CN116223975A - 电缆故障点定位方法、装置、计算机设备和存储介质 - Google Patents
电缆故障点定位方法、装置、计算机设备和存储介质 Download PDFInfo
- Publication number
- CN116223975A CN116223975A CN202310231535.9A CN202310231535A CN116223975A CN 116223975 A CN116223975 A CN 116223975A CN 202310231535 A CN202310231535 A CN 202310231535A CN 116223975 A CN116223975 A CN 116223975A
- Authority
- CN
- China
- Prior art keywords
- target
- historical
- cable
- current
- temperature sequence
- 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
- 238000000034 method Methods 0.000 title claims abstract description 57
- 238000005070 sampling Methods 0.000 claims abstract description 456
- 238000004590 computer program Methods 0.000 claims abstract description 25
- 230000000875 corresponding effect Effects 0.000 claims description 389
- 238000012163 sequencing technique Methods 0.000 claims description 23
- 238000004364 calculation method Methods 0.000 claims description 5
- 230000002596 correlated effect Effects 0.000 claims description 4
- 238000004891 communication Methods 0.000 description 9
- 230000002159 abnormal effect Effects 0.000 description 7
- 238000010586 diagram Methods 0.000 description 7
- 238000012545 processing Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 3
- 238000012544 monitoring process Methods 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 238000013500 data storage Methods 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000001174 ascending effect Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 229910021389 graphene Inorganic materials 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
- G01R31/08—Locating faults in cables, transmission lines, or networks
- G01R31/081—Locating faults in cables, transmission lines, or networks according to type of conductors
- G01R31/083—Locating faults in cables, transmission lines, or networks according to type of conductors in cables, e.g. underground
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
- G01R31/08—Locating faults in cables, transmission lines, or networks
- G01R31/088—Aspects of digital computing
-
- 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
- Y04S10/52—Outage or fault management, e.g. fault detection or location
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Theoretical Computer Science (AREA)
- Locating Faults (AREA)
Abstract
本申请涉及一种电缆故障点定位装置方法、装置、计算机设备、存储介质和计算机程序产品。所述方法包括:获取目标电缆对应的当前平均温度序列和当前最高温度序列,获取目标电缆在同一历史时间段对应的历史平均温度序列和历史最高温度序列;基于目标采样点在当前平均温度序列和当前最高温度序列中分别对应的位置标识之间的差异,得到目标采样点对应的当前一致率,基于目标采样点在历史平均温度序列和历史最高温度序列中分别对应的位置标识之间的差异,得到目标采样点对应的历史一致率;融合当前一致率和历史一致率得到目标一致率,基于目标一致率确定目标采样点对应的目标工作状态。采用本方法能够提高电缆故障点定位准确性。
Description
技术领域
本申请涉及电力电缆技术领域,特别是涉及一种电缆故障点定位方法、装置、计算机设备、存储介质和计算机程序产品。
背景技术
随着计算机技术的发展,城市配电网使用的电缆数量日益增加,电力电缆的故障点定位对于维护城市电网安全平稳运行意义重大。传统的电力电缆故障定位方法一般是基于电缆本身的测量参数进行定位,例如,使用阻抗法、电压比较法、电桥法为基础进行故障定位。
然而,基于电缆本身的测量参数进行定位,往往会受到外界电磁干扰的影响,导致定位准确性不高。
发明内容
基于此,有必要针对上述技术问题,提供一种能够提高电缆故障点定位准确性的电缆故障点定位方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。
本申请提供了一种电缆故障点定位方法。所述方法包括:
获取目标电缆在当前时间段对应的当前平均温度序列和当前最高温度序列,获取目标电缆在同一历史时间段对应的历史平均温度序列和历史最高温度序列;温度序列是按照在候选采样点上采集到的温度,对目标电缆上各个候选采样点进行排序得到的;
从目标电缆包含的多个候选采样点中确定目标采样点;
基于目标采样点在当前平均温度序列和当前最高温度序列中分别对应的位置标识之间的差异,得到目标采样点对应的当前一致率,基于目标采样点在历史平均温度序列和历史最高温度序列中分别对应的位置标识之间的差异,得到目标采样点对应的历史一致率;
融合当前一致率和历史一致率,得到目标采样点对应的目标一致率;
基于目标一致率,确定目标采样点对应的目标工作状态。
本申请还提供了一种电缆故障点定位装置。所述装置包括:
温度序列获取模块,用于获取目标电缆在当前时间段对应的当前平均温度序列和当前最高温度序列,获取目标电缆在同一历史时间段对应的历史平均温度序列和历史最高温度序列;温度序列是按照在候选采样点上采集到的温度,对目标电缆上各个候选采样点进行排序得到的;
目标采样点确定模块,用于从目标电缆包含的多个候选采样点中确定目标采样点;
基础一致率计算模块,用于基于目标采样点在当前平均温度序列和当前最高温度序列中分别对应的位置标识之间的差异,得到目标采样点对应的当前一致率,基于目标采样点在历史平均温度序列和历史最高温度序列中分别对应的位置标识之间的差异,得到目标采样点对应的历史一致率;
目标一致率确定模块,用于融合当前一致率和历史一致率,得到目标采样点对应的目标一致率;
工作状态确定模块,用于基于目标一致率,确定目标采样点对应的目标工作状态。
一种计算机设备,包括存储器和处理器,存储器存储有计算机程序,处理器执行计算机程序时实现上述电缆故障点定位方法的步骤。
一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现上述电缆故障点定位方法的步骤。
一种计算机程序产品,包括计算机程序,计算机程序被处理器执行时实现上述电缆故障点定位方法的步骤。
上述电缆故障点定位方法、装置、计算机设备、存储介质和计算机程序产品,通过获取目标电缆在当前时间段对应的当前平均温度序列和当前最高温度序列,在同一历史时间段对应的历史平均温度序列和历史最高温度序列。温度序列是按照在候选采样点上采集到的温度,对目标电缆上各个候选采样点进行排序得到的。从目标电缆包含的多个候选采样点中确定目标采样点,基于目标采样点在当前平均温度序列和当前最高温度序列中分别对应的位置标识之间的差异,得到目标采样点对应的当前一致率,基于目标采样点在历史平均温度序列和历史最高温度序列中分别对应的位置标识之间的差异,得到目标采样点对应的历史一致率。由于电缆在工作中出现故障时,产生的温度波动较大,例如,电缆在故障时中容易出现温度过高的情况,而电缆在正常工作中时,产生的温度波动较为平稳,因此,基于在各个采样点上采集到的温度来计算一致率,进而基于一致率来预测采样点的工作状态,能保证预测的工作状态的准确性。融合当前一致率和历史一致率,得到目标采样点对应的目标一致率,最终,基于目标一致率确定目标采样点对应的目标工作状态。这样,充分考虑了目标采样点在不同时间段的温度波动情况,排除了偶发数据对预测结果的干扰,可以使得预测的目标采样点的工作状态更加准确,从而提高电缆故障点定位的准确性。
附图说明
图1为一个实施例中电缆故障点定位方法的应用环境图;
图2为一个实施例中电缆故障点定位方法的流程示意图;
图3为一个实施例中确定目标一致率的流程示意图;
图4为另一个实施例中电缆故障点定位方法的流程示意图;
图5为一个实施例中电缆故障点定位装置的结构框图;
图6为另一个实施例中电缆故障点定位装置的结构框图;
图7为一个实施例中计算机设备的内部结构图;
图8为另一个实施例中计算机设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。
本申请实施例提供的电缆故障点定位方法,可以应用于如图1所示的应用环境中。其中,终端102通过网络与服务器104进行通信。数据存储***可以存储服务器104需要处理的数据。数据存储***可以集成在服务器104上,也可以放在云上或其他网络服务器上。终端102可以但不限于是各种个人计算机、笔记本电脑、智能手机、平板电脑、物联网设备和便携式可穿戴设备,物联网设备可为智能电视、智能车载设备等。便携式可穿戴设备可为智能手表、智能手环、头戴设备等。服务器104可以用独立的服务器或者是多个服务器组成的服务器集群来实现。终端102以及服务器104可以通过有线或无线通信方式进行直接或间接地连接,本申请在此不做限制。
终端和服务器均可单独用于执行本申请实施例中提供的电缆故障点定位方法。
例如,终端获取目标电缆在当前时间段对应的当前平均温度序列和当前最高温度序列,获取目标电缆在同一历史时间段对应的历史平均温度序列和历史最高温度序列。温度序列是按照在候选采样点上采集到的温度,对目标电缆上各个候选采样点进行排序得到的。终端从目标电缆包含的多个候选采样点中确定目标采样点。终端基于目标采样点在当前平均温度序列和当前最高温度序列中分别对应的位置标识之间的差异,得到目标采样点对应的当前一致率,基于目标采样点在历史平均温度序列和历史最高温度序列中分别对应的位置标识之间的差异,得到目标采样点对应的历史一致率。终端融合当前一致率和历史一致率,得到目标采样点对应的目标一致率。终端基于目标一致率,确定目标采样点对应的目标工作状态。
终端和服务器也可协同用于执行本申请实施例中提供的电缆故障点定位方法。
例如,终端向服务器发送电缆故障点定位请求,电缆故障点定位请求携带电缆标识,服务器基于电缆标识获取目标电缆在当前时间段对应的当前平均温度序列和当前最高温度序列,获取目标电缆在同一历史时间段对应的历史平均温度序列和历史最高温度序列。温度序列是按照在候选采样点上采集到的温度,对目标电缆上各个候选采样点进行排序得到的。服务器从目标电缆包含的多个候选采样点中确定目标采样点。服务器基于目标采样点在当前平均温度序列和当前最高温度序列中分别对应的位置标识之间的差异,得到目标采样点对应的当前一致率,基于目标采样点在历史平均温度序列和历史最高温度序列中分别对应的位置标识之间的差异,得到目标采样点对应的历史一致率。服务器融合当前一致率和历史一致率,得到目标采样点对应的目标一致率。服务器基于目标一致率,确定目标采样点对应的目标工作状态,将目标采样点对应的目标工作状态发送给终端,终端可以对目标采样点对应的目标工作状态进行展示。
在一个实施例中,如图2所示,提供了一种电缆故障点定位方法,以该方法应用于计算机设备为例进行说明,计算机设备可以是终端或服务器,由终端或服务器自身单独执行,也可以通过终端和服务器之间的交互来实现。电缆故障点定位方法包括以下步骤:
步骤S202,获取目标电缆在当前时间段对应的当前平均温度序列和当前最高温度序列,获取目标电缆在同一历史时间段对应的历史平均温度序列和历史最高温度序列;温度序列是按照在候选采样点上采集到的温度,对目标电缆上各个候选采样点进行排序得到的。
其中,目标电缆是指需要进行故障点定位的电缆,目标电缆上存在多个候选采样点。
当前时间段是指对目标电缆进行故障点定位时对应的采样时间段,例如,可以将当前时间段的时间长度设置为24小时,假设在2023年2月2日12:00对目标电缆进行故障点定位,此时对应的目标时间段为2023年2月1日12:00至2023年2月2日12:00。
历史时间段是指对目标电缆进行故障点定位时确定的历史采样时间段,历史时间段是比当前时间段更早的时间段,例如,可以将历史时间段的时间长度设置为24小时,假设在2023年7月2日0:00对目标电缆进行故障定位,此时对应的历史时间段可以为2023年1月1日0:00至1月2日0:00;可以将历史时间段的时间长度设置为连续的3天,假设在2023年7月2日0:00对目标电缆进行故障定位,此时对应的历史时间段可以为2023年1月1日0:00至1月4日0:00;可以将历史时间段的时间长度设置为3天,并且历史时间段可以是由多个不连续的时间段组成的,假设在2023年7月2日0:00对目标电缆进行故障定位,此时对应的历史时间段可以为2022年12月1日0:00至12月2日0:00、2022年12月15日0:00至12月16日0:00和2022年12月29日0:00至12月30日0:00;等等。
当前平均温度序列是指对各个候选采样点在当前时间段分别对应的平均温度进行排序得到的序列。当前最高温度序列是指对各个候选采样点在当前时间段分别对应的最高温度进行排序得到的序列。
历史平均温度序列是指对各个候选采样点在历史时间段分别对应的平均温度进行排序得到的序列。历史最高温度序列是指对各个候选采样点在历史时间段分别对应的最高温度进行排序得到的序列。
候选采样点是指在目标电缆上确定的温度采样点,例如,可以在目标电缆上每隔4米设置一个温度采样点,对于每个候选采样点,可以每隔2分钟进行一次温度采样。基于从各个候选采样点上分别采集到的温度信息,对目标电缆进行故障点定位。
示例性地,基于电缆本身的电力测量参数进行故障点定位,容易受到外界电磁干扰的影响,导致定位准确性不高。然而由于电缆在工作中出现故障时往往会产生较大的温度波动,在正常工作时产生的温度波动较为平稳,因此基于从目标电缆的各个候选采样点上采集到的温度,对目标电缆进行故障点定位,能够保证故障点定位的准确性。计算机设备首先获取目标电缆对应的各个候选采样点在当前时间段分别对应的采样温度,基于各个候选采样点在当前时间段分别对应的采样温度确定目标电缆对应的当前平均温度序列和当前最高温度序列。获取目标电缆对应的各个候选采样点在同一历史时间段分别对应的采样温度,基于各个候选采样点在历史时间段分别对应的采样温度确定目标电缆对应的历史平均温度序列和历史最高温度序列。
在一个实施例中,存在至少两个历史时间段,获取目标电缆在各个历史时间段分别对应的历史平均温度序列和历史最高温度序列,基于目标电缆在当前时间段对应的当前平均温度序列和当前最高温度序列,以及目标电缆在各个历史时间段分别对应的历史平均温度序列和历史最高温度序列,对目标电缆进行故障点定位。这样,充分考虑了目标电缆在不同时间段对应的温度波动情况,能够降低偶发数据的影响,即降低偶然性造成的误差,提高了电缆故障点定位的准确性。
步骤S204,从目标电缆包含的多个候选采样点中确定目标采样点。
其中,目标采样点是指当前需要确定工作状态的候选采样点。
示例性地,计算机设备将目标电缆包含的多个候选采样点中的任意一个采样点作为目标采样点,进而基于目标采样点在各个温度序列中分别对应的位置标识,确定目标采样点对应的目标一致率,从而基于目标一致率确定目标采样点对应的目标工作状态,目标工作状态能够反映目标采样点对应的故障程度。
在一个实施例中,将目标电缆中的各个候选采样点分别作为目标采样点,确定各个候选采样点分别对应的工作状态,即确定各个候选采样点分别对应的故障程度。基于各个候选采样点分别对应的工作状态,在各个候选采样点中确定故障程度较高的候选采样点作为异常采样点,即实现对目标电缆的故障点定位。此外,加强对上述各个异常采样点的监控,当异常采样点对应的故障程度高于一定阈值时,及时对异常采样点进行检修处理,能够提高目标电缆的工作稳定性。并且,当目标电缆出现故障时,首先从各个异常采样点中查找故障采样点,能够提高在目标电缆中确定故障采样点的速度,从而减少目标电缆的故障时间,降低由于电缆故障而造成的损失。
步骤S206,基于目标采样点在当前平均温度序列和当前最高温度序列中分别对应的位置标识之间的差异,得到目标采样点对应的当前一致率,基于目标采样点在历史平均温度序列和历史最高温度序列中分别对应的位置标识之间的差异,得到目标采样点对应的历史一致率。
其中,位置标识是指目标采样点在温度序列中所处的位置,例如,当目标采样点对应的温度为26℃,温度序列为[25,26,28,30,31],此时,目标采样点是温度序列中的第二个数据,目标采样点对应的位置标识为2。
一致率是指目标采样点在平均温度序列中的位置标识与目标采样点在最高温度序列中的位置标识之间的一致程度,能够表征目标采样点对应的温度波动程度,从而反映目标采样点的故障程度。例如,目标采样点的一致率越高,说明目标采样点在平均温度序列和最高温度序列中分别对应的位置标识越接近,即目标采样点的温度波动程度越小,说明目标采样点故障程度越小,目标采样点的一致率越小,说明目标采样点在平均温度序列和最高温度序列中分别对应的位置标识之间的差异越大,即目标采样点的温度波动程度越大,说明目标采样点故障程度越大。
当前一致率是指目标采样点在当前时间段对应的一致率。历史一致率是指目标采样点在历史时间段对应的一致率。
示例性地,计算机设备确定目标采样点在当前平均温度序列和当前最高温度序列中分别对应的位置标识,计算目标采样点在当前平均温度序列和当前最高温度序列中分别对应的位置标识之间的差值作为当前差异值,基于当前差异值与目标采样点对应的候选采样点数量之间的比值,得到目标采样点对应的当前一致率。确定目标采样点在历史平均温度序列和历史最高温度序列中分别对应的位置标识,计算目标采样点在历史平均温度序列和历史最高温度序列中分别对应的位置标识之间的差值作为历史差异值,基于历史差异值与目标采样点对应的候选采样点数量之间的比值,得到目标采样点对应的历史一致率。
步骤S208,融合当前一致率和历史一致率,得到目标采样点对应的目标一致率。
其中,目标一致率是指综合了当前一致率和历史一致率得到的目标采样点的一致率,由于目标一致率综合了目标采样点在不同时间段分别对应的一致率,降低了偶发数据对一致率的影响,因此,相比于当前一致率和历史一致率,目标一致率能够更加准确地反映目标采样点的故障程度。
示例性地,计算机设备获取当前一致率和历史一致率分别对应的权重,基于当前一致率和历史一致率分别对应的权重融合当前一致率和历史一致率,得到目标采样点对应的目标一致率。
步骤S210,基于目标一致率,确定目标采样点对应的目标工作状态。
其中,目标工作状态是指目标采样点的工作状态,用于反映目标采样点对应的故障程度。
示例性地,计算机设备基于目标采样点对应的目标一致率确定目标采样点对应的目标工作状态。例如,若目标一致率小于等于第一预设阈值,则确定目标采样点对应的目标工作状态为故障状态,若目标一致率大于第一预设阈值,小于等于第二预设阈值,则确定目标采样点对应的目标工作状态为异常状态,若目标一致率大于第二预设阈值,则确定目标采样点对应的目标工作状态为正常状态。当目标工作状态为故障状态时,立即发送告警通知至工作人员对应的终端,以提示工作人员该目标采样点发生故障需要及时维修。当目标工作状态为异常状态时,则对目标采样点加强监控,当目标采样点对应的目标一致率与第一预设阈值之间的差值小于预警预设阈值时,立即发送预警通知至工作人员对应的终端,以提示工作人员对该目标采样点进行检修,避免目标采样点出现故障,以及避免故障带来的损失。
上述电缆故障点定位方法中,通过获取目标电缆在当前时间段对应的当前平均温度序列和当前最高温度序列,在同一历史时间段对应的历史平均温度序列和历史最高温度序列。温度序列是按照在候选采样点上采集到的温度,对目标电缆上各个候选采样点进行排序得到的。从目标电缆包含的多个候选采样点中确定目标采样点,基于目标采样点在当前平均温度序列和当前最高温度序列中分别对应的位置标识之间的差异,得到目标采样点对应的当前一致率,基于目标采样点在历史平均温度序列和历史最高温度序列中分别对应的位置标识之间的差异,得到目标采样点对应的历史一致率。由于电缆在工作中出现故障时,产生的温度波动较大,例如,电缆在故障时中容易出现温度过高的情况,而电缆在正常工作中时,产生的温度波动较为平稳,因此,基于在各个采样点上采集到的温度来计算一致率,进而基于一致率来预测采样点的工作状态,能保证预测的工作状态的准确性。融合当前一致率和历史一致率,得到目标采样点对应的目标一致率,最终,基于目标一致率确定目标采样点对应的目标工作状态。这样,充分考虑了目标采样点在不同时间段的温度波动情况,排除了偶发数据对预测结果的干扰,可以使得预测的目标采样点的工作状态更加准确,从而提高电缆故障点定位的准确性。
在一个实施例中,获取目标电缆在当前时间段对应的当前平均温度序列和当前最高温度序列,获取目标电缆在同一历史时间段对应的历史平均温度序列和历史最高温度序列,包括:
获取各个候选采样点在参考时间段分别对应的参考温度集合;参考时间段为当前时间段或历史时间段,参考温度集合包含候选采样点在参考时间段内的多个采样时刻分别对应的采样温度;在各个候选采样点分别对应的参考温度集合中,确定各个候选采样点分别对应的参考最高温度,对各个候选采样点分别对应的参考最高温度进行排序,得到目标电缆对应的参考最高温度序列;在各个候选采样点分别对应的参考温度集合中,确定各个候选采样点分别对应的参考平均温度,对各个候选采样点分别对应的参考平均温度进行排序,得到目标电缆对应的参考平均温度序列。
其中,当参考时间段为当前时间段时,参考温度集合为当前温度集合,参考最高温度为当前最高温度,参考平均温度为当前平均温度,参考最高温度序列为当前最高温度序列,参考平均温度序列为当前平均温度序列。
当前温度集合是指包含候选采样点在当前时间段内的多个采样时刻分别对应的采样温度的集合。当前最高温度是指候选采样点在当前时间段对应的最高温度。当前平均温度是指候选采样点在当前时间段对应的平均温度。
当参考时间段为历史时间段时,参考温度集合为历史温度集合,参考最高温度为历史最高温度,参考平均温度为历史平均温度,参考最高温度序列为历史最高温度序列,参考平均温度序列为历史平均温度序列。
历史温度集合是指包含候选采样点在历史时间段内的多个采样时刻分别对应的采样温度的集合。历史最高温度是指候选采样点在历史时间段对应的最高温度。历史平均温度是指候选采样点在历史时间段对应的平均温度。
示例性地,计算机设备获取目标电缆对应的各个候选采样点在当前时间段分别对应的当前温度集合。对单个候选采样点对应的当前温度集合中的各个采样温度进行降序排序,得到该候选采样点对应的当前温度序列,基于当前温度序列确定该候选采样点对应的当前最高温度。例如,将当前温度序列中位于前1%的各个采样温度的均值作为候选采样点对应的当前最高温度。用相同的方法得到其他各个候选采样点分别对应的当前最高温度,从而得到各个候选采样点分别对应的当前最高温度。对各个候选采样点分别对应的当前最高温度进行排序,得到目标电缆对应的当前最高温度序列。用相同的方法得到目标电缆对应的历史最高温度序列。
融合单个候选采样点对应的当前温度集合中的各个采样温度,得到该候选采样点对应的当前平均温度。例如,对单个候选采样点对应的当前温度集合中各个采样温度求均值,得到候选采样点对应的当前平均温度。用相同的方法得到其他各个候选采样点分别对应的当前平均温度,从而得到各个候选采样点分别对应的当前平均温度。对各个候选采样点分别对应的当前平均温度进行排序,得到目标电缆对应的当前平均温度序列。用相同的方法得到目标电缆对应的历史平均温度序列。参考最高温度序列和参考平均温度序列是按照相同的排序规则进行排序得到的,例如,均为按照降序进行排序得到的,或者均为按照升序进行排序得到的。
上述实施例中,通过获取各个候选采样点在当前时间段和历史时间段分别对应的温度集合,温度集合中包含了候选采样点在对应时间段中的多个采样温度,基于温度集合来确定候选采样点在对应时间段的平均温度和最高温度,能够保证计算得到的候选采样点的平均温度和最高温度的准确性。进而基于目标电缆在不同时间段分别对应的温度序列来计算一致率,充分考虑了目标采样点在不同时间段的温度波动情况,降低了计算的偶然性,提高了电缆故障点定位的准确性。
在一个实施例中,在各个候选采样点分别对应的参考温度集合中,确定各个候选采样点分别对应的参考平均温度,包括:
基于参考温度集合中各个采样温度分别对应的采集时刻,确定参考温度集合中各个采样温度分别对应的采样权重;采样温度对应的采样权重与采样温度对应的采集时刻呈正相关;基于参考温度集合中各个采样温度分别对应的采样权重,融合参考温度集合中的各个采样温度,得到参考温度集合所属候选采样点对应的参考平均温度。
其中,采样温度是指在候选采样点采集到的电缆温度。采集时刻是指采集电缆温度时对应的时刻。采样权重是指在基于参考温度集合中的各个采样温度计算参考平均温度时,给各个采样温度赋予的权重,表征在计算参考平均温度时各个采样温度分别对应的重要程度。
示例性地,计算机设备获取参考温度集合中各个采样温度分别对应的采集时刻,基于采样温度对应的采集时刻确定采样温度对应的采样权重,采样温度对应的采样权重与采样温度对应的采集时刻呈正相关,即采集时刻越晚的采样温度对应的采样权重越大。例如,当参考温度集合中包含A、B、C三个采样温度,并且采样温度A、B、C对应的采集时刻分别为2023年1月1日,2023年1月2日和2023年1月3日,则采样温度A、B、C分别对应的采样权重可以设置为0.8、1和1.2。基于参考温度集合中各个采样温度分别对应的采样权重,计算参考温度集合中各个采样温度的加权平均值,得到参考温度集合所属候选采样点对应的参考平均温度。
上述实施例中,基于采样温度对应的采集时刻,给采集时刻越近的采样温度赋予更高的采样权重,是由于最近采样得到的采样温度具有越强的参考价值,进而基于各个采样温度分别对应的采集权重,融合各个采样权重得到平均温度,能够提高平均温度的准确性。
在一个实施例中,基于目标采样点在当前平均温度序列和当前最高温度序列中分别对应的位置标识之间的差异,得到目标采样点对应的当前一致率,基于目标采样点在历史平均温度序列和历史最高温度序列中分别对应的位置标识之间的差异,得到目标采样点对应的历史一致率,包括:
获取目标电缆对应的采样点总量;基于目标采样点在参考时间段对应的参考平均温度序列和参考最高温度序列中分别对应的位置标识之间的差异,得到参考差异值;当参考时间段为当前时间段时,参考平均温度序列和参考最高温度序列分别为当前平均温度序列和当前最高温度序列,当参考时间段为历史时间段时,参考平均温度序列和参考最高温度序列分别为历史平均温度序列和历史最高温度序列;基于参考差异值与采样点总量之间的比值,得到参考差异率;基于参考差异率得到目标采样点对应的参考一致率。
其中,采样点总量是指目标电缆包含的候选采样点的数量。参考差异值是指目标采样点在参考平均温度序列和参考最高温度序列中分别对应的位置标识之间的差值。
当参考时间段为当前时间段时,参考一致率为当前一致率,当参考时间段为历史时间段时,参考一致率为历史一致率。
示例性地,计算机设备统计目标电缆包含的候选采样点的数量,得到采样点总量。计算目标采样点在参考平均温度序列和参考最高温度序列中分别对应的位置标识之间的差值,得到参考差异值。进而计算参考差异值与采样点总量之间的比值得到参考差异率,基于参考差异率得到目标采样点对应的参考一致率。例如,将预设值与参考差异率之间的差值作为参考一致率;将参考差异率与预设值的乘积作为参考一致率;等等。当参考时间段为当前时间段时,参考差异值为当前差异值,参考差异率为当前差异率,参考一致率为当前一致率,当参考时间段为历史时间段时,参考差异值为历史差异值,参考差异率为历史差异率,参考一致率为历史一致率。
在一个实施例中,可以通过以下公式计算目标采样点对应的参考一致率:
其中,T为目标采样点对应的参考一致率,M为目标采样点在参考最高温度序列中对应的位置标识,N为目标采样点在参考平均温度序列中对应的位置标识,X为目标电缆对应的采样点总量。
上述实施例中,通过计算目标采样点在参考平均温度序列和参考最高温度序列中分别对应的位置标识之间的差值,得到参考差异值,进而基于参考差异值与采样点总量之间的比值得到参考一致率,这样得到的参考一致率能够准确地表征目标采样点对应的温度波动程度,从而反映目标采样点的故障程度。
在一个实施例中,如图3所示,融合当前一致率和历史一致率,得到目标采样点对应的目标一致率,包括:
步骤S302,获取目标电缆在第一历史时间段对应的第一历史平均温度序列和第一历史最高温度序列,获取目标电缆在第二历史时间段对应的第二历史平均温度序列和第二历史最高温度序列;第一历史时间段对应的环境温度大于第二历史时间段对应的环境温度。
步骤S304,获取参考地区综合温度,获取目标电缆所在地区对应的目标地区综合温度,获取第一历史时间段对应的初始第一权重、第二历史时间段对应的初始第二权重和当前时间段对应的初始当前权重。
步骤S306,基于目标地区综合温度与参考地区综合温度之间的差异,得到权重差异值。
步骤S308,当目标地区综合温度大于参考地区综合温度时,融合初始第二权重和权重差异值,得到目标第二权重,将初始第一权重作为目标第一权重。
步骤S310,当目标地区综合温度小于或等于参考地区综合温度时,融合初始第一权重和权重差异值,得到目标第一权重,将初始第二权重作为目标第二权重。
步骤S312,基于初始当前权重、目标第一权重和目标第二权重,融合第一历史时间段和第二历史时间段分别对应的历史一致率、当前一致率,得到目标一致率。
其中,第一历史时间段是指对目标电缆进行故障点定位时确定的第一个历史采样时间段。第二历史时间段是指目标电缆进行故障点定位时确定的第二个历史采样时间段。历史时间段对应的环境温度是指目标电缆所处的环境在历史时间段内对应的平均气温,例如,当历史时间段为2023年1月1日0:00至2023年1月2日0:00,历史时间段对应的环境温度为目标电缆所处环境在2023年1月1日0:00至2023年1月2日0:00对应的平均气温。
参考地区综合温度是指预设的全年平均气温。例如,可以将参考地区综合温度设置为15℃。
目标地区综合温度是指目标地区对应的全年平均气温。例如,当目标地区为广东省深圳市,并且广东省深圳市对应的全年平均气温为22℃,目标地区综合温度即为22℃。
初始第一权重是指计算目标一致率时,为第一历史时间段对应的历史一致率赋予的初始权重。初始第二权重是指计算目标一致率时,为第二历史时间段对应的历史一致率赋予的初始权重。初始当前权重是指计算目标一致率时,为当前时间段对应的当前一致率赋予的初始权重。
权重差异值是指基于目标地区综合温度和参考地区综合温度之间的差值得到的差异值,用于调整初始第一权重或初始第二权重。目标第一权重是指最终确定的第一历史时间段对应的权重。目标第二权重是指最终确定的第二历史时间段对应的权重。
示例性地,计算机设备基于环境温度确定第一历史时间段和第二历史时间段,并且第一历史时间段对应的环境温度大于第二历史时间段对应的环境温度,例如,从夏季中随机选取五天作为第一历史时间段,从冬季中随机选取五天作为第二历史时间段。
获取目标电缆在第一历史时间段对应的第一历史平均温度序列和第一历史最高温度序列,以及目标电缆在第二历史时间段对应的第二历史平均温度序列和第二历史最高温度序列。获取参考地区综合温度和目标电缆对应的目标地区综合温度。获取第一历史时间段对应的初始第一权重、第二历史时间段对应的初始第二权重和当前时间段对应的初始当前权重。例如,初始第一权重、初始第二权重和初始当前权重可以均为1。
计算目标地区综合温度和参考地区综合温度之间的差值,基于该差值得到权重差异值。例如,将差值与预设阈值的乘积作为权重差异值;将差值直接作为权重差异值;等等。
当目标地区综合温度大于参考地区综合温度时,融合初始第二权重和权重差异值,得到目标第二权重,并将初始第一权重作为目标第一权重。例如,将初始第二权重和权重差异值之和作为目标第二权重;计算权重差异值与预设值的乘积,将乘积与初始第二权重之和作为目标第二权重;等等。当目标地区综合温度小于或等于参考地区综合温度时,融合初始第一权重和权重差异值,得到目标第一权重,并将初始第二权重作为目标第二权重。
基于初始当前权重、目标第一权重和目标第二权重,计算第一历史时间段和第二历史时间段分别对应的历史一致率与当前一致率的加权平均值,得到目标一致率。
上述实施例中,基于目标地区综合温度与参考地区综合温度之间的差异,得到权重差异值。当目标地区综合温度大于参考地区综合温度时,说明目标电缆所在地区的综合温度偏高,基于权重差异值将第二历史时间段对应的初始第二权重上调,当目标地区综合温度小于参考地区综合温度时,说明目标电缆所在地区的综合温度偏低,基于权重差异值将第一历史时间段对应的初始第一权重上调。是因为当历史时间段对应的环境温度与当前时间段对应的环境温度之间的差异越大时,说明历史时间段对应的一致率的参考价值越高。这样,基于初始当前权重、目标第一权重和目标第二权重融合各个一致率,能够提高目标一致率的准确性。
在一个实施例中,电缆故障点定位方法还包括:
将目标电缆划分为多段候选电缆,获取各段候选电缆分别对应的负载量;基于候选电缆对应的负载量,确定候选电缆对应的温度采样间隔;基于候选电缆对应的温度采样间隔,在候选电缆中确定电缆采样点;将各段候选电缆分别对应的电缆采样点作为目标电缆对应的候选采样点。
其中,候选电缆是指对目标电缆进行划分得到的电缆。负载量是指电缆在输送电能时所通过的电流量。温度采样间隔是指在候选电缆上确定电缆采样点时,各个电缆采样点之间的间隔,例如,当候选电缆对应的温度采样间隔为4米时,在候选电缆上每隔4米确定一个电缆采样点。电缆采样点是指在候选电缆上确定的温度采样点,基于从温度采样点上采集的温度信息,对目标电缆进行故障点定位。
示例性地,计算机设备将目标电缆划分为多段候选电缆,例如,当目标电缆为2000米时,可以之间将目标电缆平均划分为20段候选电缆,每段候选电缆的长度为100米;也可以根据目标电缆的实际结构,将目标电缆划分为多段候选电缆,例如,对于目标电缆中存在的节点,节点为目标电缆中三条或三条以上线路连接的部分,将每个节点单独划分为一段候选电缆,对于目标电缆的剩余部分,可以平均划分为多段候选电缆;等等。
获取各段候选电缆分别对应的负载量,基于各段候选电缆分别对应的负载量,确定各段候选电缆分别对应的温度采样间隔,温度采样间隔与负载量呈负相关。具体地,候选电缆的负载量越高,说明候选电缆的负荷越大,高负荷运作容易导致电缆出现故障,因此对于负载量越高的候选电缆,候选采样点的设置应该更加密集,也就是候选电缆对应的温度采样间隔应该更小,反之,对于负载量越低的候选电缆,温度采样间隔应该更大。
基于候选电缆对应的温度采样间隔,在候选电缆中确定电缆采样点。确定了各段候选电缆分别对应的电缆采样点后,将各段候选电缆分别对应的电缆采样点作为目标电缆对应的候选采样点。
上述实施例中,通过将目标电缆划分为多段候选电缆,基于各段候选电缆分别对应的负载量来确定各段候选电缆分别对应的温度采样间隔,由于负载量高的候选电缆更加容易出现故障,因此设置更多的候选采样点,能够提高电力故障点定位的准确性。
在一个实施例中,基于目标一致率,确定目标采样点对应的目标工作状态,包括:
获取至少两个一致率区间;至少两个一致率区间对应的电缆故障程度依次递增;将目标一致率所属一致率区间作为目标区间,确定目标工作状态为目标区间对应的电缆故障程度。
其中,一致率区间是指基于一致率对目标采样点的电缆故障程度进行划分得到的区间,不同一致率区间反映的电缆故障程度不同。
电缆故障程度是指目标采样点对应的易故障程度,目标采样点对应的电缆故障程度越高说明目标采样点越容易出现故障。
示例性地,计算机设备获取目标电缆对应的至少两个一致率区间,各个一致率区间对应的电缆故障程度依次递增。例如,当目标一致率取值范围为[0,1]时,设置三个一致率区间,分别为(0.8,1]、(0.5,0.8]和[0,0.5],一致率区间(0.8,1]、(0.5,0.8]和[0,0.5]分别对应的易故障程度依次递增,一致率区间(0.8,1]对应的电缆故障程度为不易故障,一致率区间(0.5,0.8]对应的电缆故障程度为较易故障,一致率区间[0,0.5]对应的电缆故障程度为故障。确定目标一致率所属的一致率区间,将目标一致率所属的一致率区间作为目标区间,进而基于目标区间对应的电缆故障程度确定目标工作状态。当目标工作状态为故障状态时,立即发送告警通知至工作人员对应的终端,以提示工作人员该目标采样点发生故障需要及时维修。当目标工作状态为较易故障状态时,则对目标采样点加强监控,当目标采样点对应的目标一致率小于预设阈值时,立即发送预警通知至工作人员对应的终端,以提示工作人员对该目标采样点进行检修,避免目标采样点出现故障,从而避免故障带来的损失。
上述实施例中,设置至少两个一致率区间,基于目标一致率所属的一致率区间,能够快速准确地确定目标采样点对应的电缆故障程度,提高电缆故障点定位的效率。并且基于各个一致率区间分别对应的电缆故障程度,为各个一致率区间设置对应的处理措施,能够保证目标电缆工作的稳定性和安全性,降低电缆故障带来的损失。
在一个具体的实施例中,本申请的电缆故障点定位方法可以应用于电力电缆管理***,根据实时采样的电缆温度,对各个采样点进行故障程度分级,快速准确地排查出电力电缆容易发生故障的位置。电缆故障点定位方法包括以下步骤:
1、获取温度序列(即温度数据组)
电力电缆管理***获取电力电缆在当前时间段对应的当前平均温度序列和当前最高温度序列,在夏季历史时间段对应的夏季平均温度序列和夏季最高温度序列,所述目标电缆在冬季历史时间段对应的冬季平均温度序列和冬季最高温度序列。
例如,当电力电缆包含1000个候选采样点时,电力电缆对应的当前平均温度序列和当前最高温度序列可以分别表示为:A{T1A,T2A,T3A,……,T998A,T999A,T1000A},B{T1B,T2B,T3B,……,T998B,T999B,T1000B},夏季平均温度序列和夏季最高温度序列可以分别表示为:C{T1C,T2C,T3C,……,T998C,T999C,T1000C},D{T1D,T2D,T3D,……,T998D,T999D,T1000D},冬季平均温度序列和冬季最高温度序列可以分别表示为:E{T1E,T2E,T3E,……,T998E,T999E,T1000E},F{T1F,T2F,T3F,……,T998F,T999F,T1000F},
2、计算一致率
从电力电缆包含的多个候选采样点中确定目标采样点。基于目标采样点在当前平均温度序列和当前最高温度序列中分别对应的位置标识之间的差异,得到目标采样点对应的当前一致率。基于目标采样点在夏季平均温度序列和夏季最高温度序列中分别对应的位置标识之间的差异,得到所述目标采样点对应的夏季一致率。基于目标采样点在冬季平均温度序列和冬季最高温度序列中分别对应的位置标识之间的差异,得到目标采样点对应的冬季一致率。融合当前一致率、夏季一致率和冬季一致率,得到目标采样点对应的平均一致率。
3、判断采样点易故障程度
对采样点的易故障等级进行划分,得到至少两个一致率区间,至少两个一致率区间对应的电缆故障程度依次递增。将目标一致率所属一致率区间作为目标区间,确定目标工作状态为目标区间对应的电缆故障程度。例如,若平均一致率T≤50%,则将目标采样点定义为极易故障点,若平均一致率50%<T≤80%,则将目标采样点定义为较易故障点,若平均一致率80%<T≤100%,则将目标采样点定义为不易故障点。
上述实施例中,通过利用智能电网能够实时测量电缆温度的特点,如图4所示,首先将这些不同季节和时间所采样得到的温度值分别排序形成数据组(即温度序列),然后分别求得各个采样点对于不同数据组的一致率,最后通过平均一致率对采样点的易故障程度分级。综合了多个时间和季节所测得的最高温度和平均温度,运用了定义采样点温度一致率的方法来判定采样点的易故障程度,可以排除偶发数据对预测结果的干扰,使得易故障点的预测更加准确。通过平台对这些易故障点的加强监控,可以在故障发生的第一时间对故障点位置准确定位,甚至在故障发生前预判故障的发生,从而减少停电的时间,降低所造成的损失。
应该理解的是,虽然如上所述的各实施例所涉及的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,这些步骤可以以其它的顺序执行。而且,如上所述的各实施例所涉及的流程图中的至少一部分步骤可以包括多个步骤或者多个阶段,这些步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,这些步骤或者阶段的执行顺序也不必然是依次进行,而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
基于同样的发明构思,本申请实施例还提供了一种用于实现上述所涉及的电缆故障点定位方法的电缆故障点定位装置。该装置所提供的解决问题的实现方案与上述方法中所记载的实现方案相似,故下面所提供的一个或多个电缆故障点定位装置实施例中的具体限定可以参见上文中对于电缆故障点定位方法的限定,在此不再赘述。
在一个实施例中,如图5所示,提供了一种电缆故障点定位装置,包括:温度序列获取模块502、目标采样点确定模块504、基础一致率计算模块506、目标一致率确定模块508和工作状态确定模块510,其中:
温度序列获取模块,用于获取目标电缆在当前时间段对应的当前平均温度序列和当前最高温度序列,获取目标电缆在同一历史时间段对应的历史平均温度序列和历史最高温度序列;温度序列是按照在候选采样点上采集到的温度,对目标电缆上各个候选采样点进行排序得到的。
目标采样点确定模块,用于从目标电缆包含的多个候选采样点中确定目标采样点。
基础一致率计算模块,用于基于目标采样点在当前平均温度序列和当前最高温度序列中分别对应的位置标识之间的差异,得到目标采样点对应的当前一致率,基于目标采样点在历史平均温度序列和历史最高温度序列中分别对应的位置标识之间的差异,得到目标采样点对应的历史一致率。
目标一致率确定模块,用于融合当前一致率和历史一致率,得到目标采样点对应的目标一致率。
工作状态确定模块,用于基于目标一致率,确定目标采样点对应的目标工作状态。
上述电缆故障点定位装置,通过获取目标电缆在当前时间段对应的当前平均温度序列和当前最高温度序列,在同一历史时间段对应的历史平均温度序列和历史最高温度序列。温度序列是按照在候选采样点上采集到的温度,对目标电缆上各个候选采样点进行排序得到的。从目标电缆包含的多个候选采样点中确定目标采样点,基于目标采样点在当前平均温度序列和当前最高温度序列中分别对应的位置标识之间的差异,得到目标采样点对应的当前一致率,基于目标采样点在历史平均温度序列和历史最高温度序列中分别对应的位置标识之间的差异,得到目标采样点对应的历史一致率。由于电缆在工作中出现故障时,产生的温度波动较大,例如,电缆在故障时中容易出现温度过高的情况,而电缆在正常工作中时,产生的温度波动较为平稳,因此,基于在各个采样点上采集到的温度来计算一致率,进而基于一致率来预测采样点的工作状态,能保证预测的工作状态的准确性。融合当前一致率和历史一致率,得到目标采样点对应的目标一致率,最终,基于目标一致率确定目标采样点对应的目标工作状态。这样,充分考虑了目标采样点在不同时间段的温度波动情况,排除了偶发数据对预测结果的干扰,可以使得预测的目标采样点的工作状态更加准确,从而提高电缆故障点定位的准确性。
在一个实施例中,温度序列获取模块还用于:
获取各个候选采样点在参考时间段分别对应的参考温度集合;参考时间段为当前时间段或历史时间段,参考温度集合包含候选采样点在参考时间段内的多个采样时刻分别对应的采样温度;在各个候选采样点分别对应的参考温度集合中,确定各个候选采样点分别对应的参考最高温度,对各个候选采样点分别对应的参考最高温度进行排序,得到目标电缆对应的参考最高温度序列;在各个候选采样点分别对应的参考温度集合中,确定各个候选采样点分别对应的参考平均温度,对各个候选采样点分别对应的参考平均温度进行排序,得到目标电缆对应的参考平均温度序列。
在一个实施例中,温度序列获取模块还用于:
基于参考温度集合中各个采样温度分别对应的采集时刻,确定参考温度集合中各个采样温度分别对应的采样权重;采样温度对应的采样权重与采样温度对应的采集时刻呈正相关;基于参考温度集合中各个采样温度分别对应的采样权重,融合参考温度集合中的各个采样温度,得到参考温度集合所属候选采样点对应的参考平均温度。
在一个实施例中,基础一致率计算模块还用于:
获取目标电缆对应的采样点总量;基于目标采样点在参考时间段对应的参考平均温度序列和参考最高温度序列中分别对应的位置标识之间的差异,得到参考差异值;当参考时间段为当前时间段时,参考平均温度序列和参考最高温度序列分别为当前平均温度序列和当前最高温度序列,当参考时间段为历史时间段时,参考平均温度序列和参考最高温度序列分别为历史平均温度序列和历史最高温度序列;基于参考差异值与采样点总量之间的比值,得到参考差异率;基于参考差异率得到目标采样点对应的参考一致率。
在一个实施例中,目标一致率确定模块还用于:
获取目标电缆在第一历史时间段对应的第一历史平均温度序列和第一历史最高温度序列,获取目标电缆在第二历史时间段对应的第二历史平均温度序列和第二历史最高温度序列;第一历史时间段对应的环境温度大于第二历史时间段对应的环境温度;获取参考地区综合温度,获取目标电缆所在地区对应的目标地区综合温度,获取第一历史时间段对应的初始第一权重、第二历史时间段对应的初始第二权重和当前时间段对应的初始当前权重;基于目标地区综合温度与参考地区综合温度之间的差异,得到权重差异值;当目标地区综合温度大于参考地区综合温度时,融合初始第二权重和权重差异值,得到目标第二权重,将初始第一权重作为目标第一权重;当目标地区综合温度小于或等于参考地区综合温度时,融合初始第一权重和权重差异值,得到目标第一权重,将初始第二权重作为目标第二权重;基于初始当前权重、目标第一权重和目标第二权重,融合第一历史时间段和第二历史时间段分别对应的历史一致率、当前一致率,得到目标一致率。
在一个实施例中,工作状态确定模块还用于:
获取至少两个一致率区间;至少两个一致率区间对应的电缆故障程度依次递增;将目标一致率所属一致率区间作为目标区间,确定目标工作状态为目标区间对应的电缆故障程度。
在一个实施例中,如图6所示,电缆故障点定位装置还包括:
候选采样点确定模块602,用于将目标电缆划分为多段候选电缆,获取各段候选电缆分别对应的负载量;基于候选电缆对应的负载量,确定候选电缆对应的温度采样间隔;基于候选电缆对应的温度采样间隔,在候选电缆中确定电缆采样点;将各段候选电缆分别对应的电缆采样点作为目标电缆对应的候选采样点。
上述电缆故障点定位装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中,也可以以软件形式存储于计算机设备中的存储器中,以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中,提供了一种计算机设备,该计算机设备可以是服务器,其内部结构图可以如图7所示。该计算机设备包括处理器、存储器、输入/输出接口(Input/Output,简称I/O)和通信接口。其中,处理器、存储器和输入/输出接口通过***总线连接,通信接口通过输入/输出接口连接到***总线。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质和内存储器。该非易失性存储介质存储有操作***、计算机程序和数据库。该内存储器为非易失性存储介质中的操作***和计算机程序的运行提供环境。该计算机设备的数据库用于存储当前平均温度序列、目标一致率等数据。该计算机设备的输入/输出接口用于处理器与外部设备之间交换信息。该计算机设备的通信接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种电缆故障点定位方法。
在一个实施例中,提供了一种计算机设备,该计算机设备可以是终端,其内部结构图可以如图8所示。该计算机设备包括处理器、存储器、输入/输出接口、通信接口、显示单元和输入装置。其中,处理器、存储器和输入/输出接口通过***总线连接,通信接口、显示单元和输入装置通过输入/输出接口连接到***总线。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质和内存储器。该非易失性存储介质存储有操作***和计算机程序。该内存储器为非易失性存储介质中的操作***和计算机程序的运行提供环境。该计算机设备的输入/输出接口用于处理器与外部设备之间交换信息。该计算机设备的通信接口用于与外部的终端进行有线或无线方式的通信,无线方式可通过WIFI、移动蜂窝网络、NFC(近场通信)或其他技术实现。该计算机程序被处理器执行时以实现一种电缆故障点定位方法。该计算机设备的显示单元用于形成视觉可见的画面,可以是显示屏、投影装置或虚拟现实成像装置。显示屏可以是液晶显示屏或者电子墨水显示屏,该计算机设备的输入装置可以是显示屏上覆盖的触摸层,也可以是计算机设备外壳上设置的按键、轨迹球或触控板,还可以是外接的键盘、触控板或鼠标等。
本领域技术人员可以理解,图7、8中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的计算机设备的限定,具体的计算机设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
在一个实施例中,提供了一种计算机设备,包括存储器和处理器,存储器中存储有计算机程序,该处理器执行计算机程序时实现上述各方法实施例中的步骤。
在一个实施例中,提供了一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现上述各方法实施例中的步骤。
在一个实施例中,提供了一种计算机程序产品或计算机程序,该计算机产品或计算机程序包括计算机指令,该计算机指令存储在计算机可读存储介质中。计算机设备的处理器从计算机可读存储介质读取该计算机指令,处理器执行该计算机指令,使得该计算机设备执行上述各方法实施例中的步骤。
需要说明的是,本申请所涉及的用户信息(包括但不限于用户设备信息、用户个人信息等)和数据(包括但不限于用于分析的数据、存储的数据、展示的数据等),均为经用户授权或者经过各方充分授权的信息和数据,且相关数据的收集、使用和处理需要遵守相关国家和地区的相关法律法规和标准。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、数据库或其它介质的任何引用,均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(Read-OnlyMemory,ROM)、磁带、软盘、闪存、光存储器、高密度嵌入式非易失性存储器、阻变存储器(ReRAM)、磁变存储器(Magnetoresistive Random Access Memory,MRAM)、铁电存储器(Ferroelectric Random Access Memory,FRAM)、相变存储器(Phase Change Memory,PCM)、石墨烯存储器等。易失性存储器可包括随机存取存储器(Random Access Memory,RAM)或外部高速缓冲存储器等。作为说明而非局限,RAM可以是多种形式,比如静态随机存取存储器(Static Random Access Memory,SRAM)或动态随机存取存储器(Dynamic RandomAccess Memory,DRAM)等。本申请所提供的各实施例中所涉及的数据库可包括关系型数据库和非关系型数据库中至少一种。非关系型数据库可包括基于区块链的分布式数据库等,不限于此。本申请所提供的各实施例中所涉及的处理器可为通用处理器、中央处理器、图形处理器、数字信号处理器、可编程逻辑器、基于量子计算的数据处理逻辑器等,不限于此。
以上实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对本申请专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请的保护范围应以所附权利要求为准。
Claims (10)
1.一种电缆故障点定位方法,其特征在于,所述方法包括:
获取目标电缆在当前时间段对应的当前平均温度序列和当前最高温度序列,获取所述目标电缆在同一历史时间段对应的历史平均温度序列和历史最高温度序列;温度序列是按照在候选采样点上采集到的温度,对所述目标电缆上各个候选采样点进行排序得到的;
从所述目标电缆包含的多个候选采样点中确定目标采样点;
基于所述目标采样点在所述当前平均温度序列和所述当前最高温度序列中分别对应的位置标识之间的差异,得到所述目标采样点对应的当前一致率,基于所述目标采样点在所述历史平均温度序列和所述历史最高温度序列中分别对应的位置标识之间的差异,得到所述目标采样点对应的历史一致率;
融合所述当前一致率和所述历史一致率,得到所述目标采样点对应的目标一致率;
基于所述目标一致率,确定所述目标采样点对应的目标工作状态。
2.根据权利要求1所述的方法,其特征在于,所述获取目标电缆在当前时间段对应的当前平均温度序列和当前最高温度序列,获取所述目标电缆在同一历史时间段对应的历史平均温度序列和历史最高温度序列,包括:
获取所述各个候选采样点在参考时间段分别对应的参考温度集合;所述参考时间段为所述当前时间段或所述历史时间段,所述参考温度集合包含候选采样点在参考时间段内的多个采样时刻分别对应的采样温度;
在所述各个候选采样点分别对应的参考温度集合中,确定所述各个候选采样点分别对应的参考最高温度,对所述各个候选采样点分别对应的参考最高温度进行排序,得到所述目标电缆对应的参考最高温度序列;
在所述各个候选采样点分别对应的参考温度集合中,确定所述各个候选采样点分别对应的参考平均温度,对所述各个候选采样点分别对应的参考平均温度进行排序,得到所述目标电缆对应的参考平均温度序列。
3.根据权利要求2所述的方法,其特征在于,所述在所述各个候选采样点分别对应的参考温度集合中,确定所述各个候选采样点分别对应的参考平均温度,包括:
基于所述参考温度集合中各个采样温度分别对应的采集时刻,确定所述参考温度集合中各个采样温度分别对应的采样权重;所述采样温度对应的采样权重与采样温度对应的采集时刻呈正相关;
基于所述参考温度集合中各个采样温度分别对应的采样权重,融合所述参考温度集合中的各个采样温度,得到所述参考温度集合所属候选采样点对应的参考平均温度。
4.根据权利要求1所述的方法,其特征在于,所述基于所述目标采样点在所述当前平均温度序列和所述当前最高温度序列中分别对应的位置标识之间的差异,得到所述目标采样点对应的当前一致率,基于所述目标采样点在所述历史平均温度序列和所述历史最高温度序列中分别对应的位置标识之间的差异,得到所述目标采样点对应的历史一致率,包括:
获取所述目标电缆对应的采样点总量;
基于所述目标采样点在参考时间段对应的参考平均温度序列和参考最高温度序列中分别对应的位置标识之间的差异,得到参考差异值;当所述参考时间段为所述当前时间段时,所述参考平均温度序列和所述参考最高温度序列分别为所述当前平均温度序列和所述当前最高温度序列,当所述参考时间段为所述历史时间段时,所述参考平均温度序列和所述参考最高温度序列分别为所述历史平均温度序列和所述历史最高温度序列;
基于所述参考差异值与所述采样点总量之间的比值,得到参考差异率;
基于所述参考差异率得到所述目标采样点对应的参考一致率。
5.根据权利要求1所述的方法,其特征在于,所述融合所述当前一致率和所述历史一致率,得到所述目标采样点对应的目标一致率,包括:
获取所述目标电缆在第一历史时间段对应的第一历史平均温度序列和第一历史最高温度序列,获取所述目标电缆在第二历史时间段对应的第二历史平均温度序列和第二历史最高温度序列;所述第一历史时间段对应的环境温度大于所述第二历史时间段对应的环境温度;
获取参考地区综合温度,获取所述目标电缆所在地区对应的目标地区综合温度,获取所述第一历史时间段对应的初始第一权重、所述第二历史时间段对应的初始第二权重和所述当前时间段对应的初始当前权重;
基于所述目标地区综合温度与所述参考地区综合温度之间的差异,得到权重差异值;
当所述目标地区综合温度大于所述参考地区综合温度时,融合所述初始第二权重和所述权重差异值,得到目标第二权重,将所述初始第一权重作为目标第一权重;
当所述目标地区综合温度小于或等于所述参考地区综合温度时,融合所述初始第一权重和所述权重差异值,得到目标第一权重,将所述初始第二权重作为目标第二权重;
基于所述初始当前权重、目标第一权重和目标第二权重,融合所述第一历史时间段和所述第二历史时间段分别对应的历史一致率、所述当前一致率,得到所述目标一致率。
6.根据权利要求1所述的方法,其特征在于,所述方法还包括:
将所述目标电缆划分为多段候选电缆,获取各段候选电缆分别对应的负载量;
基于所述候选电缆对应的负载量,确定所述候选电缆对应的温度采样间隔;
基于所述候选电缆对应的温度采样间隔,在所述候选电缆中确定电缆采样点;
将所述各段候选电缆分别对应的电缆采样点作为所述目标电缆对应的候选采样点。
7.根据权利要求1所述的方法,其特征在于,所述基于所述目标一致率,确定所述目标采样点对应的目标工作状态,包括:
获取至少两个一致率区间;所述至少两个一致率区间对应的电缆故障程度依次递增;
将所述目标一致率所属一致率区间作为目标区间,确定所述目标工作状态为所述目标区间对应的电缆故障程度。
8.一种电缆故障点定位装置,其特征在于,所述装置包括:
温度序列获取模块,用于获取目标电缆在当前时间段对应的当前平均温度序列和当前最高温度序列,获取所述目标电缆在同一历史时间段对应的历史平均温度序列和历史最高温度序列;温度序列是按照在候选采样点上采集到的温度,对所述目标电缆上各个候选采样点进行排序得到的;
目标采样点确定模块,用于从所述目标电缆包含的多个候选采样点中确定目标采样点;
基础一致率计算模块,用于基于所述目标采样点在所述当前平均温度序列和所述当前最高温度序列中分别对应的位置标识之间的差异,得到所述目标采样点对应的当前一致率,基于所述目标采样点在所述历史平均温度序列和所述历史最高温度序列中分别对应的位置标识之间的差异,得到所述目标采样点对应的历史一致率;
目标一致率确定模块,用于融合所述当前一致率和所述历史一致率,得到所述目标采样点对应的目标一致率;
工作状态确定模块,用于基于所述目标一致率,确定所述目标采样点对应的目标工作状态。
9.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至6中任一项所述的方法的步骤。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至6中任一项所述的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310231535.9A CN116223975A (zh) | 2023-02-28 | 2023-02-28 | 电缆故障点定位方法、装置、计算机设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310231535.9A CN116223975A (zh) | 2023-02-28 | 2023-02-28 | 电缆故障点定位方法、装置、计算机设备和存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116223975A true CN116223975A (zh) | 2023-06-06 |
Family
ID=86585551
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310231535.9A Pending CN116223975A (zh) | 2023-02-28 | 2023-02-28 | 电缆故障点定位方法、装置、计算机设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116223975A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116581891A (zh) * | 2023-07-14 | 2023-08-11 | 中能聚创(杭州)能源科技有限公司 | 一种电力数据采集方法及*** |
CN117169658A (zh) * | 2023-11-03 | 2023-12-05 | 四川省东舜智能科技有限公司 | 一种光电混合缆监测方法 |
CN117292530A (zh) * | 2023-11-27 | 2023-12-26 | 深圳龙电华鑫控股集团股份有限公司 | 一种载波通信数据采集效率优化方法 |
-
2023
- 2023-02-28 CN CN202310231535.9A patent/CN116223975A/zh active Pending
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116581891A (zh) * | 2023-07-14 | 2023-08-11 | 中能聚创(杭州)能源科技有限公司 | 一种电力数据采集方法及*** |
CN116581891B (zh) * | 2023-07-14 | 2023-09-19 | 中能聚创(杭州)能源科技有限公司 | 一种电力数据采集方法及*** |
CN117169658A (zh) * | 2023-11-03 | 2023-12-05 | 四川省东舜智能科技有限公司 | 一种光电混合缆监测方法 |
CN117169658B (zh) * | 2023-11-03 | 2024-02-02 | 四川省东舜智能科技有限公司 | 一种光电混合缆监测方法 |
CN117292530A (zh) * | 2023-11-27 | 2023-12-26 | 深圳龙电华鑫控股集团股份有限公司 | 一种载波通信数据采集效率优化方法 |
CN117292530B (zh) * | 2023-11-27 | 2024-02-13 | 深圳龙电华鑫控股集团股份有限公司 | 一种载波通信数据采集效率优化方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN116223975A (zh) | 电缆故障点定位方法、装置、计算机设备和存储介质 | |
CN109376139A (zh) | 数据库集中监控方法、计算机装置及存储介质 | |
CN111224469A (zh) | 输电线路线损监测预警方法、装置、设备和介质 | |
CN106201856A (zh) | 一种多版本性能测试方法及装置 | |
CN114254879A (zh) | 多传感器信息融合的电力设备安全诊断方法和装置 | |
CN116663747B (zh) | 一种基于数据中心基础设施的智能预警方法及*** | |
CN105027088B (zh) | ***分析设备和***分析方法 | |
CN115457211A (zh) | 基于数字孪生的变电站管理方法及*** | |
CN109525036B (zh) | 一种通信设备的市电供应状态的监控方法、装置和*** | |
CN112686773B (zh) | 一种基于融合业务拓扑的电力计量全链路关键业务异常定位模型构建方法 | |
CN117235664A (zh) | 配电通信设备的故障诊断方法、***和计算机设备 | |
CN115906668A (zh) | 一种输电线路山火跳闸预测方法、装置、设备和存储介质 | |
Khokhlov et al. | Data security and quality evaluation framework: Implementation empirical study on android devices | |
CN113901092B (zh) | 一种用于赛场运行监测的文件管理方法及*** | |
CN116227911A (zh) | 故障停电事件的风险监测预警方法、装置、设备及介质 | |
CN112561385A (zh) | 风险监控方法及*** | |
CN113329037B (zh) | 基于高维模式的异常访问数据预警方法及相关设备 | |
CN118212760B (zh) | 一种实训室电池电量报警装置及报警方法 | |
CN116722941B (zh) | 基于告警信息和一二级网络数据的交互验证方法和装置 | |
CN116703037B (zh) | 一种基于道路施工的监控方法及装置 | |
CN107644278A (zh) | 用于保护半导体制造业务连续性的方法和*** | |
CN118054397A (zh) | 区域停电方法、装置、设备、存储介质和计算机产品 | |
CN117453248A (zh) | 灰度发布方法、装置、计算机设备和存储介质 | |
CN116090629A (zh) | 用电数据处理方法、装置、计算机设备和存储介质 | |
CN116304780A (zh) | 配电网运行场景集的获取方法、装置、设备和存储介质 |
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 |