CN110798245B - 基于单模型的地下电缆故障预警方法和装置 - Google Patents

基于单模型的地下电缆故障预警方法和装置 Download PDF

Info

Publication number
CN110798245B
CN110798245B CN201911020556.6A CN201911020556A CN110798245B CN 110798245 B CN110798245 B CN 110798245B CN 201911020556 A CN201911020556 A CN 201911020556A CN 110798245 B CN110798245 B CN 110798245B
Authority
CN
China
Prior art keywords
data
fault
early warning
historical
current
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.)
Active
Application number
CN201911020556.6A
Other languages
English (en)
Other versions
CN110798245A (zh
Inventor
袁茂银
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Hunan Guoao Power Equipment Co ltd
Original Assignee
Individual
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Individual filed Critical Individual
Priority to CN201911020556.6A priority Critical patent/CN110798245B/zh
Publication of CN110798245A publication Critical patent/CN110798245A/zh
Application granted granted Critical
Publication of CN110798245B publication Critical patent/CN110798245B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04B—TRANSMISSION
    • H04B3/00—Line transmission systems
    • H04B3/02—Details
    • H04B3/46—Monitoring; Testing
    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B25/00—Alarm systems in which the location of the alarm condition is signalled to a central station, e.g. fire or police telegraphic systems
    • G08B25/01—Alarm systems in which the location of the alarm condition is signalled to a central station, e.g. fire or police telegraphic systems characterised by the transmission medium
    • G08B25/06—Alarm systems in which the location of the alarm condition is signalled to a central station, e.g. fire or police telegraphic systems characterised by the transmission medium using power transmission lines
    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B29/00—Checking or monitoring of signalling or alarm systems; Prevention or correction of operating errors, e.g. preventing unauthorised operation
    • G08B29/02—Monitoring continuously signalling or alarm systems
    • G08B29/06—Monitoring of the line circuits, e.g. signalling of line faults
    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B31/00—Predictive alarm systems characterised by extrapolation or other computation using updated historic data
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04B—TRANSMISSION
    • H04B3/00—Line transmission systems
    • H04B3/54—Systems for transmission via power distribution lines

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Business, Economics & Management (AREA)
  • Emergency Management (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Power Engineering (AREA)
  • Computing Systems (AREA)
  • Computer Security & Cryptography (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种基于单模型的地下电缆故障预警方法和装置，所述方法包括：通过地下电缆采集系统采集地下电缆的当前环境数据以及当前运行数据；将所述当前环境数据以及所述当前运行数据输入至预先训练完成的故障预警模型中得到故障预测结果；根据所述故障预测结果判断所述地下电缆是否会出现故障；当判定所述地下电缆会出现故障时，则获取所述地下电缆的位置信息，并根据所述地下电缆的位置信息生成预警信息；将所述预警信息发送至监控终端。采用本方法能够提高效率。

Description

基于单模型的地下电缆故障预警方法和装置
技术领域
本发明涉及一种基于单模型的地下电缆故障预警方法和装置，属于领域大数据处理领域。
背景技术
埋设于地下的电缆，在电力传输过程中，往往会由于电缆本身的温度升高发生爆炸；又或者，由于地下铺设管道进水，导致电缆发生损坏，进而影响电缆的正常传输。
传统技术中，为了对地下电缆进行监测，需要人工对电缆进行逐个排查，从而降低了监测的效率。
发明内容
针对现有技术存在的上述问题，本发明的目的是提供一种基于单模型的地下电缆故障预警方法和装置。
为实现上述发明目的，本发明采用的技术方案如下：
一种基于单模型的地下电缆故障预警方法，所述方法包括：
通过地下电缆采集系统采集地下电缆的当前环境数据以及当前运行数据；
将所述当前环境数据以及所述当前运行数据输入至预先训练完成的故障预警模型中得到故障预测结果；
根据所述故障预测结果判断所述地下电缆是否会出现故障；
当判定所述地下电缆会出现故障时，则获取所述地下电缆的位置信息，并根据所述地下电缆的位置信息生成预警信息；
将所述预警信息发送至监控终端。
在其中一个实施例中，所述故障预警模型的生成方式包括：
获取地下电缆对应的历史环境数据、历史运行数据以及对应的历史故障信息；
对所述历史环境数据、历史运行数据进行清洗；
通过对清洗后的历史环境数据、历史运行数据以及对应的历史故障信息进行训练得到故障预警模型。
在其中一个实施例中，所述对所述历史环境数据、历史运行数据进行清洗，包括：
删除所述历史环境数据、历史运行数据中的空数据；
根据地理位置对删除空数据后的历史环境数据、历史运行数据进行分组；
所述通过对清洗后的历史环境数据、历史运行数据以及对应的历史故障信息进行训练得到故障预警模型，包括：
根据地理位置分别对分组后的历史环境数据、历史运行数据以及对应的历史故障信息进行训练得到各个地理位置对应的故障预警模型。
在其中一个实施例中，所述将所述当前环境数据以及所述当前运行数据输入至预先训练完成的故障预警模型中得到故障预测结果，包括：
获取所述当前环境数据以及当前运行数据对应的当前地理位置；
查询与所述当前地理位置对应的故障预警模型；
将当前环境数据以及所述当前运行数据输入至所查询的故障预警模型中得到故障预测结果。
在其中一个实施例中，所述查询与所述当前地理位置对应的故障预警模型，包括：
获取与所述当前地理位置对应的电网平台；
根据所述当前环境数据以及所述当前运行数据输入至生成预测指令，并将所述预测指令发送至所述电网平台，所述预测指令用于指示所述电网平台查询所述电网平台本地存储的最新的故障预警模型；
所述将当前环境数据以及所述当前运行数据输入至所查询的故障预警模型中得到故障预测结果，包括：
接收所述电网平台返回的故障预测结果，所述故障预测结果是所述电网平台将当前环境数据以及所述当前运行数据输入至所查询的故障预警模型中得到的。
在其中一个实施例中，所述根据所述地下电缆的位置信息生成预警信息，包括：
获取与所述地下电缆的位置信息对应的城市地图；
根据所述地下电缆的位置在所述城市地图中定位所述电缆的位置，并通过预警标识进行显示得到预警信息。
在其中一个实施例中，所述当前环境数据包括温度数据、水敏数据、环境气体数据以及位移数据中的一种或多种，所述运行数据包括但不限于局放信号。
一种基于单模型的地下电缆故障预警装置，所述装置包括：
采集模块，用于通过地下电缆采集系统采集地下电缆的当前环境数据以及当前运行数据；
预测模块，用于将所述当前环境数据以及所述当前运行数据输入至预先训练完成的故障预警模型中得到故障预测结果；
判断模块，用于根据所述故障预测结果判断所述地下电缆是否会出现故障；
预警信息生成模块，用于当判定所述地下电缆会出现故障时，则获取所述地下电缆的位置信息，并根据所述地下电缆的位置信息生成预警信息；
发送模块，用于将所述预警信息发送至监控终端。
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，所述处理器执行所述计算机程序时实现上述任一项所述方法的步骤。
一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述任一项所述的方法的步骤。
上述基于单模型的地下电缆故障预警方法和装置，通过采集地下电缆的当前环境数据以及当前运行数据，并将所采集的地下电缆的当前环境数据以及当前运行数据输入至预先训练的故障预警模型中即可以判断地下电缆是否会出现故障，当可能出现故障时，则根据地下电缆的地理位置生成预警信息，并发送至终端进行显示，不需要人工对电缆进行逐个排查，提高了效率。
附图说明
图1是本发明提供的基于单模型的地下电缆故障预警方法的应用环境图；
图2是本发明提供的基于单模型的地下电缆故障预警方法的流程图；
图3是本发明提供的基于单模型的地下电缆故障预警装置的结构图；
图4是本发明提供的计算机设备的框图。
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。
本申请提供的基于单模型的地下电缆故障预警方法，可以应用于如图1所示的应用环境中。其中，地下电缆采集系统102通过网络与服务器104通过网络进行通信，监控终端106通过网络与服务器进行通信。其中地下电缆采集系统用于采集地下电缆的当前环境数据以及当前运行数据，并将所采集的当前环境数据和当前运行数据发送至服务器104，从而服务器可以将当前环境数据以及当前运行数据输入至预先训练完成的故障预警模型中得到故障预测结果，进而根据故障预测结果判断地下电缆是否会出现故障，当判定地下电缆会出现故障时，则服务器104可以获取故障的地下电缆的位置信息，并根据该地下电缆的位置信息生成预警信息，将预警信息发送至监控终端106，从而不需要人工对电缆进行逐个排查，提高了效率。监控终端106可以但不限于是各种个人计算机、笔记本电脑、智能手机、平板电脑和便携式可穿戴设备，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。
在一个实施例中，如图2所示，提供了一种基于单模型的地下电缆故障预警方法，以该方法应用于图1中的服务器为例进行说明，包括以下步骤：
S202：通过地下电缆采集系统采集地下电缆的当前环境数据以及当前运行数据。
具体地，所述当前环境数据包括温度数据、水敏数据、环境气体数据以及位移数据中的一种或多种，所述运行数据包括但不限于局放信号，当前运行数据还可以指地下电缆中的电流的大小等。地下电缆采集系统是安装在地下，例如安装在地下电缆的连接处，用于采集地下电缆连接处的环境数据和运行数据。当地下电缆采集系统采集了地下电缆的环境数据和运行数据后，则将该环境数据和运行数据发送至服务器，以便于服务器进行处理后，判断地下电缆是否出现故障。其中为了保证数据的可查询性，地下电缆采集系统在发送数据的时候与地下电缆的地理位置一起发送给服务器，且可选地，也可以预先设定地下电缆的标号，并建立标号和地下电缆的位置的对应关系，从而在服务接收到某一标号的地下电缆采集系统发送的数据时，可以根据该标号查询到地下电缆对应的地理位置信息。
S204：将当前环境数据以及当前运行数据输入至预先训练完成的故障预警模型中得到故障预测结果。
S206：根据故障预测结果判断地下电缆是否会出现故障。
具体地，故障预警模型是根据历史数据生成的用于判断地下电缆是否出现故障的训练模型，该模型的输入为当前环境数据和当前运行数据，输出为地下电缆出现故障的概率。服务器将当前环境数据以及当前运行数据输入至预先训练完成的故障预警模型中得到故障预测结果，且将故障预测结果与预先确定的阈值进行比对，如果大于该阈值，则判定地下电缆出现故障，否则地下电缆没有故障。且可选地，故障预警模型在处理当前环境数据以及当前运行数据时，可以将当前环境数据与训练模型时的历史故障的环境数据进行比对，将当前运行数据与历史故障的运行数据进行比对，从而得到相似度，再综合所有的相似度得到故障预测结果。
S208：当判定地下电缆会出现故障时，则获取地下电缆的位置信息，并根据地下电缆的位置信息生成预警信息。
S210：将预警信息发送至监控终端。
具体地，当服务器判定地下电缆出现故障时，服务器可以获取到地下电缆的位置信息，然后将给位置信息和故障信息进行合并得到预警信息，并将预警信息发送到某一监控终端以便于监控终端对预警信息进行处理，及时应对故障的地下电缆，并做出相应的处理。
上述基于单模型的地下电缆故障预警方法，通过采集地下电缆的当前环境数据以及当前运行数据，并将所采集的地下电缆的当前环境数据以及当前运行数据输入至预先训练的故障预警模型中即可以判断地下电缆是否会出现故障，当可能出现故障时，则根据地下电缆的地理位置生成预警信息，并发送至终端进行显示，不需要人工对电缆进行逐个排查，提高了效率。
在其中一个实施例中，故障预警模型的生成方式包括：获取地下电缆对应的历史环境数据、历史运行数据以及对应的历史故障信息；对历史环境数据、历史运行数据进行清洗；通过对清洗后的历史环境数据、历史运行数据以及对应的历史故障信息进行训练得到故障预警模型。
在其中一个实施例中，对历史环境数据、历史运行数据进行清洗，包括：删除历史环境数据、历史运行数据中的空数据；根据地理位置对删除空数据后的历史环境数据、历史运行数据进行分组。从而通过对清洗后的历史环境数据、历史运行数据以及对应的历史故障信息进行训练得到故障预警模型，包括：根据地理位置分别对分组后的历史环境数据、历史运行数据以及对应的历史故障信息进行训练得到各个地理位置对应的故障预警模型。
在其中一个实施例中，将当前环境数据以及当前运行数据输入至预先训练完成的故障预警模型中得到故障预测结果，包括：获取当前环境数据以及当前运行数据对应的当前地理位置；查询与当前地理位置对应的故障预警模型；将当前环境数据以及当前运行数据输入至所查询的故障预警模型中得到故障预测结果。
在其中一个实施例中，查询与当前地理位置对应的故障预警模型，包括：获取与当前地理位置对应的电网平台；根据当前环境数据以及当前运行数据输入至生成预测指令，并将预测指令发送至电网平台，预测指令用于指示电网平台查询电网平台本地存储的最新的故障预警模型；将当前环境数据以及当前运行数据输入至所查询的故障预警模型中得到故障预测结果，包括：接收电网平台返回的故障预测结果，故障预测结果是电网平台将当前环境数据以及当前运行数据输入至所查询的故障预警模型中得到的。
具体地，服务器可以获取地下电缆对应的历史环境数据、历史运行数据以及对应的历史故障信息，即一个历史环境数据、一个历史运行数据对应一个历史故障信息，然后对历史环境数据和历史运行数据进行清洗。其中清洗的过程包括删除掉历史环境数据和历史运行数据中的空数据，然后根据地理位置信息将历史环境数据和历史运行数据删除，之所以进行分组，是因为不同地区的地质等可能对地下电缆产生影响，因此建立地理位置信息与历史环境数据、历史运行数据的对应关系，从而服务器可以根据地理位置信息进行分别训练得到每一地理位置信息对应的故障预警模型。进而在进行数据处理的时候，服务器首先根据所接收的当前环境数据和当前运行数据对应的地下电缆的地理位置，然后根据该地理位置选择合适的模型，再将当前环境数据和当前运行数据输入至所选择的模型中得到对应的故障预测结果。
可选地，根据历史环境数据、历史运行数据以及对应的历史故障信息生成对应的故障预警模型的步骤可以包括：获取与历史环境数据、历史运行数据的时间点前的预设时间段内的参考环境数据和参考运行数据，根据所述参考环境数据以及所述历史环境数据生成环境数据趋势图，根据所述参考运行数据和历史运行数据生成运行数据趋势图，对所述环境数据趋势图、所述运行数据趋势图以及所述历史故障信息进行训练得到故障预警模型。
其中，该实施例是充分考虑到温度、气体成分等环境变量的变化，例如如果地下电缆的故障是火灾引起的，则其温度并不是突变的，因此可以根据温度的变化趋势来判断地下电缆是否故障或者是将要故障，如果是，则可以及时去处理，以便于在故障发生前将问题解决。
从而，将所述当前环境数据以及所述当前运行数据输入至预先训练完成的故障预警模型中得到故障预测结果的步骤可以是，获取当前环境数据以及当前运行数据的时间点，并获取该时间点前预设时间段内的参考环境数据和参考运行数据，根据当前环境数据以及参考环境数据生成环境数据趋势图，根据当前运行数据以及参考运行数据生成运行数据趋势图，然后计算环境数据趋势图与模型中故障的环境数据趋势图的第一相似度，以及运行数据趋势图与模型中故障的运行数据趋势图的第二相似度，最后根据第一相似度和第二相似度计算得到综合相似度，然后判断综合相似度是否大于预设的阈值，如果大于，则判定故障或者可能故障，如果不大于，则说明当前没有问题。
其中，可选地，对于故障预警模型的查询步骤，服务器可以是将生成的各个故障预警模型存储到对应的电网平台中，即根据地理位置信息，存储到对应的地理位置的电网平台中，从而在服务器获取到当前环境数据和当前运行数据对应的地理位置时，首先获取到与当前地理位置对应的电网平台，然后根据当前环境数据以及当前运行数据输入至生成预测指令，并将预测指令发送至电网平台，从而电网平台可以将当前环境数据以及当前运行数据输入至所查询的故障预警模型中得到故障预测结果，并将故障预测结果返回至服务器中，从而服务器可以根据该结果进行后续的处理。
上述实施例中，给出了故障预警模型的训练方式，该故障预警模型充分考虑了历史数据，总结了历史数据的规律，从而使得对当前数据的预测更加准确。
在其中一个实施例中，根据地下电缆的位置信息生成预警信息，包括：获取与地下电缆的位置信息对应的城市地图；根据地下电缆的位置在城市地图中定位电缆的位置，并通过预警标识进行显示得到预警信息。
具体地，为了实现可视化的处理，在判定地下电缆出现故障后，服务器获取到与地下电缆位置信息对应的城市地图，此处还可以是区域地图，从而服务器在该城市地图中定位到地下电缆的位置，然后通过预警标识例如感叹号进行显示。
上述实施例中，将故障信息显示到城市地图中，从而更加直观。
应该理解的是，虽然图2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，图2中的至少一部分步骤可以包括多个子步骤或者多个阶段，这些子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，这些子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的子步骤或者阶段的至少一部分轮流或者交替地执行。
在一个实施例中，如图3所示，提供了一种基于单模型的地下电缆故障预警装置，包括：采集模块100、预测模块200、判断模块300、预警信息生成模块400和发送模块500，其中：
采集模块100，用于通过地下电缆采集系统采集地下电缆的当前环境数据以及当前运行数据。
预测模块200，用于将当前环境数据以及当前运行数据输入至预先训练完成的故障预警模型中得到故障预测结果。
判断模块300，用于根据故障预测结果判断地下电缆是否会出现故障。
预警信息生成模块400，用于当判定地下电缆会出现故障时，则获取地下电缆的位置信息，并根据地下电缆的位置信息生成预警信息。
发送模块500，用于将预警信息发送至监控终端。
在其中一个实施例中，装置还包括：
历史数据获取模块，用于获取地下电缆对应的历史环境数据、历史运行数据以及对应的历史故障信息。
清洗模块，用于对历史环境数据、历史运行数据进行清洗。
模型生成模块，用于通过对清洗后的历史环境数据、历史运行数据以及对应的历史故障信息进行训练得到故障预警模型。
在其中一个实施例中，清洗模块包括：
删除单元，用于删除历史环境数据、历史运行数据中的空数据。
分组单元，用于根据地理位置对删除空数据后的历史环境数据、历史运行数据进行分组。
模型生成模块还用于根据地理位置分别对分组后的历史环境数据、历史运行数据以及对应的历史故障信息进行训练得到各个地理位置对应的故障预警模型。
在其中一个实施例中，预测模块200包括：
信息获取单元，用于获取当前环境数据以及当前运行数据对应的当前地理位置。
查询单元，用于查询与当前地理位置对应的故障预警模型。
预测单元，用于将当前环境数据以及当前运行数据输入至所查询的故障预警模型中得到故障预测结果。
在其中一个实施例中，查询单元包括：
平台获取单元，用于获取与当前地理位置对应的电网平台。
指令发送单元，用于根据当前环境数据以及当前运行数据输入至生成预测指令，并将预测指令发送至电网平台，预测指令用于指示电网平台查询电网平台本地存储的最新的故障预警模型。
预测模块200还用于接收电网平台返回的故障预测结果，故障预测结果是电网平台将当前环境数据以及当前运行数据输入至所查询的故障预警模型中得到的。
在其中一个实施例中，预警信息生成模块400包括：
地图获取单元，用于获取与地下电缆的位置信息对应的城市地图。
预警单元，用于根据地下电缆的位置在城市地图中定位电缆的位置，并通过预警标识进行显示得到预警信息。
在其中一个实施例中，所述当前环境数据包括温度数据、水敏数据、环境气体数据以及位移数据中的一种或多种，所述运行数据包括但不限于局放信号。
关于基于单模型的地下电缆故障预警装置的具体限定可以参见上文中对于基于单模型的地下电缆故障预警方法的限定，在此不再赘述。上述基于单模型的地下电缆故障预警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4所示。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口和数据库。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、内存储器。该非易失性存储介质存储有操作系统、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系统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环境数据以及当前运行数据。该计算机设备的网络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基于单模型的地下电缆故障预警方法。
本领域技术人员可以理解，图4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，该存储器存储有计算机程序，该处理器执行计算机程序时实现以下步骤：通过地下电缆采集系统采集地下电缆的当前环境数据以及当前运行数据；将当前环境数据以及当前运行数据输入至预先训练完成的故障预警模型中得到故障预测结果；根据故障预测结果判断地下电缆是否会出现故障；当判定地下电缆会出现故障时，则获取地下电缆的位置信息，并根据地下电缆的位置信息生成预警信息；将预警信息发送至监控终端。
在一个实施例中，处理器执行计算机程序时所实现的故障预警模型的生成方式包括：获取地下电缆对应的历史环境数据、历史运行数据以及对应的历史故障信息；对历史环境数据、历史运行数据进行清洗；通过对清洗后的历史环境数据、历史运行数据以及对应的历史故障信息进行训练得到故障预警模型。
在一个实施例中，处理器执行计算机程序时所实现的对历史环境数据、历史运行数据进行清洗，包括：删除历史环境数据、历史运行数据中的空数据；根据地理位置对删除空数据后的历史环境数据、历史运行数据进行分组；处理器执行计算机程序时所实现的通过对清洗后的历史环境数据、历史运行数据以及对应的历史故障信息进行训练得到故障预警模型，包括：根据地理位置分别对分组后的历史环境数据、历史运行数据以及对应的历史故障信息进行训练得到各个地理位置对应的故障预警模型。
在一个实施例中，处理器执行计算机程序时所实现的将当前环境数据以及当前运行数据输入至预先训练完成的故障预警模型中得到故障预测结果，包括：获取当前环境数据以及当前运行数据对应的当前地理位置；查询与当前地理位置对应的故障预警模型；将当前环境数据以及当前运行数据输入至所查询的故障预警模型中得到故障预测结果。
在一个实施例中，处理器执行计算机程序时所实现的查询与当前地理位置对应的故障预警模型，包括：获取与当前地理位置对应的电网平台；根据当前环境数据以及当前运行数据输入至生成预测指令，并将预测指令发送至电网平台，预测指令用于指示电网平台查询电网平台本地存储的最新的故障预警模型；处理器执行计算机程序时所实现的将当前环境数据以及当前运行数据输入至所查询的故障预警模型中得到故障预测结果，包括：接收电网平台返回的故障预测结果，故障预测结果是电网平台将当前环境数据以及当前运行数据输入至所查询的故障预警模型中得到的。
在一个实施例中，处理器执行计算机程序时所实现的根据地下电缆的位置信息生成预警信息，包括：获取与地下电缆的位置信息对应的城市地图；根据地下电缆的位置在城市地图中定位电缆的位置，并通过预警标识进行显示得到预警信息。
在一个实施例中，处理器执行计算机程序时所涉及的当前环境数据包括所述当前环境数据包括温度数据、水敏数据、环境气体数据以及位移数据中的一种或多种，所述运行数据包括但不限于局放信号。
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以下步骤：通过地下电缆采集系统采集地下电缆的当前环境数据以及当前运行数据；将当前环境数据以及当前运行数据输入至预先训练完成的故障预警模型中得到故障预测结果；根据故障预测结果判断地下电缆是否会出现故障；当判定地下电缆会出现故障时，则获取地下电缆的位置信息，并根据地下电缆的位置信息生成预警信息；将预警信息发送至监控终端。
在一个实施例中，计算机程序被处理器执行时所实现的故障预警模型的生成方式包括：获取地下电缆对应的历史环境数据、历史运行数据以及对应的历史故障信息；对历史环境数据、历史运行数据进行清洗；通过对清洗后的历史环境数据、历史运行数据以及对应的历史故障信息进行训练得到故障预警模型。
在一个实施例中，计算机程序被处理器执行时所实现的对历史环境数据、历史运行数据进行清洗，包括：删除历史环境数据、历史运行数据中的空数据；根据地理位置对删除空数据后的历史环境数据、历史运行数据进行分组；计算机程序被处理器执行时所实现的通过对清洗后的历史环境数据、历史运行数据以及对应的历史故障信息进行训练得到故障预警模型，包括：根据地理位置分别对分组后的历史环境数据、历史运行数据以及对应的历史故障信息进行训练得到各个地理位置对应的故障预警模型。
在一个实施例中，计算机程序被处理器执行时所实现的将当前环境数据以及当前运行数据输入至预先训练完成的故障预警模型中得到故障预测结果，包括：获取当前环境数据以及当前运行数据对应的当前地理位置；查询与当前地理位置对应的故障预警模型；将当前环境数据以及当前运行数据输入至所查询的故障预警模型中得到故障预测结果。
在一个实施例中，计算机程序被处理器执行时所实现的查询与当前地理位置对应的故障预警模型，包括：获取与当前地理位置对应的电网平台；根据当前环境数据以及当前运行数据输入至生成预测指令，并将预测指令发送至电网平台，预测指令用于指示电网平台查询电网平台本地存储的最新的故障预警模型；计算机程序被处理器执行时所实现的将当前环境数据以及当前运行数据输入至所查询的故障预警模型中得到故障预测结果，包括：接收电网平台返回的故障预测结果，故障预测结果是电网平台将当前环境数据以及当前运行数据输入至所查询的故障预警模型中得到的。
在一个实施例中，计算机程序被处理器执行时所实现的根据地下电缆的位置信息生成预警信息，包括：获取与地下电缆的位置信息对应的城市地图；根据地下电缆的位置在城市地图中定位电缆的位置，并通过预警标识进行显示得到预警信息。
在一个实施例中，所述当前环境数据包括温度数据、水敏数据、环境气体数据以及位移数据中的一种或多种，所述运行数据包括但不限于局放信号。
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，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、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限，RAM以多种形式可得，诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
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发明专利范围的限制。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，本申请专利的保护范围应以所附权利要求为准。

Claims (5)

1.一种基于单模型的地下电缆故障预警方法，其特征在于，所述方法包括：
通过地下电缆采集系统采集地下电缆的当前环境数据以及当前运行数据；
将所述当前环境数据以及所述当前运行数据输入至预先训练完成的故障预警模型中得到故障预测结果；
根据所述故障预测结果判断所述地下电缆是否会出现故障；
当判定所述地下电缆会出现故障时，则获取所述地下电缆的位置信息，并根据所述地下电缆的位置信息生成预警信息；
将所述预警信息发送至监控终端；
所述故障预警模型的生成方式包括：
获取地下电缆对应的历史环境数据、历史运行数据以及对应的历史故障信息；
对所述历史环境数据、历史运行数据进行清洗；
通过对清洗后的历史环境数据、历史运行数据以及对应的历史故障信息进行训练得到故障预警模型；
所述对所述历史环境数据、历史运行数据进行清洗，包括：
删除所述历史环境数据、历史运行数据中的空数据；
根据地理位置对删除空数据后的历史环境数据、历史运行数据进行分组；
所述通过对清洗后的历史环境数据、历史运行数据以及对应的历史故障信息进行训练得到故障预警模型，包括：
根据地理位置分别对分组后的历史环境数据、历史运行数据以及对应的历史故障信息进行训练得到各个地理位置对应的故障预警模型；
所述将所述当前环境数据以及所述当前运行数据输入至预先训练完成的故障预警模型中得到故障预测结果，包括：
获取所述当前环境数据以及当前运行数据对应的当前地理位置；
查询与所述当前地理位置对应的故障预警模型；
将当前环境数据以及所述当前运行数据输入至所查询的故障预警模型中得到故障预测结果；
所述查询与所述当前地理位置对应的故障预警模型，包括：
获取与所述当前地理位置对应的电网平台；
根据所述当前环境数据以及所述当前运行数据输入至生成预测指令，并将所述预测指令发送至所述电网平台，所述预测指令用于指示所述电网平台查询所述电网平台本地存储的最新的故障预警模型；
所述将当前环境数据以及所述当前运行数据输入至所查询的故障预警模型中得到故障预测结果，包括：
接收所述电网平台返回的故障预测结果，所述故障预测结果是所述电网平台将当前环境数据以及所述当前运行数据输入至所查询的故障预警模型中得到的；
所述根据所述地下电缆的位置信息生成预警信息，包括：
获取与所述地下电缆的位置信息对应的城市地图；
根据所述地下电缆的位置在所述城市地图中定位所述电缆的位置，并通过预警标识进行显示得到预警信息。
2.根据权利要求1所述的方法，其特征在于，所述当前环境数据包括温度数据、水敏数据、环境气体数据以及位移数据中的一种或多种，所述运行数据包括但不限于局放信号。
3.一种基于单模型的地下电缆故障预警装置，其特征在于，所述装置包括：
采集模块，用于通过地下电缆采集系统采集地下电缆的当前环境数据以及当前运行数据；
预测模块，用于将所述当前环境数据以及所述当前运行数据输入至预先训练完成的故障预警模型中得到故障预测结果；
判断模块，用于根据所述故障预测结果判断所述地下电缆是否会出现故障；
预警信息生成模块，用于当判定所述地下电缆会出现故障时，则获取所述地下电缆的位置信息，并根据所述地下电缆的位置信息生成预警信息；
发送模块，用于将所述预警信息发送至监控终端；
历史数据获取模块，用于获取地下电缆对应的历史环境数据、历史运行数据以及对应的历史故障信息；
清洗模块，用于对所述历史环境数据、历史运行数据进行清洗；
模型生成模块，用于通过对清洗后的历史环境数据、历史运行数据以及对应的历史故障信息进行训练得到故障预警模型；
所述清洗模块包括：
删除单元，用于删除所述历史环境数据、历史运行数据中的空数据；
分组单元，用于根据地理位置对删除空数据后的历史环境数据、历史运行数据进行分组；
所述模型生成模块还用于根据地理位置分别对分组后的历史环境数据、历史运行数据以及对应的历史故障信息进行训练得到各个地理位置对应的故障预警模型；
所述预测模块包括：
信息获取单元，用于获取所述当前环境数据以及当前运行数据对应的当前地理位置；
查询单元，用于查询与所述当前地理位置对应的故障预警模型；
预测单元，用于将当前环境数据以及所述当前运行数据输入至所查询的故障预警模型中得到故障预测结果；
所述查询单元包括：
平台获取单元，用于获取与所述当前地理位置对应的电网平台；
指令发送单元，用于根据所述当前环境数据以及所述当前运行数据输入至生成预测指令，并将所述预测指令发送至所述电网平台，所述预测指令用于指示所述电网平台查询所述电网平台本地存储的最新的故障预警模型；
所述预测模块还用于接收所述电网平台返回的故障预测结果，所述故障预测结果是所述电网平台将当前环境数据以及所述当前运行数据输入至所查询的故障预警模型中得到的；
所述预警信息生成模块包括：
地图获取单元，用于获取与所述地下电缆的位置信息对应的城市地图；
预警单元，用于根据所述地下电缆的位置在所述城市地图中定位所述电缆的位置，并通过预警标识进行显示得到预警信息。
4.一种计算机设备，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2中任一项所述方法的步骤。
5.一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2中任一项所述的方法的步骤。
CN201911020556.6A 2019-10-25 2019-10-25 基于单模型的地下电缆故障预警方法和装置 Active CN110798245B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911020556.6A CN110798245B (zh) 2019-10-25 2019-10-25 基于单模型的地下电缆故障预警方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911020556.6A CN110798245B (zh) 2019-10-25 2019-10-25 基于单模型的地下电缆故障预警方法和装置

Publications (2)

Publication Number Publication Date
CN110798245A CN110798245A (zh) 2020-02-14
CN110798245B true CN110798245B (zh) 2022-04-19

Family

ID=69441220

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911020556.6A Active CN110798245B (zh) 2019-10-25 2019-10-25 基于单模型的地下电缆故障预警方法和装置

Country Status (1)

Country Link
CN (1) CN110798245B (zh)

Families Citing this family (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111273130A (zh) * 2020-03-02 2020-06-12 国网江西省电力有限公司九江供电分公司 变电站电缆通道多参量采集与异常防范预警方法及应用
CN112036610A (zh) * 2020-08-11 2020-12-04 广州番禺电缆集团有限公司 一种基于大数据分析的智能电缆预警平台及预警方法
CN112232589A (zh) * 2020-10-30 2021-01-15 国网山西省电力公司大同供电公司 一种电缆管廊水环境数据的处理方法及系统
CN114076873B (zh) * 2021-11-04 2023-10-24 广州番禺电缆集团有限公司 电缆故障分析预测方法和装置
CN114062842B (zh) * 2021-11-10 2024-04-19 国网江苏省电力有限公司徐州供电分公司 一种电缆监测方法及终端
CN115019490A (zh) * 2022-05-28 2022-09-06 浙江和朴实业有限公司 一种智能分析安全预警方法、装置、电子设备及存储介质
CN117791856A (zh) * 2023-12-20 2024-03-29 武汉人云智物科技有限公司 一种基于巡检机器人的电网故障预警方法及装置

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102355299B (zh) * 2011-06-21 2014-04-02 舟山电力局 一种海底光电复合缆故障类型的分析方法
CN103033362B (zh) * 2012-12-31 2015-03-25 湖南大学 一种基于改进多变量预测模型的齿轮故障诊断方法
CN105527645B (zh) * 2014-09-30 2018-08-31 国家电网公司 一种电力电缆防破坏定位方法及装置
CN108537394B (zh) * 2017-03-01 2022-02-22 全球能源互联网研究院 一种智能电网实时安全预警方法和装置
CN107346980B (zh) * 2017-06-20 2020-11-03 重庆渝丰电线电缆有限公司 一种多从站电缆防盗监控系统的组网通信方法
CN109506704A (zh) * 2018-10-10 2019-03-22 国网河南省电力公司开封供电公司 电缆检测及预警方法和装置
CN109324263A (zh) * 2018-10-24 2019-02-12 国网江苏省电力有限公司徐州供电分公司 一种基于暂态扰动的配网电缆早期故障定位系统及其控制方法

Also Published As

Publication number Publication date
CN110798245A (zh) 2020-02-14

Similar Documents

Publication Publication Date Title
CN110798245B (zh) 基于单模型的地下电缆故障预警方法和装置
CN110868241B (zh) 基于多模型的地下电缆故障预警方法和装置
CN110875851B (zh) 地下电缆故障预警方法和装置
CN110866634A (zh) 基于模型选择的地下电缆故障预警方法和装置
CN111199346B (zh) 综合管廊监理方法、装置、计算机设备以及存储介质
CN110763952A (zh) 地下电缆故障监测方法和装置
CN110345602B (zh) 空调维保方法、装置、计算机设备和存储介质
CN110956288A (zh) 基于三维建模的地下电缆故障预警方法和装置
CN110837956A (zh) 地下电缆巡检任务分配方法和装置
CN110825923A (zh) 基于单模型的地下电缆故障修复方法和装置
CN114514141A (zh) 充电站监测方法和设备
CN110391840B (zh) 太阳同步轨道卫星遥测参数异常判断方法和系统
JP2018531458A6 (ja) ガソリンスタンドｐｏｉの自動発見方法、自動発見装置、及び記憶媒体と機器
JP2018531458A (ja) ガソリンスタンドｐｏｉの自動発見方法、自動発見装置、及び記憶媒体と機器
CN114076873A (zh) 电缆故障分析预测方法和装置
CN110850233A (zh) 电缆故障定位方法和装置
CN111027116A (zh) 建筑物运维管理方法、装置、计算机设备和存储介质
CN113156243A (zh) 故障预测方法和预测系统
CN110175424B (zh) 空调机组的管路设计方法、装置、计算机设备和存储介质
CN115967166A (zh) 输电线路监控方法、装置、计算机设备和存储介质
CN110852461A (zh) 故障地下电缆定位方法和装置
CN113419950A (zh) Ui自动化脚本的生成方法、装置、计算机设备及存储介质
CN110838940A (zh) 地下电缆巡检任务配置方法和装置
CN110851670A (zh) 地下电缆故障修复方法和装置
CN110930075A (zh) 电力设备故障定位方法、装置、计算机设备和存储介质

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
GR01 Patent grant
GR01 Patent grant
TR01 Transfer of patent right

Effective date of registration: 20240109

Address after: 411102 No.16, Xingfu Road, Bantang Street, High tech Zone, Xiangtan City, Hunan Province

Patentee after: HUNAN GUOAO POWER EQUIPMENT Co.,Ltd.

Address before: 411101 33 buildings in two phase of new village, Furong Road power plant, yyue District, Xiangtan, Hunan

Patentee before: Yuan Maoyin

TR01 Transfer of patent right