CN116167200A - 一种配电柜使用年限检测方法和装置 - Google Patents
一种配电柜使用年限检测方法和装置 Download PDFInfo
- Publication number
- CN116167200A CN116167200A CN202211549504.XA CN202211549504A CN116167200A CN 116167200 A CN116167200 A CN 116167200A CN 202211549504 A CN202211549504 A CN 202211549504A CN 116167200 A CN116167200 A CN 116167200A
- Authority
- CN
- China
- Prior art keywords
- information
- obtaining
- power distribution
- service life
- distribution cabinet
- 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.)
- Granted
Links
- 238000009826 distribution Methods 0.000 title claims abstract description 169
- 238000001514 detection method Methods 0.000 title claims abstract description 24
- 230000032683 aging Effects 0.000 claims abstract description 44
- 238000000034 method Methods 0.000 claims abstract description 34
- 238000012423 maintenance Methods 0.000 claims abstract description 31
- 238000003062 neural network model Methods 0.000 claims abstract description 29
- 238000012549 training Methods 0.000 claims description 25
- 230000035945 sensitivity Effects 0.000 claims description 10
- 238000004590 computer program Methods 0.000 claims description 9
- 230000015556 catabolic process Effects 0.000 claims 1
- 238000006731 degradation reaction Methods 0.000 claims 1
- 238000013528 artificial neural network Methods 0.000 description 9
- 238000010586 diagram Methods 0.000 description 9
- 230000000694 effects Effects 0.000 description 9
- 230000008569 process Effects 0.000 description 9
- 230000006870 function Effects 0.000 description 8
- 238000012545 processing Methods 0.000 description 7
- 238000012986 modification Methods 0.000 description 5
- 230000004048 modification Effects 0.000 description 5
- 238000011161 development Methods 0.000 description 4
- 230000018109 developmental process Effects 0.000 description 4
- 238000003860 storage Methods 0.000 description 3
- 230000004075 alteration Effects 0.000 description 2
- 238000013178 mathematical model Methods 0.000 description 2
- 210000002569 neuron Anatomy 0.000 description 2
- 230000002035 prolonged effect Effects 0.000 description 2
- 238000005299 abrasion Methods 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 210000004556 brain Anatomy 0.000 description 1
- 230000003925 brain function Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000009423 ventilation Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/12—Timing analysis or timing optimisation
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
- Y04S10/00—Systems supporting electrical power generation, transmission or distribution
- Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Evolutionary Computation (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Data Mining & Analysis (AREA)
- Biophysics (AREA)
- Biomedical Technology (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- Computational Linguistics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Health & Medical Sciences (AREA)
- Computer Hardware Design (AREA)
- Geometry (AREA)
- Testing Electric Properties And Detecting Electric Faults (AREA)
Abstract
本发明公开了一种配电柜使用年限检测方法和装置，其中，所述方法包括：获得配电柜的线路和电气元件的连接情况信息；获得所述线路和电气元件老化程度信息；将所述线路和电气元件的连接情况信息和所述线路和电气元件老化程度信息作为输入信息输入神经网络模型，获得第一使用年限信息；获得所述配电柜的保养频率信息；根据所述保养频率信息，获得第一影响参数；根据所述第一影响参数，调整所述第一使用年限信息，获得第二使用年限信息。解决了因配电柜的检测不全面不完整，导致配电柜使用年限的检测不准确的技术问题。
Description
技术领域
本发明涉及配电柜技术领域，尤其涉及一种配电柜使用年限检测方法和装置。
背景技术
在经济和技术飞速发展的背景下,用于分配和控制电能使用的配电柜也相应的取得了快速的发展，配电柜越来越向着技术化、智能化和集约化的方向发展。
但本申请发明人在实现本申请实施例中发明技术方案的过程中，发现上述技术至少存在如下技术问题：
由于对配电柜的各项检测不全面、不完善，进而导致对配电柜使用年限的检测以及评估不准确，致使配电柜使用年限缩短。
发明内容
本申请实施例通过提供一种配电柜使用年限检测方法和装置，解决了因配电柜的检测不全面不完整，导致配电柜使用年限的检测不准确的技术问题，达到了通过全方位的对配电柜进行检测，使得配电柜的使用年限的检测更为准确、更为深刻、更为全面的技术效果。
本申请实施例提供了一种配电柜使用年限检测方法，其中，所述方法包括：获得配电柜的线路和电气元件的连接情况信息；获得所述线路和电气元件老化程度信息；将所述线路和电气元件的连接情况信息和所述线路和电气元件老化程度信息作为输入信息输入神经网络模型，获得第一使用年限信息；获得所述配电柜的保养频率信息；根据所述保养频率信息，获得第一影响参数；根据所述第一影响参数，调整所述第一使用年限信息，获得第二使用年限信息。
另一方面，本申请还提供了一种配电柜使用年限检测装置，其中，所述装置包括：第一获得单元：所述第一获得单元用于获得配电柜的线路和电气元件的连接情况信息；第二获得单元：所述第二获得单元用于获得所述线路和电气元件老化程度信息；第一输入单元：所述第一输入单元用于将所述线路和电气元件的连接情况信息和所述线路和电气元件老化程度信息作为输入信息输入神经网络模型，获得第一使用年限信息；第三获得单元：所述第三获得单元用于获得所述配电柜的保养频率信息；第四获得单元：所述第四获得单元用于根据所述保养频率信息，获得第一影响参数；第一调整单元：所述第一调整单元用于根据所述第一影响参数，调整所述第一使用年限信息，获得第二使用年限信息。
本申请实施例中提供的一个或多个技术方案，至少具有如下技术效果或优点：
通过将配电柜的内部线路和电气元件的连接情况以及电气元件的老化程度输入训练模型进行不断训练，使得训练模型输出的配电柜的使用年限信息更加准确，进而通过配电柜的保养信息对获得的使用年限信息进行修正，达到了对配电柜的使用年限信息进行精准判定，进而提高配电柜的使用年限的技术效果。
上述说明仅是本申请技术方案的概述，为了能够更清楚了解本申请的技术手段，而可依照说明书的内容予以实施，并且为了让本申请的上述和其它目的、特征和优点能够更明显易懂，以下特举本申请的具体实施方式。
附图说明
图1为本申请实施例一种配电柜使用年限检测方法的流程示意图；
图2为本申请实施例一种配电柜使用年限检测装置的结构示意图；
图3为本申请实施例示例性电子设备的结构示意图。
附图标记说明：第一获得单元11，第二获得单元12，第一输入单元13，第三获得单元14，第四获得单元15，第一调整单元16，总线300，接收器301，处理器302，发送器303，存储器304，总线接口305。
具体实施方式
本申请实施例通过提供一种配电柜使用年限检测方法和装置，解决了因配电柜的检测不全面不完整，导致配电柜使用年限的检测不准确的技术问题，达到了通过全方位的对配电柜进行检测，使得配电柜的使用年限的检测更为准确、更为深刻、更为全面的技术效果。
下面，将参考附图详细的描述根据本申请的示例实施例。显然，所描述的实施例仅是本申请的一部分实施例，而不是本申请的全部实施例，应理解，本申请不受这里描述的示例实施例的限制。
申请概述
在经济和技术飞速发展的背景下,用于分配和控制电能使用的配电柜也相应的取得了快速的发展，配电柜越来越向着技术化、智能化和集约化的方向发展。由于对配电柜的各项检测不全面、不完善，进而导致对配电柜使用年限的检测以及评估不准确，致使配电柜使用年限缩短。
针对上述技术问题，本申请提供的技术方案总体思路如下：
本申请实施例提供了一种配电柜使用年限检测方法，其中，所述方法包括：获得配电柜的线路和电气元件的连接情况信息；获得所述线路和电气元件老化程度信息；将所述线路和电气元件的连接情况信息和所述线路和电气元件老化程度信息作为输入信息输入神经网络模型，获得第一使用年限信息；获得所述配电柜的保养频率信息；根据所述保养频率信息，获得第一影响参数；根据所述第一影响参数，调整所述第一使用年限信息，获得第二使用年限信息。
为了更好地理解上述技术方案，下面将结合说明书附图以及具体的实施方式对上述技术方案进行详细的说明。
实施例一
如图1所示，本申请实施例提供了一种配电柜使用年限检测方法，其中，所述方法还包括：
步骤S100：获得配电柜的线路和电气元件的连接情况信息；
具体而言，配电柜是配电***的末级设备。配电柜使用在负荷比较分散、回路较少的场合，它们把上一级配电设备某一电路的电能分配给就近的负荷，这级设备应对负荷提供保护、监视和控制。所述电器元件包括配电柜内部断路器、接触器、中间继电器等元件，可获得配电柜内部的线路和电器元件的连接情况信息。
步骤S200：获得所述线路和电气元件老化程度信息；
具体而言，在配电柜的使用过程中，其内部的线路和电气元件都会随着时间而逐步老化，其老化程度各不相同，老化的表现方式也不尽相同等，通过获得所述线路和电气元件老化程度，可进一步获得其损耗程度。
步骤S300：将所述线路和电气元件的连接情况信息和所述线路和电气元件老化程度信息作为输入信息输入神经网络模型，获得第一使用年限信息；
具体而言，已知所述线路和电气元件的连接情况信息和所述线路和电气元件老化程度信息，可将所述线路和电气元件的连接情况信息和所述线路和电气元件老化程度信息作为输入信息，输入神经网络模型，所述神经网络模型为一个训练模型，可对输入数据进行不断训练，进而获得第一使用年限信息，所述第一使用年限信息为对线路和电气元件的连接情况和电气元件老化程度的初步预估。
步骤S400：获得所述配电柜的保养频率信息；
具体而言，所述保养频率信息为对所述配电柜的日常保养信息，可根据其使用时间和损耗程度等进行不同时间频率的保养，通过保养可使得所述配电柜工作正常，避免因使用时间过久，过度损耗，进而提高配电柜的使用年限。
步骤S500：根据所述保养频率信息，获得第一影响参数；
步骤S600：根据所述第一影响参数，调整所述第一使用年限信息，获得第二使用年限信息。
具体而言，所述第一影响参数为配电柜的保养频率信息对使用年限信息的影响参数，当所述保养频率信息越快，即经常对配电柜进行保养，使得配电柜的使用年限有所增长，反之，当所述保养频率信息越慢，即对配电柜的保养次数较少，使得配电柜的使用年限有所降低。进而根据所述第一影响参数，调整所述第一使用年限信息，获得第二使用年限信息，所述第二使用年限信息为根据保养频率信息对所述第一使用年限信息进行调整之后的信息，通过同时兼顾保养频率对配电柜使用年限的影响，达到了使得配电柜的使用年限信息更加精准的技术效果。
所述将所述线路和电气元件的连接情况信息和所述线路和电气元件老化程度信息作为输入信息输入神经网络模型，获得第一使用年限信息，步骤S300还包括：
步骤S310：将所述线路和电气元件的连接情况信息和所述线路和电气元件老化程度信息输入神经网络模型，其中，所述神经网络模型通过多组训练数据训练获得，所述多组训练数据中的每一组训练数据均包括：所述线路和电气元件的连接情况信息、所述线路和电气元件老化程度信息和用来标识配电柜使用年限的标识信息；
步骤S320：获得所述神经网络模型的输出信息，其中，所述输出信息包括所述配电柜的第一使用年限信息。
具体而言，要获得精确的配电柜的第一使用年限信息，可通过将所述线路和电气元件的连接情况信息和所述线路和电气元件老化程度信息输入神经网络模型不断地进行训练，可以使得输出的训练结果更加精确。所述训练模型是一个神经网络模型即机器学习中的神经网络模型，神经网络(Neural Networks，NN)是由大量的、简单的处理单元（称为神经元）广泛地互相连接而形成的复杂神经网络***，它反映了人脑功能的许多基本特征，是一个高度复杂的非线性动力学习***。神经网络模型是以神经元的数学模型为基础来描述的。人工神经网络（Artificial Neural Networks），是对人类大脑***的一阶特性的一种描述。简单地讲，它是一个数学模型。在本申请实施例中，将所述线路和电气元件的连接情况信息和所述线路和电气元件老化程度信息输入神经网络模型，用标识的配电柜使用年限信息对所述神经网络模型进行训练。
进一步来说，所述训练神经网络模型的过程实质为监督学习的过程。所述多组训练数据具体为：所述线路和电气元件的连接情况信息、所述线路和电气元件老化程度信息和用来标识配电柜使用年限的标识信息。通过输入所述线路和电气元件的连接情况信息和所述线路和电气元件老化程度信息，神经网络模型会输出所述配电柜的第一使用年限信息，通过将所述输出信息与所述起标识作用的配电柜使用年限信息进行校验，如果所述输出信息与所述起标识作用的配电柜使用年限信息要求相一致，则本数据监督学习完成，则进行下一组数据监督学习；如果所述输出信息与所述起标识作用的配电柜使用年限信息要求不一致，则神经网络学习模型自身进行调整，直到神经网络学习模型输出结果与所述起标识作用的配电柜使用年限信息要求相一致，进行下一组数据的监督学习。通过训练数据使神经网络学习模型自身不断地修正、优化，通过监督学习的过程来提高神经网络学习模型处理所述信息的准确性，进而达到使得配电柜使用年限信息更加精确的技术效果。
所述获得所述线路和电气元件老化程度信息，步骤S200还包括:
步骤S210：获得所述电气元件的灵敏度信息；
步骤S220：获得第一图像信息，所述第一图像信息包括所述线路和电气元件的初始图像信息；
步骤S230：根据所述第一图像信息，获得所述线路和电气元件的初始颜色信息；
步骤S240：获得第二图像信息，所述第二图像信息包括所述线路和电气元件的实时图像信息；
步骤S250：根据所述第二图像信息，获得所述线路和电气元件的实时颜色信息；
步骤S260：根据所述实时颜色信息和所述初始颜色信息，获得第一色差信息；
步骤S270：根据所述电气元件的灵敏度信息和所述线路和电气元件的第一色差信息，获得所述线路和电气元件老化程度信息。
具体而言，要获得所述线路和电气元件老化程度信息，可获得所述电气元件的灵敏度信息，灵敏度是衡量物理仪器的一个标志，具体指仪器测量最小被测量的能力，所测的最小量越小，该仪器的灵敏度就越高，还可获得第一图像信息，所述第一图像信息为包括所述线路和电气元件的初始图像信息，即出厂图像信息或未经使用的图像信息，进而根据所述第一图像信息，获得所述线路和电气元件的初始颜色信息，所述线路和电气元件的初始颜色信息在未使用时，颜色比较真实，不存在磨损等情况，此外，还可获得第二图像信息，所述第二图像信息包括所述线路和电气元件的实时图像信息，所述实时图像信息包括线路和电气元件在使用过程中的图像信息，进而根据所述第二图像信息，获得所述线路和电气元件的实时颜色信息，所述实时颜色信息为使用过程中的线路和电气元件的表面颜色，因使用过程中存在磨损等，相较于所述初始颜色信息有所淡化，并根据所述实时颜色信息和所述初始颜色信息，获得第一色差信息，所述第一色差信息为使用过程中的线路和电气元件颜色较初始颜色的色彩弱化程度，进而根据所述电气元件的灵敏度信息和所述线路和电气元件的第一色差信息，获得所述线路和电气元件老化程度信息，通过综合电气元件的灵敏度信息和线路和电气元件的第一色差信息，使得获得的所述线路和电气元件老化程度信息更加准确、更加真实的技术效果。
进一步，本申请实施例还包括：
步骤S710：获得所述配电柜的第一时间，所述第一时间为所述配电柜开机时间；
步骤S720：获得所述配电柜的第二时间，所述第二时间为所述配电柜进入正常工作状态的第二时间；
步骤S730：根据所述第二时间和所述第一时间，获得第一时间差；
步骤S740：根据所述第一时间差，获得第一时间差等级信息；
步骤S750：根据所述第一时间差等级信息，获得第二影响参数；
步骤S760：根据所述第二影响参数，调整所述第二使用年限信息，获得第三使用年限信息。
具体而言，为了对配电柜的使用年限进一步检测，还可获得所述配电柜的第一时间，所述第一时间为所述配电柜开机时间，获得所述配电柜的第二时间，所述第二时间为所述配电柜进入正常工作状态的第二时间，进而根据所述第二时间和所述第一时间，获得第一时间差，所述第一时间差为配电柜从开机到正式进入工作状态的时间差，并根据所述第一时间差，获得第一时间差等级信息，所述第一时间差等级信息为对所述第一时间差进行等级分类，进而根据所述第一时间差等级信息，获得第二影响参数，所述第二影响参数为配电柜从开机到正式进入工作状态的时间差对配电柜使用年限检测的影响，并通过所述第二影响参数调整所述第二使用年限信息，获得第三使用年限信息，所述第三使用年限信息为综合所述线路和电气元件的连接情况信息、所述线路和电气元件老化程度信息、所述配电柜的保养频率信息以及配电柜从开机到正式进入工作状态的时间差信息所得，达到了准确、切实的检测配电柜的使用年限，使得检测结果更加精准的技术效果。
进一步，本申请实施例还包括：
步骤S810：获得所述配电柜的历史故障信息；
步骤S820：获得所述历史故障信息的故障类型；
步骤S830：获得预定高危故障类型库；
步骤S840：判断所述历史故障信息是否在所述预定高危故障类型库中，获得判断结果；
步骤S850:根据所述判断结果，对所述第二使用年限信息进行调整。
具体而言，为了对配电柜的使用年限的检测更加全面，还可获得所述配电柜的历史故障信息，所述历史故障信息为配电柜历史的出故障信息，进而获得所述历史故障信息的故障类型，所述故障类型为对所述历史故障信息进行故障分类，进一步可理解为零件故障、线路故障等，还可获得预定高危故障类型库，所述预定高危故障类型库为对高危故障类型建立的一个库，高危故障，即危险系数极高，对配电柜造成极大的损伤或产生更严重的后果等，判断所述历史故障信息是否在所述预定高危故障类型库中，即判断所述历史故障信息是否为高危故障，获得判断结果，所述判断结果包含两种情况，进而根据所述判断结果，对所述第二使用年限信息进行调整，进一步可理解为，当所述历史故障信息存在高危故障时，可能对配电柜造成极大的损伤，进而影响配电柜的使用年限，达到了对配电柜的使用年限进行更为全面的检测及评估的技术效果。
所述根据所述判断结果，对所述第二使用年限信息进行调整，步骤S850还包括：
步骤S851：如果所述判断结果为所述历史故障信息在所述预定高危故障类型库中，获得第三影响参数；
步骤S852：根据所述第三影响参数，调整所述第二使用年限信息，获得第四使用年限信息；
步骤S853：如果所述判断结果为所述历史故障信息不在所述预定高危故障类型库中，获得第四影响参数；
步骤S854：根据所述第四影响参数，调整所述第二使用年限信息，获得第五使用年限信息。
具体而言，根据所述判断结果，对所述第二使用年限信息进行调整，所述判断结果包含两种情况：第一，如果所述判断结果为所述历史故障信息在所述预定高危故障类型库中，即所述历史故障信息为高危故障，获得第三影响参数，所述第三影响参数为配电柜的高危故障信息对适应年限的影响，进而根据所述第三影响参数，调整所述第二使用年限信息，获得第四使用年限信息，所述第四使用年限信息为综合配电柜的故障信息获得的使用年限信息；第二，如果所述判断结果为所述历史故障信息不在所述预定高危故障类型库中，即所述历史故障信息不属于高危故障，获得第四影响参数，所述第四影响参数应小于所述第三影响参数，并根据所述第四影响参数，调整所述第二使用年限信息，获得第五使用年限信息，所述第五使用年限信息应长于所述第四使用年限信息，通过根据所述判断结果，对所述第二使用年限信息进一步调整，达到了更加精确地检测配电柜的使用年限信息的技术效果。
进一步，本申请实施例还包括：
步骤S860：获得所述配电柜历史故障信息的发生时间；
步骤S870：根据所述配电柜历史故障信息的发生时间，获得故障发生频率信息；
步骤S880：根据所述故障发生频率信息，获得第五影响参数；
步骤S890：根据所述第五影响参数，调整所述第二使用年限信息，获得第六使用年限信息。
具体而言，还可获得所述配电柜历史故障信息的发生时间，即对配电柜历史发生的故障进行时间记录，进而根据所述配电柜历史故障信息的发生时间，获得故障发生频率信息，所述故障发生频率信息可进一步理解为是否经常性的发生故障，并根据所述故障发生频率信息，获得第五影响参数，所述第五影响参数为配电柜故障发生频率信息对配电柜使用年限的影响，继而根据所述第五影响参数，调整所述第二使用年限信息，获得第六使用年限信息，所述第六使用年限信息为综合配电柜故障发生频率信息检测的配电柜的使用年限信息，通过根据配电柜的故障发生频率信息对使用年限进行调整，达到了使得配电柜的使用年限的检测更为准确和全面的技术效果。
进一步，本申请实施例还包括：
获得所述配电柜的标准工作环境信息；
获得所述配电柜的实际的工作环境信息；
根据所述实际的工作环境信息获得第六影响参数；
根据所述第六影响参数，调整所述第二使用年限信息，获得第七使用年限信息。
具体而言，还可获得所述配电柜的标准工作环境信息，所述标准工作环境信息包括温度信息、湿度信息、通风等环境，进而获得所述配电柜的实际的工作环境信息，所述实际的工作环境信息为实际的配电柜工作时的温湿度等信息，进而根据所述实际的工作环境信息获得第六影响参数，所述第六影响参数为配电柜实际的工作环境信息对使用年限的影响，进一步可理解为，当配电柜安装在高海拔地区，或产生凝露的场合等，都会对配电柜自身的工作运行产生影响，进而根据所述第六影响参数，调整所述第二使用年限信息，获得第七使用年限信息，所述第七使用年限信息为综合配电柜的实际的工作环境信息检测的配电柜的使用年限信息，达到了更加切实的检测配电柜的使用年限信息的技术效果。
综上所述，本申请实施例所提供的一种配电柜使用年限检测方法和装置具有如下技术效果：
1、通过将配电柜的内部线路和电气元件的连接情况以及电气元件的老化程度输入训练模型进行不断训练，使得训练模型输出的配电柜的使用年限信息更加准确，进而通过配电柜的保养信息对获得的使用年限信息进行修正，达到了对配电柜的使用年限信息进行精准判定，进而提高配电柜的使用年限的技术效果。
2、通过综合配电柜的线路和电气元件的连接情况信息、线路和电气元件老化程度信息、配电柜的保养频率信息、电气元件的灵敏度信息、线路和电气元件的第一色差信息、配电柜从开机到进入正常工作状态的时间差、历史故障信息以及故障发生频率等因素，对配电柜的使用年限信息进行检测，达到了使得配电柜的使用年限信息的检测更为精确和全面的技术效果。
实施例二
基于与前述实施例中一种配电柜使用年限检测方法同样发明构思，本发明还提供了一种配电柜使用年限检测装置，如图2所示，所述***包括：
第一获得单元11：所述第一获得单元11用于获得配电柜的线路和电气元件的连接情况信息；
第二获得单元12：所述第二获得单元12用于获得所述线路和电气元件老化程度信息；
第一输入单元13：所述第一输入单元13用于将所述线路和电气元件的连接情况信息和所述线路和电气元件老化程度信息作为输入信息输入神经网络模型，获得第一使用年限信息；
第三获得单元14：所述第三获得单元14用于获得所述配电柜的保养频率信息；
第四获得单元15：所述第四获得单元15用于根据所述保养频率信息，获得第一影响参数；
第一调整单元16：所述第一调整单元16用于根据所述第一影响参数，调整所述第一使用年限信息，获得第二使用年限信息。
进一步的，所述装置还包括：
第二输入单元：所述第二输入单元用于将所述线路和电气元件的连接情况信息和所述线路和电气元件老化程度信息输入神经网络模型，其中，所述神经网络模型通过多组训练数据训练获得，所述多组训练数据中的每一组训练数据均包括：所述线路和电气元件的连接情况信息、所述线路和电气元件老化程度信息和用来标识配电柜使用年限的标识信息；
第五获得单元：所述第五获得单元用于获得所述神经网络模型的输出信息，其中，所述输出信息包括所述配电柜的第一使用年限信息。
进一步的，所述装置还包括：
第六获得单元：所述第六获得单元用于获得所述电气元件的灵敏度信息；
第七获得单元：所述第七获得单元用于获得第一图像信息，所述第一图像信息包括所述线路和电气元件的初始图像信息；
第八获得单元：所述第八获得单元用于根据所述第一图像信息，获得所述线路和电气元件的初始颜色信息；
第九获得单元：所述第九获得单元用于获得第二图像信息，所述第二图像信息包括所述线路和电气元件的实时图像信息；
第十获得单元：所述第十获得单元用于根据所述第二图像信息，获得所述线路和电气元件的实时颜色信息；
第十一获得单元：所述第十一获得单元用于根据所述实时颜色信息和所述初始颜色信息，获得第一色差信息；
第十二获得单元：所述第十二获得单元用于根据所述电气元件的灵敏度信息和所述线路和电气元件的第一色差信息，获得所述线路和电气元件老化程度信息。
进一步的，所述装置还包括：
第十三获得单元：所述第十三获得单元用于获得所述配电柜的第一时间，所述第一时间为所述配电柜开机时间；
第十四获得单元：所述第十四获得单元用于获得所述配电柜的第二时间，所述第二时间为所述配电柜进入正常工作状态的第二时间；
第十五获得单元：所述第十五获得单元用于根据所述第二时间和所述第一时间，获得第一时间差；
第十六获得单元：所述第十六获得单元用于根据所述第一时间差，获得第一时间差等级信息；
第十七获得单元：所述第十七获得单元用于根据所述第一时间差等级信息，获得第二影响参数；
第二调整单元：所述第二调整单元用于根据所述第二影响参数，调整所述第二使用年限信息，获得第三使用年限信息。
进一步的，所述装置还包括：
第十八获得单元：所述第十八获得单元用于获得所述配电柜的历史故障信息；
第十九获得单元：所述第十九获得单元用于获得所述历史故障信息的故障类型；
第二十获得单元：所述第二十获得单元用于获得预定高危故障类型库；
第一判断单元：所述第一判断单元用于判断所述历史故障信息是否在所述预定高危故障类型库中，获得判断结果；
第三调整单元：所述第三调整单元用于根据所述判断结果，对所述第二使用年限信息进行调整。
进一步的，所述装置还包括：
第二十一获得单元：所述第二十一获得单元用于如果所述判断结果为所述历史故障信息在所述预定高危故障类型库中，获得第三影响参数；
第二十二获得单元：所述第二十二获得单元用于根据所述第三影响参数，调整所述第二使用年限信息，获得第四使用年限信息；
第二十三获得单元：所述第二十三获得单元用于如果所述判断结果为所述历史故障信息不在所述预定高危故障类型库中，获得第四影响参数；
第二十四获得单元：所述第二十四获得单元用于根据所述第四影响参数，调整所述第二使用年限信息，获得第五使用年限信息。
进一步的，所述装置还包括：
第二十五获得单元：所述第二十五获得单元用于获得所述配电柜历史故障信息的发生时间；
第二十六获得单元：所述第二十六获得单元用于根据所述配电柜历史故障信息的发生时间，获得故障发生频率信息；
第二十七获得单元：所述第二十七获得单元用于根据所述故障发生频率信息，获得第五影响参数；
第四调整单元：所述第四调整单元用于根据所述第五影响参数，调整所述第二使用年限信息，获得第六使用年限信息。
前述图1实施例一中的一种配电柜使用年限检测方法的各种变化方式和具体实例同样适用于本实施例的一种配电柜使用年限检测装置，通过前述对一种配电柜使用年限检测方法的详细描述，本领域技术人员可以清楚的知道本实施例中一种配电柜使用年限检测装置的实施方法，所以为了说明书的简洁，再次不再详述。
实施例三
下面参考图3来描述本申请实施例的电子设备。
图3图示了根据本申请实施例的电子设备的结构示意图。
基于与前述实施例中一种配电柜使用年限检测方法的发明构思，本发明还提供一种配电柜使用年限检测装置，其上存储有计算机程序，该程序被处理器执行时实现前文所述一种配电柜使用年限检测方法的任一方法的步骤。
其中，在图3中，总线架构（用总线300来代表），总线300可以包括任意数量的互联的总线和桥，总线300将包括由处理器302代表的一个或多个处理器和存储器304代表的存储器的各种电路链接在一起。总线300还可以将诸如***设备、稳压器和功率管理电路等之类的各种其他电路链接在一起，这些都是本领域所公知的，因此，本文不再对其进行进一步描述。总线接口305在总线300和接收器301和发送器303之间提供接口。接收器301和发送器303可以是同一个元件，即收发机，提供用于在传输介质上与各种其他装置通信的单元。处理器302负责管理总线300和通常的处理，而存储器304可以被用于存储处理器302在执行操作时所使用的数据。
本申请实施例提供了一种配电柜使用年限检测方法，其中，所述方法包括：获得配电柜的线路和电气元件的连接情况信息；获得所述线路和电气元件老化程度信息；将所述线路和电气元件的连接情况信息和所述线路和电气元件老化程度信息作为输入信息输入神经网络模型，获得第一使用年限信息；获得所述配电柜的保养频率信息；根据所述保养频率信息，获得第一影响参数；根据所述第一影响参数，调整所述第一使用年限信息，获得第二使用年限信息。
本领域内的技术人员应明白，本发明的实施例可提供为方法、***或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质（包括但不限于磁盘存储器、CD-ROM、光学存储器等）上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备（***）、和计算机程序产品的流程图和／或方框图来描述的。应理解可由计算机程序指令实现流程图和／或方框图中的每一流程和／或方框、以及流程图和／或方框图中的流程和／或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能的步骤。
尽管已描述了本发明的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例作出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。
显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。
Claims (9)
1.一种配电柜使用年限检测方法，其中，所述方法包括：
获得配电柜的线路和电气元件的连接情况信息；
获得所述线路和电气元件老化程度信息；
将所述线路和电气元件的连接情况信息和所述线路和电气元件老化程度信息作为输入信息输入神经网络模型，获得第一使用年限信息；
获得所述配电柜的保养频率信息；
根据所述保养频率信息，获得第一影响参数；
根据所述第一影响参数，调整所述第一使用年限信息，获得第二使用年限信息。
2.如权利要求1所述的方法，其中，所述将所述线路和电气元件的连接情况信息和所述线路和电气元件老化程度信息作为输入信息输入神经网络模型，获得第一使用年限信息，包括：
将所述线路和电气元件的连接情况信息和所述线路和电气元件老化程度信息输入神经网络模型，其中，所述神经网络模型通过多组训练数据训练获得，所述多组训练数据中的每一组训练数据均包括：所述线路和电气元件的连接情况信息、所述线路和电气元件老化程度信息和用来标识配电柜使用年限的标识信息；
获得所述神经网络模型的输出信息，其中，所述输出信息包括所述配电柜的第一使用年限信息。
3.如权利要求1所述的方法，其中，所述获得所述线路和电气元件老化程度信息，包括:
获得所述电气元件的灵敏度信息；
获得第一图像信息，所述第一图像信息包括所述线路和电气元件的初始图像信息；
根据所述第一图像信息，获得所述线路和电气元件的初始颜色信息；
获得第二图像信息，所述第二图像信息包括所述线路和电气元件的实时图像信息；
根据所述第二图像信息，获得所述线路和电气元件的实时颜色信息；
根据所述实时颜色信息和所述初始颜色信息，获得第一色差信息；
根据所述电气元件的灵敏度信息和所述线路和电气元件的第一色差信息，获得所述线路和电气元件老化程度信息。
4.如权利要求1所述的方法，其中，所述方法包括：
获得所述配电柜的第一时间，所述第一时间为所述配电柜开机时间；
获得所述配电柜的第二时间，所述第二时间为所述配电柜进入正常工作状态的第二时间；
根据所述第二时间和所述第一时间，获得第一时间差；
根据所述第一时间差，获得第一时间差等级信息；
根据所述第一时间差等级信息，获得第二影响参数；
根据所述第二影响参数，调整所述第二使用年限信息，获得第三使用年限信息。
5.如权利要求1所述的方法，其中，所述方法包括：
获得所述配电柜的历史故障信息；
获得所述历史故障信息的故障类型；
获得预定高危故障类型库；
判断所述历史故障信息是否在所述预定高危故障类型库中，获得判断结果；
根据所述判断结果，对所述第二使用年限信息进行调整。
6.如权利要求5所述的方法，其中，所述根据所述判断结果，对所述第二使用年限信息进行调整，包括：
如果所述判断结果为所述历史故障信息在所述预定高危故障类型库中，获得第三影响参数；
根据所述第三影响参数，调整所述第二使用年限信息，获得第四使用年限信息；
如果所述判断结果为所述历史故障信息不在所述预定高危故障类型库中，获得第四影响参数；
根据所述第四影响参数，调整所述第二使用年限信息，获得第五使用年限信息。
7.如权利要求5所述的方法，其中，所述方法包括：
获得所述配电柜历史故障信息的发生时间；
根据所述配电柜历史故障信息的发生时间，获得故障发生频率信息；
根据所述故障发生频率信息，获得第五影响参数；
根据所述第五影响参数，调整所述第二使用年限信息，获得第六使用年限信息。
8.一种配电柜使用年限检测装置，其中，所述装置包括：
第一获得单元：所述第一获得单元用于获得配电柜的线路和电气元件的连接情况信息；
第二获得单元：所述第二获得单元用于获得所述线路和电气元件老化程度信息；
第一输入单元：所述第一输入单元用于将所述线路和电气元件的连接情况信息和所述线路和电气元件老化程度信息作为输入信息输入神经网络模型，获得第一使用年限信息；
第三获得单元：所述第三获得单元用于获得所述配电柜的保养频率信息；
第四获得单元：所述第四获得单元用于根据所述保养频率信息，获得第一影响参数；
第一调整单元：所述第一调整单元用于根据所述第一影响参数，调整所述第一使用年限信息，获得第二使用年限信息。
9.一种配电柜使用年限检测装置，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其中，所述处理器执行所述程序时实现权利要求1-7任一项所述方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211549504.XA CN116167200B (zh) | 2022-12-05 | 2022-12-05 | 一种配电柜使用年限检测方法和装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211549504.XA CN116167200B (zh) | 2022-12-05 | 2022-12-05 | 一种配电柜使用年限检测方法和装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116167200A true CN116167200A (zh) | 2023-05-26 |
| CN116167200B CN116167200B (zh) | 2024-07-12 |
Family
ID=86419021
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202211549504.XA Active CN116167200B (zh) | 2022-12-05 | 2022-12-05 | 一种配电柜使用年限检测方法和装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116167200B (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117274225A (zh) * | 2023-10-19 | 2023-12-22 | 广东力生电器有限公司 | 一种配电柜的智能控制***及方法 |
Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106532515A (zh) * | 2016-10-27 | 2017-03-22 | 孙根松 | 一种便于观察和散热的电气配电柜 |
| CN110011422A (zh) * | 2019-05-05 | 2019-07-12 | 苏州华天国科电力科技有限公司 | 基于人工神经网络的智能配电运行监测***及调控方法 |
| CN110426127A (zh) * | 2019-08-20 | 2019-11-08 | 剑科云智(深圳)科技有限公司 | 一种配电柜及其母盘的监测方法、***、损耗监测方法 |
| CN111750925A (zh) * | 2019-12-24 | 2020-10-09 | 广州极飞科技有限公司 | 设备老化预测***、方法和装置 |
| CN113629864A (zh) * | 2021-07-26 | 2021-11-09 | 上海幸颐智能科技有限公司 | 一种基于5g基站的配电柜智能安全管理*** |
| CN113837473A (zh) * | 2021-09-27 | 2021-12-24 | 佰聆数据股份有限公司 | 基于bp神经网络的充电设备故障率分析***和方法 |
| CN114362008A (zh) * | 2021-12-26 | 2022-04-15 | 南通艺顺鹏电气有限公司 | 一种智能调控配电柜环境温度的方法及装置 |
| CN114510867A (zh) * | 2021-12-29 | 2022-05-17 | 南通世创机械有限公司 | 一种3d模拟配电柜电路接线方法及*** |
| CN114511179A (zh) * | 2021-12-28 | 2022-05-17 | 江苏东晔电气设备有限公司 | 一种处理配电柜异常的智能规划方法及*** |
| CN114567950A (zh) * | 2022-01-11 | 2022-05-31 | 南通世创机械有限公司 | 一种智能控制配电柜照明箱的方法及装置 |
-
2022
- 2022-12-05 CN CN202211549504.XA patent/CN116167200B/zh active Active
Patent Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106532515A (zh) * | 2016-10-27 | 2017-03-22 | 孙根松 | 一种便于观察和散热的电气配电柜 |
| CN110011422A (zh) * | 2019-05-05 | 2019-07-12 | 苏州华天国科电力科技有限公司 | 基于人工神经网络的智能配电运行监测***及调控方法 |
| CN110426127A (zh) * | 2019-08-20 | 2019-11-08 | 剑科云智(深圳)科技有限公司 | 一种配电柜及其母盘的监测方法、***、损耗监测方法 |
| CN111750925A (zh) * | 2019-12-24 | 2020-10-09 | 广州极飞科技有限公司 | 设备老化预测***、方法和装置 |
| CN113629864A (zh) * | 2021-07-26 | 2021-11-09 | 上海幸颐智能科技有限公司 | 一种基于5g基站的配电柜智能安全管理*** |
| CN113837473A (zh) * | 2021-09-27 | 2021-12-24 | 佰聆数据股份有限公司 | 基于bp神经网络的充电设备故障率分析***和方法 |
| CN114362008A (zh) * | 2021-12-26 | 2022-04-15 | 南通艺顺鹏电气有限公司 | 一种智能调控配电柜环境温度的方法及装置 |
| CN114511179A (zh) * | 2021-12-28 | 2022-05-17 | 江苏东晔电气设备有限公司 | 一种处理配电柜异常的智能规划方法及*** |
| CN114510867A (zh) * | 2021-12-29 | 2022-05-17 | 南通世创机械有限公司 | 一种3d模拟配电柜电路接线方法及*** |
| CN114567950A (zh) * | 2022-01-11 | 2022-05-31 | 南通世创机械有限公司 | 一种智能控制配电柜照明箱的方法及装置 |
Non-Patent Citations (2)
| Title |
|---|
| 孙元: "工厂配电柜故障智能检测方法", 《电子世界》, no. 13, 8 July 2018 (2018-07-08), pages 189 - 190 * |
| 石秀玲等: "高压配电柜的改进", 《聚氯乙烯 》, vol. 48, no. 10, 25 October 2020 (2020-10-25), pages 19 - 20 * |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117274225A (zh) * | 2023-10-19 | 2023-12-22 | 广东力生电器有限公司 | 一种配电柜的智能控制***及方法 |
| CN117274225B (zh) * | 2023-10-19 | 2024-04-16 | 广东力生电器有限公司 | 一种配电柜的智能控制***及方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116167200B (zh) | 2024-07-12 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN116009480B (zh) | 一种数控机床的故障监测方法、装置、设备及存储介质 | |
| CN112162878A (zh) | 数据库故障发现方法、装置、电子设备及存储介质 | |
| CN114881094B (zh) | 一种装备模拟仪的环境适应性数据分析方法 | |
| CN116167200B (zh) | 一种配电柜使用年限检测方法和装置 | |
| CN111796233B (zh) | 双母线接线形式下多台电压互感器继发性误差的评估方法 | |
| CN111813638B (zh) | 一种告警信息处理方法、装置及终端设备 | |
| CN113239132A (zh) | 一种电压互感器的超差在线辨识方法 | |
| CN111860568B (zh) | 数据样本的均衡分布方法、装置及存储介质 | |
| CN114037673A (zh) | 一种基于机器视觉的硬件衔接接口监测方法及*** | |
| CN114362008A (zh) | 一种智能调控配电柜环境温度的方法及装置 | |
| CN109325603B (zh) | 故障请求处理方法、装置及终端设备 | |
| CN115829337B (zh) | 一种存储区风险预警方法及*** | |
| CN117061271A (zh) | 一种消防产品的总线通信自动调节方法 | |
| CN113033889B (zh) | 高压输电线路故障预测方法、装置及终端设备 | |
| CN109032853B (zh) | 用于控制fpga卡组的方法和装置 | |
| CN115577927A (zh) | 基于粗糙集的重要电力用户用电安全评估方法及装置 | |
| CN112346995B (zh) | 一种基于银行业的测试风险预估模型的构建方法及装置 | |
| CN114389241A (zh) | 有源配电网的继电保护定值整定方法及装置 | |
| CN113552444A (zh) | 一种泄漏电流特征阈值在线整定方法及装置 | |
| CN114567950A (zh) | 一种智能控制配电柜照明箱的方法及装置 | |
| US20210397992A1 (en) | Inference apparatus, information processing apparatus, inference method, program and recording medium | |
| CN115562946B (zh) | 一种动态环境检测的微调方法及*** | |
| RU2785216C1 (ru) | Способ анализа качества электрической энергии в трехфазной системе промышленного электроснабжения | |
| CN118133208B (zh) | 一种机器人打磨离线识别异常数据整合优化*** | |
| CN118033409B (zh) | 一种gcb灭弧室开关电阻测试方法 |
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 | ||
| GR01 | Patent grant |