【技术实现步骤摘要】
本专利技术涉及电力设备状态监测领域，尤其是涉及一种电力设备状态温度监测方法及系统。
技术介绍
1、随着科技的逐步演进和智能化技术的日益成熟，我们越来越需要对电力设备的工作状态进行更为精细的实时监测和异常识别。以往，电力设备监测通常依赖于工作人员的定期检查或设定简单的阈值来进行判断。然而，这些传统方法有时可能难以及时捕捉到设备的细微变化或潜在问题，同时在效率上也存在一定的局限性。
2、目前广泛应用的电力设备温度监测技术存在以下缺点：(1)温度测量不准确，在实际运行中，很多变压器因温度过高而发生故障，对电力系统造成很大影响；(2)部分监测系统在长时间运行或面临恶劣环境时容易出现故障，如传感器失灵、数据传输中断等；(3)很多系统只能简单地显示和存储温度数据，无法对数据进行智能分析，如对历史数据的趋势分析、对异常数据的报警等；(4)在温度监测中仅考虑设备温度，并未考虑设备能耗以及设备运行状态等因素对设备温度的影响，导致电力设备状态温度监测的可靠性不高。
3、针对这种问题，本专利技术提供了一种电力设备状态温度监测方法及系统，以解决上述问题。
技术实现思路
1、本专利技术为了解决现有技术中存在的问题，创新提出了一种电力设备状态温度监测方法及系统，有效解决由于现有技术造成电力设备状态温度监测的可靠性不高的问题，有效地提高了电力设备状态温度监测的可靠性。
2、本专利技术第一方面提供了一种电力设备状态温度监测方法，包括：
3、获取待监测设备在预设时间窗
4、将指定时刻的热度指数和能耗数据，按照时序排列，构建热度时间序列和能耗时间序列；
5、对能耗时间序列进行动态分析，评估各指定时刻能耗数据的变化速率和变动幅度，得出能耗时序特征集；
6、对热度时间序列进行解析，识别各指定时刻的热度变化率、热度最高点和最低点，抽取出热度时序特征集；
7、根据能耗时序特征集，对抽取出的热度时序特征进行权重调整合并，形成合并后的热度时序特征集；
8、根据合并后的热度时序特征，通过预设热度临界值和预设变动区间，识别待监测设备的工作状况是否出现异常，如果合并后的热度时序特征是否大于预设热度临界值与预设变动区间上限波动数值的和，或，小于预设热度临界值与预设变动区间下限波动数值的差，则认定为异常状况。
9、本专利技术第二方面提供了一种电力设备状态温度监测系统，包括：
10、获取模块，获取待监测设备在预设时间窗口内的多个指定时刻的热度指数和能耗数据；其中，热度指数为根据设备温度、设备能耗及设备运行状态的加权数值；
11、构建模块，将指定时刻的热度指数和能耗数据，按照时序排列，构建热度时间序列和能耗时间序列；
12、分析模块，对能耗时间序列进行动态分析，评估各指定时刻能耗数据的变化速率和变动幅度，得出能耗时序特征集；
13、解析模块，对热度时间序列进行解析，识别各指定时刻的热度变化率、热度最高点和最低点，抽取出热度时序特征集；
14、调整合并模块，根据能耗时序特征集，对抽取出的热度时序特征进行权重调整合并，形成合并后的热度时序特征集；
15、识别模块，根据合并后的热度时序特征集，通过预设热度临界值和预设变动区间，识别待监测设备的工作状况是否出现异常，如果合并后的热度时序特征是否大于预设热度临界值与预设变动区间上限波动数值的和，或，小于预设热度临界值与预设变动区间下限波动数值的差，则认定为异常状况。
16、本专利技术采用的技术方案包括以下技术效果：
17、1、本专利技术获取待监测设备在预设时间窗口内的多个指定时刻的热度指数和能耗数据；其中，热度指数为根据设备温度、设备能耗及设备运行状态的加权数值；将指定时刻的热度指数和能耗数据，按照时序排列，构建热度时间序列和能耗时间序列；对能耗时间序列进行动态分析，得出能耗时序特征集；对热度时间序列进行解析，抽取出热度时序特征集；根据能耗时序特征集，对抽取出的热度时序特征进行权重调整合并，形成合并后的热度时序特征集；根据合并后的热度时序特征，通过预设热度临界值和预设变动区间，识别待监测设备的工作状况是否出现异常，有效解决由于现有技术造成电力设备状态温度监测的可靠性不高的问题，有效地提高了电力设备状态温度监测的可靠性。
18、2、本专利技术技术方案中采用热度指数，相比于仅使用温度来监测设备状态，热度指数可以综合考虑多个与设备热度相关的因素，而不仅仅是温度，从而提供更全面的设备热性能评估；通过综合多个参数，热度指数能更敏锐地捕捉到设备可能出现的问题，如散热系统故障或过载等，从而提前发出预警；热度指数可以根据具体需求进行定制和优化，通过调整算法中的参数或权重，使其更适应特定设备的监测需求；对于某些复杂系统或设备，单一的温度测量可能不足以全面反映其热性能；热度指数通过综合多个相关因素，能更准确地评估这些系统的状态。
19、3、本专利技术技术方案中能耗时序特征包括能耗时间序列全部时间点能耗的峰值、谷值、平均变化速率、最大变化量，能耗时间序列相邻时间点能耗的变化速率、最大变化量；热度时序特征集中热度时序特征包括整个热度变化率序列的平均变化率、最大变化率、最小变化率，整个热度时间序列中的热度最大值和热度最小值，整个热度时间序列中的热度最大值对应时间点、热度最小值对应时间点、整个热度时间序列中的热度最大值和热度最小值之间的差，不仅包含了能耗以及热度数据的数值信息，还包含了能耗以及热度数据随时间变化的动态特性等，后续的异常检测提供丰富的数据基础。
20、4、本专利技术技术方案中通过遗传算法的优化，得到一组热度时序特征集中全部热度时序特征对应的最优权重组合，使得合并后的热度时序特征集与能耗时序特征集之间的相关性或相似度最高；进一步地提高了电力设备状态温度监测的可靠性。
21、应当理解的是以上的一般描述以及后文的细节描述仅是示例性和解释性的，并不能限制本专利技术。
本文档来自技高网...【技术保护点】
1.一种电力设备状态温度监测方法，其特征是，包括：
2.根据权利要求1所述的一种电力设备状态温度监测方法，其特征是，热度指数为根据设备温度、设备能耗及设备运行状态的加权数值具体为：
3.根据权利要求1所述的一种电力设备状态温度监测方法，其特征是，将指定时刻的热度指数和能耗数据，按照时序排列，构建热度时间序列和能耗时间序列具体包括：
4.根据权利要求1所述的一种电力设备状态温度监测方法，其特征是，对能耗时间序列进行动态分析，评估各指定时刻能耗数据的变化速率和变动幅度，得出能耗时序特征集具体包括：
5.根据权利要求1所述的一种电力设备状态温度监测方法，其特征是，对热度时间序列进行解析，识别各指定时刻的热度变化率、热度最高点和最低点，抽取出热度时序特征集具体包括：
6.根据权利要求1所述的一种电力设备状态温度监测方法，其特征是，根据能耗时序特征集，对抽取出的热度时序特征进行权重调整合并，形成合并后的热度时序特征集具体包括：
7.根据权利要求6所述的一种电力设备状态温度监测方法，其特征是，通过遗传算法的优化，得到一组
8.根据权利要求7所述的一种电力设备状态温度监测方法，其特征是，适应度函数的计算公式为：
9.根据权利要求6所述的一种电力设备状态温度监测方法，其特征是，使用最优权重组合对热度时序特征集中的热度时序特征以及能耗时序特征集中的能耗时序特征进行加权合并，形成合并后的热度时序特征集具体包括：
10.一种电力设备状态温度监测系统，其特征是，包括：
...【技术特征摘要】
1.一种电力设备状态温度监测方法，其特征是，包括：
2.根据权利要求1所述的一种电力设备状态温度监测方法，其特征是，热度指数为根据设备温度、设备能耗及设备运行状态的加权数值具体为：
3.根据权利要求1所述的一种电力设备状态温度监测方法，其特征是，将指定时刻的热度指数和能耗数据，按照时序排列，构建热度时间序列和能耗时间序列具体包括：
4.根据权利要求1所述的一种电力设备状态温度监测方法，其特征是，对能耗时间序列进行动态分析，评估各指定时刻能耗数据的变化速率和变动幅度，得出能耗时序特征集具体包括：
5.根据权利要求1所述的一种电力设备状态温度监测方法，其特征是，对热度时间序列进行解析，识别各指定时刻的热度变化率、热度最高点和最低点，抽取出热度时序特征集具体包括：<...
【专利技术属性】
技术研发人员：杨会轩，夏倩倩，苏明，于希彬，王金灿，彭丹丹，颜培粱，段英杰，
申请(专利权)人：山东华科信息技术有限公司，
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。