本文關(guān)鍵詞： 狀態(tài)監(jiān)測 云計算 并行計算 局部放電 故障診斷　出處：《華北電力大學(xué)(北京)》2017年博士論文　論文類型：學(xué)位論文

【摘要】：數(shù)據(jù)集成與信息共享是建設(shè)堅強智能電網(wǎng)的必然趨勢。隨著電網(wǎng)調(diào)度中心向調(diào)控一體化的發(fā)展,越來越多的電力設(shè)備狀態(tài)數(shù)據(jù)將被送往調(diào)控中心。海量的歷史狀態(tài)數(shù)據(jù)和實時在線監(jiān)測數(shù)據(jù)的快速處理正面臨挑戰(zhàn),本文基于云計算和大數(shù)據(jù)處理技術(shù)對電力設(shè)備狀態(tài)監(jiān)測數(shù)據(jù)的集中并行處理與診斷問題展開了研究。設(shè)計了一種面向電力設(shè)備狀態(tài)監(jiān)測數(shù)據(jù)處理中多應(yīng)用場景的綜合云計算平臺架構(gòu)。在該平臺下,多種并行計算框架共享同一套IT基礎(chǔ)設(shè)施,既節(jié)約了計算平臺投資與維護成本,又利于數(shù)據(jù)集成與信息共享。根據(jù)監(jiān)測數(shù)據(jù)的處理模式和用戶對實時性的需求,計算任務(wù)會以指定資源分配給最合適的計算框架。提出了一種局部放電信號基礎(chǔ)放電參數(shù)的自適應(yīng)提取算法,并在此基礎(chǔ)上提出了基于Hadoop Map Reduce的大量局部放電信號的集中并行批處理方法。采用自適應(yīng)的放電幅值閾值和放電間隔閾值對局部放電信號的局部極值點進行雙重過濾,實現(xiàn)了放電次數(shù)、放電量與相位的自動化提取。借助Map Reduce計算框架,實現(xiàn)了局部放電信號從基礎(chǔ)放電參數(shù)提取、譜圖繪制與特征計算到類型識別整個分析過程的并行處理,提高了大數(shù)據(jù)量下的處理效率。提出了基于Spark內(nèi)存計算技術(shù)的集合經(jīng)驗?zāi)B(tài)分解(EEMD)的并行化算法,彌補了Hadoop Map Reduce應(yīng)用于復(fù)雜數(shù)據(jù)處理場景時的不足。通過對EEMD算法處理時序波形信號時的并行性分析,設(shè)計并實現(xiàn)了波形分段并行與EMD過程并行這兩種不同結(jié)構(gòu)的并行EEMD算法。將所提并行算法應(yīng)用于局部放電波形信號的特征提取,并在計算性能上與串行EEMD算法和基于Hadoop Map Reduce的并行EEMD算法進行了比較。提出了一種基于Storm實時處理技術(shù)和變量預(yù)測模型分類(VPMCD)的電力設(shè)備在線并行故障診斷方法。為了滿足在線診斷需求,將增量學(xué)習(xí)機制引入VPMCD中,采用遞推最小二乘法實現(xiàn)了變量預(yù)測模型(VPM)的增量更新�？紤]到大規(guī)模電力設(shè)備的在線故障診斷問題,設(shè)計了基于Storm的流式數(shù)據(jù)實時處理框架,通過構(gòu)建Storm拓撲組件的監(jiān)聽機制實現(xiàn)了VPM在Storm上的初始化、增量學(xué)習(xí)與應(yīng)用分類。以變壓器油中氣體分析為應(yīng)用實例,測試了所提方法的分類性能和計算性能。
[Abstract]:Data integration and information sharing are the inevitable trend of building a strong smart grid. More and more power equipment status data will be sent to the regulatory center. Rapid processing of massive historical state data and real-time online monitoring data is facing challenges. Based on cloud computing and big data processing technology, the centralized parallel processing and diagnosis of power equipment state monitoring data are studied in this paper. A multi-application scenario for power equipment condition monitoring data processing is designed. Integrated cloud computing platform architecture. Under this platform, Many parallel computing frameworks share the same set of IT infrastructure, which not only saves the cost of investment and maintenance of computing platform, but also facilitates data integration and information sharing. The computing tasks are allocated to the most appropriate computing framework with the specified resources. An adaptive extraction algorithm for the fundamental discharge parameters of PD signals is proposed. On this basis, a centralized and parallel batch processing method for a large number of partial discharge signals based on Hadoop Map Reduce is proposed. The local extremum of partial discharge signal is filtered by adaptive discharge amplitude threshold and discharge interval threshold. The automatic extraction of discharge frequency, discharge quantity and phase is realized. With the help of Map Reduce calculation framework, the parallel processing of partial discharge signal from basic discharge parameters, spectrum drawing and feature calculation to type recognition is realized. In this paper, the processing efficiency of large amount of data is improved. A parallel algorithm of EMD based on Spark memory computing technology is proposed. It makes up for the deficiency of Hadoop Map Reduce in complex data processing scene. By analyzing the parallelism of EEMD algorithm when processing time series waveform signal, This paper designs and implements two parallel EEMD algorithms with two different structures: waveform piecewise parallelism and EMD process parallelism. The proposed parallel algorithm is applied to the feature extraction of PD waveform signals. Compared with serial EEMD algorithm and parallel EEMD algorithm based on Hadoop Map Reduce, a parallel fault diagnosis method for power equipment based on Storm real-time processing technology and variable prediction model classification is proposed. To meet the online diagnostic needs, The incremental learning mechanism is introduced into VPMCD, and the incremental updating of variable prediction model is realized by using recursive least square method. Considering the problem of on-line fault diagnosis of large-scale power equipment, a real-time processing framework of flow data based on Storm is designed. The initialization, incremental learning and application classification of VPM on Storm are realized by constructing the monitoring mechanism of Storm topology components. Taking gas analysis in transformer oil as an application example, the classification performance and computational performance of the proposed method are tested.
【學(xué)位授予單位】：華北電力大學(xué)(北京)
【學(xué)位級別】：博士
【學(xué)位授予年份】：2017
【分類號】：TM507

【相似文獻】

相關(guān)期刊論文 前10條

1 盧解放;電力設(shè)備入市請用戶選購[J];大眾用電;2000年05期

2 唐宏;農(nóng)村電力設(shè)備的防盜對策[J];廣西電業(yè);2004年12期

3 張銳;供電所要加強電力設(shè)備管理[J];農(nóng)村電工;2005年02期

4 ;印度愛沙公司來華采購大宗電力設(shè)備[J];電器工業(yè);2007年10期

5 王建華;榮命哲;耿英三;宋政湘;張國鋼;;數(shù)字化電力設(shè)備的概念與內(nèi)涵[J];電工技術(shù)學(xué)報;2009年06期

6 李寶慶;李小娜;王佑民;;電力設(shè)備發(fā)熱缺陷[J];電氣時代;2009年08期

7 ;中國電力設(shè)備在印度市場面臨考驗[J];電源世界;2013年11期

8 ;昆明隆源達電力設(shè)備有限責(zé)任公司[J];云南電力技術(shù);2000年04期

9 ;《電力設(shè)備》2000年總目次(第1卷第1～4期)[J];電力設(shè)備;2000年Z1期

10 ;電力設(shè)備進軍巴西正逢良機[J];機電信息;2001年05期

相關(guān)會議論文 前10條

1 ;印度擬向進口電力設(shè)備征稅[A];《電站信息》2012年第3期[C];2012年

2 韓文;丁勇;李偉錫;;電力設(shè)備的清洗與防腐技術(shù)探討[A];山東電機工程學(xué)會第五屆供電專業(yè)學(xué)術(shù)交流會論文集[C];2008年

3 張文斌;劉靜萍;;電力設(shè)備風(fēng)險評價方法綜述[A];2010年云南電力技術(shù)論壇論文集（文摘部分）[C];2010年

4 宋勝利;唐炬;許中榮;;變壓器繞組頻率特性對局部放電信號傳播的影響[A];’02全國電工測試技術(shù)學(xué)術(shù)交流會論文集[C];2002年

5 張斌;魯守銀;厲秉強;;電力設(shè)備非量化狀態(tài)信息移動采集與管理系統(tǒng)[A];首屆信息獲取與處理學(xué)術(shù)會議論文集[C];2003年

6 許高峰;唐炬;孫才新;唐治德;周澤宏;;抑制GIS局部放電信號中白噪干擾的混合閾值濾波法研究[A];’02全國電工測試技術(shù)學(xué)術(shù)交流會論文集[C];2002年

7 吳美艷;張懷文;;超導(dǎo)電力設(shè)備的開發(fā)研制以及應(yīng)用前景[A];信息時代科技情報研究、科技期刊編輯學(xué)術(shù)論文集[C];2004年

8 賈申龍;孫江平;;抓住電網(wǎng)建設(shè)機遇 打造合容電氣品牌[A];陜西裝備制造業(yè)發(fā)展論壇論文匯編[C];2006年

9 祝恩國;譚長云;;基于用戶電力技術(shù)的新型電力設(shè)備在配電系統(tǒng)中的應(yīng)用[A];2007中國電機工程學(xué)會電力系統(tǒng)自動化專委會供用電管理自動化學(xué)科組（分專委會）二屆三次會議論文集[C];2007年

10 劉湘平;孟玉禪;;發(fā)電機、變壓器類電力設(shè)備的狀態(tài)監(jiān)測與故障診斷[A];廣東省電機工程學(xué)會2003-2004年度優(yōu)秀論文集[C];2005年

相關(guān)重要報紙文章 前10條

1 慶琳;電力設(shè)備生產(chǎn)應(yīng)與電力發(fā)展同步[N];中國電力報;2003年

2 陳永輝;破壞電力設(shè)備最高可判死刑[N];江蘇法制報;2007年

3 劉功效;信息化助推電力設(shè)備行業(yè)發(fā)展[N];國家電網(wǎng)報;2008年

4 本報記者 于海江;電力設(shè)備上市公司三季度業(yè)績回升[N];中國電力報;2012年

5 撰稿 朱紅光 唐被南 艾俊平;大型電力設(shè)備：把握新的契機[N];中國電力報;2000年

6 高強;理性看待電力設(shè)備的增長[N];中國電力報;2004年

7 ;電力設(shè)備板塊有望成為市場亮點[N];海南日報;2004年

8 馮 潔;破壞電力設(shè)備犯罪問題探討[N];人民法院報;2003年

9 三元顧問;涪陵電力 電力＋電力設(shè)備概念[N];證券時報;2004年

10 薛貴寶邋竇全剛;多項措施確保電力設(shè)備迎峰度夏[N];人民鐵道;2007年

相關(guān)博士學(xué)位論文 前6條

1 王劉旺;基于云計算的電力設(shè)備監(jiān)測數(shù)據(jù)的集中并行處理與診斷[D];華北電力大學(xué)(北京);2017年

2 王燕濤;電力設(shè)備運行與維護的經(jīng)濟規(guī)律研究[D];山東大學(xué);2017年

3 崔雪梅;以復(fù)小波提取局部放電信號特征的原理及方法研究[D];重慶大學(xué);2004年

4 張慧源;電力設(shè)備載流故障預(yù)警與預(yù)測的若干關(guān)鍵技術(shù)研究[D];浙江大學(xué);2014年

5 劉峰;儀用主從耦合分布式并行處理容錯系統(tǒng)體系結(jié)構(gòu)研究[D];浙江大學(xué);2003年

6 王少榮;電力系統(tǒng)分布式廣域同步并行處理平臺研究[D];華中科技大學(xué);2004年

相關(guān)碩士學(xué)位論文 前10條

1 周昊;電力設(shè)備臺賬輸入自動化與運行分析[D];上海交通大學(xué);2014年

2 秦學(xué)良;電力設(shè)備檢修管理系統(tǒng)的設(shè)計與實現(xiàn)[D];電子科技大學(xué);2014年

3 韓福;3M電力設(shè)備產(chǎn)品創(chuàng)新機制改進研究[D];上海交通大學(xué);2012年

4 謝權(quán);惠州供電局變電站電力設(shè)備檢修管理系統(tǒng)的研究與分析[D];云南大學(xué);2015年

5 康永強;基于狀態(tài)監(jiān)測的可修復(fù)雜電力設(shè)備預(yù)防性維修控制策略研究[D];蘭州交通大學(xué);2015年

6 崔志強;四方繼保公司發(fā)展戰(zhàn)略研究[D];中國地質(zhì)大學(xué)(北京);2013年

7 張慧娟;全壽命周期成本理論在電力設(shè)備投資決策中的應(yīng)用[D];太原理工大學(xué);2013年

8 黃國良;電力設(shè)備防盜智能系統(tǒng)技術(shù)研究與應(yīng)用[D];華南理工大學(xué);2016年

9 王們;威海供電公司電力設(shè)備存儲配送管理系統(tǒng)的設(shè)計與實現(xiàn)[D];山東大學(xué);2016年

10 張鎮(zhèn);電力設(shè)備制造定制化供應(yīng)鏈管理戰(zhàn)略[D];上海交通大學(xué);2015年

，

本文編號：1512763