本发明专利技术提供用于智能配电柜的温度在线监测方法及系统，包括：通过传感器单元采集智能配电柜的温度数据和环境参数数据，在远程监控平台根据所述温度数据和环境参数数据绘制温度波动图；将所述温度波动图输入异常状态识别模型，对所述温度波动图中异常温度进行计算，获取得到温度异常值；根据所述温度异常值，进行智能配电柜温度异常感知，得到温度异常原因，基于所述温度异常原因进行温度异常报警，本发明专利技术通过异常状态识别模型可以准确计算智能配电柜的温度异常值，从而保证对智能配电柜温度监测的准确性，且进行智能配电柜温度异常感知，得到温度异常原因可以为维修技术人员提供参考，从而减少因智能配电柜温度异常而造成的经济损失。
【技术实现步骤摘要】
本专利技术涉及配电柜温度监测，特别涉及用于智能配电柜的温度在线监测方法及系统。
技术介绍
1、当前随着电力行业发展速度不断加快，电网等级得到了大幅度提升，发电机组的数量也随之增长，大规模发电工作中开始引入新能源技术，实现并网，电力系统运行状态日趋复杂，对温度监测系统的调节能力、转移能力以及支撑能力提出了更高的要求，智能配电柜是供电系统的重要组成部分，对电力系统供电的安全性、稳定性和可靠性等都起到重要作用，智能配电柜出现故障，将会严重影响供供电的可靠性。目前，对于智能配电柜的温度监测方法，还存在温度监测不准确且对于监测到异常温度进行报警不及时以及误报警的情况。
技术实现思路
1、为克服上述现有技术的不足，本专利技术提供用于智能配电柜的温度在线监测方法，包括：
2、通过传感器单元采集智能配电柜的温度数据和环境参数数据，在远程监控平台根据所述温度数据和环境参数数据绘制温度波动图；
3、将所述温度波动图输入异常状态识别模型，对所述温度波动图中异常温度进行计算，获取得到温度异常值；
4、根据所述温度异常值，进行智能配电柜温度异常感知，得到温度异常原因，基于所述温度异常原因进行温度异常报警。
5、优选的，所述通过传感器单元采集智能配电柜的温度数据和环境参数数据，在远程监控平台根据所述温度数据和环境参数数据绘制温度波动图，包括：
6、将传感器单元与智能配电柜进行无线连接，将所述传感器单元与远程监控平台通过无线主节点进行无线连接；
7、通过所述传感器单元采集所述智能配电柜的温度数据和环境参数数据；
8、其中，所述传感器单元包括温湿度传感器节点1、温湿度节点2、…和温湿度传感器节点n；
9、将所述温度数据和环境参数数据发送至预先设置的无线主节点中，根据温湿度传感器节点数目和所述温度数据和环境参数数据达到所述无线主节点的时间，计算所述传感器单元下次传输数据至所述无线主节点的时间间隙；
10、基于所述时间间隙，确定所述时间间隙包含的所述温度数据和环境参数数据；
11、其中，所述时间间隙包含的所述温度数据和环境参数数据为时隙数据；
12、通过所述无线主节点向温湿度传感器节点发送包含时隙数据的应答信息；
13、当所述无线主节点发送所述应答信息之后，通过无线网络向远程监控平台发送当前节点所有温度数据和环境参数数据；
14、通过所述远程监控平台对实时接收到的温度数据和环境参数数据绘制智能配电柜的温度波动图；
15、其中，所述远程监控平台为预先设置的智能配电柜的温度在线监测设备。
16、优选的，所述将所述温度波动图输入异常状态识别模型，对所述温度波动图中异常温度进行计算，获取得到温度异常值，包括：
17、将温度波动图输入异常状态识别模型，获取智能配电柜的监测温度数据；
18、其中，所述监测温度数据包括：智能配电柜的初始温度值、当前温度值、环境温度参数、最低及最高温度值；
19、根据所述智能配电柜的监测温度数据，获取所述温度波动图中的异常点位对应的特征向量；
20、根据所述特征向量，识别所述温度波动图中的异常点位，以及所述异常点位的类型；
21、根据所述异常点位和异常点位的类型，计算得到温度异常值；
22、其中，所述特征向量的元素表示异常点位的类型属于对应类型的置信度；
23、所述异常点位的类型包括：陡降、陡升、低谷和高峰。
24、优选的，所述根据所述智能配电柜的监测温度数据，获取所述温度波动图中的异常点位对应的特征向量，包括：
25、将所述智能配电柜的监测温度数据依次通过所述异常状态识别模型的多组卷积核进行卷积运算，得到卷积结果；
26、将所述卷积结果输入所述异常状态识别模型的最大池化层，得到局部温度异常区域特征值；
27、将所述局部温度异常区域特征值通过映射网络到输出层输出异常点位的特征向量；
28、其中，所述异常状态识别模型包括：多组卷积核、最大池化层、映射网络和输出层。
29、优选的，所述温度异常值计算式如下：
30、t＝m(t1+t2+t3)
31、式中，t表示温度异常值；t1表示智能配电柜初始时刻到当前时刻之间的温升值；t2表示温度波动图中智能配电柜的温差；t3表示智能配电柜基于环境温度的相对温差；m表示异常点位对应的特征向量的权重值；
32、其中，t1＝t1-t0
33、式中，t1表示智能配电柜的当前温度值；t0表示智能配电柜的初始温度值；
34、其中，t2＝t1-tmin
35、式中，t1表示智能配电柜当前温度值；tmin表示智能配电柜的最低温度值；
36、其中，
37、式中，ta表示智能配电柜的最高温度值；tb表示温度波动图中异常点位的温升；t表示温度波动图中与异常点位对应点的正常温升；tε表示智能配电柜的环境温度参数；δ表示异常点位类型。
38、优选的，所述根据所述温度异常值，进行智能配电柜温度异常感知，得到温度异常原因，基于所述温度异常原因进行温度异常报警，包括：
39、基于无线网络协议，根据所述温度异常值，构建温度感应信号编码库；
40、基于所述温度感应信号编码库构造一个轮换矩阵并随机生成一个行向量，然后由所述行向量做循环移位形成测量矩阵；
41、用所述测量矩阵表示温度感知信号，根据所述温度感知信号得到智能配电柜的温度异常原因；
42、通过远程监控平台将所述温度异常原因和检测温度异常的温湿度传感器节点进行对应标记，得到标记信号；
43、根据所述标记信号进行温度异常报警并在远程监控平台弹出温度过高警报界面显示温度过高的智能配电柜的箱柜号、温湿度传感器节点编号、温度异常类型、温度值、湿度值和温度异常上传时间。
44、优选的，所述温度感应信号编码库的表达式为：
45、
46、式中，表示温度感应信号编码库；wm×1表示温度感知信号正交基下的m维行向量值；βm×1表示m维行向量值降低的向量值。
47、优选的，所述测量矩阵计算式所示：
48、αm×n＝p(t)
49、其中，p(t)＝αi,k+p(t+τi)
50、式中，αm×n表示测量矩阵；p(t)表示随机函数；p(t+τi)表示随机函数的随机位移；αi,k表示测量循环矩阵；k表示n维列向量值降低成的k维向量数，且k＜＜n；i表示m维行向量值降低成的向量数，且i＜＜m。
51、优选的，所述用测量矩阵表示感知信号，表达式为：
52、ym×1＝αm×nwm×1
53、式中，ym×1表示m维行向量值对应的感知信号；αm×n表示测量矩阵；wm×1表示温度感知信号正交基下的m维行向量值本文档来自技高网
...
【技术保护点】
1.用于智能配电柜的温度在线监测方法，其特征在于，包括：
2.如权利要求1所述的用于智能配电柜的温度在线监测方法，其特征在于，所述通过传感器单元采集智能配电柜的温度数据和环境参数数据，在远程监控平台根据所述温度数据和环境参数数据绘制温度波动图，包括：
3.如权利要求1所述的用于智能配电柜的温度在线监测方法，其特征在于，所述将所述温度波动图输入异常状态识别模型，对所述温度波动图中异常温度进行计算，获取得到温度异常值，包括：
4.如权利要求3所述的用于智能配电柜的温度在线监测方法，其特征在于，所述根据所述智能配电柜的监测温度数据，获取所述温度波动图中的异常点位对应的特征向量，包括：
5.如权利要求4所述的用于智能配电柜的温度在线监测方法，其特征在于，所述温度异常值计算式如下：
6.如权利要求1所述的用于智能配电柜的温度在线监测方法，其特征在于，所述根据所述温度异常值，进行智能配电柜温度异常感知，得到温度异常原因，基于所述温度异常原因进行温度异常报警，包括：
7.如权利要求6所述的用于智能配电柜的温度在线监测方法，其特征在于，所述温度感应信号编码库的表达式为：
8.如权利要求7所述的用于智能配电柜的温度在线监测方法，其特征在于，所述测量矩阵计算式所示：
9.如权利要求8所述的用于智能配电柜的温度在线监测方法，其特征在于，所述用测量矩阵表示感知信号，表达式为：
10.用于智能配电柜的温度在线监测系统，其特征在于，包括：
...
【技术特征摘要】
1.用于智能配电柜的温度在线监测方法，其特征在于，包括：
2.如权利要求1所述的用于智能配电柜的温度在线监测方法，其特征在于，所述通过传感器单元采集智能配电柜的温度数据和环境参数数据，在远程监控平台根据所述温度数据和环境参数数据绘制温度波动图，包括：
3.如权利要求1所述的用于智能配电柜的温度在线监测方法，其特征在于，所述将所述温度波动图输入异常状态识别模型，对所述温度波动图中异常温度进行计算，获取得到温度异常值，包括：
4.如权利要求3所述的用于智能配电柜的温度在线监测方法，其特征在于，所述根据所述智能配电柜的监测温度数据，获取所述温度波动图中的异常点位对应的特征向量，包括：
5.如权利要求4所述的用于智能配电柜...
【专利技术属性】
技术研发人员：殷建刚，刘继武，廖荣涛，王卫东，李宇牧，陈松陵，许勇，张明念，胡经伟，汪景润，陈昊恩，张校铭，龚继春，朱凌廷，李想，
申请(专利权)人：国网湖北省电力有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。