CN105319458A - 一种电气设备封闭箱体内部温升的监测方法及装置 - Google Patents

Abstract

本发明提供一种电气设备封闭箱体内部温升的监测方法，包括下列步骤：1)根据在电气设备封闭箱体内部预设位置实测的温度-时间数据对，基于指数温升模型进行拟合，得到模型中的全部参数；2)根据所得的模型参数以及所述指数温升模型，得到电气设备封闭箱体内部的相应位置处的任意时间点的温度。本发明还提供了相应的电气设备封闭箱体内部温升的监测装置，以及相应的用于封装电气设备的智能封闭箱体。本发明能够较短时间内获得电气设备封闭箱体内部温升的完整数据，从而避免温升实验耗时过长；还能够对电气设备封闭箱体内部的温升进行预警。

Description

一种电气设备封闭箱体内部温升的监测方法及装置

技术领域

本发明涉及电气设备及温度监测技术领域，具体地说，本发明涉及一种电气设备封闭箱体内部温升的监测方法及装置。

背景技术

现有技术中，电气设备通常被置于封闭箱体内，随着电流的升高，该封闭箱体也会逐步升高，这可能会对设备的安全运行造成影响。因此，在设计电气系统时，通常需要对该电气系统进行温升实验，以确保其温度变化状况能够适于相应的工业标准。现有的温升实验方案通常是在被测电气设备的封闭箱体内选取若干个特定位置，在这些位置分别设置温度传感器，然后在运行电气设备的过程中通过温度传感器网络监测并记录温度随时间的变化，从而获得该电气设备的温升数据，图1示出了一个典型的智能化金属封闭开关设备的开关柜内部温升数据曲线。然而，基于现有的温升实验方案，电气设备的温升过程通常需要很长时间(例如6小时)才能趋于稳定，这导致温升实验耗时过长，效率低下。

发明内容

本发明的目的是提供一种能够克服上述技术问题的解决方案。

本发明提供了一种电气设备封闭箱体内部温升的监测方法，包括下列步骤：1)根据在电气设备封闭箱体内部实测的温度-时间数据对，基于指数温升模型进行拟合，得到模型参数τ_w、τ₀和T_i，其中，n为1或2，τ为温度变量，t为时间变量；2)根据步骤1)所得的指数温升模型，得到电气设备封闭箱体内部的相应位置处的任意时间点的温度。

其中，所述步骤1)中，基于指数温升模型的拟合采用最小二乘均值法。

其中，所述指数温升模型中n为1，所述指数温升模型表示为所述步骤1)包括下列子步骤：

11)对指数温升模型中的进行泰勒多项式展开并舍弃高次项，得到的有限项数的泰勒多项式；

12)将所述的有限项数的泰勒多项式代入所述指数温升模型，得到温度变量τ的有限项数的泰勒多项式；

13)将多组所述实测的温度-时间数据对代入所述温度变量τ的有限项数的泰勒多项式，求解多元方程，得到模型参数τ_w、τ₀和T。

其中，所述步骤1)还包括下列子步骤：

14)基于步骤13)所得的模型参数τ_w、τ₀和T，计算

残差 ${\mathrm{res}}_2={\mathrm{\Σ}}_{i=1}^N\mathrm{abs}({\mathrm{\τ}}_0+{\mathrm{\τ}}_w(1-e^{-\frac{t_i}{T}})-{\mathrm{\τ}}_i)/N,$

其中τ_i、t_i表示第i组实测的温度-时间数据对，N表示实测的温度-时间数据对的数目；

15)当残差res₂超过预设的阈值时，对模型参数τ_w和T进行校正。

其中，所述步骤15)中，根据实测温度值和指数温升模型所计算得到的温度值的大小关系，校正模型参数τ_w和T。

其中，所述步骤15)中，校正模型参数τ_w和T的方法包括下列子步骤：

151)当指数温升模型所计算得到的温度值大于实测温度值时，更新 ${\mathrm{\τ}}_w={\mathrm{\τ}}_w(1+\frac{{\mathrm{res}}_1}{50}),$ 更新 $T=T(1+\frac{{\mathrm{res}}_2}{30});$

152)当指数温升模型所计算得到的温度值小于实测温度值时，更新 ${\mathrm{\τ}}_w={\mathrm{\τ}}_w(1+\frac{{\mathrm{res}}_1}{10}),$ 更新 $T=T(1+\frac{{\mathrm{res}}_2}{5});$

步骤151)和152)中， ${\mathrm{res}}_1={\mathrm{\Σ}}_{i=1}^N\mathrm{abs}({\mathrm{\τ}}_0+{\mathrm{\τ}}_w(1-e^{-\frac{t_i}{T}})-{\mathrm{\τ}}_i)/N;$

153)在更新τ_w和T后，回到步骤14)进行处理，直至残差res₂不超过预设的阈值。

其中，所述步骤2)中，判断当前电流是否电流变化率是否小于预设的门限值，并且在当前电流小于预设的门限值时根据当前所得的指数温升模型，得到电气设备封闭箱体内部的相应位置处的任意时间点的温度。

其中，所述步骤2)中，所述预设的门限值为100A/S。

本发明还提供了一种电气设备封闭箱体内部温升的监测装置，包括：

数据拟合单元，用于根据在电气设备封闭箱体内部实测的温度-时间数据对，基于指数温升模型进行拟合，得到模型参数τ_w、τ₀和T_i，其中，n为1或2，τ为温度变量，t为时间变量；

温度监测单元，用于根据所得的指数温升模型，得到电气设备封闭箱体内部的相应位置处的任意时间点的温度。

其中，所述数据拟合单元还用于采用最小二乘均值法实现基于指数温升模型的拟合。

其中，所述温度监测单元还用于判断当前电流是否电流变化率是否小于预设的门限值，并且在当前电流小于预设的门限值时根据当前所得的指数温升模型，得到电气设备封闭箱体内部的相应位置处的任意时间点的温度。

其中，所述数据拟合单元采用MCU、单片机或者FPGA实现。

本发明还提供了一种用于封装电气设备的智能封闭箱体，所述智能封闭箱体包括箱体、安装在所述箱体内部的温度传感器网络，与所述温度传感器网络连接的监测装置，以及预警装置；所述监测装置为上述电气设备封闭箱体内部温升的监测装置，所述预警装置根据所述监测装置所输出的温度进行预警。

与现有技术相比，本发明具有下列技术效果：

1、本发明能够较短时间内获得电气设备封闭箱体内部温升的完整数据，从而避免温升实验耗时过长。

2、本发明能够对电气设备封闭箱体内部的温升进行预警，提早发出警示。

3、本发明的计算量小，准确度高，能够使用MCU、单片机等低成本设备实现高精度的温度预测及预警。

附图说明

图1示出了一个典型的开关柜内部温升数据曲线；

图2示出了单指数温升模型的曲线形状；

图3示出了本发明一个实施例中对所估计的参数进行校正的流程图；

图4a～1示出了基于交流金属封闭开关设备的实际测试中所选取的12个测温点的拟合数据和实测数据。

具体实施方式

根据本发明的一个实施例，提供了一种电气设备封闭箱体内部温升的监测方法，包括步骤1～2。

步骤1：基于特定的温度模型，根据实测的数据对温度曲线进行拟合，获得温度随时间变化的函数表达式。

本实施例中，为确保温度监测的准确性，温度模型采用了一种单指数温升模型，其公式为

$\mathrm{\τ}={\mathrm{\τ}}_0+{\mathrm{\τ}}_w(1-e^{-\frac{t}{T}})---\left(1\right)$

其中，τ为温度变量，t为时间变量，模型参数τ₀表示初始温度，τ₀+τ_w为最终稳定温度，T表示时间常数。图2示出了单指数温升模型的曲线形状。

在一个实施例中，步骤1中，根据泰勒多项式展开和最小二乘(leastsquaremean，缩写为LSE)法进行拟合，估计单指数温升模型中的未知参数τ₀，τ_w和T，该过程包括下列子步骤：

步骤11：对进行泰勒多项式展开并舍弃高次项，得到的有限项数的泰勒多项式。本步骤中，基于泰勒多项式展开公式：

$e^x=1+x+\frac{x^2}{2!}+\frac{x^3}{3!}+\frac{x^4}{4!}+...+\frac{x^N}{N!}+...---\left(2\right)$

可以得出：

$\begin{array}{c}\mathrm{\τ}={\mathrm{\τ}}_0+{\mathrm{\τ}}_w(1-e^{-\frac{t}{T}})={\mathrm{\τ}}_0+{\mathrm{\τ}}_w(1-1+\frac{t}{T}-\frac{{\left(\frac{t}{T}\right)}^2}{2!}+\frac{{\left(\frac{t}{T}\right)}^3}{3!}-\frac{{\left(\frac{t}{T}\right)}^4}{4!}+...)\\ ={\mathrm{\τ}}_0+\frac{{\mathrm{\τ}}_{w}t}{T}-\frac{{\mathrm{\τ}}_w{t}^2}{2T^2}+\frac{{\mathrm{\τ}}_w{t}^3}{6T^3}-\frac{{\mathrm{\τ}}_w{t}^4}{24T^{24}}+...\end{array}---\left(3\right)$

步骤12：将所述的有限项数的泰勒多项式代入所述指数温升模型，得到温度变量的有限项数的泰勒多项式。一个例子中，取四阶泰勒多项式进行计算，得到：

$\mathrm{\τ}={\mathrm{\τ}}_0+\frac{{\mathrm{\τ}}_w}{T}t-\frac{{\mathrm{\τ}}_w}{T^2}\·\frac{t^2}{2}+\frac{{\mathrm{\τ}}_w}{T^3}\·\frac{t^3}{6}-\frac{{\mathrm{\τ}}_w}{T^4}\·\frac{t^4}{24}---\left(4\right)$

步骤13：将多组所述实测的温度-时间数据对代入所述温度变量τ的有限项数的泰勒多项式，基于LSE法求解多元方程，得到模型参数τ_w、τ₀和T。

本步骤中，基于LSE法的参数估计过程如下：已知多组所述实测的温度-时间数据，将配对的温度和时间数据分别记为τ_n和t_n，其中n＝1，2，3...。将τ_n和t_n代入公式(4)中，得到：

${\mathrm{\τ}}_1={\mathrm{\τ}}_0+\frac{{\mathrm{\τ}}_w}{T}{t}_1-\frac{{\mathrm{\τ}}_w}{T^2}\·\frac{{t_1}^2}{2}+\frac{{\mathrm{\τ}}_w}{T^3}\·\frac{{t_1}^3}{6}-\frac{{\mathrm{\τ}}_w}{T^4}\·\frac{{t_1}^4}{24}---(5-1)$

${\mathrm{\τ}}_2={\mathrm{\τ}}_0+\frac{{\mathrm{\τ}}_w}{T}{t}_2-\frac{{\mathrm{\τ}}_w}{T^2}\·\frac{{t_2}^2}{2}+\frac{{\mathrm{\τ}}_w}{T^3}\·\frac{{t_2}^3}{6}-\frac{{\mathrm{\τ}}_w}{T^4}\·\frac{{t_2}^4}{24}---(5-2)$

${\mathrm{\τ}}_3={\mathrm{\τ}}_0+\frac{{\mathrm{\τ}}_w}{T}{t}_3-\frac{{\mathrm{\τ}}_w}{T^2}\·\frac{{t_3}^2}{2}+\frac{{\mathrm{\τ}}_w}{T^3}\·\frac{{t_3}^3}{6}-\frac{{\mathrm{\τ}}_w}{T^4}\·\frac{{t_3}^4}{24}---(5-3)$

.

.

.

${\mathrm{\τ}}_n={\mathrm{\τ}}_0+\frac{{\mathrm{\τ}}_w}{T}{t}_n-\frac{{\mathrm{\τ}}_w}{T^2}\·\frac{{t_n}^2}{2}+\frac{{\mathrm{\τ}}_w}{T^3}\·\frac{{t_n}^3}{6}-\frac{{\mathrm{\τ}}_w}{T^4}\·\frac{{t_n}^4}{24}---(5-n)$

将公式(5-1)，(5-2)，......，(5-n)写成矩阵形式，得到：

$\left[\begin{array}{c}{\mathrm{\τ}}_1\\ {\mathrm{\τ}}_2\\ .\\ .\\ .\\ {\mathrm{\τ}}_n\end{array}\right]=\left[\begin{array}{ccccc}1& t_1& \frac{{t_1}^2}{2}& \frac{{t_1}^3}{6}& \frac{{t_1}^4}{24}\\ 1& t_2& \frac{{t_2}^2}{2}& \frac{{t_2}^3}{6}& \frac{{t_2}^3}{24}\\ .& .& .& .& .\\ .& .& .& .& .\\ .& .& .& .& .\\ 1& t_n& \frac{{t_n}^2}{2}& \frac{{t_n}^3}{6}& \frac{{t_n}^3}{24}\end{array}\right]\left[\begin{array}{c}{\mathrm{\τ}}_0\\ \frac{{\mathrm{\τ}}_w}{T}\\ \frac{{\mathrm{\τ}}_w}{T^2}\\ \frac{{\mathrm{\τ}}_w}{T^3}\\ \frac{{\mathrm{\τ}}_w}{T^4}\end{array}\right]---\left(6\right)$

令 $Y=\left[\begin{array}{c}{\mathrm{\τ}}_1\\ {\mathrm{\τ}}_2\\ .\\ .\\ .\\ {\mathrm{\τ}}_n\end{array}\right],H=\left[\begin{array}{ccccc}1& t_1& \frac{{t_1}^2}{2}& \frac{{t_1}^3}{6}& \frac{{t_1}^4}{24}\\ 1& t_2& \frac{{t_2}^2}{2}& \frac{{t_2}^3}{6}& \frac{{t_2}^3}{24}\\ .& .& .& .& .\\ .& .& .& .& .\\ .& .& .& .& .\\ 1& t_n& \frac{{t_n}^2}{2}& \frac{{t_n}^3}{6}& \frac{{t_n}^3}{24}\end{array}\right],X=\left[\begin{array}{c}{\mathrm{\τ}}_0\\ \frac{{\mathrm{\τ}}_w}{T}\\ \frac{{\mathrm{\τ}}_w}{T^2}\\ \frac{{\mathrm{\τ}}_w}{T^3}\\ \frac{{\mathrm{\τ}}_w}{T^4}\end{array}\right]$

则公式(6)可写成：

Y＝HX(7)

基于LSE法求解X，得到：

X＝(H^TH)^-1H^TY(8)

进而得到：

τ₀＝X（1)(9-1)

T＝X（2）/X（3)(9-2)

τ_w＝X(2)T(9-3)

步骤14：对所估计的参数τ_w和T进行校正。

基于LSE法得到τ₀，τ_w和T后，还进一步可以通过拟合结果与实测数据的残差对所估计的这些参数估计进行校正。图3示出了一个实施例中对所估计的参数τ_w和T进行校正的流程图。参考图3，校正过程包括如下子步骤：

步骤141：计算第一残差res₁和第二残差res₂。

其中第一残差：

${\mathrm{res}}_1={\mathrm{\Σ}}_{i=1}^N({\mathrm{\τ}}_0+{\mathrm{\τ}}_w(1-e^{-\frac{t_i}{T}})-{\mathrm{\τ}}_i)/N---\left(10\right)$

第二残差：

${\mathrm{res}}_2={\mathrm{\Σ}}_{i=1}^N\mathrm{abs}({\mathrm{\τ}}_0+{\mathrm{\τ}}_w(1-e^{-\frac{t_i}{T}})-{\mathrm{\τ}}_i)/N---\left(11\right)$

其中τ_i、t_i表示第i组实测的温度-时间数据对，N表示实测的温度-时间数据对的数目。

步骤142：根据第二残差res₂的大小判断是否需要校正模型参数τ_w和T。本步骤中，如果第二残差res₂大于预设的阈值T1，则执行步骤143，否则执行步骤146。

步骤143：如果指数温升模型所计算得到的拟合温度值大于实测温度值，则执行步骤144，否则，执行步骤145。

步骤144：对τ_w和T进行如下更新：

${\mathrm{\τ}}_w={\mathrm{\τ}}_w(1+\frac{{\mathrm{res}}_1}{50}),$ 更新 $T=T(1+\frac{{\mathrm{res}}_2}{30}),$ 返回步骤141。

步骤145：对τ_w和T进行如下更新：

${\mathrm{\τ}}_w={\mathrm{\τ}}_w(1+\frac{{\mathrm{res}}_1}{10}),$ 更新 $T=T(1+\frac{{\mathrm{res}}_2}{5}),$ 返回步骤141。

步骤146：确定残差res₂在容忍范围之内，将当前的模型参数τ_w和T作为最终的模型参数。

上述校正过程中，在更新τ_w和T后，再次基于公式(10)、(11)计算新的res₁和res₂，并再次根据残差res₂的大小校正或确定模型参数τ_w和T，这样不断循环，直至残差res₂满足要求，即可获得最终的模型参数τ_w和T。

步骤2：根据温度随时间变化函数的表达式得到包括未来时刻在内的任意时刻的温度。

在模型参数τ₀、τ_w和T确定后，即可获得温度随时间变化函数的表达式将任意时刻点代入时间变量t即可获得相应时刻的温度值。

基于上述温度监测方法，能够大大缩短电气设备或电气系统的温升实验所需时间，提高温升实验的效率。并且，上述指数模型不仅能够很好地描述电气设备封闭箱体内部的温度变化情况，而且能够在线性时间内求解，计算量较小，可使用MCU、单片机、FPGA等低成本的设备实现高精度的温度预测。在电气设备的电流稳定的情况下(例如电流变化率dI/dt＜100A/s时)，基于上述实施例的温度监测方法，预测未来2小时内的温度时，误差在2摄氏度以内，预测未来4小时内的温度时，误差在5摄氏度以内，这种精度能够很好地满足电器设备封闭箱体(例如开关柜)内部温升的监控要求，并对异常温升进行预警。

为证明上述温度监测方法的准确性，发明人以智能化金属封闭开关设备的开关柜为例进行了实际测试，测试中选取12个测温点，分别是：开关设备中的A相进线母排、A相静触头、A相动触头、A相出线母排、B相进线母排、B相静触头、B相动触头、B相出线母排、C相进线母排、C相静触头、C相动触头、C相出线母排。

表1示出了不同模式下，A相进线母排、A相静触头、A相动触头、A相出线母排的测量值、拟合值以及误差。

表1

表2示出了不同模式下，B相进线母排、B相静触头、B相动触头、B相出线母排的测量值、拟合值以及误差。

表2

表3示出了不同模式下，C相进线母排、C相静触头、C相动触头、C相出线母排的测量值、拟合值以及误差。

表3

图4a～1分别示出了上述12个测温点的拟合数据和实测数据。其中图4a～d依次示出了A相进线母排、A相静触头、A相动触头、A相出线母排的拟合数据和实测数据，图4e～h依次示出了B相进线母排、B相静触头、B相动触头、B相出线母排的拟合数据和实测数据，图4i～l依次示出了C相进线母排、C相静触头、C相动触头、C相出线母排的拟合数据和实测数据。可以看出各个测温点在各种不同状态下，拟合数据和实测数据均十分接近。

需要说明的是，上述步骤1中，基于温度模型对实测的部分温升曲线进行拟合的方法并不是唯一的。例如，在另一个实施例中，所述步骤1中，基于公式(1)表示的单指数温升模型，以测量值与拟合值的误差最小化为准则，对τ_w、τ₀、T进行搜索获得使得误差最小的τ_w、τ₀、T，进而完成拟合。

另外，根据本发明的又一个实施例，在步骤1中，使用双指数温升模型代替单指数模型作为温度模型，双指数温升模型公式如下：

$\mathrm{\τ}={\mathrm{\τ}}_0+{\mathrm{\τ}}_w(1-e^{-\frac{t}{T_1}}-e^{-\frac{t}{T_2}})---\left(12\right)$

所需估计的未知参数包括：τ_w、τ₀、T₁和T₂。对这些未知参数的估计方法，即拟合方法与基于单指数模型的实施例一致，不再赘述。

本实施例使用了2个维度来描述指数变化的规律，相对于单指数模型，本实施例的双指数模型能够保留更多的特征信息，从而更加准确地描述电器设备封闭箱体(例如智能化金属封闭开关设备的开关柜)内部温升情况，同时，本实施例的计算量也在可控范围之内，同样可以使用MCU、单片机低成本的设备实现。

在一个实施例中，还提供了一种电气设备封闭箱体内部温升的监测装置，包括：数据拟合单元和温度监测单元，数据拟合单元用于根据在电气设备封闭箱体内部预设位置实测的温度-时间数据对，基于指数温升模型τ＝τ₀+τ_w(1-a(t))进行拟合，得到模型参数τ_w、τ₀和指数函数a(t)中所包含的全部参数，所述指数温升模型中，n为1或2，τ为温度变量，t为时间变量；温度监测单元用于根据所得的指数温升模型，得到电气设备封闭箱体内部的相应位置处的任意时间点的温度。其中，指数函数a(t)既可以是单指数函数，即n为1，见公式(1)，也可以是双指数函数，即n为2，见公式(2)。

进一步地，在一个实施例中，所述数据拟合单元采用MCU、单片机或FPGA实现。所述温度监测单元还用于判断当前电流是否稳定，并且在当前电流稳定时根据当前所得的指数温升模型，得到电气设备封闭箱体内部的相应位置处的任意时间点的温度。在一个例子中，如果当前电流变化率小于预设的门限值(例如100A/S)，则判断当前电流稳定，温度监测单元可输出基于指数温升模型的预测温度值(即拟合温度值)，否则不输出预测温度值。

更进一步地，基于上述监测装置，还能提供具有预警功能的用于封装电气设备的智能封闭箱体。例如在一个实施例中，智能封闭箱体包括箱体、安装在所述箱体内部的温度传感器网络，与所述温度传感器网络连接的监测装置，以及预警装置；所述监测装置的数据拟合单元接收实测的温度-时间数据对，获得基于指数温升模型的温度随时间变化的表达式，然后由温度监测单元根据该表达式得到并输出未来一定时间内的温度。所述预警装置根据所述监测装置所输出的温度进行预警，例如当监测装置所输出的未来温度超过一定安全阈值时，所述预警装置提前进行预警。

以上所述仅为本发明示意性的具体实施方式，并非用以限定本发明的范围。任何本领域的技术人员，在不脱离本发明的构思和原则的前提下所作的等同变化、修改与结合，均应属于本发明保护的范围。

Claims (13)

1.一种电气设备封闭箱体内部温升的监测方法，包括下列步骤：

1)根据在电气设备封闭箱体内部实测的温度-时间数据对，基于指数温升模型进行拟合，得到模型参数τ_w、τ₀和T_i，其中，n为1或2，τ为温度变量，t为时间变量；

2)根据步骤1)所得的指数温升模型，得到电气设备封闭箱体内部的相应位置处的任意时间点的温度。

2.根据权利要求1所述的电气设备封闭箱体内部温升的监测方法，其特征在于，所述步骤1)中，基于指数温升模型的拟合采用最小二乘均值法。

3.根据权利要求2所述的电气设备封闭箱体内部温升的监测方法，其特征在于，所述指数温升模型中n为1，所述指数温升模型表示为所述步骤1)包括下列子步骤：

11)对指数温升模型中的进行泰勒多项式展开并舍弃高次项，得到的有限项数的泰勒多项式；

12)将所述的有限项数的泰勒多项式代入所述指数温升模型，得到温度变量的有限项数的泰勒多项式；

13)将多组所述实测的温度-时间数据对代入所述温度变量τ的有限项数的泰勒多项式，求解多元方程，得到模型参数τ_w、τ₀和T。

4.根据权利要求3所述的电气设备封闭箱体内部温升的监测方法，其特征在于，所述步骤1)还包括下列子步骤：

14)基于步骤13)所得的模型参数τ_w、τ₀和T，计算

残差 ${\mathrm{res}}_2={\mathrm{\Σ}}_{i=1}^N\mathrm{abs}({\mathrm{\τ}}_0+{\mathrm{\τ}}_w(1-e^{-\frac{t_i}{T}})-{\mathrm{\τ}}_i)/N,$

其中τ_i、t_i表示第i组实测的温度-时间数据对，N表示实测的温度-时间数据对的数目；

15)当残差res₂超过预设的阈值时，对模型参数τ_w和T进行校正。

5.根据权利要求4所述的电气设备封闭箱体内部温升的监测方法，其特征在于，所述步骤15)中，根据实测温度值和指数温升模型所计算得到的温度值的大小关系，校正模型参数τ_w和T。

6.根据权利要求5所述的电气设备封闭箱体内部温升的监测方法，其特征在于，所述步骤15)中，校正模型参数τ_w和T的方法包括下列子步骤：

151)当指数温升模型所计算得到的温度值大于实测温度值时，更新 ${\mathrm{\τ}}_w={\mathrm{\τ}}_w(1+\frac{{\mathrm{res}}_1}{50}),$ 更新 $T=T(1+\frac{{\mathrm{res}}_2}{30});$

152)当指数温升模型所计算得到的温度值小于实测温度值时，更新 ${\mathrm{\τ}}_w={\mathrm{\τ}}_w(1+\frac{{\mathrm{res}}_1}{10}),$ 更新 $T=T(1+\frac{{\mathrm{res}}_2}{5});$

步骤151)和152)中， ${\mathrm{res}}_1={\mathrm{\Σ}}_{i=1}^N\mathrm{abs}({\mathrm{\τ}}_0+{\mathrm{\τ}}_w(1-e^{-\frac{t_i}{T}})-{\mathrm{\τ}}_i)/N;$

153)在更新τ_w和T后，回到步骤14)进行处理，直至残差res₂不超过预设的阈值。

7.根据权利要求1所述的电气设备封闭箱体内部温升的监测方法，其特征在于，所述步骤2)中，先判断当前电流是否电流变化率是否小于预设的门限值，并且在当前电流小于预设的门限值时根据当前所得的指数温升模型，得到电气设备封闭箱体内部的相应位置处的任意时间点的温度。

8.根据权利要求7所述的电气设备封闭箱体内部温升的监测装置，其特征在于，所述步骤2)中，所述预设的门限值为100A/S。

9.一种电气设备封闭箱体内部温升的监测装置，包括：

数据拟合单元，用于根据在电气设备封闭箱体内部实测的温度-时间数据对，基于指数温升模型进行拟合，得到模型参数τ_w、τ₀和T_i，其中，n为1或2，τ为温度变量，t为时间变量；

温度监测单元，用于根据所得的指数温升模型，得到电气设备封闭箱体内部的相应位置处的任意时间点的温度。

1)根据在电气设备封闭箱体内部实测的温度-时间数据对，基于指数温升模型进行拟合，得到模型参数τ_w、τ₀和T_i，其中，n为1或2，τ为温度变量，t为时间变量；

2)根据步骤1)所得的指数温升模型，得到电气设备封闭箱体内部的相应位置处的任意时间点的温度。

10.根据权利要求9所述的电气设备封闭箱体内部温升的监测装置，其特征在于，所述数据拟合单元还用于采用最小二乘均值法实现基于指数温升模型的拟合。

11.根据权利要求9所述的电气设备封闭箱体内部温升的监测装置，其特征在于，所述温度监测单元还用于先判断当前电流是否电流变化率是否小于预设的门限值，并且在当前电流小于预设的门限值时根据当前所得的指数温升模型，得到电气设备封闭箱体内部的相应位置处的任意时间点的温度。

12.一种用于封装电气设备的智能封闭箱体，其特征在于，所述智能封闭箱体包括箱体、安装在所述箱体内部的温度传感器网络，以及与所述温度传感器网络连接的监测装置，所述监测装置为权利要求9～11中任一项所述的电气设备封闭箱体内部温升的监测装置。

13.根据权利要求12所述的用于封装电气设备的智能封闭箱体，其特征在于，所述用于封装电气设备的智能封闭箱体还包括预警装置，所述预警装置根据所述监测装置所输出的温度进行预警。