CN111104880A - 电缆隧道状态数据的处理方法、装置及系统 - Google Patents
电缆隧道状态数据的处理方法、装置及系统 Download PDFInfo
- Publication number
- CN111104880A CN111104880A CN201911250936.9A CN201911250936A CN111104880A CN 111104880 A CN111104880 A CN 111104880A CN 201911250936 A CN201911250936 A CN 201911250936A CN 111104880 A CN111104880 A CN 111104880A
- Authority
- CN
- China
- Prior art keywords
- data
- state
- cable tunnel
- multidimensional
- prediction
- 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
- 238000012545 processing Methods 0.000 title claims abstract description 52
- 238000000034 method Methods 0.000 title claims abstract description 35
- 238000012544 monitoring process Methods 0.000 claims abstract description 99
- 230000002159 abnormal effect Effects 0.000 claims abstract description 29
- 230000004044 response Effects 0.000 claims abstract description 8
- 238000004590 computer program Methods 0.000 claims description 13
- 238000012549 training Methods 0.000 claims description 13
- 230000005540 biological transmission Effects 0.000 claims description 12
- 230000002547 anomalous effect Effects 0.000 claims description 9
- 230000007246 mechanism Effects 0.000 claims description 8
- 238000003860 storage Methods 0.000 claims description 7
- 238000004422 calculation algorithm Methods 0.000 claims description 5
- 238000000354 decomposition reaction Methods 0.000 claims description 5
- 238000010586 diagram Methods 0.000 description 19
- 238000004458 analytical method Methods 0.000 description 8
- 238000012423 maintenance Methods 0.000 description 8
- 230000008569 process Effects 0.000 description 7
- RYGMFSIKBFXOCR-UHFFFAOYSA-N Copper Chemical compound [Cu] RYGMFSIKBFXOCR-UHFFFAOYSA-N 0.000 description 6
- 229910052802 copper Inorganic materials 0.000 description 6
- 239000010949 copper Substances 0.000 description 6
- 230000006870 function Effects 0.000 description 6
- 239000013307 optical fiber Substances 0.000 description 6
- 238000003672 processing method Methods 0.000 description 6
- 238000004364 calculation method Methods 0.000 description 5
- 230000003993 interaction Effects 0.000 description 5
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 5
- 230000005856 abnormality Effects 0.000 description 4
- 238000009529 body temperature measurement Methods 0.000 description 3
- 230000008859 change Effects 0.000 description 3
- 238000004891 communication Methods 0.000 description 3
- 238000011156 evaluation Methods 0.000 description 3
- 239000007789 gas Substances 0.000 description 3
- 238000007689 inspection Methods 0.000 description 3
- 238000004140 cleaning Methods 0.000 description 2
- 230000007423 decrease Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000018109 developmental process Effects 0.000 description 2
- 238000005265 energy consumption Methods 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000007781 pre-processing Methods 0.000 description 2
- 238000000926 separation method Methods 0.000 description 2
- 230000009466 transformation Effects 0.000 description 2
- 238000005299 abrasion Methods 0.000 description 1
- 230000032683 aging Effects 0.000 description 1
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 1
- 230000036760 body temperature Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000013021 overheating Methods 0.000 description 1
- 239000001301 oxygen Substances 0.000 description 1
- 229910052760 oxygen Inorganic materials 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 230000002688 persistence Effects 0.000 description 1
- 230000002085 persistent effect Effects 0.000 description 1
- 230000002441 reversible effect Effects 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 239000004575 stone Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/40—Scenes; Scene-specific elements in video content
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0635—Risk analysis of enterprise or organisation activities
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Entrepreneurship & Innovation (AREA)
- Health & Medical Sciences (AREA)
- Tourism & Hospitality (AREA)
- Development Economics (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Educational Administration (AREA)
- Multimedia (AREA)
- Game Theory and Decision Science (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Testing And Monitoring For Control Systems (AREA)
Abstract
本发明公开了一种电缆隧道状态数据的处理方法、装置及系统，其中，该方法包括：接收电缆隧道的多维度状态数据，多维度状态数据包括；隧道环境数据、电缆温度数据、局部放电数据、接地环流数据；将多维度状态数据输入至预先训练的预测模型，以输出对多维度状态数据中各数据的状态预测数据；响应于状态预测数据为异常，对多维度状态数据进行异常状态监控操作。通过本发明，可以保障电缆安全稳定运行。
Description
技术领域
本发明涉及数据处理领域，具体涉及一种电缆隧道状态数据的处理方法、装置及系统。
背景技术
铜鼓山隧道是铜鼓山片区的电力供应的主要电缆通道，且平均埋深大，运维压力较大。为了防止隧道电缆设施被盗、防止隧道内电缆因过热等发生火灾、保证电力隧道内积水、可燃气体等不影响到供电系统的安全，以及及时了解电缆运行状态，需要对电力电缆运行监控。
电力设备在运行中经受电的、热的、机械的负荷作用，以及自然环境(气温、气压、湿度以及污秽等)的影响，长期运行会引起老化、疲劳、磨损，从而使得性能逐渐下降，可靠性逐渐降低，这些变化的过程一般是缓慢的渐变过程。随着电力设备运行期增长，性能逐渐下降，可靠性逐渐下降，电力设备故障率会逐渐增大，这会危及到系统的安全运行，因而必须对这些设备的运行状态进行监测。
目前，对于隧道内电力电缆以及各设备的运行监控主要依靠于运维人员的计划检修和定期巡视，然而，铜鼓山隧道全长1000m，起于铜鼓山变电站，止于界石堡变电站，运维人员已无法有效地对电力电缆和各设备进行监控。
发明内容
有鉴于此，本发明提供一种电缆隧道状态数据的处理方法、装置及系统，以解决上述提及的至少一个问题。
根据本发明的第一方面，提供一种电缆隧道状态数据的处理方法，所述方法包括：接收电缆隧道的多维度状态数据，所述多维度状态数据包括；隧道环境数据、电缆温度数据、局部放电数据、接地环流数据；将所述多维度状态数据输入至预先训练的预测模型，以输出对所述多维度状态数据中各数据的状态预测数据；响应于所述状态预测数据为异常，对所述多维度状态数据进行异常状态监控操作。
根据本发明的第二方面，提供一种电缆隧道状态数据的处理装置，所述装置包括：状态数据接收单元，用于接收电缆隧道的多维度状态数据，所述多维度状态数据包括；隧道环境数据、电缆温度数据、局部放电数据、接地环流数据；预测单元，用于将所述多维度状态数据输入至预先训练的预测模型，以输出对所述多维度状态数据中各数据的状态预测数据；异常监控单元，响应于所述状态预测数据为异常，对所述多维度状态数据进行异常状态监控操作。
根据本发明的第三方面，提供一种电缆隧道状态数据的处理系统，所述系统包括：上述的电缆隧道状态数据的处理装置、以及电缆隧道状态数据监控系统，所述电缆隧道状态数据监控系统监控并获取电缆隧道的多维度状态数据，并将所述电缆隧道的多维度状态数据发送给所述电缆隧道状态数据的处理装置。
根据本发明的第四方面，提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现上述电缆隧道状态数据的处理方法的步骤。
根据本发明的第五方面，本发明提供一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现上述电缆隧道状态数据的处理方法的步骤。
由上述技术方案可知，通过将获取的多维度状态数据输入至预测模型，预测各数据的状态，当预测到有数据异常时，对多维度状态数据进行异常状态监控操作，以及时发现异常，保障电缆安全稳定运行。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是根据本发明实施例的电缆隧道状态数据的处理方法的流程图；
图2是根据本发明实施例的电缆隧道状态数据的处理方法的详细流程图；
图3是根据本发明实施例的电缆隧道状态数据的处理系统的结构框图；
图4是根据本发明实施例的电缆隧道状态数据的处理装置2的结构框图；
图5是根据本发明实施例的电缆隧道状态数据的处理装置2的详细结构框图；
图6是根据本发明实施例的训练单元24的结构框图；
图7是根据本发明实施例的电力电缆综合监控系统的整体架构图；
图8是基于图7所示的电力电缆综合监控系统的数据处理流程图；
图9是基于图7所示的电力电缆综合监控系统的技术架构示意图；
图10是根据本发明实施例的电子设备的示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整的描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
由于电缆隧道较长，运维人员已无法有效地对隧道内的电力电缆和各设备进行监控，基于此，本发明实施例提供一种电缆隧道状态数据的处理方案，来提高电力电缆运行监控水平，保障电缆安全稳定运行，减轻基层单位电力电缆运维压力。以下结合附图来详细描述本发明实施例。
图1是根据本发明实施例的电缆隧道状态数据的处理方法的流程图，如图1所示，该方法包括：
步骤101，接收电缆隧道的多维度状态数据，所述多维度状态数据包括；隧道环境数据、电缆温度数据、局部放电数据、接地环流数据。
步骤102，将所述多维度状态数据输入至预先训练的预测模型，以输出对所述多维度状态数据中各数据的状态预测数据。所述状态预测数据中包括：异常状态数据。
上述的预测模型通过如下方式来训练；获取电缆隧道的原始多维度状态数据；基于时间序列分解理论和所述原始多维度状态数据对所述预测模型进行训练。
在实际操作中，将所述多维度状态数据输入至预先训练的预测模型之后，可以基于数据异常检索算法来预测所述多维度状态数据中各数据的状态预测数据。
步骤103，响应于所述状态预测数据为异常，对所述多维度状态数据进行异常状态监控操作。
本发明实施例通过将获取的多维度状态数据输入至预测模型，预测各数据的状态，当预测到有数据异常时，对多维度状态数据进行异常状态监控操作，以及时发现异常，保障电缆安全稳定运行。
在步骤103中，当状态预测数据为异常且在预定阈值内，即，还未达到立即停电的程度，此时对所述多维度状态数据进行异常状态监控操作，该异常状态监控操作可以是以预定频率获取多维度状态数据，也就是说，增加获取多维度状态数据的频率，对隧道内的电缆状态进行密切监控。当各状态数据都正常平稳时，可以降低监测数据获取频次。
在具体实施过程中，可以实时获取所述电缆隧道的视频数据；之后基于视频数据弹性传输机制传输所述视频数据。
具体而言，对隧道进行视频监控，对于视频监控数据，为了减少数据上传，可以基于视频异常感知的视频数据弹性传输机制，即根据视频识别结果，筛选出有效的视频帧进行上传，并智能调节上传视频帧率，有异常时上传高画质、全帧率的视频数据，无异常时可以降低上传视频数据的分辨率和帧率，以减小能耗以及网络带宽消耗。
以下基于铜鼓山隧道为例，结合图2来详细描述本发明实施例。图2是电缆隧道状态数据的处理方法的详细流程图，如图2所示，该流程包括：
步骤201，对隧道环境、电缆、光纤等进行实时监控，具体地，通过各监控主机进行隧道内光纤测温监控、视频监控、有害气体监测与风机联动的监控、水位监测与水泵联动监控、远程照明控制、井盖监控等。
步骤202，汇集各监控主机收集的隧道内的各类监测数据，并对数据进行清洗、标准统一等预处理操作。
步骤203，对采集的隧道环境监测、视频、电缆护层接地电流、分布式光纤测温、局部放电等数据进行本地智能计算，这样可以突破基于云计算的集中式大数据处理模式面临的限制和瓶颈，数据在接近数据源的位置进行处理，可以减轻网络传输带宽的压力，也可以提高数据处理的整体效率。
这里的本地智能计算是指对各监测数据的状态预测。在实际操作中，首先根据各种历史监测数据建立预测模型，该预测模型可以灵活配置，进行各监测数据的趋势分析，包括纵向的环比、同比分析，横向的设备间的对比分析。在本实例中，基于时间序列分解理论建立预测模型以实现对各种监测数据状态的预测。
在具体实施过程中，可以运用数据异常检测算法，找出数据中的异常值。根据时间序列数据的离群距离测算以及时间序列之间的相关性对相应的监测数据异常进行检测，即通过对单一时间序列中离群点的识别以及对具有相关关系的多源时间序列之间的数据变化趋势为监测基础，高效识别出多源监测数据集中的相应数据异常。
步骤204，当通过智能计算发现电缆状态量(即，上述监测数据)出现异常、且经分析未达到立即停电的程度时，根据电缆隧道重要等级和当前状态评价结果，分程度增加测温、接地环流、局放等监测数据的获取频次，对电缆状态实施密切监控。当各状态量都正常平稳时，可以降低监测数据获取频次。
步骤205，对于视频监控数据，为了减少数据上传，可以基于视频异常感知的视频数据弹性传输机制上传视频监控数据，以减小能耗以及网络带宽消耗。
在实际操作中，还可以基于边缘存储策略，对监测数据进行分类存储，建立快速检索机制。
由以上描述可知，通过综合环境、电缆温度、局部放电、接地环流等多维度状态量对电缆状态建立预测模型，可以对电缆隧道状态进行综合评价，并根据综合评价进行相应的预警操作，保障电缆安全稳定运行。
基于相似的发明构思，本发明实施例还提供一种电缆隧道状态数据的处理系统。图3是该系统的结构框图，如图3所示，该系统包括：电缆隧道状态数据监控系统1和电缆隧道状态数据的处理装置2，其中，电缆隧道状态数据监控系统1监控并获取电缆隧道的多维度状态数据，并将所述电缆隧道的多维度状态数据发送给所述电缆隧道状态数据的处理装置2。优选地，该电缆隧道状态数据的处理装置2可以上述方法实施例中的步骤。
在实际操作中，电缆隧道状态数据监控系统1可以包括多个监控主机，分别监测隧道中的各类数据，即，多维度状态数据。
图4是根据本发明实施例的电缆隧道状态数据的处理装置2的结构框图，如图4所示，该电缆隧道状态数据处理装置2包括：状态数据接收单元21、预测单元22和异常监控单元23，其中：
状态数据接收单元21，用于接收电缆隧道的多维度状态数据，所述多维度状态数据包括；隧道环境数据、电缆温度数据、局部放电数据、接地环流数据；
预测单元22，用于将所述多维度状态数据输入至预先训练的预测模型，以输出对所述多维度状态数据中各数据的状态预测数据；
异常监控单元23，响应于所述状态预测数据为异常，对所述多维度状态数据进行异常状态监控操作。
本发明实施例通过预测单元22将状态数据接收单元21获取的多维度状态数据输入至预测模型，预测各数据的状态，当预测到有数据异常时，异常监控单元23对多维度状态数据进行异常状态监控操作，以及时发现异常，保障电缆安全稳定运行。
具体地，上述异常监控单元23具体用于：响应于所述状态预测数据为异常且在预定阈值内，对所述多维度状态数据进行异常状态监控操作，所述异常状态监控操作包括：以预定频率获取所述多维度状态数据。
在实际操作中，如图5所示，上述电缆隧道状态数据处理装置2还包括：训练单元24，用于训练所述预测模型。
如图6所示，训练单元24包括：原始数据获取模块241和训练模块242，其中：
原始数据获取模块241，用于获取电缆隧道的原始多维度状态数据；
训练模块242，用于基于时间序列分解理论和所述原始多维度状态数据对所述预测模型进行训练。
上述预测单元22具体用于：将所述多维度状态数据输入至预测模型，以基于数据异常检索算法输出对所述多维度状态数据中各数据的状态预测数据，所述状态预测数据中包括：异常状态数据。
继续参见图5，上述电缆隧道状态数据处理装置2还包括：视频数据获取单元25和视频数据传输单元26，其中：
视频数据获取单元25，用于获取所述电缆隧道的视频数据；
视频数据传输单元26，用于基于视频数据弹性传输机制传输所述视频数据。
上述各单元、各模块的具体执行过程，可以参见上述方法实施例中的描述，此处不再赘述。
在实际操作中，上述各单元、各模块可以组合设置、也可以单一设置，本发明不限于此。
以下基于铜鼓山隧道为例，结合图7所述的系统架构来详细描述本发明实施例。
图7是根据本发明实施例的电力电缆综合监控系统的整体架构图，根据《输变电设备状态监测系统标准化设计方案》将电力电缆综合监控系统整体架构分为主站层、接入层、装置层。电缆隧道综合状态监控系统主要位于装置层。
如图7所示，电缆隧道内的各类监控子系统将状态数据通过光纤环网上传至变电站机房内对应的监控平台系统(图中显示为电缆隧道综合状态监控平台)。监控平台系统通过交换机与电缆隧道相关监控设备的监控主机连接，监控主机包括：光纤测温主机、局部放电监测主机、硬盘录像机、隧道光纤环网、智能机器人系统等，监控主机可以实现监控平台系统与电缆本体监测、隧道环境监控及视频监控等相关监控子系统的交互通信，以及监测数据的汇集、处理、展示、存储和配置信息的传送等。
图8是基于图7所示的电力电缆综合监控系统的数据处理流程图，如图8所示，电缆隧道综合状态监测各子系统获取各类数据，将数据上传至系统，系统进行数据解析，并根据需求进行数据清洗和预处理，部分数据直接存储至数据库，部分数据通过系统分析计算模块(包括，如上述的预测模型)进行处理后存储至数据库；系统展示模块通过WEB系统实现信息的展示及相关数据的录入，数据库采用SG-RDB(Mysql)(自主可控数据库)。
在具体实施过程中，上述系统的整体架构遵守国网规范，基于SG-UAP3.0(应用系统统一开发平台)开发。核心采用微服务架构以及前后端分离的方式保证平台的高可用性、高可靠性及灰度发布。如图9所示，该技术架构分为四层：界面层、逻辑层、持久层、基础层，其中：
界面层：基于前后端分离架构nodejs(一种JavaScript运行环境)组合vuejs(一种架构)的形式，实现前后端的部署互不影响。并采用多种css(一种计算机语言)和js(JavaScript，一种计算机语言)框架共存的方式使系统的界面更加美观，用户体验更好。
逻辑层：逻辑层采用SpringCloud(一系列框架的有序集合)加SpringBoot(一种Spring开发的框架)的方式实现微应用的开发，请求分别通过网关(gateway)和反向代理(zuul)与后端进行逻辑的处理。根据需求微应用读取中心化配置文件成功后进行请求及逻辑的分发和处理，处理成功后由原路返回结果到界面层。
持久层：为业务系统与数据库的交互提供简单一致的接口，并优化了数据库操作性能。实现通用数据访问服务组件，支持多种形式的数据存取，实现数据库相关对象的ORMapping(Object-Relation Mapping，对象-关系映射)机制及复杂的业务数据获取规则。
基础层：基础层采用集群的方式设计，主要包括Docker Swarm(一种集群管理系统)集群，用于对集群的管理，关系型数据库SG-RDB集群用于保证数据的安全性和可持续使用性，文件存储程序用来存储其他子站产生的非结构化数据、集成接入程序用来接入其他子站的数据。
本系统和其他子站数据的集成通过横向接口进行数据的交互。
监控平台系统通过电力通信专网与江北区电缆隧道在线监控平台连接，实现系统间数据交互，包括监测数据智能处理后上传，告警信息的及时上传等。
由以上描述可知，电缆隧道综合状态监控系统可以通过电缆本体监测系统(本体温度、护层环流、局部放电)、隧道环境监控系统(温湿度、含氧量、有害气体、水位监测，以及隧道照明、水泵、风机联动控制)、安防系统(视频、井盖、防火门监控)以及智能机器人系统(巡检机器人、灭火机器人)，实现隧道内电缆本体及环境状态的在线监测、分析、预警及综合评价等功能，满足国网对电缆监测的相关要求，实现电缆运维的专业精益化管理。
图10是根据本发明实施例的电子设备的示意图。图10所示的电子设备为通用数据处理装置，其包括通用的计算机硬件结构，其至少包括处理器1001和存储器1002。处理器1001和存储器1002通过总线1003连接。存储器1002适于存储处理器1001可执行的一条或多条指令或程序。该一条或多条指令或程序被处理器1001执行以实现上述电缆隧道状态数据的处理方法中的步骤。
上述处理器1001可以是独立的微处理器，也可以是一个或者多个微处理器集合。由此，处理器1001通过执行存储器1002所存储的命令，从而执行如上所述的本发明实施例的方法流程实现对于数据的处理和对于其他装置的控制。总线1003将上述多个组件连接在一起，同时将上述组件连接到显示控制器1004和显示装置以及输入/输出(I/O)装置1005。输入/输出(I/O)装置1005可以是鼠标、键盘、调制解调器、网络接口、触控输入装置、体感输入装置、打印机以及本领域公知的其他装置。典型地，输入/输出(I/O)装置1005通过输入/输出(I/O)控制器1006与系统相连。
其中，存储器1002可以存储软件组件，例如操作系统、通信模块、交互模块以及应用程序。以上所述的每个模块和应用程序都对应于完成一个或多个功能和在发明实施例中描述的方法的一组可执行程序指令。
本发明实施例还提供一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时以实现上述电缆隧道状态数据的处理方法的步骤。
综上所述，本发明实施例提供了一种电缆隧道的电力电缆综合监控系统，可以实时掌握隧道内环境状态、电缆运行状态，通过该系统可以及时告警，通知运维人员对出现的安全运行隐患及时处置。通过对隧道内环境、运行设备的在线监测并预测状态，可以实现重要输变电设备状态和关键运行环境的实时监测、预警、分析、诊断、评估和预测等，从而可以有效减少巡检人员的劳动强度，做到电缆全生命期状态监测，提高管理水平和提高工作效率。
以上参照附图描述了本发明的优选实施方式。这些实施方式的许多特征和优点根据该详细的说明书是清楚的，因此权利要求旨在覆盖这些实施方式的落入其真实精神和范围内的所有这些特征和优点。此外，由于本领域的技术人员容易想到很多修改和改变，因此不是要将本发明的实施方式限于所例示和描述的精确结构和操作，而是可以涵盖落入其范围内的所有合适修改和等同物。
本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
本发明中应用了具体实施例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制。
Claims (13)
1.一种电缆隧道状态数据的处理方法，其特征在于，所述方法包括：
接收电缆隧道的多维度状态数据，所述多维度状态数据包括；隧道环境数据、电缆温度数据、局部放电数据、接地环流数据；
将所述多维度状态数据输入至预先训练的预测模型，以输出对所述多维度状态数据中各数据的状态预测数据；
响应于所述状态预测数据为异常，对所述多维度状态数据进行异常状态监控操作。
2.根据权利要求1所述的电缆隧道状态数据的处理方法，其特征在于，响应于所述状态预测数据为异常，对所述多维度状态数据进行异常状态监控操作包括：
响应于所述状态预测数据为异常且在预定阈值内，对所述多维度状态数据进行异常状态监控操作，所述异常状态监控操作包括：以预定频率获取所述多维度状态数据。
3.根据权利要求1所述的电缆隧道状态数据的处理方法，其特征在于，所述预测模型通过如下方式来训练；
获取电缆隧道的原始多维度状态数据；
基于时间序列分解理论和所述原始多维度状态数据对所述预测模型进行训练。
4.根据权利要求1所述的电缆隧道状态数据的处理方法，其特征在于，将所述多维度状态数据输入至预先训练的预测模型，以输出对所述多维度状态数据中各数据的状态预测数据包括：
将所述多维度状态数据输入至预先训练的预测模型，以基于数据异常检索算法输出对所述多维度状态数据中各数据的状态预测数据，所述状态预测数据中包括：异常状态数据。
5.根据权利要求1所述的电缆隧道状态数据的处理方法，其特征在于，所述方法还包括：
获取所述电缆隧道的视频数据；
基于视频数据弹性传输机制传输所述视频数据。
6.一种电缆隧道状态数据的处理装置，其特征在于，所述装置包括：
状态数据接收单元，用于接收电缆隧道的多维度状态数据，所述多维度状态数据包括；隧道环境数据、电缆温度数据、局部放电数据、接地环流数据；
预测单元，用于将所述多维度状态数据输入至预先训练的预测模型，以输出对所述多维度状态数据中各数据的状态预测数据；
异常监控单元，响应于所述状态预测数据为异常，对所述多维度状态数据进行异常状态监控操作。
7.根据权利要求6所述的电缆隧道状态数据的处理装置，其特征在于，所述异常监控单元具体用于：
响应于所述状态预测数据为异常且在预定阈值内，对所述多维度状态数据进行异常状态监控操作，所述异常状态监控操作包括：以预定频率获取所述多维度状态数据。
8.根据权利要求6所述的电缆隧道状态数据的处理装置，其特征在于，所述装置还包括：训练单元，用于训练所述预测模型，
所述训练单元包括：
原始数据获取模块，用于获取电缆隧道的原始多维度状态数据；
训练模块，用于基于时间序列分解理论和所述原始多维度状态数据对所述预测模型进行训练。
9.根据权利要求6所述的电缆隧道状态数据的处理装置，其特征在于，所述预测单元具体用于：
将所述多维度状态数据输入至预先训练的预测模型，以基于数据异常检索算法输出对所述多维度状态数据中各数据的状态预测数据，所述状态预测数据中包括：异常状态数据。
10.根据权利要求6所述的电缆隧道状态数据的处理装置，其特征在于，所述装置还包括：
视频数据获取单元，用于获取所述电缆隧道的视频数据；
视频数据传输单元，用于基于视频数据弹性传输机制传输所述视频数据。
11.一种电缆隧道状态数据的处理系统，其特征在于，所述系统包括：如权利要求6至10中任一项所述的电缆隧道状态数据的处理装置、以及电缆隧道状态数据监控系统，所述电缆隧道状态数据监控系统监控并获取电缆隧道的多维度状态数据，并将所述电缆隧道的多维度状态数据发送给所述电缆隧道状态数据的处理装置。
12.一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现权利要求1至5中任一项所述电缆隧道状态数据的处理方法的步骤。
13.一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，该计算机程序被处理器执行时实现权利要求1至5中任一项所述电缆隧道状态数据的处理方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911250936.9A CN111104880A (zh) | 2019-12-09 | 2019-12-09 | 电缆隧道状态数据的处理方法、装置及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911250936.9A CN111104880A (zh) | 2019-12-09 | 2019-12-09 | 电缆隧道状态数据的处理方法、装置及系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN111104880A true CN111104880A (zh) | 2020-05-05 |
Family
ID=70422604
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201911250936.9A Pending CN111104880A (zh) | 2019-12-09 | 2019-12-09 | 电缆隧道状态数据的处理方法、装置及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111104880A (zh) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112013993A (zh) * | 2020-08-27 | 2020-12-01 | 国网山西省电力公司大同供电公司 | 一种基于水下机器人的海底电缆探测方法 |
| CN112684310A (zh) * | 2021-01-20 | 2021-04-20 | 山东和兑智能科技有限公司 | 高压电缆综合在线智能监测系统 |
| CN113566903A (zh) * | 2021-09-28 | 2021-10-29 | 山东科华电力技术有限公司 | 分布式电缆综合在线监测装置及方法 |
| CN116754022A (zh) * | 2023-08-22 | 2023-09-15 | 山东浪潮新基建科技有限公司 | 电缆隧道的在线检测应急预警方法及系统 |
Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102610055A (zh) * | 2011-12-19 | 2012-07-25 | 大连海事大学 | 隧道自动监测多元信息无线智能报警系统 |
| CN104283318A (zh) * | 2014-10-24 | 2015-01-14 | 国家电网公司 | 基于大数据的电力设备综合监测与预警系统及其分析方法 |
| US20150317197A1 (en) * | 2014-05-05 | 2015-11-05 | Ciena Corporation | Proactive operations, administration, and maintenance systems and methods in networks using data analytics |
| CN108287782A (zh) * | 2017-06-05 | 2018-07-17 | 中兴通讯股份有限公司 | 一种多维数据异常检测方法及装置 |
| CN108846418A (zh) * | 2018-05-24 | 2018-11-20 | 广东电网有限责任公司 | 一种电缆设备温度异常定位与识别方法 |
| CN109540212A (zh) * | 2018-11-30 | 2019-03-29 | 湖南世优电力科技股份有限公司 | 一种基于大数据的电缆井状态评估预警系统及方法 |
| CN109872323A (zh) * | 2019-02-28 | 2019-06-11 | 北京国网富达科技发展有限责任公司 | 输电线路的绝缘子缺陷检测方法及装置 |
| CN209267713U (zh) * | 2018-12-29 | 2019-08-16 | 广州供电局有限公司 | 电缆隧道监控系统 |
| CN110388964A (zh) * | 2019-08-16 | 2019-10-29 | 深圳江行联加智能科技有限公司 | 一种隧道电缆数据采集的方法、装置和系统 |
| CN110428018A (zh) * | 2019-08-09 | 2019-11-08 | 北京中电普华信息技术有限公司 | 一种全链路监控系统中的异常预测方法及装置 |
-
2019
- 2019-12-09 CN CN201911250936.9A patent/CN111104880A/zh active Pending
Patent Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102610055A (zh) * | 2011-12-19 | 2012-07-25 | 大连海事大学 | 隧道自动监测多元信息无线智能报警系统 |
| US20150317197A1 (en) * | 2014-05-05 | 2015-11-05 | Ciena Corporation | Proactive operations, administration, and maintenance systems and methods in networks using data analytics |
| CN104283318A (zh) * | 2014-10-24 | 2015-01-14 | 国家电网公司 | 基于大数据的电力设备综合监测与预警系统及其分析方法 |
| CN108287782A (zh) * | 2017-06-05 | 2018-07-17 | 中兴通讯股份有限公司 | 一种多维数据异常检测方法及装置 |
| CN108846418A (zh) * | 2018-05-24 | 2018-11-20 | 广东电网有限责任公司 | 一种电缆设备温度异常定位与识别方法 |
| CN109540212A (zh) * | 2018-11-30 | 2019-03-29 | 湖南世优电力科技股份有限公司 | 一种基于大数据的电缆井状态评估预警系统及方法 |
| CN209267713U (zh) * | 2018-12-29 | 2019-08-16 | 广州供电局有限公司 | 电缆隧道监控系统 |
| CN109872323A (zh) * | 2019-02-28 | 2019-06-11 | 北京国网富达科技发展有限责任公司 | 输电线路的绝缘子缺陷检测方法及装置 |
| CN110428018A (zh) * | 2019-08-09 | 2019-11-08 | 北京中电普华信息技术有限公司 | 一种全链路监控系统中的异常预测方法及装置 |
| CN110388964A (zh) * | 2019-08-16 | 2019-10-29 | 深圳江行联加智能科技有限公司 | 一种隧道电缆数据采集的方法、装置和系统 |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112013993A (zh) * | 2020-08-27 | 2020-12-01 | 国网山西省电力公司大同供电公司 | 一种基于水下机器人的海底电缆探测方法 |
| CN112684310A (zh) * | 2021-01-20 | 2021-04-20 | 山东和兑智能科技有限公司 | 高压电缆综合在线智能监测系统 |
| CN113566903A (zh) * | 2021-09-28 | 2021-10-29 | 山东科华电力技术有限公司 | 分布式电缆综合在线监测装置及方法 |
| CN113566903B (zh) * | 2021-09-28 | 2022-02-22 | 山东科华电力技术有限公司 | 分布式电缆综合在线监测装置及方法 |
| CN116754022A (zh) * | 2023-08-22 | 2023-09-15 | 山东浪潮新基建科技有限公司 | 电缆隧道的在线检测应急预警方法及系统 |
| CN116754022B (zh) * | 2023-08-22 | 2023-10-27 | 山东浪潮新基建科技有限公司 | 电缆隧道的在线检测应急预警方法及系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111104880A (zh) | 电缆隧道状态数据的处理方法、装置及系统 | |
| CN106710001B (zh) | 一种基于变电站巡检机器人集中监控仿真系统及其方法 | |
| KR100934866B1 (ko) | 전력 계통의 감시데이터 수집 및 운영 시스템과 그 방법 | |
| JP2018128855A (ja) | イベント解析装置、イベント解析システム、イベント解析方法、イベント解析プログラム、および記録媒体 | |
| CN104618694A (zh) | 一种机房三维动态监测的方法及系统 | |
| CN112594142A (zh) | 一种基于5g的端云协同风电运维诊断系统 | |
| WO2010148185A2 (en) | Automated control of a power network using metadata and automated creation of predictive process models | |
| CN108229538A (zh) | 交通工具系统预测装置和方法 | |
| KR102319083B1 (ko) | 인공지능 기반의 화재예방 제공 장치 및 방법 | |
| Laayati et al. | Smart energy management: Energy consumption metering, monitoring and prediction for mining industry | |
| CN110988559A (zh) | 基于物联网的变电站直流系统全生命周期的在线监测方法 | |
| CN116628633A (zh) | 一种igbt实时监测与使用寿命预测评估方法 | |
| CN115115091A (zh) | 一种基于全景展示的园区智慧用能管控平台 | |
| CN114143220A (zh) | 实时数据可视化平台 | |
| CN115473575B (zh) | 基于哑资源的光缆管道监控方法、装置、设备及存储介质 | |
| CN117235443A (zh) | 一种基于边缘ai的电力作业安全监测方法及系统 | |
| KR102519474B1 (ko) | 설비 동작 상태 분석을 통한 건물 내 설비의 이상상태 예측 시스템 및 방법 | |
| CN107121943A (zh) | 一种用于获得智能仪表的健康预测信息的方法和装置 | |
| CN113835387A (zh) | 运维管理方法、系统及介质 | |
| CN117648858A (zh) | 机车状态评估方法、装置、设备和介质 | |
| CN108108818A (zh) | 煤矿安全基础管理智能监察预警系统及方法 | |
| CN116720607A (zh) | 一种基于多源数据的变电站二次设备故障预测方法及装置 | |
| CN116382563A (zh) | 一种云存储管理平台管理方法 | |
| KR102512577B1 (ko) | 에너지 사용량 분석을 통한 건물 내 설비의 이상상태 예측 시스템 및 방법 | |
| CN114165430A (zh) | 基于边缘计算的机泵健康监测方法、系统、设备及介质 |
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 | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200505 |
|
| RJ01 | Rejection of invention patent application after publication |