CN112798896A - 开关柜故障诊断的方法与装置 - Google Patents

开关柜故障诊断的方法与装置 Download PDF

Info

Publication number
CN112798896A
CN112798896A CN202110228405.0A CN202110228405A CN112798896A CN 112798896 A CN112798896 A CN 112798896A CN 202110228405 A CN202110228405 A CN 202110228405A CN 112798896 A CN112798896 A CN 112798896A
Authority
CN
China
Prior art keywords
sampling point
characteristic curve
value
point
real
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
Application number
CN202110228405.0A
Other languages
English (en)
Inventor
王浩
黄秀云
朱来强
朱春红
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.)
Siemens Power Automation Ltd
Original Assignee
Siemens Power Automation Ltd
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 Siemens Power Automation Ltd filed Critical Siemens Power Automation Ltd
Priority to CN202110228405.0A priority Critical patent/CN112798896A/zh
Publication of CN112798896A publication Critical patent/CN112798896A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis

Landscapes

  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Pure & Applied Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Operations Research (AREA)
  • Probability & Statistics with Applications (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Algebra (AREA)
  • Evolutionary Biology (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Testing And Monitoring For Control Systems (AREA)

Abstract

本发明涉及开关柜故障诊断的方法与装置，其中方法包括获取开关柜中一个被监控部件的实时特性曲线，所述实时特性曲线有m个采样点，所述被监控部件对应一个基准特性曲线，所述基准特性曲线是所述被监控部件在正常工作状态下获取的，所述基准特性曲线有n个采样点，其特征在于，所述方法还包括：获取所述实时特性曲线的第一期望值，所述基准特性曲线对应有一个第二期望值；基于所述第一期望值和所述第二期望值，确定所述实时特性曲线与所述基准特性曲线之间的皮尔逊相关系数；根据所述皮尔逊相关系数，确定所述开关柜是否出现故障。

Description

开关柜故障诊断的方法与装置
技术领域
本发明及电力系统领域，特别是一种开关柜故障诊断的方法与装置。
背景技术
开关柜设备是电力系统中进行开合、控制和保护用电的设备，需要保证其正常运行。现有技术中，有些工厂会采取在线监控的方式，即对开关柜中某个部件进行实时监控，以及时发现该部件的故障。因此，如何对在线监控时获取到的数据进行分析，以及时发现故障，称为亟需解决的问题。
发明内容
有鉴于此，本发明提出了一种开关柜故障诊断的方法，包括获取开关柜中一个被监控部件的实时特性曲线，所述实时特性曲线有m个采样点，所述被监控部件对应一个基准特性曲线，所述基准特性曲线是所述被监控部件在正常工作状态下获取的，所述基准特性曲线有n个采样点，所述方法还包括：
获取所述实时特性曲线的第一期望值，所述基准特性曲线对应有一个第二期望值；
基于所述第一期望值和所述第二期望值，确定所述实时特性曲线与所述基准特性曲线之间的皮尔逊相关系数；
根据所述皮尔逊相关系数，确定所述开关柜是否出现故障。
根据如上所述的方法，可选地，获取所述实时特性曲线的第一期望值包括：
根据如下公式获取所述实时特性曲线的第一期望值E(C)：
Figure BDA0002957795240000011
其中C(i)表示所述实时特性曲线的第i个采样点的值；
所述基准特性曲线对应的第二期望值E(R)是通过如下公式获取的：
Figure BDA0002957795240000012
其中R(j)表示所述基准特性曲线的第j个采样点的值。
根据如上所述的方法，可选地，基于所述第一期望值和所述第二期望值，确定所述实时特性曲线与所述基准特性曲线的皮尔逊相关系数包括：
根据如下公式确定所述实时特性曲线与所述基准特性曲线的皮尔逊相关系数p：
Figure BDA0002957795240000021
其中，M为实时特性曲线的采样点的个数与基准特性曲线中采样点的个数中较小的一个，C(q)表示所述实时特性曲线的第q个采样点的值,R(q)表示所述基准特性曲线的第q个采样点的值；
根据所述皮尔逊相关系数，确定所述开关柜是否出现故障包括：
若所述皮尔逊相关系数小于或等于一个预设阈值，则确定所述开关柜出现故障。
根据如上所述的方法，可选地，在根据所述皮尔逊相关系数，确定所述开关柜是否出现故障之前，还包括：
根据如下公式对所述皮尔逊相关系数p进行修正：
若m＞n，则将p×n/m作为修正后的p；
若n＞m，则将p×m/n作为修正后的p。
根据如上所述的方法，可选地，在确定所述实时特性曲线与所述基准特性曲线的皮尔逊相关系数之前，还包括:
根据如下操作对所述实时特性曲线进行过滤：
保留所述实时机械特性曲线的第1个采样点和第m个采样点；将所述实时机械特性曲线的第1个采样点作为初始的第一基准点；将f的值赋为1；获取所述实时机械特性曲线中的第i+f个采样点与所述第一基准点的差值的绝对值作为第一绝对值，其中，第i个采样点表示第一基准点，f的值为1；根据所述第一绝对值确定是否保留第i+f个采样点以及第i+f-1个采样点；若确定结果为是，则将该第i+f个采样点作为更新后的第一基准点，并返回执行将f的值赋为1的操作，直至获取第m-1个采样点与第一基准点之间差值的绝对值作为第一绝对值并根据该第一绝对值确定是否保留第m-1个采样点以及第m-2个采样点；将所有保留过的采样点构成的曲线作为过滤后的实时机械特性曲线；
根据如下操作对所述基准特性曲线进行过滤：
保留该基准特性曲线的第1个采样点和第n个采样点；将该基准特性曲线的第1个采样点作为初始的第二基准点；将s的值赋为1；获取所述基准特性曲线中的第j+s个采样点与所述第二基准点的差值的绝对值作为第二绝对值，其中第j个采样点表示第二基准点；根据所述第二绝对值确定是否保留第j+s个采样点以及第j+s-1个采样点；若确定结果为是，则将该第j+s个采样点作为更新后的第二基准点，并返回执行将s的值赋为1的操作,直至获取第n-1个采样点与第一基准点差值的第一绝对值并根据该第一绝对值确定是否保留第n-1个采样点以及第n-2个采样点；将所有保留过的采样点构成的曲线作为过滤后的基准机械特性曲线；
相应地，所述C(q)表示过滤后的所述实时特性曲线的第q个采样点的值,R(q)表示过滤后的所述基准特性曲线的第q个采样点的值。
根据如上所述的方法，可选地，根据所述第一绝对值确定是否保留第i+f个采样点以及第i+f-1个采样点具体包括：
确定第i+f个采样点对应的所述绝对值是否大于或等于一个滤波阈值，若确定结果为是，则保留该第i+f个采样点以及第i+f-1个采样点；
根据所述第二绝对值确定是否保留第j+s个采样点以及第j+s-1个采样点包括：
确定第j+s个采样点对应的所述第二绝对值是否大于或等于一个滤波阈值，若确定结果为是，则保留该第j+s个采样点以及第j+s-1个采样点。
根据如上所述的方法，可选地，还包括：
若根据所述第一绝对值确定是否保留第i+f个采样点以及第i+f-1个采样点的结果为否，则将f的值更新为f+1后，返回执行获取所述实时机械特性曲线中的第i+f个采样点与所述第一基准点的差值的第一绝对值的操作；
若根据所述第二绝对值确定是否保留第j+s个采样点以及第j+s-1个采样点的结果为否，则将s的值更新为s+1后，返回执行获取所述基准特性曲线中的第j+s个采样点与所述第二基准点的差值的绝对值作为第二绝对值的操作。
本发明还提供一种开关柜故障诊断的装置，所述装置包括：
一个第一获取单元，用于获取开关柜中一个被监控部件的实时特性曲线，所述实时特性曲线有m个采样点，所述被监控部件对应一个基准特性曲线，所述基准特性曲线是所述被监控部件在正常工作状态下获取的，所述基准特性曲线有n个采样点；
还包括：
一个第二获取单元，用于获取所述实时特性曲线的第一期望值，所述基准特性曲线对应有一个第二期望值；
一个第一确定单元，用于基于所述第一期望值和所述第二期望值，确定所述实时特性曲线与所述基准特性曲线之间的皮尔逊相关系数；
一个第二确定单元，用于根据所述皮尔逊相关系数，确定所述开关柜是否出现故障。
根据如上所述的装置，可选地，所述第二获取单元具体用于：
根据如下公式获取所述实时特性曲线的第一期望值E(C)：
Figure BDA0002957795240000041
其中C(i)表示所述实时特性曲线的第i个采样点的值；
所述基准特性曲线对应的第二期望值E(R)是通过如下公式获取的：
Figure BDA0002957795240000042
其中R(j)表示所述基准特性曲线的第j个采样点的值。
根据如上所述的装置，可选地，所述第一确定单元具体用于：
根据如下公式确定所述实时特性曲线与所述基准特性曲线的皮尔逊相关系数p：
Figure BDA0002957795240000043
其中，M为实时特性曲线的采样点的个数与基准特性曲线中采样点的个数中较小的一个，C(q)表示所述实时特性曲线的第q个采样点的值,R(q)表示所述基准特性曲线的第q个采样点的值；
所述第二确定单元具体用于：
若所述皮尔逊相关系数小于或等于一个预设阈值，则确定所述开关柜出现故障。
根据如上所述的装置，可选地，还包括一个修正单元，所述修正单元用于：
根据如下公式对所述皮尔逊相关系数p进行修正：
若m＞n，则将p×n/m作为修正后的p；
若n＞m，则将p×m/n作为修正后的p。
根据如上所述的装置，可选地，还包括一个过滤单元，所述过滤单元用于：
根据如下操作对所述实时特性曲线进行过滤：
保留所述实时机械特性曲线的第1个采样点和第m个采样点；将所述实时机械特性曲线的第1个采样点作为初始的第一基准点；将f的值赋为1；获取所述实时机械特性曲线中的第i+f个采样点与所述第一基准点的差值的绝对值作为第一绝对值，其中，第i个采样点表示第一基准点，f的值为1；根据所述第一绝对值确定是否保留第i+f个采样点以及第i+f-1个采样点；若确定结果为是，则将该第i+f个采样点作为更新后的第一基准点，并返回执行将f的值赋为1的操作，直至获取第m-1个采样点与第一基准点之间差值的绝对值作为第一绝对值并根据该第一绝对值确定是否保留第m-1个采样点以及第m-2个采样点；将所有保留过的采样点构成的曲线作为过滤后的实时机械特性曲线；
根据如下操作对所述基准特性曲线进行过滤：
保留该基准特性曲线的第1个采样点和第n个采样点；将该基准特性曲线的第1个采样点作为初始的第二基准点；将s的值赋为1；获取所述基准特性曲线中的第j+s个采样点与所述第二基准点的差值的绝对值作为第二绝对值，其中第j个采样点表示第二基准点；根据所述第二绝对值确定是否保留第j+s个采样点以及第j+s-1个采样点；若确定结果为是，则将该第j+s个采样点作为更新后的第二基准点，并返回执行将s的值赋为1的操作,直至获取第n-1个采样点与第一基准点差值的第一绝对值并根据该第一绝对值确定是否保留第n-1个采样点以及第n-2个采样点；将所有保留过的采样点构成的曲线作为过滤后的基准机械特性曲线；
相应地，所述C(q)表示过滤后的所述实时特性曲线的第q个采样点的值,R(q)表示过滤后的所述基准特性曲线的第q个采样点的值。
根据如上所述的装置，可选地，所述过滤单元在根据所述第一绝对值确定是否保留第i+f个采样点以及第i+f-1个采样点的情况下，具体用于：确定第i+f个采样点对应的所述绝对值是否大于或等于一个滤波阈值，若确定结果为是，则保留该第i+f个采样点以及第i+f-1个采样点；
所述过滤单元在根据所述第二绝对值确定是否保留第j+s个采样点以及第j+s-1个采样点的情况下，具体用于：确定第j+s个采样点对应的所述第二绝对值是否大于或等于一个滤波阈值，若确定结果为是，则保留该第j+s个采样点以及第j+s-1个采样点。
根据如上所述的装置，可选地，所述过滤单元还用于：
若根据所述第一绝对值确定是否保留第i+f个采样点以及第i+f-1个采样点的结果为否，则将f的值更新为f+1后，返回执行获取所述实时机械特性曲线中的第i+f个采样点与所述第一基准点的差值的第一绝对值的操作；
若根据所述第二绝对值确定是否保留第j+s个采样点以及第j+s-1个采样点的结果为否，则将s的值更新为s+1后，返回执行获取所述基准特性曲线中的第j+s个采样点与所述第二基准点的差值的绝对值作为第二绝对值的操作。
本发明还提供一种开关柜故障诊断的装置，所述开关设备包括多个被监控部件，所述装置包括：
至少一个存储器，其用于存储指令；
至少一个处理器，其用于根据所述存储器存储的指令执行根据如上任一项所述的开关柜故障诊断的方法。
本发明又提供一种可读存储介质，所述可读存储介质中存储有机器可读指令，所述机器可读指令当被一个机器执行时，所述机器执行根据如上任一项所述的开关柜故障诊断的方法。
根据本发明，通过皮尔逊相关系数来确定开关柜是否出现故障，能准确评判开关柜的健康状态，对开关柜的在线监测与诊断更加精确与迅速，其可以适用于多种被监控部件，适用性较强。
附图说明
下面将通过参照附图详细描述本发明的优选实施例，使本领域的普通技术人员更清楚本发明的上述及其它特征和优点，附图中：
图1为根据本发明一实施例的开关柜故障诊断的方法的流程示意图。
图2为根据本发明另一实施例的开关柜故障诊断的方法的流程示意图。
图3A为根据本发明一实施例的开关柜故障诊断的装置的结构示意图。
图3B为根据本发明另一实施例的开关柜故障诊断的装置的结构示意图。
图4为根据本发明再一实施例的开关柜故障诊断的装置的结构示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚，以下举实施例对本发明进一步详细说明。
本发明中，需要获取被监控部件的实时机械特性曲线。例如开关柜中的手车，其从实验位置移动到工作位置的过程中，可以通过传感器实时测量其电压值，并将该多个电压值构成的曲线作为实时机械特性曲线；该被监控部件也可以时开关柜中的驱动轴，具体可以监控该驱动轴从合闸位置移动到分闸位置对应的电流值，并将该多个电流值构成的曲线作为实时机械特性曲线。即，将被监控部件一次操作中对应的多个采样点构成的曲线作为实时机械特性曲线。该被监控部件还对应有一个预设的基准机械特性曲线，该基准机械特性曲线为被监控部件正常工作时的机械特性曲线。
实施例一
本实施例提供一种开关柜故障诊断的方法，该方法可以由开关柜故障诊断的装置来执行，该装置可以集成在继电保护装置中。
如图1所示，为根据本实施例的开关柜故障诊断的方法的流程示意图。该方法包括：
步骤101，获取开关柜中一个被监控部件的实时特性曲线，实时特性曲线有m个采样点。
该被监控部件可以根据实际需要设定，例如开关柜的手车、控制轴、地刀、储能电机、分合闸线圈等，在此不做作赘述。该实时机械特性曲线指的是被监控部件在移动过程对应的曲线，具体可以通过录波来获取。特性例如是电流、电压或震动。该实时机械特性曲线是由多个采样点构成的曲线，而该曲线可以为一次完整动作的曲线，例如手车从一个位置移动到另外一个位置，控制轴从一个位置转动到另外一个位置，都是一次完整的动作。
此外，被监控部件具有一个预设的基准机械特性曲线。该基准机械特性曲线是被监控部件在正常工作状态下获取的，该基准机械特性曲线的特性与实时机械特性曲线是一致的，例如为电流、电压或震动。该基准机械特性曲线是由多个采样点构成的，如为一次完整动作的曲线，例如手车从一个位置移动到另外一个位置，控制轴从一个位置转动到另外一个位置，都是一次完整的动作。
各曲线的横坐标可以是时间，纵坐标可以是特性值。采样点之间的差值就是特性的差值，例如是电压的差值或者是电流的差值。
本实施例的基准特性曲线以及实时机械特性曲线均可以是将录波去掉启动阶段后剩余的曲线。由于启动阶段的数据对判断开关柜是否出现故障影响不大，因此可以去掉，以减少数据处理量。
步骤102，获取实时特性曲线的第一期望值，基准特性曲线对应有一个第二期望值。
举例来说，该实时特性曲线的第一期望值可以根据如下公式获取：
Figure BDA0002957795240000081
其中C(i)表示实时特性曲线的第i个采样点的值。
本实施例的基准特性曲线的期望值也可以根据如下公式获取：
Figure BDA0002957795240000082
其中R(j)表示基准特性曲线的第j个采样点的值。
本实施例中，基准特性曲线的期望值可以预先就获取到，在需要使用时进行使用即可，即该基准特性曲线的期望值可以在步骤101之前就计算好并存储下来。
步骤103，基于第一期望值和第二期望值，确定实时特性曲线与基准特性曲线之间的皮尔逊相关系数。
皮尔逊相关系数是介于-1和1之间的值。可选地，本实施例的皮尔逊相关系数p可以根据如下公式来确定：
Figure BDA0002957795240000083
其中，M为实时特性曲线的采样点的个数与基准特性曲线中采样点的个数中较小的一个，C(q)表示实时特性曲线的第q个采样点的值,R(w)表示基准特性曲线的第q个采样点的值。这里的值理所当然地应当理解为特性的值，而并非采样的时间。
可选地，该确定皮尔逊相关系数中所用到的基准特性曲线以及实时特性曲线可以是根据原始的数据进行处理后的曲线，例如在获取到原始的基准特性曲线后对其进行过滤，过滤后的基准特性曲线该步骤中所用到的基准特性曲线。对基准特性曲线以及实时特性曲线进行过滤，能够减少数据的计算量。
需说明的是，步骤102中所用到的基准特性曲线的采样点以及实时特性曲线的采样点是原始数据的采样点，例如为录波后去除了启动阶段数据而剩余的采样点。
步骤104，根据皮尔逊相关系数，确定开关柜是否出现故障。
举例来说，若皮尔逊相关系数小于或等于一个预设阈值，则确定该开关柜出现故障；若皮尔逊相关系数大于该预设阈值，则确定该开关柜未出现故障。本实施例的预设阈值可以根据实时特性曲线的采样点的数量进行调整，若数量较多，例如为上万个，则将预设阈值的值设置的相对低一些，例如0.5；如果采样点的数量较少，例如为几十个，则将预设阈值的值设置的相对高一些，例如0.8。这是由于采样点的数量越多，误差率越大，所以根据采样点的总数来调整预设阈值能够使得故障诊断的结果更加准确。
可选地，在根据皮尔逊相关系数，确定开关柜是否出现故障之前，对皮尔逊相关系数p进行修正，例如通过如下公式进行修正：
若m＞n，则将p×n/m作为修正后的p；
若n＞m，则将p×m/n作为修正后的p。
通过上述公式对皮尔逊相关系数进行修正，能够尽量减少两条曲线原始的采样点的数量差距带来的误差。
根据本发明，通过皮尔逊相关系数来确定开关柜是否出现故障，能准确评判开关柜的健康状态，对开关柜的在线监测与诊断更加精确与迅速，其可以适用于多种被监控部件，适用性较强。
实施例二
本实施例对实施例一的开关柜故障诊断的方法做进一步补充说明。
如图2所示，为根据本实施例的开关柜故障诊断的方法的流程示意图。
步骤201，获取开关柜中一个被监控部件的实时特性曲线，实时特性曲线有m个采样点。
该步骤与步骤101一致，在此不再赘述。
步骤202，获取实时特性曲线的第一期望值，基准特性曲线对应有一个第二期望值。
该步骤与步骤102一致，在此不再赘述。
步骤203，根据如下操作对实时特性曲线进行过滤：
a0:保留实时机械特性曲线的第1个采样点和第m个采样点；
a1:将实时机械特性曲线的第1个采样点作为初始的第一基准点；
a2：将f的值赋为1；
a3:获取实时机械特性曲线中的第i+f个采样点与第一基准点的差值的绝对值作为第一绝对值，其中，第i个采样点表示第一基准点；
a4:根据第一绝对值确定是否保留第i+f个采样点以及第i+f-1个采样点；
a5:若确定结果为是，则将该第i+f个采样点作为更新后的第一基准点，并返回a2的操作，直至获取第m-1个采样点与第一基准点之间差值的绝对值作为第一绝对值并根据该第一绝对值确定是否保留第m-1个采样点以及第m-2个采样点；
a6:将所有保留过的采样点构成的曲线作为过滤后的实时机械特性曲线。
本实施例中，首先保留该第1个采样点和第m个采样点是为了使实时机械特性曲线时长与基准机械特性曲线的时长一致，这样能够避免因为去除该第1个采样点或第m个采样点而使两条曲线的轮廓不一致进而导致监控结果出现误差的情况。也就是说，无论后续的确定结果如何，该第1个采样点和最后1个采样点均应当被保留下来。根据采集的时间，将最早获取到的采样点作为第一基准点。在第1个采样点作为第一基准点的情况下，首先获取第2个采样点与第1个采样点的差值之间的绝对值。由于采样点本身是代表特性的值，例如电流、电压、振幅差等等，所以采样点之间的差值就是电流差、电压差或振幅差等等。
本实施例中，将a2步骤的赋值操作看作是f的一个初始值，若后续不再触发该步骤a2，则f的值根据后续的操作进行改变，若后续再次触发该步骤a2，则f的值仍然赋为1。该f赋值的目的是为了使步骤a3中的f值能够有具体的数值。
本实施例中，可以确定第i+f个采样点对应的第一绝对值是否大于或等于一个滤波阈值，f的初始值为1，若确定结果为是，则保留该第i+f个采样点以及第i+f-1个采样点。若确定结果为否，则不保留第i+f个采样点。该滤波阈值是预设的，具体可以根据实际需要设定，例如根据电压等级来设定。能够理解的是，若第i+f-1个采样点已经被保留了，则无需再次保留。保留第i+f个采样点以及其前一个采样点，是为了使曲线的轮廓尽量与原始曲线形状保持一致。这里的不保留指的是不执行保留这个操作，这不意味着第i+f个采样点要被抛弃，也许后续会被保留进来。该步骤能够在减少数据的基础上，保留特征数据。
当前是将第1个采样点作为第一基准点，如果根据第一绝对值确定是否保留第i+f个采样点以及第i+f-1个采样点的结果为是，则接下来将第2个采样点作为第一基准点，并执行步骤104的操作。若确定结果仍为是，然后再将第3个采样点作为第一基准点，并执行步骤104的操作；若确定结果变成否，则可以获取第5个采样点与当前作为第一基准点的第3个采样点之间差值的第一绝对值，并根据该第一绝对值确定是否保留该第5个采样点，若确定结果为是，则下一步将第5个采样点更新为第一基准点。
这样直到获取到倒数第2个采样点与第一基准点之间的绝对值并根据该绝对值确定出是否保留该倒数第2个采样点以及倒数第3个采样点。也就是说，在确定出是否保留该倒数第2个采样点以及倒数第3个采样点之后就可以停止操作了，因为最后一个点一定是被保留的。
可选地，若根据第一绝对值确定是否保留第i+f个采样点以及第i+f-1个采样点的结果为否，则将f的值更新为f+1后，返回执行a3的操作。该步骤是为了将f的值增加1，然后再赋给f。举例来说，f的初始值为1，初始时判断的是第2个采样点与第1个采样点之间差值的绝对值，若根据该绝对值的确定结果为否，则并不保留该第2个采样点与第1个采样点，且将f的值更新为2。由于第1个采样点已经被保留了，所以即使步骤104的判断结果为否，该第1个采样点仍然被保留。需要说明的是，不保留该第2个采样点与第1个采样点并不意味着就删除这两个采样点，只是当前没有保留进来，也许后续会被保留进来。在确定结果为否后，接下来计算第3个采样点与第1个采样点之间差值的绝对值，并根据该绝对值确定出是否保留该第3个采样点以及第2个采样点。如果确定结果为是，则执行将该第i+f个采样点作为更新后的第一基准点的操作，即接下来将第3个采样点作为更新后的第一基准点。若确定结果为否，则将f的值更新为3，并计算第4个采样点与第1个采样点之间差值的绝对值，并根据该差值的绝对值确定是否保留第4个采样点以及第3个采样点。以此类推，如果确定出需要保留相应的采样点以及前一个采样点后，就执行将该第i+f个采样点作为更新后的第一基准点的操作。
可选地，根据第一绝对值确定是否保留第i+f个采样点以及第i+f-1个采样点具体包括：确定第i+f个采样点对应的绝对值是否大于或等于一个滤波阈值，若确定结果为是，则保留该第i+f个采样点以及第i+f-1个采样点。这里的滤波阈值可以根据实际需要设定，在此不再赘述。
步骤204，根据如下操作对基准特性曲线进行过滤。
保留该基准特性曲线的第1个采样点和第n个采样点；将该基准特性曲线的第1个采样点作为初始的第二基准点；将s的值为1；获取基准特性曲线中的第j+s个采样点与第二基准点的差值的绝对值作为第二绝对值，其中第j个采样点表示第二基准点；根据第二绝对值确定是否保留第j+s个采样点以及第j+s-1个采样点；若确定结果为是，则将该第j+s个采样点作为更新后的第二基准点，并返回执行将s的值赋为1的操作,直至获取第n-1个采样点与第一基准点差值的第一绝对值并根据该第一绝对值确定是否保留第n-1个采样点以及第n-2个采样点；将所有保留过的采样点构成的曲线作为过滤后的基准机械特性曲线。
可选地，若根据第二绝对值确定是否保留第j+s个采样点以及第j+s-1个采样点的结果为否，则将s的值更新为s+1后，返回执行获取基准特性曲线中的第j+s个采样点与第二基准点的差值的绝对值作为第二绝对值的操作。
可选地，根据第二绝对值确定是否保留第j+s个采样点以及第j+s-1个采样点包括：
确定第j+s个采样点对应的第二绝对值是否大于或等于一个滤波阈值，若确定结果为是，则保留该第j+s个采样点以及第j+s-1个采样点。
该步骤的操作实际上与步骤203相似，在此不再赘述。
需说明的是，步骤203和步骤204没有先后顺序，可以同时进行，也可以先后进行。
步骤205，基于第一期望值和第二期望值，确定实时特性曲线与基准特性曲线的皮尔逊相关系数。
皮尔逊相关系数是介于-1和1之间的值。可选地，本实施例的皮尔逊相关系数p可以根据如下公式来确定：
Figure BDA0002957795240000121
其中，M为实时特性曲线的采样点个数与基准特性曲线中采样点的个数中较小的一个，C(q)表示过滤后的实时特性曲线的第q个采样点的值,R(q)表示过滤后的基准特性曲线的第q个采样点的值。基于过滤后采样点来获取皮尔逊相关系数，能够滤除冗余数据，可进一步简化计算复杂度，降低内存占用。
可选地，获取期望值时用到的是原始数据，这样能够保证期望值的准确性，在获取皮尔逊相关系数时用到的处理后的数据，这样能够减少计算量，以便及时确定出开关柜是否出现故障。
步骤206，根据皮尔逊相关系数，确定开关柜是否出现故障。
举例来说，若皮尔逊相关系数小于或等于一个预设阈值，则确定该开关柜出现故障；若皮尔逊相关系数大于该预设阈值，则确定该开关柜未出现故障。本实施例的预设阈值可以根据实时特性曲线的采样点的数量进行调整，若数量较多，例如为上万个，则将预设阈值的值设置的相对低一些，如果采样点的数量较少，例如为几十个，则将预设阈值的值设置的相对高一些。这是由于采样点的数量越多，误差率越大。
可选地，在根据皮尔逊相关系数，确定开关柜是否出现故障之前，对皮尔逊相关系数p进行修正，例如通过如下公式进行修正：
若m＞n，则将p×n/m作为修正后的p；
若n＞m，则将p×m/n作为修正后的p。
然后，根据修正后的皮尔逊相关系数来确定开关柜是否出现故障。
根据本实施例，在获取皮尔逊相关系数时，采用的是过滤后的事实特性曲线以及过滤后基准特性曲线中的采样点，这样能够在获得准确的故障诊断结果的基础上，尽量减少需处理的数据，从而尽快确定出开关柜是否出现故障。
实施例三
本实施例提供一种开关柜故障诊断的装置，该装置用于执行实施例一的方法。该装置可以单独设置，也可以集成在继电保护装置中。
如图3A所示，本实施例的开关柜故障诊断的装置一个第一获取单元301，该第一获取单元301用于获取开关柜中一个被监控部件的实时特性曲线，实时特性曲线有m个采样点，被监控部件对应一个基准特性曲线，基准特性曲线是被监控部件在正常工作状态下获取的，基准特性曲线有n个采样点。
本实施例的开关柜故障诊断的装置还包括一个第二获取单元302、一个第一确定单元303和一个第二确定单元304。其中，第二获取单元302用于获取实时特性曲线的第一期望值，基准特性曲线对应有一个第二期望值；第一确定单元303用于基于第一期望值和第二期望值，确定实时特性曲线与基准特性曲线之间的皮尔逊相关系数；第二确定单元304用于根据皮尔逊相关系数，确定开关柜是否出现故障。
可选地，本实施例的第二获取单元302具体用于：
根据如下公式获取实时特性曲线的第一期望值E(C)：
Figure BDA0002957795240000131
其中C(i)表示实时特性曲线的第i个采样点的值；
基准特性曲线对应的第二期望值E(R)是通过如下公式获取的：
Figure BDA0002957795240000132
其中R(j)表示基准特性曲线的第j个采样点的值。
可选地，本实施例的第一确定单元303具体用于：
根据如下公式确定实时特性曲线与基准特性曲线的皮尔逊相关系数p：
Figure BDA0002957795240000133
其中，M为实时特性曲线的采样点的个数与基准特性曲线中采样点的个数中较小的一个，C(q)表示实时特性曲线的第q个采样点的值,R(q)表示基准特性曲线的第q个采样点的值；
第二确定单元304具体用于：
若皮尔逊相关系数小于或等于一个预设阈值，则确定开关柜出现故障。
可选地，如图3B所示，本实施例的开关柜故障诊断的装置还包括一个修正单元305，该修正单元305用于：
根据如下公式对皮尔逊相关系数p进行修正：
若m＞n，则将p×n/m作为修正后的p；
若n＞m，则将p×m/n作为修正后的p。
本实施例的各个单元的工作方法与前述实施例相同，在此不再赘述。
根据本发明，通过皮尔逊相关系数来确定开关柜是否出现故障，能准确评判开关柜的健康状态，对开关柜的在线监测与诊断更加精确与迅速，其可以适用于多种被监控部件，适用性较强。
实施例四
本实施例对实施例三的开关柜故障诊断的装置做进一步补充说明。
如图4所示，本实施例的开关柜故障诊断的装置还包括一个过滤单元401，该过滤单元401具体用于：根据如下操作对实时特性曲线进行过滤：图4中虽未示出修正单元305，但是其是可以包括修正单元305的。
保留实时机械特性曲线的第1个采样点和第m个采样点；将实时机械特性曲线的第1个采样点作为初始的第一基准点；将f的值赋为1；获取实时机械特性曲线中的第i+f个采样点与第一基准点的差值的绝对值作为第一绝对值，其中，第i个采样点表示第一基准点，f的值为1；根据第一绝对值确定是否保留第i+f个采样点以及第i+f-1个采样点；若确定结果为是，则将该第i+f个采样点作为更新后的第一基准点，并返回执行将f的值赋为1的操作，直至获取第m-1个采样点与第一基准点之间差值的绝对值作为第一绝对值并根据该第一绝对值确定是否保留第m-1个采样点以及第m-2个采样点；将所有保留过的采样点构成的曲线作为过滤后的实时机械特性曲线；
根据如下操作对基准特性曲线进行过滤：
保留该基准特性曲线的第1个采样点和第n个采样点；将该基准特性曲线的第1个采样点作为初始的第二基准点；将s的值赋为1；获取基准特性曲线中的第j+s个采样点与第二基准点的差值的绝对值作为第二绝对值，其中第j个采样点表示第二基准点；根据第二绝对值确定是否保留第j+s个采样点以及第j+s-1个采样点；若确定结果为是，则将该第j+s个采样点作为更新后的第二基准点，并返回执行将s的值赋为1的操作,直至获取第n-1个采样点与第一基准点差值的第一绝对值并根据该第一绝对值确定是否保留第n-1个采样点以及第n-2个采样点；将所有保留过的采样点构成的曲线作为过滤后的基准机械特性曲线；
相应地，C(q)表示过滤后的实时特性曲线的第q个采样点的值,R(q)表示过滤后的基准特性曲线的第q个采样点的值。
可选地，过滤单元401在根据第一绝对值确定是否保留第i+f个采样点以及第i+f-1个采样点的情况下，具体用于：确定第i+f个采样点对应的绝对值是否大于或等于一个滤波阈值，若确定结果为是，则保留该第i+f个采样点以及第i+f-1个采样点；
过滤单元401在根据第二绝对值确定是否保留第j+s个采样点以及第j+s-1个采样点的情况下，具体用于：确定第j+s个采样点对应的第二绝对值是否大于或等于一个滤波阈值，若确定结果为是，则保留该第j+s个采样点以及第j+s-1个采样点。
可选地，过滤单元401还用于：
若根据第一绝对值确定是否保留第i+f个采样点以及第i+f-1个采样点的结果为否，则将f的值更新为f+1后，返回执行获取实时机械特性曲线中的第i+f个采样点与第一基准点的差值的第一绝对值的操作；
若根据第二绝对值确定是否保留第j+s个采样点以及第j+s-1个采样点的结果为否，则将s的值更新为s+1后，返回执行获取基准特性曲线中的第j+s个采样点与第二基准点的差值的绝对值作为第二绝对值的操作。
根据本实施例，在获取皮尔逊相关系数时，采用的是过滤后的事实特性曲线以及过滤后基准特性曲线中的采样点，这样能够在获得准确的故障诊断结果的基础上，尽量减少需处理的数据，从而尽快确定出开关柜是否出现故障。
本发明还提供一种在开关柜故障诊断的的装置，开关设备包括多个被监控部件，该装置包括至少一个存储器和至少一个处理器。其中，存储器用于存储指令。处理器用于根据存储器存储的指令执行前述任意实施例所描述的开关柜故障诊断的方法。
本发明的实施例还提供一种可读存储介质。该可读存储介质中存储有机器可读指令，机器可读指令当被一个机器执行时，机器执行前述任意实施例所描述的开关柜故障诊断的方法。
该可读介质上存储有机器可读指令，该机器可读指令在被处理器执行时，使处理器执行前述的任一种方法。具体地，可以提供配有可读存储介质的系统或者装置，在该可读存储介质上存储着实现上述实施例中任一实施例的功能的软件程序代码，且使该系统或者装置的计算机或处理器读出并执行存储在该可读存储介质中的机器可读指令。
在这种情况下，从可读介质读取的程序代码本身可实现上述实施例中任何一项实施例的功能，因此机器可读代码和存储机器可读代码的可读存储介质构成了本发明的一部分。
可读存储介质的实施例包括软盘、硬盘、磁光盘、光盘(如CD-ROM、CD-R、CD-RW、DVD-ROM、DVD-RAM、DVD-RW、DVD+RW)、磁带、非易失性存储卡和ROM。可选择地，可以由通信网络从服务器计算机上或云上下载程序代码。
本领域技术人员应当理解，上面公开的各个实施例可以在不偏离发明实质的情况下做出各种变形和修改。因此，本发明的保护范围应当由所附的权利要求书来限定。
需要说明的是，上述各流程和各系统结构图中不是所有的步骤和单元都是必须的，可以根据实际的需要忽略某些步骤或单元。各步骤的执行顺序不是固定的，可以根据需要进行调整。上述各实施例中描述的装置结构可以是物理结构，也可以是逻辑结构，即，有些单元可能由同一物理实体实现，或者，有些单元可能分由多个物理实体实现，或者，可以由多个独立设备中的某些部件共同实现。
以上各实施例中，硬件单元可以通过机械方式或电气方式实现。例如，一个硬件单元或处理器可以包括永久性专用的电路或逻辑(如专门的处理器，FPGA或ASIC)来完成相应操作。硬件单元或处理器还可以包括可编程逻辑或电路(如通用处理器或其它可编程处理器)，可以由软件进行临时的设置以完成相应操作。具体的实现方式(机械方式、或专用的永久性电路、或者临时设置的电路)可以基于成本和时间上的考虑来确定。
以上仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (16)

1.开关柜故障诊断的方法，包括获取开关柜中一个被监控部件的实时特性曲线，所述实时特性曲线有m个采样点，所述被监控部件对应一个基准特性曲线，所述基准特性曲线是所述被监控部件在正常工作状态下获取的，所述基准特性曲线有n个采样点，其特征在于，所述方法还包括：
获取所述实时特性曲线的第一期望值，所述基准特性曲线对应有一个第二期望值；
基于所述第一期望值和所述第二期望值，确定所述实时特性曲线与所述基准特性曲线之间的皮尔逊相关系数；
根据所述皮尔逊相关系数，确定所述开关柜是否出现故障。
2.根据权利要求1所述的方法，其特征在于，获取所述实时特性曲线的第一期望值包括：
根据如下公式获取所述实时特性曲线的第一期望值E(C)：
Figure FDA0002957795230000011
其中C(i)表示所述实时特性曲线的第i个采样点的值；
所述基准特性曲线对应的第二期望值E(R)是通过如下公式获取的：
Figure FDA0002957795230000012
其中R(j)表示所述基准特性曲线的第j个采样点的值。
3.根据权利要求2所述的方法，其特征在于，基于所述第一期望值和所述第二期望值，确定所述实时特性曲线与所述基准特性曲线的皮尔逊相关系数包括：
根据如下公式确定所述实时特性曲线与所述基准特性曲线的皮尔逊相关系数p：
Figure FDA0002957795230000013
其中，M为实时特性曲线的采样点的个数与基准特性曲线中采样点的个数中较小的一个，C(q)表示所述实时特性曲线的第q个采样点的值,R(q)表示所述基准特性曲线的第q个采样点的值；
根据所述皮尔逊相关系数，确定所述开关柜是否出现故障包括：
若所述皮尔逊相关系数小于或等于一个预设阈值，则确定所述开关柜出现故障。
4.根据权利要求3所述的方法，其特征在于，在根据所述皮尔逊相关系数，确定所述开关柜是否出现故障之前，还包括：
根据如下公式对所述皮尔逊相关系数p进行修正：
若m＞n，则将p×n/m作为修正后的p；
若n＞m，则将p×m/n作为修正后的p。
5.根据权利要求3所述的方法，其特征在于，在确定所述实时特性曲线与所述基准特性曲线的皮尔逊相关系数之前，还包括:
根据如下操作对所述实时特性曲线进行过滤：
保留所述实时机械特性曲线的第1个采样点和第m个采样点；将所述实时机械特性曲线的第1个采样点作为初始的第一基准点；将f的值赋为1；获取所述实时机械特性曲线中的第i+f个采样点与所述第一基准点的差值的绝对值作为第一绝对值，其中，第i个采样点表示第一基准点，f的值为1；根据所述第一绝对值确定是否保留第i+f个采样点以及第i+f-1个采样点；若确定结果为是，则将该第i+f个采样点作为更新后的第一基准点，并返回执行将f的值赋为1的操作，直至获取第m-1个采样点与第一基准点之间差值的绝对值作为第一绝对值并根据该第一绝对值确定是否保留第m-1个采样点以及第m-2个采样点；将所有保留过的采样点构成的曲线作为过滤后的实时机械特性曲线；
根据如下操作对所述基准特性曲线进行过滤：
保留该基准特性曲线的第1个采样点和第n个采样点；将该基准特性曲线的第1个采样点作为初始的第二基准点；将s的值赋为1；获取所述基准特性曲线中的第j+s个采样点与所述第二基准点的差值的绝对值作为第二绝对值，其中第j个采样点表示第二基准点；根据所述第二绝对值确定是否保留第j+s个采样点以及第j+s-1个采样点；若确定结果为是，则将该第j+s个采样点作为更新后的第二基准点，并返回执行将s的值赋为1的操作,直至获取第n-1个采样点与第一基准点差值的第一绝对值并根据该第一绝对值确定是否保留第n-1个采样点以及第n-2个采样点；将所有保留过的采样点构成的曲线作为过滤后的基准机械特性曲线；
相应地，所述C(q)表示过滤后的所述实时特性曲线的第q个采样点的值,R(q)表示过滤后的所述基准特性曲线的第q个采样点的值。
6.根据权利要求5所述的方法，其特征在于，
根据所述第一绝对值确定是否保留第i+f个采样点以及第i+f-1个采样点具体包括：
确定第i+f个采样点对应的所述绝对值是否大于或等于一个滤波阈值，若确定结果为是，则保留该第i+f个采样点以及第i+f-1个采样点；
根据所述第二绝对值确定是否保留第j+s个采样点以及第j+s-1个采样点包括：
确定第j+s个采样点对应的所述第二绝对值是否大于或等于一个滤波阈值，若确定结果为是，则保留该第j+s个采样点以及第j+s-1个采样点。
7.根据权利要求5所述的方法，其特征在于，还包括：
若根据所述第一绝对值确定是否保留第i+f个采样点以及第i+f-1个采样点的结果为否，则将f的值更新为f+1后，返回执行获取所述实时机械特性曲线中的第i+f个采样点与所述第一基准点的差值的第一绝对值的操作；
若根据所述第二绝对值确定是否保留第j+s个采样点以及第j+s-1个采样点的结果为否，则将s的值更新为s+1后，返回执行获取所述基准特性曲线中的第j+s个采样点与所述第二基准点的差值的绝对值作为第二绝对值的操作。
8.开关柜故障诊断的装置，所述装置包括：
一个第一获取单元，用于获取开关柜中一个被监控部件的实时特性曲线，所述实时特性曲线有m个采样点，所述被监控部件对应一个基准特性曲线，所述基准特性曲线是所述被监控部件在正常工作状态下获取的，所述基准特性曲线有n个采样点；
其特征在于，还包括：
一个第二获取单元，用于获取所述实时特性曲线的第一期望值，所述基准特性曲线对应有一个第二期望值；
一个第一确定单元，用于基于所述第一期望值和所述第二期望值，确定所述实时特性曲线与所述基准特性曲线之间的皮尔逊相关系数；
一个第二确定单元，用于根据所述皮尔逊相关系数，确定所述开关柜是否出现故障。
9.根据权利要求8所述的装置，其特征在于，所述第二获取单元具体用于：
根据如下公式获取所述实时特性曲线的第一期望值E(C)：
Figure FDA0002957795230000031
其中C(i)表示所述实时特性曲线的第i个采样点的值；
所述基准特性曲线对应的第二期望值E(R)是通过如下公式获取的：
Figure FDA0002957795230000032
其中R(j)表示所述基准特性曲线的第j个采样点的值。
10.根据权利要求9所述的装置，其特征在于，所述第一确定单元具体用于：
根据如下公式确定所述实时特性曲线与所述基准特性曲线的皮尔逊相关系数p：
Figure FDA0002957795230000041
其中，M为实时特性曲线的采样点的个数与基准特性曲线中采样点的个数中较小的一个，C(q)表示所述实时特性曲线的第q个采样点的值,R(q)表示所述基准特性曲线的第q个采样点的值；
所述第二确定单元具体用于：
若所述皮尔逊相关系数小于或等于一个预设阈值，则确定所述开关柜出现故障。
11.根据权利要求10所述的装置，其特征在于，还包括一个修正单元，所述修正单元用于：
根据如下公式对所述皮尔逊相关系数p进行修正：
若m＞n，则将p×n/m作为修正后的p；
若n＞m，则将p×m/n作为修正后的p。
12.根据权利要求10所述的装置，其特征在于，还包括一个过滤单元，所述过滤单元用于：
根据如下操作对所述实时特性曲线进行过滤：
保留所述实时机械特性曲线的第1个采样点和第m个采样点；将所述实时机械特性曲线的第1个采样点作为初始的第一基准点；将f的值赋为1；获取所述实时机械特性曲线中的第i+f个采样点与所述第一基准点的差值的绝对值作为第一绝对值，其中，第i个采样点表示第一基准点，f的值为1；根据所述第一绝对值确定是否保留第i+f个采样点以及第i+f-1个采样点；若确定结果为是，则将该第i+f个采样点作为更新后的第一基准点，并返回执行将f的值赋为1的操作，直至获取第m-1个采样点与第一基准点之间差值的绝对值作为第一绝对值并根据该第一绝对值确定是否保留第m-1个采样点以及第m-2个采样点；将所有保留过的采样点构成的曲线作为过滤后的实时机械特性曲线；
根据如下操作对所述基准特性曲线进行过滤：
保留该基准特性曲线的第1个采样点和第n个采样点；将该基准特性曲线的第1个采样点作为初始的第二基准点；将s的值赋为1；获取所述基准特性曲线中的第j+s个采样点与所述第二基准点的差值的绝对值作为第二绝对值，其中第j个采样点表示第二基准点；根据所述第二绝对值确定是否保留第j+s个采样点以及第j+s-1个采样点；若确定结果为是，则将该第j+s个采样点作为更新后的第二基准点，并返回执行将s的值赋为1的操作,直至获取第n-1个采样点与第一基准点差值的第一绝对值并根据该第一绝对值确定是否保留第n-1个采样点以及第n-2个采样点；将所有保留过的采样点构成的曲线作为过滤后的基准机械特性曲线；
相应地，所述C(q)表示过滤后的所述实时特性曲线的第q个采样点的值,R(q)表示过滤后的所述基准特性曲线的第q个采样点的值。
13.根据权利要求12所述的装置，其特征在于，所述过滤单元在根据所述第一绝对值确定是否保留第i+f个采样点以及第i+f-1个采样点的情况下，具体用于：确定第i+f个采样点对应的所述绝对值是否大于或等于一个滤波阈值，若确定结果为是，则保留该第i+f个采样点以及第i+f-1个采样点；
所述过滤单元在根据所述第二绝对值确定是否保留第j+s个采样点以及第j+s-1个采样点的情况下，具体用于：确定第j+s个采样点对应的所述第二绝对值是否大于或等于一个滤波阈值，若确定结果为是，则保留该第j+s个采样点以及第j+s-1个采样点。
14.根据权利要求12所述的装置，其特征在于，所述过滤单元还用于：
若根据所述第一绝对值确定是否保留第i+f个采样点以及第i+f-1个采样点的结果为否，则将f的值更新为f+1后，返回执行获取所述实时机械特性曲线中的第i+f个采样点与所述第一基准点的差值的第一绝对值的操作；
若根据所述第二绝对值确定是否保留第j+s个采样点以及第j+s-1个采样点的结果为否，则将s的值更新为s+1后，返回执行获取所述基准特性曲线中的第j+s个采样点与所述第二基准点的差值的绝对值作为第二绝对值的操作。
15.开关柜故障诊断的装置，所述开关设备包括多个被监控部件，其特征在于，所述装置包括：
至少一个存储器，其用于存储指令；
至少一个处理器，其用于根据所述存储器存储的指令执行根据权利要求1-7中任一项所述的开关柜故障诊断的方法。
16.可读存储介质，其特征在于，所述可读存储介质中存储有机器可读指令，所述机器可读指令当被一个机器执行时，所述机器执行根据权利要求1-7中任一项所述的开关柜故障诊断的方法。
CN202110228405.0A 2021-03-02 2021-03-02 开关柜故障诊断的方法与装置 Pending CN112798896A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110228405.0A CN112798896A (zh) 2021-03-02 2021-03-02 开关柜故障诊断的方法与装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110228405.0A CN112798896A (zh) 2021-03-02 2021-03-02 开关柜故障诊断的方法与装置

Publications (1)

Publication Number Publication Date
CN112798896A true CN112798896A (zh) 2021-05-14

Family

ID=75816205

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110228405.0A Pending CN112798896A (zh) 2021-03-02 2021-03-02 开关柜故障诊断的方法与装置

Country Status (1)

Country Link
CN (1) CN112798896A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN118093569A (zh) * 2024-04-29 2024-05-28 山东泰开互感器有限公司 一种油浸式电力设备监测方法、系统、终端及存储介质

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105278879A (zh) * 2015-10-14 2016-01-27 珠海格力电器股份有限公司 监控数据的处理方法及装置
US20180224293A1 (en) * 2017-02-06 2018-08-09 Here Global B.V. Method and apparatus for filtering device location points in a sampled trajectory while maintaining path reconstructability
CN110333995A (zh) * 2019-07-09 2019-10-15 英赛克科技（北京）有限公司 对工业设备运行状态进行监测的方法及装置
CN110515936A (zh) * 2019-09-02 2019-11-29 北京首汽智行科技有限公司 一种优化gps数据的方法
CN111931839A (zh) * 2020-08-04 2020-11-13 西门子电力自动化有限公司 开关设备在线监控的方法与装置
CN112015840A (zh) * 2020-08-28 2020-12-01 烟台中科网络技术研究所 一种厂区内工作车辆gps轨迹数据过滤方法
JP2021002819A (ja) * 2019-06-25 2021-01-07 三菱電機エンジニアリング株式会社 フィルタリング装置、センサ装置、フィルタリング方法、およびフィルタリングプログラム

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105278879A (zh) * 2015-10-14 2016-01-27 珠海格力电器股份有限公司 监控数据的处理方法及装置
US20180224293A1 (en) * 2017-02-06 2018-08-09 Here Global B.V. Method and apparatus for filtering device location points in a sampled trajectory while maintaining path reconstructability
JP2021002819A (ja) * 2019-06-25 2021-01-07 三菱電機エンジニアリング株式会社 フィルタリング装置、センサ装置、フィルタリング方法、およびフィルタリングプログラム
CN110333995A (zh) * 2019-07-09 2019-10-15 英赛克科技（北京）有限公司 对工业设备运行状态进行监测的方法及装置
CN110515936A (zh) * 2019-09-02 2019-11-29 北京首汽智行科技有限公司 一种优化gps数据的方法
CN111931839A (zh) * 2020-08-04 2020-11-13 西门子电力自动化有限公司 开关设备在线监控的方法与装置
CN112015840A (zh) * 2020-08-28 2020-12-01 烟台中科网络技术研究所 一种厂区内工作车辆gps轨迹数据过滤方法

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN118093569A (zh) * 2024-04-29 2024-05-28 山东泰开互感器有限公司 一种油浸式电力设备监测方法、系统、终端及存储介质

Similar Documents

Publication Publication Date Title
EP1416348B1 (en) Methodology for temporal fault event isolation and identification
CN103310051B (zh) 一种全寿命周期内的车载信息终端故障率预测方法
JP2019028565A (ja) 故障予知方法、故障予知装置および故障予知プログラム
CN111931839A (zh) 开关设备在线监控的方法与装置
Zhang et al. Few-shot bearing anomaly detection via model-agnostic meta-learning
US7912669B2 (en) Prognosis of faults in electronic circuits
CN112771462B (zh) 劣化检测系统
JP2018147443A (ja) 故障予知方法、故障予知装置および故障予知プログラム
CN112798896A (zh) 开关柜故障诊断的方法与装置
US11726469B2 (en) Error-based method for calculating a remaining useful life of an apparatus
CN111061581B (zh) 一种故障检测方法、装置及设备
CN112113595B (zh) 传感器故障检测方法、装置和计算机可读介质
CN114072791A (zh) 用于估计受试装备的剩余服务寿命的方法
KR102100488B1 (ko) 전자기 액추에이터 타입의 장비를 모니터링하는 방법
US20080288213A1 (en) Machine condition monitoring using discontinuity detection
CN109116243A (zh) 一种动力电池的异常检测方法和装置
WO2020040764A1 (en) System and method for validation and correction of real-time sensor data for a plant using existing data-based models of the same plant
CN111259338B (zh) 元器件失效率修正方法、装置、计算机设备及存储介质
CN116990683B (zh) 一种基于电变量的驱动电机堵转检测系统及检测方法
Kim et al. An adaptive Kalman filter-based condition-monitoring technique for induction motors
CN114341814A (zh) 通过数字孪生中模拟故障进行有效的故障分析
Fang et al. Fault diagnosis and prognosis using a hybrid approach combining structural analysis and data-driven techniques
WO2020178106A1 (en) Mesh communication network provision
CN113574398A (zh) 用于监视铁路轨道设备的道岔的方法
CN115031994B (zh) 一种车辆耐久试验方法和系统

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