控制電壓,在關聯約束指標分布集下,得到供電服務督檢現場檢查儀的系統或直流負荷的正常運行數據,并獲得系統的等效電路結構如圖 1 所示。
通過直流電能質量指標間的相關性關系,根據物聯網檢測的全局路由探測協議,構建各電能質量分簇協議,得到供電服務督檢現場檢查儀的電壓暫降關系和短時電壓的中斷關系如圖 2 所示[2]。
根據上述分析,采用傳感器融合識別方法實現供電服務督檢現場檢查儀的大數據采集。對采集的供電服務督檢現場檢查大數據進行關聯規則特征挖掘和信息識別,結合大數據分析和關聯規則特征提取方法,進行供電服務督檢現場檢查儀的優化設計[3]。
2.供電服務督檢現場檢查儀優化設計
2.1供電服務督檢現場檢查儀的電能指標優化
其中,Φ( x) 是 X 上的運算,Φ( y) 是 Y 上的運算。對于雙極型直流配電網,在每一個網絡單元中的關聯映射值為 Z,上游電源電壓、兩極線路參數的關系為:
其中,NT1表示直流電能質量指標體系的諧波分量,n為各個電能質量的地址列表,Ohello,ij為直流配電網電能質量指標集[4]。
在直流電壓暫降和暫態電壓不平衡時,得到直流電能質量監測的自適應跟蹤概率分布為:
上式中,λS為直流電能質量檢測的樣本訓練長度,p2D為不對稱故障或沖擊負荷,采用相關性檢測方法,得到直流電能質量評估的融合特征從 k+1 時刻 X( k+1) 的預測值為:
在起始時刻 T0,通過供電服務督檢現場檢查儀的鏈路層寬度為:
在直流配電網中的基本組成結構中,采用物聯網組網技術,用 adj( a,c) 表示 a→c 路徑的個數; βd∈( 0,1]時,求得供電服務督檢現場檢查儀的電能指標集,進行傳輸鏈路的優化控制[5]。
3.仿真驗證
為了測試本文方法在實現供電服務督檢現場檢查優化應用中的性能,進行實驗分析,實驗采用 T Frame-work 4. 0 開發工具設計,進行供電服務督檢現場檢查儀的嵌入式平臺搭建,供電服務督檢現場檢查儀的物聯的環境配置參數見表 1。
根據上述仿真場景設計,進行供電服務督檢現場檢查中的電壓波動檢測,得到電壓波動檢測結果如圖 3 所示。
分析圖 3 得知,采用本文方法能有效檢測到電壓或電流諧波含量,測試供電服務督檢現場檢查的有效集指標,得到檢測結果如圖 4 所示。
分析圖 4 得知,采用本文方法進行供電服務督檢現場檢查的指標可靠度較高,檢測的有效性達到 97. 65% ,測試電壓暫降分布,當電壓暫降越高,表示供電服務督檢現場檢查的可靠性越好。
4.結語
在智能供電服務環境下,建立基于物聯網和無線傳感器組網技術的供電服務督檢現場檢查儀,通過現場的供電服務督檢現場檢查,提高供電服務的智能化水平,在進行供電服務督檢現場檢查儀設計中,需要采用物聯網技術進行供電服務督檢現場檢查的數據分析和信息融合處理,提取供電服務督檢現場檢查的統計特征量,采用大數據智能分析基礎,進行供電服務督檢現場檢查儀的系統開發設計,并將系統應用在供電服務督檢現場檢查中,提高供電服務督檢現場檢查的人工智能性和自動化水平[6]。