CN116164843A - 一种基于物联网的电缆监测预警方法及*** - Google Patents
一种基于物联网的电缆监测预警方法及*** Download PDFInfo
- Publication number
- CN116164843A CN116164843A CN202211497459.8A CN202211497459A CN116164843A CN 116164843 A CN116164843 A CN 116164843A CN 202211497459 A CN202211497459 A CN 202211497459A CN 116164843 A CN116164843 A CN 116164843A
- Authority
- CN
- China
- Prior art keywords
- temperature
- cable
- monitoring
- real
- time
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000012544 monitoring process Methods 0.000 title claims abstract description 180
- 238000000034 method Methods 0.000 title claims abstract description 50
- 230000007613 environmental effect Effects 0.000 claims abstract description 100
- 238000001514 detection method Methods 0.000 claims abstract description 72
- 238000003331 infrared imaging Methods 0.000 claims abstract description 27
- 238000012806 monitoring device Methods 0.000 claims abstract description 27
- 230000005856 abnormality Effects 0.000 claims abstract description 25
- 238000011156 evaluation Methods 0.000 claims description 46
- 230000002159 abnormal effect Effects 0.000 claims description 37
- 238000012549 training Methods 0.000 claims description 28
- 230000015654 memory Effects 0.000 claims description 23
- 230000008859 change Effects 0.000 claims description 15
- 238000000547 structure data Methods 0.000 claims description 11
- 238000009826 distribution Methods 0.000 claims description 7
- 238000012545 processing Methods 0.000 claims description 3
- 238000004891 communication Methods 0.000 claims description 2
- 230000006855 networking Effects 0.000 claims 2
- 230000000694 effects Effects 0.000 abstract description 8
- 230000011218 segmentation Effects 0.000 description 12
- 238000004590 computer program Methods 0.000 description 9
- 238000010276 construction Methods 0.000 description 5
- 230000008569 process Effects 0.000 description 5
- 238000012360 testing method Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000000605 extraction Methods 0.000 description 2
- 238000013021 overheating Methods 0.000 description 2
- 238000003860 storage Methods 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 230000032683 aging Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000004880 explosion Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000003062 neural network model Methods 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000005192 partition Methods 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 230000000246 remedial effect Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000001931 thermography Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
- G01J5/00—Radiation pyrometry, e.g. infrared or optical thermometry
- G01J5/0096—Radiation pyrometry, e.g. infrared or optical thermometry for measuring wires, electrical contacts or electronic systems
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
- G01J5/00—Radiation pyrometry, e.g. infrared or optical thermometry
- G01J5/02—Constructional details
- G01J5/03—Arrangements for indicating or recording specially adapted for radiation pyrometers
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
- G01J5/00—Radiation pyrometry, e.g. infrared or optical thermometry
- G01J5/48—Thermography; Techniques using wholly visual means
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
- G01J5/00—Radiation pyrometry, e.g. infrared or optical thermometry
- G01J2005/0077—Imaging
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Alarm Systems (AREA)
Abstract
本公开提供了一种基于物联网的电缆监测预警方法及***，涉及电缆监测技术领域，该方法包括：获得目标区域的电缆信息集；获得监测点规划方案；对红外成像监测装置进行布设，对目标区域内的电缆进行实时温度监测，获得实时电缆温度监测数据；基于所述实时电缆温度监测数据进行异常检测，获得温度异常检测结果；获得目标区域内的环境气象数据集；获得电缆温度预测结果；当所述电缆温度预测结果不满足电缆温度约束区间时，获得电缆温度预警信号，并将所述电缆温度预警信号发送至所述物联网预警模块。解决了现有技术中电缆的温度监测预警准确性不足，进而造成电缆的温度监测预警效果不佳的技术问题。
Description
技术领域
本公开涉及电缆监测技术领域，具体涉及一种基于物联网的电缆监测预警方法及***。
背景技术
高压电缆的安全对于发电厂来说，是非常重要的。在长期运行过程中,高压电缆的外部热故障主要指各节点由于接头接触不良等原因，在大电流作用下，接头温度升高，接触电阻增大，恶性循环造成安全隐患。
近年来，已发生过多起电缆过热，造成火灾和大面积的停电事故。而解决电缆过热问题是预防此类事故发生的关键。从众多电厂电缆火灾的教训分析，电缆中间头制作不良、接头老化造成爆裂，引发火灾是重要原因之一。从整个过程分析，若能在火灾潜伏期的温度缓慢或异常升高时期就及时发现，并采取补救措施，当是最佳的防范时机。
目前，现有技术中存在电缆的温度监测预警准确性不足，进而造成电缆的温度监测预警效果不佳的技术问题。
发明内容
本公开提供了一种基于物联网的电缆监测预警方法及***，用以解决现有技术中电缆的温度监测预警准确性不足，进而造成电缆的温度监测预警效果不佳的技术问题。
根据本公开的第一方面，提供了一种基于物联网的电缆监测预警方法，包括：对目标区域内的电缆进行信息采集，获得目标区域的电缆信息集；基于所述电缆信息集进行监测点规划分析，获得监测点规划方案；基于所述监测点规划方案对所述红外成像监测装置进行布设，当布设完成之后，通过所述红外成像监测装置对目标区域内的电缆进行实时温度监测，获得实时电缆温度监测数据；基于所述实时电缆温度监测数据进行异常检测，获得温度异常检测结果；获得目标区域内的环境气象数据集，其中，所述环境气象数据集包括实时环境信息和环境气象预报数据；基于所述环境气象数据集、所述温度异常检测结果、所述实时电缆温度监测数据，对目标区域内的电缆进行温度预测，获得电缆温度预测结果；获得电缆温度约束区间，判断所述电缆温度预测结果是否满足所述电缆温度约束区间，当所述电缆温度预测结果不满足所述电缆温度约束区间时，获得电缆温度预警信号，并将所述电缆温度预警信号发送至所述物联网预警模块。
根据本公开的第二方面，提供了一种基于物联网的电缆监测预警***，包括：电缆信息采集模块，所述电缆信息采集模块用于对目标区域内的电缆进行信息采集，获得目标区域的电缆信息集；监测点规划分析模块，所述监测点规划分析模块用于基于所述电缆信息集进行监测点规划分析，获得监测点规划方案；实时温度监测模块，所述实时温度监测模块用于基于所述监测点规划方案对所述红外成像监测装置进行布设，当布设完成之后，通过所述红外成像监测装置对目标区域内的电缆进行实时温度监测，获得实时电缆温度监测数据；温度异常检测模块，所述温度异常检测模块用于基于所述实时电缆温度监测数据进行异常检测，获得温度异常检测结果；环境气象数据获取模块，所述环境气象数据获取模块用于获得目标区域内的环境气象数据集，其中，所述环境气象数据集包括实时环境信息和环境气象预报数据；电缆温度预测模块，所述电缆温度预测模块用于基于所述环境气象数据集、所述温度异常检测结果、所述实时电缆温度监测数据，对目标区域内的电缆进行温度预测，获得电缆温度预测结果；电缆温度预警模块，所述电缆温度预警模块用于获得电缆温度约束区间，判断所述电缆温度预测结果是否满足所述电缆温度约束区间，当所述电缆温度预测结果不满足所述电缆温度约束区间时，获得电缆温度预警信号，并将所述电缆温度预警信号发送至所述物联网预警模块。
根据本公开的第三方面，提供了一种电子设备，包括：
至少一个处理器；以及
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行第一方面所述的方法。
根据本公开采用的一种基于物联网的电缆监测预警方法，对目标区域内的电缆进行信息采集，获得目标区域的电缆信息集；基于所述电缆信息集进行监测点规划分析，获得监测点规划方案；基于所述监测点规划方案对所述红外成像监测装置进行布设，当布设完成之后，通过所述红外成像监测装置对目标区域内的电缆进行实时温度监测，获得实时电缆温度监测数据；基于所述实时电缆温度监测数据进行异常检测，获得温度异常检测结果；获得目标区域内的环境气象数据集，其中，所述环境气象数据集包括实时环境信息和环境气象预报数据；基于所述环境气象数据集、所述温度异常检测结果、所述实时电缆温度监测数据，对目标区域内的电缆进行温度预测，获得电缆温度预测结果；获得电缆温度约束区间，判断所述电缆温度预测结果是否满足所述电缆温度约束区间，当所述电缆温度预测结果不满足所述电缆温度约束区间时，获得电缆温度预警信号，并将所述电缆温度预警信号发送至所述物联网预警模块。本公开基于红外成像监测装置，对电缆温度进行实时监测，同时分析了环境气象对电缆运行温度造成的影响，进而对电缆温度进行预警，达到提高电缆的温度监测预警准确性，进而提升电缆的温度监测预警效果的技术效果。
应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
为了更清楚地说明本公开或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是示例性的，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图获得其他的附图。
图1为本公开实施例提供的一种基于物联网的电缆监测预警方法的流程示意图；
图2为本公开实施例提供的一种基于物联网的电缆监测预警***的结构示意图；
图3为本公开实施例提供的一种电子设备的结构示意图。
附图标记说明：电缆信息采集模块11，监测点规划分析模块12，实时温度监测模块13，温度异常检测模块14，环境气象数据获取模块15，电缆温度预测模块16，电缆温度预警模块17，电子设备800，处理器801，存储器802，总线803。
具体实施方式
以下结合附图对本公开的示范性实施例做出说明，其中包括本公开实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本公开的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。
为了解决现有技术中电缆的温度监测预警准确性不足，进而造成电缆的温度监测预警效果不佳的技术问题，本公开的发明人经过创造性的劳动，得到了本公开的一种基于物联网的电缆监测预警方法及***。
实施例一
图1为本申请实施例提供的一种基于物联网的电缆监测预警方法图，所述方法应用于一种基于物联网的电缆监测预警***，所述***包括红外成像监测装置、物联网预警模块，如图1所示，所述方法包括：
步骤S100：对目标区域内的电缆进行信息采集，获得目标区域的电缆信息集；
本实施例中，上述的红外成像监测装置是可以将温度转换成可视图像，而且能显示物体的温度分布情况的装置，例如，红外热成像视频摄像机，是一种通过接受物体发出的红外线来显示的摄像机，任何有温度的物体都会发出红外线，热像仪就是接收物体发出的红外线，通过有颜色的图片来显示被测量物表面的温度分布。上述的物联网预警模块是用于对电缆的异常温度进行预警的***平台。
具体而言，目标区域是需要进行电缆监测预警的区域，对目标区域内的电缆进行信息采集，获得目标区域的电缆信息集，电缆信息集包括电缆的数量、电缆长度、电缆横截面积、电缆分布、电压等级等信息。
步骤S200：基于所述电缆信息集进行监测点规划分析，获得监测点规划方案；
其中，所述基于所述电缆信息集进行监测点规划分析，获得监测点规划方案，本申请实施例步骤S200还包括：
步骤S210：对所述电缆信息集进行特征提取，获得电缆结构数据和电缆位置数据；
步骤S220：对目标区域内的电缆进行监测指数评估，获得监测指数评估结果；
步骤S230：将所述电缆结构数据、所述电缆位置数据、所述监测指数评估结果输入监测规划分析模型，获得所述监测点规划方案。
其中，所述对目标区域内的电缆进行监测指数评估，获得监测指数评估结果，本申请实施例步骤S220还包括：
步骤S221：获得预设历史时间集合；
步骤S222：基于所述预设历史时间集合，对目标区域内的电缆进行历史异常温度信息采集，获得电缆历史异常温度数据库；
步骤S223：基于所述电缆历史异常温度数据库，对目标区域内的电缆进行温度异常特征评估，获得温度异常特征评估结果；
步骤S224：基于所述温度异常特征评估结果，获得所述监测指数评估结果。
具体而言，根据电缆信息集合，进行监测点规划分析，获得监测点规划方案，监测点规划方案包括监测点的设置数量及位置。
具体地，对电缆信息集进行特征提取，获得电缆结构数据和电缆位置数据，电缆结构数据包括目标区域电缆的数量、连接关系等，比如一条电缆总线下面又接入了几条电缆分线，对目标区域内的电缆进行监测指数评估，获得监测指数评估结果，电缆位置数据就是电缆的位置分布，将电缆结构数据、电缆位置数据、监测指数评估结果输入监测规划分析模型，获得所述监测点规划方案。
具体地，所述监测规划分析模型为机器学习中的，可以不断进行自我迭代优化的神经网络模型，所述监测规划分析模型通过训练数据集合监督数据集训练获得，其中，所述训练数据集中的每组训练数据均包括电缆结构数据、电缆位置数据、监测指数评估结果；所述监督数据集为与所述训练数据集一一对应的输出结果，所述输出结果即为监测点规划方案。进一步的，所述监测规划分析模型构建过程为：将训练数据集中每一组训练数据输入监测规划分析模型，通过这组训练数据对应的监督数据进行监测规划分析模型的输出监督调整，当监测规划分析模型的输出结果与监督数据一致，则当前组训练结束，将训练数据集中全部的训练数据均训练结束，则监测规划分析模型训练完成，训练完成后的监测规划分析模型可根据输入数据进行复杂的非线性逻辑运算，获得输出结果。
为了保证监测规划分析模型的准确性，可以通过测试数据集进行监测规划分析模型的测试处理，举例而言，测试准确率可以设定为90％，当测试数据集的测试准确率满足90％时，则监测规划分析模型构建完成。
将电缆结构数据、电缆位置数据、监测指数评估结果输入监测规划分析模型，就可以获得监测点规划方案。
具体地，获得预设历史时间集合，预设历史时间集合可以根据实际情况，选择过去的一段时间进行设定，可以是过去的一个月、半年或者一年，根据预设历史时间集合，对目标区域内的电缆进行历史异常温度信息采集，采集电缆各部位出现历史异常温度的温度值和次数，进而获得电缆历史异常温度数据库，电缆历史异常温度数据库就包含电缆出现的异常温度及其次数，进而根据电缆历史异常温度数据库，对目标区域内的电缆进行温度异常特征评估，获得温度异常特征评估结果，基于温度异常特征评估结果，获得监测指数评估结果。
步骤S300：基于所述监测点规划方案对所述红外成像监测装置进行布设，当布设完成之后，通过所述红外成像监测装置对目标区域内的电缆进行实时温度监测，获得实时电缆温度监测数据；
具体而言，根据监测点规划方案对红外成像监测装置进行布设，监测点规划方案中规划出了电缆监测点，可以根据实际情况，在各个规划出的监测点布设红外成像监测装置，根据布设完成的红外成像监测装置对目标区域内的电缆进行实时温度监测，红外成像监测装置可以将温度转换成可视图像，而且能显示电缆的温度分布情况，基于此，获得实时电缆温度监测数据，实时电缆温度监测数据包含电缆各个部位的实时温度。
步骤S400：基于所述实时电缆温度监测数据进行异常检测，获得温度异常检测结果；
其中，基于所述实时电缆温度监测数据进行异常检测，获得温度异常检测结果，本申请实施例步骤S400还包括：
步骤S410：获得训练数据集；
步骤S420：基于所述训练数据集，通过孤立森林法构建温度异常检测模型；
步骤S430：将所述实时电缆温度监测数据作为输入信息，输入所述温度异常检测模型，获得所述温度异常检测结果。
其中，获得所述温度异常检测结果之后，步骤S430之后还有步骤S440，本申请实施例步骤S440包括：
步骤S441：构建实时温度预警区间；
步骤S442：判断所述温度异常检测结果是否满足所述实时温度预警区间；
步骤S443：如果所述温度异常检测结果满足所述实时温度预警区间，生成实时温度预警信息，并将所述实时温度预警信息发送至所述物联网预警模块。
具体而言，根据实时电缆温度监测数据进行异常检测，检测电缆温度异常的数据，进而获得温度异常检测结果，温度异常检测结果即为温度异常的数据。
具体地，选择使用孤立森林法对实时电缆温度监测数据进行异常检测，获得训练数据集，训练数据集是电缆温度监测数据，根据电缆温度监测数据通过孤立森林法构建温度异常检测模型。
具体的，基于孤立森林法，递归地随机分割训练数据集，直至将所有的训练数据分割至孤立状态或者达到预期要求为止。在此随机进行分割的过程中，由于未出现异常数据形成密集的数据群，因此，将未出现异常的数据分割至孤立需要多次分割，而出现异常的数据远离密集的数据群，将出现异常的数据分割至孤立只需要较少次数的分割，因此在孤立森林中的树不需要太大的分割路径长度，所以可以用更小的值作为分割路径长度，从根节点经过的分割次数即为分割路径长度，可以根据实际情况，设定一个分割路径长度，达到分割路径长度后停止分割，获取分割结果，作为异常特征标识的依据，孤立的且分割路径较短的数据即为异常数据温度异常检测模型构建完成。
将实时电缆温度监测数据作为输入信息，输入温度异常检测模型，遍历温度异常检测模型的所有分割节点进行匹配，如果实时电缆温度监测数据匹配到孤立的且分割路径较短的节点，即为温度异常数据，从而获得温度异常检测结果。
具体地，获得温度异常检测结果之后，构建实时温度预警区间，实时温度预警区间根据实际情况自行设定，即为电缆温度不正常的温度区间，比如电缆温度高于多少度，判断温度异常检测结果是否满足实时温度预警区间，如果温度异常检测结果在实时温度预警区间范围内，生成实时温度预警信息，并将实时温度预警信息发送至所述物联网预警模块，实时温度预警信息即为提醒工作人员进行检修的信息。
步骤S500：获得目标区域内的环境气象数据集，其中，所述环境气象数据集包括实时环境信息和环境气象预报数据；
具体而言，实时环境信息是目标区域当前的环境信息，包括实时温度、湿度等信息，环境气象预报数据是指目标区域未来的环境气象预测数据，包括温度预测数据、湿度预测数据等。
步骤S600：基于所述环境气象数据集、所述温度异常检测结果、所述实时电缆温度监测数据，对目标区域内的电缆进行温度预测，获得电缆温度预测结果；
其中，基于所述环境气象数据集、所述温度异常检测结果、所述实时电缆温度监测数据，对目标区域内的电缆进行温度预测，获得电缆温度预测结果，本申请实施例步骤S600还包括：
步骤S610：基于所述实时环境信息对目标区域内的电缆进行温度影响性评估，获得实时环境影响因子；
步骤S620：基于所述环境气象预报数据对目标区域内的电缆进行温度影响性评估，获得气象预报影响因子；
步骤S630：构建电缆温度预测分析模型；
步骤S640：将所述实时环境影响因子、所述气象预报影响因子、所述温度异常检测结果、所述实时电缆温度监测数据输入所述电缆温度预测分析模型，获得所述电缆温度预测结果。
其中，本申请实施例步骤S610还包括：
步骤S611：基于所述环境气象预报数据，获得环境温度预报数据；
步骤S612：基于所述环境温度预报数据进行曲线绘制，获得环境温度预报曲线；
步骤S613：基于所述环境温度预报曲线进行环境温度变化趋势分析，获得环境温度变化趋势分析结果；
步骤S614：基于所述环境温度变化趋势分析结果对目标区域内的电缆进行温度影响性评估，获得环境温度预报影响因子；
步骤S615：将所述环境温度预报影响因子添加至所述气象预报影响因子。
具体而言，根据环境气象数据集、温度异常检测结果、实时电缆温度监测数据，对目标区域内的电缆进行温度预测，获得电缆温度预测结果
具体地，根据实时环境信息对目标区域内的电缆进行温度影响性评估，获得实时环境影响因子，实时环境信息包括实施环境温度、湿度等，实施环境温度会对电缆的温度造成一定的影响，比如，实时环境温度较低，使得电缆的温度降低，实时环境影响因子即为实时环境对电缆温度造成的影响数据；基于环境气象预报数据对目标区域内的电缆进行温度影响性评估，获得气象预报影响因子，环境气象预报数据即为未来的环境气象，比如，未来气温会降低，势必会导致电缆温度受到一定影响，气象预报影响因子即为环境气象预报数据对电缆温度的影像数据。进一步的，构建电缆温度预测分析模型，电缆温度预测分析模型是对实时环境影响因子、气象预报影响因子、温度异常检测结果、实时电缆温度监测数据进行分析的功能模型，通过以实时环境影响因子、气象预报影响因子、温度异常检测结果、实时电缆温度监测数据与其对应的电缆温度预测结果作为训练数据进行训练得到的，将实时环境影响因子、气象预报影响因子、温度异常检测结果、实时电缆温度监测数据输入电缆温度预测分析模型，对电缆温度进行分析预测，获得电缆温度预测结果。
具体地，根据环境气象预报数据，获得环境温度预报数据，环境温度预报数据即为未来的环境温度预测数据，基于环境温度预报数据进行曲线绘制，获得环境温度预报曲线，基于环境温度预报曲线进行环境温度变化趋势分析，简单来说，可以以时间为横坐标，预测温度为纵坐标，构建直角坐标系，绘制环境温度预报曲线，可以直观看到环境温度变化趋势，进而获得环境温度变化趋势分析结果，根据环境温度变化趋势分析结果对目标区域内的电缆进行温度影响性评估，获得环境温度预报影响因子，将环境温度预报影响因子添加至气象预报影响因子。
步骤S700：获得电缆温度约束区间，判断所述电缆温度预测结果是否满足所述电缆温度约束区间，当所述电缆温度预测结果不满足所述电缆温度约束区间时，获得电缆温度预警信号，并将所述电缆温度预警信号发送至所述物联网预警模块。
具体而言，获得电缆温度约束区间，电缆温度约束区间根据实际情况自行设定，就是说，电缆温度约束区间就是一个温度变化范围，电缆温度在这个温度范围内变化是正常的，然后判断电缆温度预测结果是否满足电缆温度约束区间，当电缆温度预测结果不满足电缆温度约束区间时，说明电缆温度预测结果是异常的，可能存在故障，基于此，获得电缆温度预警信号，并将电缆温度预警信号发送至物联网预警模块，工作人员可以根据电缆温度预警信号对电缆进行维护检修，防止电缆运行出现重大故障，造成损失。
基于上述分析可知，本公开提供了一种基于物联网的电缆监测预警方法，在本实施例中，基于红外成像监测装置，对电缆温度进行实时监测，同时分析了环境气象对电缆运行温度造成的影响，进而对电缆温度进行预警，达到提高电缆的温度监测预警准确性，进而提升电缆的温度监测预警效果的技术效果。
实施例二
基于与前述实施例中一种基于物联网的电缆监测预警方法同样的发明构思，如图2所示，本申请还提供了一种基于物联网的电缆监测预警***，所述***与红外成像监测装置、物联网预警模块通信连接，所述***包括：
电缆信息采集模块11，所述电缆信息采集模块11用于对目标区域内的电缆进行信息采集，获得目标区域的电缆信息集；
监测点规划分析模块12，所述监测点规划分析模块12用于基于所述电缆信息集进行监测点规划分析，获得监测点规划方案；
实时温度监测模块13，所述实时温度监测模块13用于基于所述监测点规划方案对所述红外成像监测装置进行布设，当布设完成之后，通过所述红外成像监测装置对目标区域内的电缆进行实时温度监测，获得实时电缆温度监测数据；
温度异常检测模块14，所述温度异常检测模块14用于基于所述实时电缆温度监测数据进行异常检测，获得温度异常检测结果；
环境气象数据获取模块15，所述环境气象数据获取模块15用于获得目标区域内的环境气象数据集，其中，所述环境气象数据集包括实时环境信息和环境气象预报数据；
电缆温度预测模块16，所述电缆温度预测模块16用于基于所述环境气象数据集、所述温度异常检测结果、所述实时电缆温度监测数据，对目标区域内的电缆进行温度预测，获得电缆温度预测结果；
电缆温度预警模块17，所述电缆温度预警模块17用于获得电缆温度约束区间，判断所述电缆温度预测结果是否满足所述电缆温度约束区间，当所述电缆温度预测结果不满足所述电缆温度约束区间时，获得电缆温度预警信号，并将所述电缆温度预警信号发送至所述物联网预警模块。
进一步而言，所述***还包括：
特征提取模块，所述特征提取模块用于对所述电缆信息集进行特征提取，获得电缆结构数据和电缆位置数据；
监测指数评估模块，所述监测指数评估模块用于对目标区域内的电缆进行监测指数评估，获得监测指数评估结果；
监测规划分析模块，所述监测分析规划模块用于将所述电缆结构数据、所述电缆位置数据、所述监测指数评估结果输入监测规划分析模型，获得所述监测点规划方案。
进一步而言，所述***还包括：
预设历史时间集合获取模块，所述预设历史时间集合获取模块用于获得预设历史时间集合；
历史异常温度采集模块，历史异常温度采集模块用于基于所述预设历史时间集合，对目标区域内的电缆进行历史异常温度信息采集，获得电缆历史异常温度数据库；
温度异常特征评估模块，所述温度异常特征评估模块用于基于所述电缆历史异常温度数据库，对目标区域内的电缆进行温度异常特征评估，获得温度异常特征评估结果；
监测指数评估结果获取模块，所述监测指数评估结果获取模块用于基于所述温度异常特征评估结果，获得所述监测指数评估结果。
进一步而言，所述***还包括：
训练数据集获取模块，所述训练数据集获取模块用于获得训练数据集；
温度异常检测模型构建模块，所述温度异常检测模型构建模块用于基于所述训练数据集，通过孤立森林法构建温度异常检测模型；
温度异常检测结果获取模块，所述温度异常检测结果获取模块用于将所述实时电缆温度监测数据作为输入信息，输入所述温度异常检测模型，获得所述温度异常检测结果。
进一步而言，所述***还包括：
温度预警区间构建模块，所述温度预警区间构建模块用于构建实时温度预警区间；
温度异常检测结果判断模块，所述温度异常检测结果判断模块用于判断所述温度异常检测结果是否满足所述实时温度预警区间；
温度预警信息生成模块，所述温度预警信息生成模块用于如果所述温度异常检测结果满足所述实时温度预警区间，生成实时温度预警信息，并将所述实时温度预警信息发送至所述物联网预警模块。
进一步而言，所述***还包括：
实时环境影响因子获取模块，所述实时环境影响因子获取模块用于基于所述实时环境信息对目标区域内的电缆进行温度影响性评估，获得实时环境影响因子；
气象预报影响因子获取模块，所述气象预报影响因子获取模块用于基于所述环境气象预报数据对目标区域内的电缆进行温度影响性评估，获得气象预报影响因子；
电缆温度预测分析模型构建模块，所述电缆温度预测分析模型构建模块用于构建电缆温度预测分析模型；
电缆温度预测分析模块，所述电缆温度预测分析模块用于将所述实时环境影响因子、所述气象预报影响因子、所述温度异常检测结果、所述实时电缆温度监测数据输入所述电缆温度预测分析模型，获得所述电缆温度预测结果。
进一步而言，所述***还包括：
环境温度预报数据获取模块，所述环境温度预报数据获取模块用于基于所述环境气象预报数据，获得环境温度预报数据；
环境温度预报曲线获取模块，所述环境温度预报曲线获取模块用于基于所述环境温度预报数据进行曲线绘制，获得环境温度预报曲线；
环境温度变化趋势分析模块，所述环境温度变化趋势分析模块用于基于所述环境温度预报曲线进行环境温度变化趋势分析，获得环境温度变化趋势分析结果；
环境温度预报影响因子获取模块，所述环境温度预报影响因子获取模块用于基于所述环境温度变化趋势分析结果对目标区域内的电缆进行温度影响性评估，获得环境温度预报影响因子；
气象预报影响因子添加模块，所述气象预报影响因子添加模块用于将所述环境温度预报影响因子添加至所述气象预报影响因子。
前述实施例一中的一种基于物联网的电缆监测预警方法具体实例同样适用于本实施例的一种基于物联网的电缆监测预警***，通过前述对一种基于物联网的电缆监测预警方法的详细描述，本领域技术人员可以清楚的知道本实施例中一种基于物联网的电缆监测预警***，所以为了说明书的简洁，在此不再详述。对于实施例公开的装置而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。
实施例三
图3是根据本公开第三实施例的示意图，如图3所示，本公开中的电子设备800可以包括：处理器801和存储器802。
存储器802，用于存储程序；存储器802，可以包括易失性存储器(英文：volatilememory)，例如随机存取存储器(英文：random-access memory，缩写：RAM)，如静态随机存取存储器(英文：static random-access memory，缩写：SRAM)，双倍数据率同步动态随机存取存储器(英文：Double Data Rate Synchronous Dynamic Random AccessMemory，缩写：DDR SDRAM)等；存储器也可以包括非易失性存储器(英文：non-volatilememory)，例如快闪存储器(英文：flash memory)。存储器802用于存储计算机程序(如实现上述方法的应用程序、功能模块等)、计算机指令等，上述的计算机程序、计算机指令等可以分区存储在一个或多个存储器802中。并且上述的计算机程序、计算机指令、数据等可以被处理器801调用。
上述的计算机程序、计算机指令等可以分区存储在一个或多个存储器802中。并且上述的计算机程序、计算机指据等可以被处理器801调用。
处理器801，用于执行存储器802存储的计算机程序，以实现上述实施例涉及的方法中的各个步骤。
具体可以参见前面方法实施例中的相关描述。
处理器801和存储器802可以是独立结构，也可以是集成在一起的集成结构。当处理器801和存储器802是独立结构时，存储器802、处理器801可以通过总线803耦合连接。
本实施例的电子设备可以执行上述方法中的技术方案，其具体实现过程和技术原理相同，此处不再赘述。
根据本公开的实施例，本公开还提供了一种电子设备、一种可读存储介质和一种计算机程序产品。
根据本公开的实施例，本公开还提供了一种计算机程序产品，计算机程序产品包括：计算机程序，计算机程序存储在可读存储介质中，电子设备的至少一个处理器可以从可读存储介质读取计算机程序，至少一个处理器执行计算机程序使得电子设备执行上述任一实施例提供的方案。
应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本发公开中记载的各步骤可以并行地执行，也可以顺序地执行也可以不同的次序执行，
只要能够实现本公开公开的技术方案所期望的结果，本文在此不进行限制。
上述具体实施方式，并不构成对本公开保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本公开的精神和原则之内所作的修改、等同替换和改进等，均应包含在本公开保护范围之内。
Claims (9)
1.一种基于物联网的电缆监测预警方法，其特征在于，所述方法应用于一种基于物联网的电缆监测预警***，所述***包括红外成像监测装置、物联网预警模块，所述方法包括：
对目标区域内的电缆进行信息采集，获得目标区域的电缆信息集；
基于所述电缆信息集进行监测点规划分析，获得监测点规划方案；
基于所述监测点规划方案对所述红外成像监测装置进行布设，当布设完成之后，通过所述红外成像监测装置对目标区域内的电缆进行实时温度监测，获得实时电缆温度监测数据；
基于所述实时电缆温度监测数据进行异常检测，获得温度异常检测结果；
获得目标区域内的环境气象数据集，其中，所述环境气象数据集包括实时环境信息和环境气象预报数据；
基于所述环境气象数据集、所述温度异常检测结果、所述实时电缆温度监测数据，对目标区域内的电缆进行温度预测，获得电缆温度预测结果；
获得电缆温度约束区间，判断所述电缆温度预测结果是否满足所述电缆温度约束区间，当所述电缆温度预测结果不满足所述电缆温度约束区间时，获得电缆温度预警信号，并将所述电缆温度预警信号发送至所述物联网预警模块。
2.如权利要求1所述的方法，其特征在于，基于所述电缆信息集进行监测点规划分析，获得监测点规划方案，所述方法还包括：
对所述电缆信息集进行特征提取，获得电缆结构数据和电缆位置数据；
对目标区域内的电缆进行监测指数评估，获得监测指数评估结果；
将所述电缆结构数据、所述电缆位置数据、所述监测指数评估结果输入监测规划分析模型，获得所述监测点规划方案。
3.如权利要求2所述的方法，其特征在于，对目标区域内的电缆进行监测指数评估，获得监测指数评估结果，所述方法还包括：
获得预设历史时间集合；
基于所述预设历史时间集合，对目标区域内的电缆进行历史异常温度信息采集，获得电缆历史异常温度数据库；
基于所述电缆历史异常温度数据库，对目标区域内的电缆进行温度异常特征评估，获得温度异常特征评估结果；
基于所述温度异常特征评估结果，获得所述监测指数评估结果。
4.如权利要求1所述的方法，其特征在于，基于所述实时电缆温度监测数据进行异常检测，获得温度异常检测结果，所述方法还包括：
获得训练数据集；
基于所述训练数据集，通过孤立森林法构建温度异常检测模型；
将所述实时电缆温度监测数据作为输入信息，输入所述温度异常检测模型，获得所述温度异常检测结果。
5.如权利要求4所述的方法，其特征在于，获得所述温度异常检测结果之后，所述方法还包括：
构建实时温度预警区间；
判断所述温度异常检测结果是否满足所述实时温度预警区间；
如果所述温度异常检测结果满足所述实时温度预警区间，生成实时温度预警信息，并将所述实时温度预警信息发送至所述物联网预警模块。
6.如权利要求1所述的方法，其特征在于，基于所述环境气象数据集、所述温度异常检测结果、所述实时电缆温度监测数据，对目标区域内的电缆进行温度预测，获得电缆温度预测结果，所述方法还包括：
基于所述实时环境信息对目标区域内的电缆进行温度影响性评估，获得实时环境影响因子；
基于所述环境气象预报数据对目标区域内的电缆进行温度影响性评估，获得气象预报影响因子；
构建电缆温度预测分析模型；
将所述实时环境影响因子、所述气象预报影响因子、所述温度异常检测结果、所述实时电缆温度监测数据输入所述电缆温度预测分析模型，获得所述电缆温度预测结果。
7.如权利要求6所述的方法，其特征在于，所述方法还包括：
基于所述环境气象预报数据，获得环境温度预报数据；
基于所述环境温度预报数据进行曲线绘制，获得环境温度预报曲线；
基于所述环境温度预报曲线进行环境温度变化趋势分析，获得环境温度变化趋势分析结果；
基于所述环境温度变化趋势分析结果对目标区域内的电缆进行温度影响性评估，获得环境温度预报影响因子；
将所述环境温度预报影响因子添加至所述气象预报影响因子。
8.一种基于物联网的电缆监测预警***，其特征在于，所述***与红外成像监测装置、物联网预警模块通信连接，所述***包括：
电缆信息采集模块，所述电缆信息采集模块用于对目标区域内的电缆进行信息采集，获得目标区域的电缆信息集；
监测点规划分析模块，所述监测点规划分析模块用于基于所述电缆信息集进行监测点规划分析，获得监测点规划方案；
实时温度监测模块，所述实时温度监测模块用于基于所述监测点规划方案对所述红外成像监测装置进行布设，当布设完成之后，通过所述红外成像监测装置对目标区域内的电缆进行实时温度监测，获得实时电缆温度监测数据；
温度异常检测模块，所述温度异常检测模块用于基于所述实时电缆温度监测数据进行异常检测，获得温度异常检测结果；
环境气象数据获取模块，所述环境气象数据获取模块用于获得目标区域内的环境气象数据集，其中，所述环境气象数据集包括实时环境信息和环境气象预报数据；
电缆温度预测模块，所述电缆温度预测模块用于基于所述环境气象数据集、所述温度异常检测结果、所述实时电缆温度监测数据，对目标区域内的电缆进行温度预测，获得电缆温度预测结果；
电缆温度预警模块，所述电缆温度预警模块用于获得电缆温度约束区间，判断所述电缆温度预测结果是否满足所述电缆温度约束区间，当所述电缆温度预测结果不满足所述电缆温度约束区间时，获得电缆温度预警信号，并将所述电缆温度预警信号发送至所述物联网预警模块。
9.一种电子设备，其特征在于，包括：
至少一个处理器；以及
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1-7中任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211497459.8A CN116164843A (zh) | 2022-11-25 | 2022-11-25 | 一种基于物联网的电缆监测预警方法及*** |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211497459.8A CN116164843A (zh) | 2022-11-25 | 2022-11-25 | 一种基于物联网的电缆监测预警方法及*** |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN116164843A true CN116164843A (zh) | 2023-05-26 |
Family
ID=86410220
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202211497459.8A Pending CN116164843A (zh) | 2022-11-25 | 2022-11-25 | 一种基于物联网的电缆监测预警方法及*** |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116164843A (zh) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117035468A (zh) * | 2023-10-08 | 2023-11-10 | 国网浙江省电力有限公司宁波供电公司 | 一种电缆管理分析方法、装置、设备及存储介质 |
| CN117391482A (zh) * | 2023-12-12 | 2024-01-12 | 河北省农林科学院 | 一种基于大数据监测的大棚温度智能预警方法及*** |
| CN117458399A (zh) * | 2023-12-19 | 2024-01-26 | 江苏亚力防爆电机有限公司 | 基于多源数据监测的矿用防爆电机保护方法和*** |
| CN117806912A (zh) * | 2024-02-28 | 2024-04-02 | 济南聚格信息技术有限公司 | 一种服务器异常监测方法及*** |
-
2022
- 2022-11-25 CN CN202211497459.8A patent/CN116164843A/zh active Pending
Cited By (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117035468A (zh) * | 2023-10-08 | 2023-11-10 | 国网浙江省电力有限公司宁波供电公司 | 一种电缆管理分析方法、装置、设备及存储介质 |
| CN117035468B (zh) * | 2023-10-08 | 2024-01-12 | 国网浙江省电力有限公司宁波供电公司 | 一种电缆管理分析方法、装置、设备及存储介质 |
| CN117391482A (zh) * | 2023-12-12 | 2024-01-12 | 河北省农林科学院 | 一种基于大数据监测的大棚温度智能预警方法及*** |
| CN117391482B (zh) * | 2023-12-12 | 2024-02-09 | 河北省农林科学院 | 一种基于大数据监测的大棚温度智能预警方法及*** |
| CN117458399A (zh) * | 2023-12-19 | 2024-01-26 | 江苏亚力防爆电机有限公司 | 基于多源数据监测的矿用防爆电机保护方法和*** |
| CN117458399B (zh) * | 2023-12-19 | 2024-03-29 | 江苏亚力防爆电机有限公司 | 基于多源数据监测的矿用防爆电机保护方法和*** |
| CN117806912A (zh) * | 2024-02-28 | 2024-04-02 | 济南聚格信息技术有限公司 | 一种服务器异常监测方法及*** |
| CN117806912B (zh) * | 2024-02-28 | 2024-05-14 | 济南聚格信息技术有限公司 | 一种服务器异常监测方法及*** |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN116164843A (zh) | 一种基于物联网的电缆监测预警方法及*** | |
| CN111210024B (zh) | 模型训练方法、装置、计算机设备和存储介质 | |
| US11746753B2 (en) | Method and apparatus for detecting fault, method and apparatus for training model, and device and storage medium | |
| EP3903112B1 (en) | System and method for evaluating models for predictive failure of renewable energy assets | |
| US20200201950A1 (en) | Scalable system and method for forecasting wind turbine failure using scada alarm and event logs | |
| CA3175272A1 (en) | Method and apparatus for determining operating state of photovoltaic array, device and storage medium | |
| CN109143094B (zh) | 一种动力电池的异常数据检测方法和装置 | |
| CN112528365B (zh) | 一种地下基础设施结构健康演化趋势预测方法 | |
| CN113760670A (zh) | 电缆接头异常预警方法、装置、电子设备和存储介质 | |
| JP2016091312A (ja) | 異常診断装置及び異常診断方法 | |
| Eltyshev et al. | Intelligent decision support in the electrical equipment diagnostics | |
| CN113472079A (zh) | 配电站运维监控云机器人***、后台处理及作业任务方法 | |
| CN116341272A (zh) | 一种用于配网工程数字化的施工安全风险管控*** | |
| CN104317778A (zh) | 基于海量监测数据的变电设备故障诊断方法 | |
| CN117595504A (zh) | 一种电网运行状态的智能监测预警方法 | |
| US20230297095A1 (en) | Monitoring device and method for detecting anomalies | |
| CN117390590B (zh) | 一种基于cim模型的数据管理方法及*** | |
| CN116997867A (zh) | 用于预测技术设施的运行的方法和*** | |
| CN112128950B (zh) | 一种基于多种模型对比的机房温湿度预测方法及*** | |
| CN115940806B (zh) | 一种光伏发电***及其故障诊断方法 | |
| CN111553061A (zh) | 核电厂台风应急响应及预警装置及其构建方法 | |
| Gaurav et al. | Intelligent fault monitoring and reliability analysis in safety–critical systems of nuclear power plants using SIAO-CNN-ORNN | |
| Nielsen et al. | Quantifying the value of SHM for wind turbine blades | |
| Rivas et al. | A system diagnostic and prognostic framework based on deep learning for advanced reactors | |
| CN118091406B (zh) | 电机检测修复方法、装置、电子设备及存储介质 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination |