CN113049142A - 温度传感器的告警方法、装置、设备及存储介质 - Google Patents
温度传感器的告警方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN113049142A CN113049142A CN201911376395.4A CN201911376395A CN113049142A CN 113049142 A CN113049142 A CN 113049142A CN 201911376395 A CN201911376395 A CN 201911376395A CN 113049142 A CN113049142 A CN 113049142A
- Authority
- CN
- China
- Prior art keywords
- temperature sensor
- temperature
- target
- sequence
- abnormal
- 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
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01K—MEASURING TEMPERATURE; MEASURING QUANTITY OF HEAT; THERMALLY-SENSITIVE ELEMENTS NOT OTHERWISE PROVIDED FOR
- G01K15/00—Testing or calibrating of thermometers
- G01K15/007—Testing
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Wind Motors (AREA)
Abstract
本申请实施例公开了一种温度传感器的告警方法、装置、设备及存储介质,属于风机设备监测领域。该方法包括:获取目标温度传感器采集的第一温度序列,第一温度序列中包含按采集时间先后顺序排列的温度值,目标温度传感器设置在目标风力发电机的舱外;根据第一温度序列的温度变化特征,确定目标温度传感器对应的监测结果,监测结果用于指示目标温度传感器是否异常;若监测结果指示目标温度传感器异常,则生成告警信息。采用本申请实施例提供的方法,根据温度序列的实时变化情况对温度传感器进行监测,可以在温度传感器产生严重故障之前识别出异常变化趋势,提高了故障告警的可靠性。
Description
技术领域
本申请实施例涉及风机设备监测领域,特别涉及一种温度传感器的告警方法、装置、设备及存储介质。
背景技术
风力发电机是将风能转换为机械能,再将机械能转换为电能,最终输出交流电的电力设备。风力发电机的发电功率与自身运行参数相关,为了提高风力发电机的发电效率,风力发电机需要根据外部环境调整自身运行参数。例如当环境温度发生变化时,风力发电机会根据实时温度调整扭矩,从而调整发电功率,以提高工作效率。
相关技术中,风力发电机舱外设置有温度传感器,监测设备实时获取温度传感器的数据,当温度传感器采集的数据超过预设的温度范围时,确定温度传感器发生故障,提醒工作人员进行维修。
然而,采用相关技术中对温度传感器的告警方法,只能在温度传感器发生严重故障时进行预警,针对的故障类型不全面。
发明内容
本申请实施例提供了一种温度传感器的告警方法、装置、设备及存储介质。
所述技术方案如下:
一方面,本申请实施例提供了一种温度传感器的告警方法,所述方法包括:
获取目标温度传感器采集的第一温度序列,所述第一温度序列中包含按采集时间先后顺序排列的温度值,所述目标温度传感器设置在目标风力发电机的舱外;
根据所述第一温度序列的温度变化特征,确定所述目标温度传感器对应的监测结果,所述监测结果用于指示所述目标温度传感器是否异常;
若所述监测结果指示所述目标温度传感器异常,则生成告警信息。
另一方面,本申请实施例提供了一种温度传感器的告警装置,所述装置包括:
第一获取模块,用于获取目标温度传感器采集的第一温度序列,所述第一温度序列中包含按采集时间先后顺序排列的温度值,所述目标温度传感器设置在目标风力发电机的舱外;
第一确定模块,用于根据所述第一温度序列的温度变化特征,确定所述目标温度传感器对应的监测结果,所述监测结果用于指示所述目标温度传感器是否异常;
告警模块,用于若所述监测结果指示所述目标温度传感器异常,则生成告警信息。
另一方面,本申请实施例提供了一种计算机设备,所述计算机设备包括处理器和存储器;所述存储器存储有至少一条指令,所述至少一条指令用于被所述处理器执行以实现上述方面所述的温度传感器的告警方法。
另一方面,本申请实施例提供了一种计算机可读存储介质,所述存储介质存储有至少一条指令,所述至少一条指令用于被处理器执行以实现上述方面所述的温度传感器的告警方法。
本申请实施例提供的技术方案的有益效果至少包括:
本申请实施例中,通过实时获取风力发电机的舱外温度传感器采集的第一温度序列,并根据第一温度序列的温度变化特征确定对应的目标温度传感器是否异常,当确定目标温度传感器存在异常时,生成告警信息,提示工作人员进行维修,从而确保风力发电机能够维持工作点平衡,避免因温度传感器异常而导致风力发电机对扭矩进行误调整,从而影响发电功率;并且,根据温度序列的实时变化情况对温度传感器进行监测,可以在温度传感器产生严重故障之前识别出异常变化趋势,提高了故障告警的可靠性。
附图说明
图1是本申请一个示例性实施例提供的实施环境的示意图;
图2是本申请一个示例性实施例提供的温度传感器的告警方法流程图;
图3是本申请另一个示例性实施例提供的温度传感器的告警方法流程图;
图4是本申请另一个示例性实施例提供的温度传感器的告警方法流程图;
图5是本申请一个示例性实施例提供的风力发电机分布示意图;
图6是本申请一个示例性实施例提供的生成第一温度子序列与第二温度子序列的示意图;
图7是本申请一个示例性实施例提供的第一温度子序列与第二温度子序列的温度值分布示意图;
图8是本申请一个示例性实施例提供的温度传感器的告警装置的结构框图;
图9是本申请一个示例性实施例提供的计算机设备的结构示意图。
具体实施方式
为使本申请的目的、技术方案和优点更加清楚,下面将结合附图对本申请实施方式作进一步地详细描述。
在本文中提及的“多个”是指两个或两个以上。“和/或”,描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。字符“/”一般表示前后关联对象是一种“或”的关系。
相关技术中,计算机设备预先设置有温度传感器的正常温度范围,该正常温度范围可以根据历史数据得到,例如-20℃至60℃,计算机设备获取目标温度传感器采集的温度值,当温度值超出正常温度范围时进行异常告警。然而,这种方式只能在目标温度传感器发生严重故障时有效,对于目标温度传感器零漂、数据链路中断、安装位置错误等异常无法进行监测和告警,并且不能得到目标温度传感器的异常原因。
为了解决上述技术问题,本申请实施例提供了一种温度传感器的告警方法。请参考图1,其示出了本申请一个示例性实施例提供的实施环境的示意图。该实施环境中包括温度传感器101、风力发电机102、服务器103和计算机设备104。
温度传感器101是在风场中,位于风力发电机102舱外的采集环境温度的设备,在风力发电机102运行期间,温度传感器101实时采集环境温度,其采集的数据发送至对应的风力发电机102和服务器103。其中,温度传感器101每隔预定时间间隔(例如1分钟)采集一次环境温度,并按采集时间的先后顺序生成第一温度序列,可选的,第一温度序列包括各个温度值及对应的采集时间,风力发电机102根据温度传感器101发送的第一温度序列计算空气密度,从而调整扭矩等参数,进一步调整发电功率以达到稳定的工作状态。
温度传感器101与服务器103之间通过有线或无线网络相连,在一种可能的应用场景下,温度传感器101通过网关设备向服务器103发送数据。
服务器103用于处理和存储温度传感器101发送的数据,其可以是一台服务器,若干台服务器构成的服务器集群或云计算中心。
服务器103与计算机设备104之间通过有线或无线网络相连。
计算机设备104从服务器103中获取数据(例如温度传感器101的标识、地理位置、温度值等),根据温度传感器101采集的第一温度序列的温度变化特征,监测温度传感器101是否异常,当确定某一台温度传感器101存在异常时,产生告警信息。
为了方便表述,下述各个实施例以温度传感器的告警方法由计算机设备104执行为例进行说明。
请参考图2,其示出了本申请的一个实施例示出的温度传感器的告警方法的流程图。本实施例以温度传感器的告警方法用于计算机设备为例进行说明,该方法包括:
步骤201,获取目标温度传感器采集的第一温度序列,第一温度序列中包含按采集时间先后顺序排列的温度值,目标温度传感器设置在目标风力发电机的舱外。
风力发电机的工作原理是将风能转化为机械能,再将机械能转化为电能并输出电力,在将风能转化为机械能的过程中,风力发电机根据环境变化调整自身参数(例如扭矩),因此环境的变化会影响风力发电机的发电功率。其中,温度是重要的环境因素之一,风力发电机根据舱外温度传感器实时采集的环境温度,计算空气密度,从而调整扭矩等参数。因此,工作人员需要监控舱外温度传感器的工作情况,在出现异常时及时维修,减少风力发电机的发电损失。
在一种可能的实施方式中,温度传感器向服务器发送温度序列,其中,温度序列包含按采集时间先后顺序排列的温度值、各个温度值对应的时刻等数据,并且服务器中存储有各个温度传感器对应的风力发电机等信息。计算机设备从服务器中获取目标温度传感器采集的第一温度序列。
示意性的,目标温度传感器的采集频率为1分钟采集一次,计算机设备对过去7天内目标温度传感器采集的温度值进行监测,并且每隔24小时进行更新,相应的,第一温度序列中包含10080个温度值。
步骤202,根据第一温度序列的温度变化特征,确定目标温度传感器对应的监测结果,监测结果用于指示目标温度传感器是否异常。
可选的,计算机设备对第一温度序列进行计算和处理,得到其温度变化特征,并判断第一温度序列的温度变化是否异常,得到对应目标温度传感器的监测结果。其中,温度变化特征包含多个角度的变化特征,例如,目标温度传感器自身采集的温度值随时间的变化,以及比较同一时间段内,目标温度传感器与多个邻近风力发电机的舱外温度传感器采集的温度值所得到的变化特征。
步骤203,若监测结果指示目标温度传感器异常,则生成告警信息。
在一种可能的实施方式中,当计算机设备判断第一温度序列的温度变化特征异常时,确定目标温度传感器异常,并生成告警信息,提示相关工作人员进行维修作业。
示意性的,告警信息包括目标温度传感器异常类型、异常时间以及对应的风力发电机等。
综上所述,本申请实施例中,通过实时获取风力发电机的舱外温度传感器采集的第一温度序列,并根据第一温度序列的温度变化特征确定对应的目标温度传感器是否异常,当确定目标温度传感器存在异常时,生成告警信息,提示工作人员进行维修,从而确保风力发电机能够维持工作点平衡,避免因温度传感器异常而导致风力发电机对扭矩进行误调整,从而影响发电功率;并且,根据温度序列的实时变化情况对温度传感器进行监测,可以在温度传感器产生严重故障之前识别出异常变化趋势,提高了故障告警的可靠性。
在一种可能的实施方式中,计算机设备对目标温度传感器的监测可以从两方面进行,一方面仅根据目标温度传感器采集的第一温度序列中温度值随时间的变化特征,可以确定死数、零漂等异常类型;另一方面根据空间上相近的温度传感器的多个温度序列横向对比,可以确定温度传感器安装位置错误、接线错误等异常类型。
图3示出了本申请一个示例性实施例提供的流程图,如图所示,计算机设备首先执行步骤301,获取目标温度传感器的第一温度序列;再执行步骤302,根据第一温度序列在时间上的变化特征得到监测结果,当第一温度序列中,连续且相同的温度值个数或连续且变化幅度超过幅度阈值的温度值个数超出正常范围时,确定监测结果为目标温度传感器异常,同时执行步骤303和304;步骤303,比较第一温度序列和第二温度序列的温度变化特征,可选的,第二温度序列为与目标温度传感器邻近的温度传感器采集的温度序列,且第二温度序列个数为至少一个,计算机设备对第一温度序列和第二温度序列在相同时间段内的温度变化特征进行比较;步骤304,检测异常温度序列,得到监测结果,若第一温度序列相对于第二温度序列在相同时间段内的温度变化特征差异明显,则确定该第一温度序列为异常温度序列,监测结果为目标温度传感器异常;当目标温度传感器异常时,执行步骤305,生成告警信息。
在一种可能的实施方式中,计算机设备可以根据目标温度传感器自身的温度值变化特征进行监测,同时可以对空间上距离相近的多个温度传感器进行横向比较,通常距离相近的温度传感器之间的温度值也相近,当某个温度传感器的温度值与附近温度传感器的温度值偏差较大时,可能存在异常。
请参考图4,其示出了本申请的另一个实施例示出的温度传感器的告警方法的流程图。本实施例以温度传感器的告警方法用于计算机设备为例进行说明,该方法包括:
步骤401,获取目标温度传感器采集的第一温度序列,第一温度序列中包含按采集时间先后顺序排列的温度值,目标温度传感器设置在目标风力发电机的舱外。
步骤401的实施方式可以参考上述步骤201,本实施例在此不再赘述。
步骤402,若温度变化特征指示第一温度序列中包括m个相同且连续的温度值,或,温度变化特征指示第一温度序列中n个连续温度值的变化幅度大于幅度阈值,则确定监测结果为目标温度传感器异常。
在一种可能的实施方式中,计算机设备监测目标温度传感器时,依据的温度变化特征为随时间的变化。由于地球自转等原因,一天内同一地点的温度会随时间发生变化,因此正常情况下温度传感器采集到的温度序列也会产生变化,若某一温度传感器的温度序列长时间固定不变,则确定该温度传感器异常。
可选的,目标温度传感器每隔相同的时间间隔采集一次温度,计算机设备获取目标温度传感器采集的第一温度序列,若第一温度序列中连续相同的温度值个数超过阈值m,则确定监测结果为目标温度传感器异常,其中,m为大于等于2的整数,该类异常为死数异常,即长时间内目标温度传感器采集的温度值不变。
示意性的,目标温度传感器每隔1分钟采集一次环境温度,计算机设备中预先设置相同温度值的最长连续时间为30分钟,即第一温度序列中连续相同的温度值的个数阈值m为30,若第一温度序列中存在31个相同且连续的温度值,则确定监测结果为目标温度传感器异常。
可选的,由于温度的变化是连续的,通常不会在很短的时间内有较大的变化幅度,因此当第一温度序列中n个连续温度值的变化幅度大于幅度阈值时,确定监测结果为目标温度传感器异常,其中,n为大于等于2的整数。
示意性的,预先设置幅度阈值为5℃,n为3,若第一温度序列中存在4个连续的温度值的变化幅度大于5℃,则确定监测结果为目标温度传感器异常。
步骤403,若监测结果指示目标温度传感器异常,则生成第一告警信息,第一告警信息用于指示目标温度传感器或数据传输链路存在异常。
第一温度序列长时间温度值不变可能是由于数据传输链路存在异常,或目标温度传感器损坏等,导致目标温度传感器无法采集环境温度或无法传输数据;而第一温度序列中的温度值多次剧烈浮动可能是由于目标温度传感器零漂。
在一种可能的实施方式中,当计算机设备的监测结果指示目标温度传感器采集的第一温度序列存在步骤402中的异常情况时,生成第一告警信息,第一告警信息中包含目标温度传感器标识、异常开始时间、异常次数、异常类型和对应的风力发电机,其中,异常类型包括目标温度传感器损坏(死数异常或零漂异常)、数据传输链路异常等,相关工作人员可以根据第一告警信息对目标温度传感器的异常原因进行初步判断。
步骤404,确定目标温度传感器对应的至少一个邻近温度传感器,邻近温度传感器设置在邻近风力发电机的舱外。
可选的,计算机设备监测目标温度传感器时,依据的温度变化特征为目标温度传感器与邻近温度传感器温度变化的横向比较。由于大型风场中不同位置的风力发电机地理位置可能不同,因此其温度传感器采集到的温度值也存在差异,无法进行比较,尤其位于山区风场的风力发电机,海拔位置差距较大,且山的背阴面与向阳面温度也不同,需要事先将风力发电机分组,组内各风力发电机之间的地理位置邻近,温度传感器采集到的温度相近,具有可比性。
在一种可能的实施方式中,步骤404包括如下步骤:
一、根据各个风力发电机的位置信息进行风力发电机聚类,得到风力发电机簇,位置信息包括经纬度信息和海拔信息。
可选的,计算机设备预先根据各个风力发电机的经纬度信息和海拔信息,利用聚类算法对风力发电机进行聚类,例如,密度聚类算法(Density-Based Spatial Clusteringof Applications with Noise,DBSCAN)、K均值聚类算法(K-means clusteringalgorithm,K-means)等,本申请实施例对此不作限定。
示意性的,请参考图5,其示出了一个山地风场中部分风力发电机的分布示意图。图5上方为正视图,可以看出风力发电机501、502、503、504和505的海拔相近,风力发电机506、507、508和509的海拔相同,下方为俯视图,可以看出风力发电机501和502的经纬度相近,风力发电机503、504和505的经纬度相近,风力发电机506和507的经纬度相近,因此,风力发电机501和502为一簇,风力发电机503、504和505为一簇,风力发电机506、507、508和509为一簇。
二、根据目标风力发电机对应的目标位置信息,确定目标风力发电机所属的目标风力发电机簇,目标位置信息包括目标经纬度信息和目标海拔信息。
在一种可能的实施方式中,计算机设备获取聚类后得到的各个风力发电机簇的经纬度和海拔范围。计算机设备获取目标风力发电机的海拔信息和经纬度信息,可以确定出目标风力发电机所属的目标风力发电机簇。
可选的,计算机设备按照相同经纬度范围和海拔范围将风场划分为多个子区域,每个子区域内的风力发电机为一簇,并获取各个子区域的中心位置的坐标和海拔,根据目标风力发电机的海拔信息和经纬度信息,可以确定出目标风力发电机所属的目标风力发电机簇。
三、将目标风力发电机簇中的至少一个风力发电机确定为邻近风力发电机,并将邻近风力发电机对应的温度传感器确定为邻近温度传感器。
由于部分风力发电机簇的风力发电机数量较多,因此计算机设备将目标风力发电机簇中与目标风力发电机距离最近的至少一个风力发电机确定为邻近风力发电机。例如,选取最近的两个风力发电机为邻近风力发电机。为了确保温度变化特征的可靠性,通常邻近风力发电机的数量为至少三个。
示意性的,请参考图5,若目标风力发电机为风力发电机501,其所属的风力发电机簇只有风力发电机501和502,则选取邻近的风力发电机502、503和504为邻近风力发电机;若目标风力发电机为风力发电机506,则其所属的风力发电机簇中,风力发电机507、508和509为邻近风力发电机;若目标风力发电机为风力发电机508,则其所属的风力发电机簇中,风力发电机506、507和509为邻近风力发电机。
步骤405,获取邻近温度传感器采集的第二温度序列。
其中,邻近温度传感器是位于邻近风力发电机的舱外的温度传感器,计算机设备获取与第一温度序列相同时间段内邻近温度传感器采集的第二温度序列。
示意性的,第二温度序列的数量为至少三个。例如,若目标风力发电机为风力发电机501,则第二温度序列为风力发电机502、503和504的舱外温度传感器采集的温度序列;若目标风力发电机为风力发电机508,则第二温度序列为风力发电机506、507和509的舱外温度传感器采集的温度序列。
步骤406,根据第一温度序列以及至少一个第二温度序列的温度变化特征,确定目标温度传感器对应的监测结果。
计算机设备根据第一温度序列和第二温度序列的温度变化特征,进行相同时间内邻近温度传感器之间的横向对比,确定目标温度传感器是否异常。
在一种可能的实施方式中,步骤406包括如下步骤:
一、按相同时间间隔划分第一温度序列和第二温度序列,得到i个第一温度子序列和i个第二温度子序列,i为大于等于2的整数。
可选的,第一温度序列和第二温度序列中包含整个监测周期的温度值,直接计算时计算机设备的工作量较大,为了方便监测,可以对第一温度序列和第二温度序列进行划分处理,即按相同时间间隔划分第一温度序列和第二温度序列,得到至少两个第一温度子序列和至少两个第二温度子序列。请参考图6,其示出了一种生成第一温度子序列和对应的第二温度子序列的示意图,其中,计算机设备以1小时为时间间隔划分第一温度序列,得到i个第一温度子序列,相应的,目标温度传感器风力发电机存在4个邻近风力发电机,因此得到第二温度序列a、第二温度序列b、第二温度序列c和第二温度序列d,并且各个第二温度子序列都与对应的第一温度子序列的时间段相同。
示意性的,目标温度传感器每隔1分钟采集一次环境温度,计算机设备以1小时为时间间隔划分第一温度序列和第二温度序列,得到包含60个温度值的第一温度子序列和第二温度子序列。
二、计算第j个第一温度子序列相对于第j个第二温度子序列的离群点个数,j为大于等于1,且小于等于i的整数。
可选的,计算机设备计算相同时间段内,第一温度子序列相对于第二温度子序列的离群点个数。其中,离群点是指一个时间序列中,与序列平均值偏差大于阈值的点。本申请实施例中,离群点是与第二温度子序列的温度值偏差较大的第一温度子序列中的温度值。计算机设备可以采用离群点检测算法计算第一温度子序列中的离群点个数,例如,简单的阈值超限方法、箱型盒方法,或者采用孤立森林(Isolation Forest,iForest)、局部异常因子算法(LocalOutlierFactor,LOF)等机器学习方法,本申请实施例对此不作限定。
示意性的,请参考图7,其示出了相同时间段内属于同一风力发电机簇的4个温度传感器的温度子序列随时间变化的示意图,当以温度子序列a对应的温度传感器为目标温度传感器时,k为离群点,当以温度子序列d对应的温度传感器为目标温度传感器时,l为离群点。
三、若离群点个数达到第一数量阈值,则标记第j个第一温度子序列为异常子序列。
在一种可能的实施方式中,计算机设备预先设置第一数量阈值,当第一温度子序列中离群点个数达到第一数量阈值时,确定该第一温度子序列为异常子序列,并进行标记。
示意性的,各个第一温度子序列中包含60个温度值,当第j个第一温度子序列的离群点个数达到3时,标记该第一温度子序列为异常子序列。
四、若第一温度序列中异常子序列的数量达到第二数量阈值,则确定监测结果为目标温度传感器异常。
可选的,计算机设备预先设置第二数量阈值,当第一温度序列中异常子序列的数量达到第二数量阈值时,确定目标温度传感器异常。
示意性的,第二数量阈值为10,当检测到异常子序列的个数大于等于10时,确定目标温度传感器异常。
可选的,计算机设备统计第一温度子序列的个数m和异常子序列的个数n,定义异常因子为n/m,并设置异常因子阈值,例如5%,当n/m达到5%时确定目标温度传感器异常。
步骤407,若监测结果指示目标温度传感器异常,则生成第二告警信息,第二告警信息用于指示目标温度传感器或接线的安装位置异常。
当目标温度传感器与邻近温度传感器横向比较时,若存在离群点,则其可能是由于目标温度传感器的安装位置异常或接线位置异常,导致目标温度传感器与邻近温度传感器的温度值存在偏差。
在一种可能的实施方式中,当计算机设备的监测结果指示目标温度传感器异常,即第一温度序列中异常子序列的数量达到第二数量阈值时,生成第二告警信息,第二告警信息中包含目标温度传感器标识、异常开始时间、异常次数、异常类型和对应的风力发电机,其中,异常类型包括目标温度传感器安装位置异常、接线位置异常等,相关工作人员可以根据第二告警信息对目标温度传感器的异常原因进行初步判断。
可选的,步骤402至403和步骤404至407可以同步执行,即连续温度值监测与邻近温度传感器横向比较为并列关系;或者,步骤404至407可以在步骤403之后执行,即计算机设备先对目标温度传感器进行连续温度值监测,若监测结果为目标温度传感器异常,则生成第一告警信息,提示工作人员进行维修,若监测结果为目标温度传感器正常,则继续执行步骤404至407。
在一种可能的实施方式中,计算机设备执行步骤407之后,向目标风力发电机发送参考温度值,参考温度值根据邻近温度传感器采集到的温度值确定得到,目标风力发电机用于根据参考温度值调节运行参数。
可选的,当监测结果显示目标温度传感器异常时,对应的目标风力发电机无法获取正确的环境温度,此时会对发电功率造成影响,因此,计算机设备在生成告警信息后,向目标风力发电机发送参考温度值,使其能够正确调节运行参数。
其中,参考温度值根据邻近温度传感器采集到的温度值确定得到,可以是距离目标风力发电机最近的邻近风力发电机的温度值,或者多个邻近风力发电机温度值的加权平均。
本申请实施例中,通过对目标温度传感器进行时间上的纵向监测,当目标温度传感器损坏或数据链路中断导致温度传感器的数值不变,或目标温度传感器零漂导致温度值变化幅度过大时,可以进行故障告警,同时与空间上邻近的温度传感器进行横向比较,可以监测出目标温度传感器与邻近温度传感器是否存在温度值偏差,当目标温度传感器安装位置错误或接线错误导致温度测量不准确时,可以进行告警;从纵向时间角度和横向空间角度进行监测,包含的故障类型较全面,提高了故障监测的全面性和可靠性。
此外,计算机设备监测到目标温度传感器异常时,自动向对应的目标风力发电机发送参考温度值,可以确保目标风力发电机在舱外温度传感器异常的情况下依旧能够获取正确的环境温度,从而保证扭矩等参数的准确性,减少了发电损失。
请参考图8,其示出了本申请一个示例性实施例提供的温度传感器的告警装置的结构框图。该装置可以通过软件、硬件或者两者的结合实现成为计算机设备的全部或一部分。该装置包括:
第一获取模块801,用于获取目标温度传感器采集的第一温度序列,所述第一温度序列中包含按采集时间先后顺序排列的温度值,所述目标温度传感器设置在目标风力发电机的舱外;
第一确定模块802,用于根据所述第一温度序列的温度变化特征,确定所述目标温度传感器对应的监测结果,所述监测结果用于指示所述目标温度传感器是否异常;
告警模块803,用于若所述监测结果指示所述目标温度传感器异常,则生成告警信息。
可选的,所述第一确定模块802,包括:
第一确定单元,用于若所述温度变化特征指示所述第一温度序列中包括m个相同且连续的温度值,或,所述温度变化特征指示所述第一温度序列中n个连续温度值的变化幅度大于幅度阈值,则确定所述监测结果为所述目标温度传感器异常,m和n为大于等于2的整数。
可选的,所述确定单元,还用于:
若所述监测结果指示所述目标温度传感器异常,则生成第一告警信息,所述第一告警信息用于指示所述目标温度传感器或数据传输链路存在异常。
可选的,所述装置还包括:
第二确定模块,用于确定所述目标温度传感器对应的至少一个邻近温度传感器,所述邻近温度传感器设置在邻近风力发电机的舱外;
第二获取模块,用于获取所述邻近温度传感器采集的第二温度序列;
可选的,所述第一确定模块802,包括:
第二确定单元,用于根据所述第一温度序列以及至少一个所述第二温度序列的温度变化特征,确定所述目标温度传感器对应的所述监测结果。
可选的,所述第二确定单元,还用于:
按相同时间间隔划分所述第一温度序列和所述第二温度序列,得到i个第一温度子序列和i个第二温度子序列,i为大于等于2的整数;
计算第j个第一温度子序列相对于第j个第二温度子序列的离群点个数,j为大于等于1,且小于等于i的整数;
若所述离群点个数达到第一数量阈值,则标记所述第j个第一温度子序列为异常子序列;
若所述第一温度序列中所述异常子序列的数量达到第二数量阈值,则确定所述监测结果为所述目标温度传感器异常。
可选的,所述装置还包括:
聚类模块,用于根据各个风力发电机的位置信息进行风力发电机聚类,得到风力发电机簇,所述位置信息包括经纬度信息和海拔信息;
所述第二确定模块,包括:
第三确定单元,用于根据所述目标风力发电机对应的目标位置信息,确定所述目标风力发电机所属的目标风力发电机簇,所述目标位置信息包括目标经纬度信息和目标海拔信息;
第四确定单元,用于将所述目标风力发电机簇中的至少一个风力发电机确定为所述邻近风力发电机,并将所述邻近风力发电机对应的温度传感器确定为所述邻近温度传感器。
可选的,所述告警模块803,包括:
告警单元,用于若所述监测结果指示所述目标温度传感器异常,则生成第二告警信息,所述第二告警信息用于指示所述目标温度传感器或接线的安装位置异常。
请参考图9,其示出了本申请一个示例性实施例提供的计算机设备的结构示意图。具体来讲:所述计算机设备900包括中央处理单元(Central Processing Unit,CPU)901、包括随机存取存储器(Random Access Memory,RAM)902和只读存储器(Read-Only Memory,ROM)903的系统存储器904,以及连接系统存储器904和中央处理单元901的系统总线905。所述计算机设备900还包括帮助计算机内的各个器件之间传输信息的基本输入/输出系统(Input/Output系统,I/O系统)906,和用于存储操作系统913、应用程序914和其他程序模块915的大容量存储设备907。
所述基本输入/输出系统906包括有用于显示信息的显示器908和用于用户输入信息的诸如鼠标、键盘之类的输入设备909。其中所述显示器908和输入设备909都通过连接到系统总线905的输入输出控制器910连接到中央处理单元901。所述基本输入/输出系统906还可以包括输入输出控制器910以用于接收和处理来自键盘、鼠标、或电子触控笔等多个其他设备的输入。类似地,输入输出控制器910还提供输出到显示屏、打印机或其他类型的输出设备。
所述大容量存储设备907通过连接到系统总线905的大容量存储控制器(未示出)连接到中央处理单元901。所述大容量存储设备907及其相关联的计算机可读介质为计算机设备900提供非易失性存储。也就是说,所述大容量存储设备907可以包括诸如硬盘或者只读光盘(Compact Disc Read-Only Memory,CD-ROM)驱动器之类的计算机可读介质(未示出)。
不失一般性,所述计算机可读介质可以包括计算机存储介质和通信介质。计算机存储介质包括以用于存储诸如计算机可读指令、数据结构、程序模块或其他数据等信息的任何方法或技术实现的易失性和非易失性、可移动和不可移动介质。计算机存储介质包括RAM、ROM、可擦除可编程只读存储器(Erasable Programmable Read Only Memory,EPROM)、带电可擦可编程只读存储器(Electrically Erasable Programmable read only memory,EEPROM)、闪存或其他固态存储其技术,CD-ROM、数字通用光盘(Digital Versatile Disc,DVD)或其他光学存储、磁带盒、磁带、磁盘存储或其他磁性存储设备。当然,本领域技术人员可知所述计算机存储介质不局限于上述几种。上述的系统存储器904和大容量存储设备907可以统称为存储器。
存储器存储有一个或多个程序,一个或多个程序被配置成由一个或多个中央处理单元901执行,一个或多个程序包含用于实现上述方法的指令,中央处理单元901执行该一个或多个程序实现上述各个方法实施例提供的方法。
根据本申请的各种实施例,所述计算机设备900还可以通过诸如因特网等网络连接到网络上的远程计算机运行。也即计算机设备900可以通过连接在所述系统总线905上的网络接口单元911连接到网络912,或者说,也可以使用网络接口单元911来连接到其他类型的网络或远程计算机系统(未示出)。
所述存储器还包括一个或者一个以上的程序,所述一个或者一个以上程序存储于存储器中,所述一个或者一个以上程序包含用于进行本申请实施例提供的方法中由计算机设备所执行的步骤。
本申请实施例还提供了一种计算机可读存储介质,该计算机可读存储介质存储有至少一条指令,所述至少一条指令由所述处理器加载并执行以实现如上各个实施例所述的温度传感器的告警方法。
本申请实施例还提供了一种计算机程序产品,该计算机程序产品存储有至少一条指令,所述至少一条指令由所述处理器加载并执行以实现如上各个实施例所述的温度传感器的告警方法。
本领域技术人员应该可以意识到,在上述一个或多个示例中,本申请实施例所描述的功能可以用硬件、软件、固件或它们的任意组合来实现。当使用软件实现时,可以将这些功能存储在计算机可读存储介质中或者作为计算机可读存储介质上的一个或多个指令或代码进行传输。计算机可读存储介质包括计算机存储介质和通信介质,其中通信介质包括便于从一个地方向另一个地方传送计算机程序的任何介质。存储介质可以是通用或专用计算机能够存取的任何可用介质。
以上所述仅为本申请的可选实施例,并不用以限制本申请,凡在本申请的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本申请的保护范围之内。
Claims (10)
1.一种温度传感器的告警方法,其特征在于,所述方法包括:
获取目标温度传感器采集的第一温度序列,所述第一温度序列中包含按采集时间先后顺序排列的温度值,所述目标温度传感器设置在目标风力发电机的舱外;
根据所述第一温度序列的温度变化特征,确定所述目标温度传感器对应的监测结果,所述监测结果用于指示所述目标温度传感器是否异常;
若所述监测结果指示所述目标温度传感器异常,则生成告警信息。
2.根据权利要求1所述的方法,其特征在于,所述根据所述第一温度序列的温度变化特征,确定所述目标温度传感器对应的监测结果,包括:
若所述温度变化特征指示所述第一温度序列中包括m个相同且连续的温度值,或,所述温度变化特征指示所述第一温度序列中n个连续温度值的变化幅度大于幅度阈值,则确定所述监测结果为所述目标温度传感器异常,m和n为大于等于2的整数。
3.根据权利要求2所述的方法,其特征在于,所述若监测结果指示所述目标温度传感器异常,则生成告警信息,包括:
若所述监测结果指示所述目标温度传感器异常,则生成第一告警信息,所述第一告警信息用于指示所述目标温度传感器或数据传输链路存在异常。
4.根据权利要求1所述的方法,其特征在于,所述方法还包括:
确定所述目标温度传感器对应的至少一个邻近温度传感器,所述邻近温度传感器设置在邻近风力发电机的舱外;
获取所述邻近温度传感器采集的第二温度序列;
所述根据所述第一温度序列的温度变化特征,确定所述目标温度传感器对应的监测结果,包括:
根据所述第一温度序列以及至少一个所述第二温度序列的温度变化特征,确定所述目标温度传感器对应的所述监测结果。
5.根据权利要求4所述的方法,其特征在于,所述根据所述第一温度序列以及至少一个所述第二温度序列的温度变化特征,确定所述目标温度传感器对应的所述监测结果,包括:
按相同时间间隔划分所述第一温度序列和所述第二温度序列,得到i个第一温度子序列和i个第二温度子序列,i为大于等于2的整数;
计算第j个第一温度子序列相对于第j个第二温度子序列的离群点个数,j为大于等于1,且小于等于i的整数;
若所述离群点个数达到第一数量阈值,则标记所述第j个第一温度子序列为异常子序列;
若所述第一温度序列中所述异常子序列的数量达到第二数量阈值,则确定所述监测结果为所述目标温度传感器异常。
6.根据权利要求4所述的方法,其特征在于,所述方法还包括:
根据各个风力发电机的位置信息进行风力发电机聚类,得到风力发电机簇,所述位置信息包括经纬度信息和海拔信息;
所述确定所述目标温度传感器对应的至少一个邻近温度传感器,包括:
根据所述目标风力发电机对应的目标位置信息,确定所述目标风力发电机所属的目标风力发电机簇,所述目标位置信息包括目标经纬度信息和目标海拔信息;
将所述目标风力发电机簇中的至少一个风力发电机确定为所述邻近风力发电机,并将所述邻近风力发电机对应的温度传感器确定为所述邻近温度传感器。
7.根据权利要求4至6任一所述的方法,其特征在于,所述若监测结果指示所述目标温度传感器异常,则生成告警信息,包括:
若所述监测结果指示所述目标温度传感器异常,则生成第二告警信息,所述第二告警信息用于指示所述目标温度传感器或接线的安装位置异常。
8.一种温度传感器的告警装置,其特征在于,所述装置包括:
第一获取模块,用于获取目标温度传感器采集的第一温度序列,所述第一温度序列中包含按采集时间先后顺序排列的温度值,所述目标温度传感器设置在目标风力发电机的舱外;
第一确定模块,用于根据所述第一温度序列的温度变化特征,确定所述目标温度传感器对应的监测结果,所述监测结果用于指示所述目标温度传感器是否异常;
告警模块,用于若所述监测结果指示所述目标温度传感器异常,则生成告警信息。
9.一种计算机设备,其特征在于,所述计算机设备包括处理器和存储器;所述存储器存储有至少一条指令,所述至少一条指令用于被所述处理器执行以实现如权利要求1至7任一所述的温度传感器的告警方法。
10.一种计算机可读存储介质,其特征在于,所述存储介质存储有至少一条指令,所述至少一条指令用于被处理器执行以实现如权利要求1至7任一所述的温度传感器的告警方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911376395.4A CN113049142A (zh) | 2019-12-27 | 2019-12-27 | 温度传感器的告警方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911376395.4A CN113049142A (zh) | 2019-12-27 | 2019-12-27 | 温度传感器的告警方法、装置、设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113049142A true CN113049142A (zh) | 2021-06-29 |
Family
ID=76506488
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911376395.4A Pending CN113049142A (zh) | 2019-12-27 | 2019-12-27 | 温度传感器的告警方法、装置、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113049142A (zh) |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113865738A (zh) * | 2021-09-27 | 2021-12-31 | 重庆京东方电子科技有限公司 | 一种温度测量装置及检测方法、客户端和介质 |
CN113970384A (zh) * | 2021-10-22 | 2022-01-25 | 山信软件股份有限公司 | 一种温度变化趋势报警方法及系统 |
CN114281173A (zh) * | 2021-11-29 | 2022-04-05 | 苏州浪潮智能科技有限公司 | 一种服务器的可靠散热控制方法及装置 |
CN114414023A (zh) * | 2021-12-30 | 2022-04-29 | 北京万集科技股份有限公司 | 传感器异常诊断方法及装置、存储介质 |
CN114708718A (zh) * | 2022-06-07 | 2022-07-05 | 东方电气风电股份有限公司 | 风力发电机组温度集群管控方法、装置、设备及介质 |
CN115036601A (zh) * | 2022-07-09 | 2022-09-09 | 苏州市新方纬电子有限公司 | 一种分布式电池模组的散热方法及系统 |
CN115840897A (zh) * | 2023-02-09 | 2023-03-24 | 广东吉器电子有限公司 | 一种温度传感器数据异常处理方法 |
CN116642607A (zh) * | 2023-05-31 | 2023-08-25 | 中电山河数字科技(南通)有限公司 | 一种可远程操控的物联网环境监测升降平台 |
CN116847223A (zh) * | 2023-09-01 | 2023-10-03 | 山东溯源安全科技有限公司 | 一种温度监测系统 |
CN117216603A (zh) * | 2023-11-07 | 2023-12-12 | 张家港长寿工业设备制造有限公司 | 一种管式降膜蒸发器故障预测方法及系统 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104135074A (zh) * | 2014-07-31 | 2014-11-05 | 上海交通大学 | 基于离群点检测的超高压变电站设备温度监测告警方法 |
US20150124850A1 (en) * | 2013-11-04 | 2015-05-07 | Honeywell International Inc. | Detecting temperature sensor anomalies in connected thermostats |
CN105910732A (zh) * | 2016-04-14 | 2016-08-31 | 广东美的暖通设备有限公司 | 温度传感器的准确性漂移故障检测方法和系统、空调器 |
CN106289578A (zh) * | 2016-07-22 | 2017-01-04 | 蚌埠大洋传感系统工程有限公司 | 一种温度传感器智能检测系统 |
CN107166638A (zh) * | 2017-05-09 | 2017-09-15 | 广东美的暖通设备有限公司 | 温度传感器的故障检测方法、检测装置和多联式空调系统 |
CN107503854A (zh) * | 2017-09-29 | 2017-12-22 | 北京理工大学 | 确定增压柴油机排气温度传感器是否异常及故障诊断方法 |
CN109779846A (zh) * | 2019-01-11 | 2019-05-21 | 北京京运通科技股份有限公司 | 基于风电机组温度的故障预警方法 |
-
2019
- 2019-12-27 CN CN201911376395.4A patent/CN113049142A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20150124850A1 (en) * | 2013-11-04 | 2015-05-07 | Honeywell International Inc. | Detecting temperature sensor anomalies in connected thermostats |
CN104135074A (zh) * | 2014-07-31 | 2014-11-05 | 上海交通大学 | 基于离群点检测的超高压变电站设备温度监测告警方法 |
CN105910732A (zh) * | 2016-04-14 | 2016-08-31 | 广东美的暖通设备有限公司 | 温度传感器的准确性漂移故障检测方法和系统、空调器 |
CN106289578A (zh) * | 2016-07-22 | 2017-01-04 | 蚌埠大洋传感系统工程有限公司 | 一种温度传感器智能检测系统 |
CN107166638A (zh) * | 2017-05-09 | 2017-09-15 | 广东美的暖通设备有限公司 | 温度传感器的故障检测方法、检测装置和多联式空调系统 |
CN107503854A (zh) * | 2017-09-29 | 2017-12-22 | 北京理工大学 | 确定增压柴油机排气温度传感器是否异常及故障诊断方法 |
CN109779846A (zh) * | 2019-01-11 | 2019-05-21 | 北京京运通科技股份有限公司 | 基于风电机组温度的故障预警方法 |
Cited By (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113865738A (zh) * | 2021-09-27 | 2021-12-31 | 重庆京东方电子科技有限公司 | 一种温度测量装置及检测方法、客户端和介质 |
CN113970384A (zh) * | 2021-10-22 | 2022-01-25 | 山信软件股份有限公司 | 一种温度变化趋势报警方法及系统 |
CN114281173A (zh) * | 2021-11-29 | 2022-04-05 | 苏州浪潮智能科技有限公司 | 一种服务器的可靠散热控制方法及装置 |
CN114414023A (zh) * | 2021-12-30 | 2022-04-29 | 北京万集科技股份有限公司 | 传感器异常诊断方法及装置、存储介质 |
CN114708718A (zh) * | 2022-06-07 | 2022-07-05 | 东方电气风电股份有限公司 | 风力发电机组温度集群管控方法、装置、设备及介质 |
CN115036601B (zh) * | 2022-07-09 | 2023-11-21 | 苏州市新方纬电子有限公司 | 一种分布式电池模组的散热方法及系统 |
CN115036601A (zh) * | 2022-07-09 | 2022-09-09 | 苏州市新方纬电子有限公司 | 一种分布式电池模组的散热方法及系统 |
CN115840897A (zh) * | 2023-02-09 | 2023-03-24 | 广东吉器电子有限公司 | 一种温度传感器数据异常处理方法 |
CN115840897B (zh) * | 2023-02-09 | 2023-04-18 | 广东吉器电子有限公司 | 一种温度传感器数据异常处理方法 |
CN116642607A (zh) * | 2023-05-31 | 2023-08-25 | 中电山河数字科技(南通)有限公司 | 一种可远程操控的物联网环境监测升降平台 |
CN116642607B (zh) * | 2023-05-31 | 2023-10-27 | 中电山河数字科技(南通)有限公司 | 一种可远程操控的物联网环境监测升降平台 |
CN116847223A (zh) * | 2023-09-01 | 2023-10-03 | 山东溯源安全科技有限公司 | 一种温度监测系统 |
CN117216603A (zh) * | 2023-11-07 | 2023-12-12 | 张家港长寿工业设备制造有限公司 | 一种管式降膜蒸发器故障预测方法及系统 |
CN117216603B (zh) * | 2023-11-07 | 2024-02-06 | 张家港长寿工业设备制造有限公司 | 一种管式降膜蒸发器故障预测方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113049142A (zh) | 温度传感器的告警方法、装置、设备及存储介质 | |
EP3902992B1 (en) | Scalable system and engine for forecasting wind turbine failure | |
US11746753B2 (en) | Method and apparatus for detecting fault, method and apparatus for training model, and device and storage medium | |
EP2573390B1 (en) | System and method for predicting wind turbine component failures | |
US10600036B2 (en) | Wind power plant management system and method thereof | |
CN109146093B (zh) | 一种基于学习的电力设备现场勘查方法 | |
EP2514969B1 (en) | Monitoring wind turbine performance | |
CN109102101B (zh) | 风电场风速的预测方法和系统 | |
CN116069079B (zh) | 一种智能开关柜的散热智能控制方法及系统 | |
KR20160073945A (ko) | 풍력플랜트 관리 시스템 및 그 방법 | |
KR102126577B1 (ko) | 다채널 모듈센서를 이용한 태양광발전 모니터링 시스템 | |
CN113847216B (zh) | 风机叶片的状态预测方法、装置、设备及存储介质 | |
WO2016166991A1 (ja) | 太陽光発電設備の診断システムおよびプログラム | |
KR101336718B1 (ko) | 풍력발전기 상태감시시스템 알람 생성 방법 | |
CN107869420B (zh) | 风力涡轮机发电场的风力涡轮机偏航控制方法及系统 | |
CN107654342A (zh) | 一种考虑湍流的风电机组功率异常的检测方法 | |
US11339763B2 (en) | Method for windmill farm monitoring | |
CN113757052B (zh) | 风力发电机运行状态的检测方法及系统 | |
KR102480730B1 (ko) | 무선구동 방식의 태양광 발전 시스템 | |
CN114810480A (zh) | 风力发电机组的偏航控制方法及装置 | |
CN114542379A (zh) | 基于风向相关性的风机风速仪共享控制方法、装置及系统 | |
CN115293302A (zh) | 一种发电厂数据管理综合系统及方法 | |
CN116223969A (zh) | 配用电监测方法、设备及装置和计算机设备 |
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 |