CN113281218B - 一种气体密度监测方法、装置、存储介质及电子设备 - Google Patents
一种气体密度监测方法、装置、存储介质及电子设备 Download PDFInfo
- Publication number
- CN113281218B CN113281218B CN202110571334.4A CN202110571334A CN113281218B CN 113281218 B CN113281218 B CN 113281218B CN 202110571334 A CN202110571334 A CN 202110571334A CN 113281218 B CN113281218 B CN 113281218B
- Authority
- CN
- China
- Prior art keywords
- temperature
- gas density
- real
- matrix
- equipment
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 50
- 238000012544 monitoring process Methods 0.000 title claims abstract description 25
- 239000011159 matrix material Substances 0.000 claims abstract description 121
- 238000012545 processing Methods 0.000 claims abstract description 16
- 238000012360 testing method Methods 0.000 claims description 21
- 238000011282 treatment Methods 0.000 claims description 17
- 230000006870 function Effects 0.000 claims description 11
- 230000009467 reduction Effects 0.000 claims description 9
- 238000000513 principal component analysis Methods 0.000 claims description 8
- 238000001744 unit root test Methods 0.000 claims description 5
- 238000012806 monitoring device Methods 0.000 claims 1
- 230000000875 corresponding effect Effects 0.000 description 26
- 238000004891 communication Methods 0.000 description 5
- 238000001514 detection method Methods 0.000 description 5
- 230000008569 process Effects 0.000 description 5
- 229910018503 SF6 Inorganic materials 0.000 description 4
- 230000008859 change Effects 0.000 description 4
- SFZCNBIFKDRMGX-UHFFFAOYSA-N sulfur hexafluoride Chemical compound FS(F)(F)(F)(F)F SFZCNBIFKDRMGX-UHFFFAOYSA-N 0.000 description 4
- 229960000909 sulfur hexafluoride Drugs 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000005311 autocorrelation function Methods 0.000 description 2
- 238000009530 blood pressure measurement Methods 0.000 description 2
- 230000002596 correlated effect Effects 0.000 description 2
- 230000004069 differentiation Effects 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 238000012847 principal component analysis method Methods 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 230000005856 abnormality Effects 0.000 description 1
- 238000009529 body temperature measurement Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000009413 insulation Methods 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000002028 premature Effects 0.000 description 1
- 238000011946 reduction process Methods 0.000 description 1
- 230000002441 reversible effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N9/00—Investigating density or specific gravity of materials; Analysing materials by determining density or specific gravity
- G01N9/26—Investigating density or specific gravity of materials; Analysing materials by determining density or specific gravity by measuring pressure differences
- G01N9/266—Investigating density or specific gravity of materials; Analysing materials by determining density or specific gravity by measuring pressure differences for determining gas density
-
- 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
- G06F17/11—Complex mathematical operations for solving equations, e.g. nonlinear equations, general mathematical optimization problems
- G06F17/12—Simultaneous equations, e.g. systems of linear equations
-
- 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
- G06F17/15—Correlation function computation including computation of convolution operations
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Computational Mathematics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Software Systems (AREA)
- Databases & Information Systems (AREA)
- Algebra (AREA)
- General Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Operations Research (AREA)
- Health & Medical Sciences (AREA)
- Computing Systems (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Testing Electric Properties And Detecting Electric Faults (AREA)
- Investigating Or Analyzing Materials Using Thermal Means (AREA)
Abstract
本发明提供了一种气体密度监测方法、装置、存储介质及电子设备,其中,该方法包括:根据标准设备的第一温度矩阵和真实温度确定温度矩阵与真实温度之间的函数关系;据温度矩阵与真实温度之间的函数关系确定与第二温度矩阵对应的真实温度;根据与第二温度矩阵对应的真实温度计算待测设备的气体密度。通过本发明实施例提供的气体密度监测方法、装置、存储介质及电子设备,以不同表面位置的温度所组成的温度矩阵来确定设备内部的温度,可以降低因设备表面温度不均匀而导致误差较大的问题,能够显著提高检测气体密度的准确度;且标准设备的真实温度也是计算得出的,标准设备表面温度不均匀也不会影响后续处理的准确度。
Description
技术领域
本发明涉及气体密度监测技术领域,具体而言,涉及一种气体密度监测方法、装置、存储介质及电子设备。
背景技术
SF6(六氟化硫)气体具有优良的绝缘和灭弧性能,被广泛应用于断路器、互感器、六氟化硫封闭式组合电器等电气设备中。随着我国电力系统的快速发展,SF6设备的装用量日趋提高。SF6气体的密度直接决定设备的绝缘能力,因此对气体密度的准确检测尤为重要。目前对电气设备内SF6气体密度的检测主要通过两种方法实现,一是利用带温度补偿的密度继电器进行测量,二是根据贝蒂-布里奇曼状态方程计算得到。
其中,SF6气体密度继电器是一种带温度补偿功能的压力测量类仪表,用来监测SF6气体是否存在泄漏。它通过测量元件测量SF6气体的压力,再通过密度继电器的温度补偿元件将SF6气体压力转换成20℃时的压力测量值(P20值),用压力测量值代表SF6气体密度值。当SF6气体的密度不变时,P20值不会随温度的改变而产生测量值的改变。SF6气体密度继电器的温度补偿功能所测量的是周围环境的温度,所以其补偿的是环境温度,而不是补偿电力设备气室内的SF6气体温度。当电力设备气室内部的SF6气体温度和环境温度不一致时,密度继电器就不能准确的测量SF6气体密度。在早晚温差较大的地方,密度继电器受环境温度影响产生测量值变化的响应速度远远大于电力设备气室内部温度的响应速度,出现密度继电器和气室内部两者温度不一致的现象,有时甚至相差十多度,造成密度继电器温度补偿的失真和测量值的波动。
基于贝蒂-布里奇曼状态方程,可以由气体压力P和温度t计算出气体密度ρ,进而计算出20℃时的压力,即P20值。但同样地,该方式所采集的温度也是环境温度,其所计算出的20℃时的压力值(P20值)也存在波动。
当前两种方法的检测精度直接依赖于待检测设备内部SF6气体温度测量的准确性,鉴于设备内部SF6气体温度无法直接测量的现实问题,现有SF6气体密度监测方法测量精度有待提高。
发明内容
为解决上述问题,本发明实施例的目的在于提供一种气体密度监测方法、装置、存储介质及电子设备。
第一方面,本发明实施例提供了一种气体密度监测方法,包括:
根据标准设备内的气体密度确定所述标准设备的真实温度,并采集所述标准设备的多个表面位置的第一温度,形成第一温度矩阵;
根据所述第一温度矩阵和所述真实温度确定温度矩阵与真实温度之间的函数关系;
采集待测设备的多个所述表面位置的第二温度,形成第二温度矩阵,并根据所述温度矩阵与真实温度之间的函数关系确定与所述第二温度矩阵对应的真实温度;
根据与所述第二温度矩阵对应的真实温度计算所述待测设备的气体密度。
在一种可能的实现方式中,所述根据所述第一温度矩阵和所述真实温度确定温度矩阵与真实温度之间的函数关系包括:
每间隔一段时间确定所述标准设备的真实温度tri和第一温度矩阵Ti=[t1,t2,…,tn],其中,n为采集的表面位置的数量,tj表示第j个表面位置的第一温度,j∈[1,n];
基于主成分分析法对多个所述真实温度tri和多个所述第一温度矩阵Ti进行降维处理,并将所述第一温度矩阵与所述真实温度之间的函数关系作为温度矩阵与真实温度之间的函数关系。
在一种可能的实现方式中,所述根据与所述第二温度矩阵对应的真实温度计算所述待测设备的气体密度,包括:
确定与所述第二温度矩阵对应的真实温度,以及所述待测设备当前的压力值;
将与所述第二温度矩阵对应的真实温度以及所述当前的压力值作为已知量,根据贝蒂-布里奇曼状态方程计算所述待测设备的气体密度;
将所述待测设备的气体密度以及预设温度作为已知量,根据所述贝蒂-布里奇曼状态方程计算在所述预设温度下的压力值。
在一种可能的实现方式中,该方法还包括:
每间隔一段时间确定所述待测设备的气体密度,按照时间先后顺序生成气体密度序列[ρ1,ρ2,…,ρm];其中,m表示所测得的气体密度的数量,ρi表示所述待测设备的第i个气体密度,i∈[1,m];
根据所述气体密度序列预测所述待测设备之后的气体密度。
在一种可能的实现方式中,所述根据所述气体密度序列预测所述待测设备之后的气体密度包括:
在一种可能的实现方式中,在所述根据所述气体密度序列预测所述待测设备之后的气体密度之后,该方法还包括:
判断所述待测设备之后的气体密度是否小于预设阈值,若是,则生成报警消息。
第二方面,本发明实施例还提供了一种气体密度监测装置,包括:
标准设备处理模块,用于根据标准设备内的气体密度确定所述标准设备的真实温度,并采集所述标准设备的多个表面位置的第一温度,形成第一温度矩阵;
函数关系确定模块,用于根据所述第一温度矩阵和所述真实温度确定温度矩阵与真实温度之间的函数关系;
真实温度确定模块,用于采集待测设备的多个所述表面位置的第二温度,形成第二温度矩阵,并根据所述温度矩阵与真实温度之间的函数关系确定与所述第二温度矩阵对应的真实温度;
气体密度确定模块,用于根据与所述第二温度矩阵对应的真实温度计算所述待测设备的气体密度。
在一种可能的实现方式中,所述函数关系确定模块包括:
温度确定单元,用于每间隔一段时间确定所述标准设备的真实温度tri和第一温度矩阵Ti=[t1,t2,…,tn],其中,n为采集的表面位置的数量,tj表示第j个表面位置的第一温度,j∈[1,n];
函数关系确定单元,用于基于主成分分析法对多个所述真实温度tri和多个所述第一温度矩阵Ti进行降维处理,并将所述第一温度矩阵与所述真实温度之间的函数关系作为温度矩阵与真实温度之间的函数关系。
第三方面,本发明实施例还提供了一种计算机存储介质,所述计算机存储介质存储有计算机可执行指令,所述计算机可执行指令用于上述任意一项所述的气体密度监测方法。
第四方面,本发明实施例还提供了一种电子设备,包括:
至少一个处理器;以及,
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行上述任意一项所述的气体密度监测方法。
本发明实施例上述第一方面提供的方案中,预先确定标准设备的温度矩阵与真实温度之间的函数关系,之后在测量出待测设备的温度矩阵(即第二温度矩阵)之后,即可基于该函数关系比较准确地得出待测设备内部真实的温度,进而比较准确地确定待测设备的气体密度。该方法以不同表面位置的温度所组成的温度矩阵来确定设备内部的温度,可以降低因设备表面温度不均匀而导致误差较大的问题,能够显著提高检测气体密度的准确度;且标准设备的真实温度也是计算得出的,标准设备表面温度不均匀也不会影响后续处理的准确度。
为使本发明的上述目的、特征和优点能更明显易懂,下文特举较佳实施例,并配合所附附图,作详细说明如下。
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,下面描述中的附图仅仅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示出了本发明实施例所提供的一种气体密度监测方法的流程图;
图2示出了本发明实施例所提供的一种气体密度监测装置的结构示意图;
图3示出了本发明实施例所提供的用于执行气体密度监测方法的电子设备的结构示意图。
具体实施方式
在本发明的描述中,需要理解的是,术语“中心”、“纵向”、“横向”、“长度”、“宽度”、“厚度”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”“内”、“外”、“顺时针”、“逆时针”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。
此外,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。在本发明的描述中,“多个”的含义是两个或两个以上,除非另有明确具体的限定。
在本发明中,除非另有明确的规定和限定,术语“安装”、“相连”、“连接”、“固定”等术语应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或一体地连接;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通。对于本领域的普通技术人员而言,可以根据具体情况理解上述术语在本发明中的具体含义。
本发明实施例提供的一种气体密度监测方法,能够降低温度不均匀导致的检测异常,可以更加准确地确定气体密度。参见图1所示,该方法包括:
步骤101:根据标准设备内的气体密度确定标准设备的真实温度,并采集标准设备的多个表面位置的第一温度,形成第一温度矩阵。
本发明实施例中,首先选取标准设备,该标准设备为一种需要通过气体实现绝缘的设备,如SF6开关设备等;并且,标准设备为可供参考的设备,其内部气体密度是已知的或者是可以准确计算出来的。例如,标准设备为不存在气体泄漏的设备,由于生产厂商会提供初始的充气记录(充气量)以及标准设备气室的容积,由此可以计算出标准设备内气体的密度。此外,设备内部的气体压力值一般是均匀的,可以比较准确地采集到标准设备内部的压力值,例如通过压力表采集标准设备的压力值。之后基于标准设备的气体密度和压力值即可计算出标准设备内部的温度,该温度能够比较真实地反映标准设备的内部温度情况,故本实施例将该温度称为“真实温度”。
其中,可以基于贝蒂-布里奇曼状态方程计算标准设备的真实温度。贝蒂-布里奇曼状态方程如下述的公式(1)所示:
P=0.57×10-4ρt(1+B)-ρ2A (1)
其中,P为压力,单位为MPa;t为温度,单位为K;ρ为密度,单位为kg/m3;系数A、B分别为:
A=0.75×10-4(1-0.727×10-3ρ) (2)
B=2.51×10-3ρ(1-0.846×10-3ρ) (3)
此外,还需要采集标准设备多个表面位置的温度,即第一温度。本发明实施例中,可以在标准设备的表面不同位置设置温度传感器,每个温度传感器采集得到相应表面位置的第一温度。可选地,温度传感器的位置均匀分布。例如,可以在标准设备的正面、背面、两个侧面、上面、下面黏贴温度传感器,从而可以采集到不同表面位置的第一温度,进而形成第一温度矩阵。例如,在标准设备表面的n个位置处设置温度传感器,则可以采集到n个第一温度ti,相应的第一温度矩阵可以表示为[t1,t2,…,tn]。
步骤102:根据第一温度矩阵和真实温度确定温度矩阵与真实温度之间的函数关系。
本发明实施例中,第一温度矩阵为标准设备表面的温度矩阵,真实温度为标准设备内部的温度,因此,基于第一温度矩阵和该真实温度,可以确定温度矩阵与真实温度之间的关系,该关系可以用函数的形式表示,即该关系可以为一种函数关系。具体地,可以通过统计的方式找出第一温度矩阵与真实温度之间的函数关系,该函数关系即可作为温度矩阵与真实温度之间的函数关系。
可选地,可以基于主成分分析(Principal Component Analysis,PCA)方法来确定该函数关系,上述步骤102“根据第一温度矩阵和真实温度确定温度矩阵与真实温度之间的函数关系”包括步骤A1-A2。
步骤A1:每间隔一段时间确定标准设备的真实温度tri和第一温度矩阵Ti=[t1,t2,…,tn],其中,n为采集的表面位置的数量,tj表示第j个表面位置的第一温度,j∈[1,n]。
步骤A2:基于主成分分析法对多个真实温度tri和多个第一温度矩阵Ti进行降维处理,并将第一温度矩阵与真实温度之间的函数关系作为温度矩阵与真实温度之间的函数关系。
本发明实施例中,需要多次确定真实温度和第一温度矩阵;例如,每隔一段时间来确定一个真实温度tri和第一温度矩阵Ti,通过多次采集即可确定多个真实温度和第一温度矩阵。之后,基于主成分分析法可以确定第一温度矩阵中哪些第一温度与真实温度之间具有关联关系,从而选取第一温度矩阵中的部分或全部温度,实现降维,降维后的第一温度矩阵为T'i=[t'1,t'2,…,t'k],k≤n;并且,基于主成分分析也可以确定降维后的第一温度矩阵与真实温度之间的函数关系,该函数关系即可作为温度矩阵与真实温度之间的函数关系。
步骤103:采集待测设备的多个表面位置的第二温度,形成第二温度矩阵,并根据温度矩阵与真实温度之间的函数关系确定与第二温度矩阵对应的真实温度。
由于设备表面温度不均匀以及表面温度与内部温度不同,主要是由设备本身的结构、材料等决定的;因此,在本发明实施例中,假设温度矩阵与内部的真实温度之间的函数关系只与设备本身有关,若待测设备与标准设备相同或相似,则二者可以共用该“温度矩阵与真实温度之间的函数关系”。例如,若待测设备与标准设备为同型号的设备,则认为二者具有相同的“温度矩阵与真实温度之间的函数关系”。
本发明实施例中,待测设备为需要测量内部气体密度的设备,该待测设备与上述步骤中的标准设备具有共性,例如二者同型号等。与生成第一温度矩阵的过程相同,也需要采集待测设备的多个表面位置的温度,即第二温度;需要说明的是,采集到第二温度的表面位置与采集到第一温度的表面位置是完全一致的。例如,在采集第一温度时,在标准设备的正面、背面、两个侧面、上面、下面黏贴温度传感器;那么在采集第二温度时,也需要在待测设备的正面、背面、两个侧面、上面、下面黏贴温度传感器,且粘贴位置完全一致,以避免因位置不同而引入噪声的问题。同样地,通过采集到多个第二温度,也可以得到相应的温度矩阵,即第二温度矩阵。
由于已经预先确定了温度矩阵与真实温度之间的函数关系,因此,在温度矩阵已知的情况下(即温度矩阵为自变量),可以基于该函数关系得出相应的真实温度。故,在第二温度矩阵已知的情况下,可以基于该函数关系确定与该第二温度矩阵对应的真实温度。
此外可选地,如上述步骤A1-A2所示,若该函数关系是经过降维处理后得到的函数关系,则在上述步骤103中可以采集所有表面位置的第二温度,也可以只采集降维后相关的第二温度,本实施例对此不做限定。例如,经过降维处理可知,标准设备下表面的第一温度对真实温度的影响不大,甚至没有影响,下表面的第一温度对该函数关系没有影响。当采集标准设备的第二温度时,可以不采集下表面的第二温度,而只是采集例如上表面、侧面等表面位置的第二温度即可。
步骤104:根据与第二温度矩阵对应的真实温度计算待测设备的气体密度。
本发明实施例中,上述步骤103所确定的“与第二温度矩阵对应的真实温度”可以别认为是待测设备的内部温度,且该内部温度相比于表面温度(即第二温度)是更加准确的;在确定该真实温度之后,即可计算出待测设备的气体密度。例如,上述步骤104“根据与第二温度矩阵对应的真实温度计算待测设备的气体密度”可以包括:
步骤B1:确定与第二温度矩阵对应的真实温度,以及待测设备当前的压力值。
步骤B2:将与第二温度矩阵对应的真实温度以及当前的压力值作为已知量,根据贝蒂-布里奇曼状态方程计算待测设备的气体密度。
本发明实施例中,如上所述,待测设备的压力值也是能够准确确定的,例如通过压力表采集得到。在基于函数关系确定与第二温度矩阵对应的真实温度,并且采集得到待测设备当前的压力值之后,即可基于上述的公式(1)-(3)计算出待测设备的气体密度。
此外可选地,在计算出待测设备的气体密度之后,可以转换得到在特定温度下的压力值,例如在20℃时的压力值,即P20值。计算在特定温度下的压力值的过程如步骤B3所示:
步骤B3:将待测设备的气体密度以及预设温度作为已知量,根据贝蒂-布里奇曼状态方程计算在预设温度下的压力值。
本发明实施例中,同样地,可以基于上述的公式(1)-(3)将气体密度转换为特定温度(即预设温度)下的压力值。例如,若需要确定P20值,则将温度设为293.2K即可。
本发明实施例提供的一种气体密度监测方法,预先确定标准设备的温度矩阵与真实温度之间的函数关系,之后在测量出待测设备的温度矩阵(即第二温度矩阵)之后,即可基于该函数关系比较准确地得出待测设备内部真实的温度,进而比较准确地确定待测设备的气体密度。该方法以不同表面位置的温度所组成的温度矩阵来确定设备内部的温度,可以降低因设备表面温度不均匀而导致误差较大的问题,能够显著提高检测气体密度的准确度;且标准设备的真实温度也是计算得出的,标准设备表面温度不均匀也不会影响后续处理的准确度。
在上述实施例的基础上,该方法还包括对气体密度进行提前预测的过程,该过程具体还包括:
步骤C1:每间隔一段时间确定待测设备的气体密度,按照时间先后顺序生成气体密度序列[ρ1,ρ2,…,ρm];其中,m表示所测得的气体密度的数量,ρi表示待测设备的第i个气体密度,i∈[1,m]。
步骤C2:根据气体密度序列预测待测设备之后的气体密度。
本发明实施例中,可以每间隔一段时间确定一次气体密度,即每间隔一段时间执行一次上述步骤103-104,从而可以生成一个序列,即气体密度序列[ρ1,ρ2,…,ρm];ρi表示待测设备的第i个气体密度,即第i次确定的气体密度;之后,通过该气体密度序列来确定气体密度的变化趋势,进而预测得到待测设备之后的气体密度,如气体密度ρm+1。
可选地,上述步骤C2“根据气体密度序列预测待测设备之后的气体密度”具体包括:
本发明实施例中,由于具有平稳性的序列更能够被准确地预测,而气体密度序列本身可能平稳性较差,故本实施例采用一次或多次(即d次)差分的方式对气体密度序列进行差分处理,以能够得到具有平稳性的气体密度序列,即有效气体密度序列。其中,可以基于单位根检验的方式来确定气体密度序列是否具有平稳性。
具体地,先基于原始的气体密度序列[ρ1,ρ2,…,ρm]进行一次差分,即之后再判断一次差分的序列是否具有平稳性,若有,则取d=1;否则继续进行二次差分,即或者进行更多次的差分,直至差分处理后的气体密度序列具有平稳性。其中,可以为每个序列设置初始值/>或者在差分处理时i不取为1,具体可基于实际情况而定。
本发明实施例中,预先建立白噪声序列[u1,u2,u3,…],例如该白噪声序列符合高斯分布等;并且,基于该白噪声序列和具有平稳性的有效气体密度序列来建立有效气体密度之间的关系。若对于第t个有效气体密度/>其与前p个其他的有效气体密度/>相关、且与前q个白噪声相关ut-i,则可以建立相应的预测函数:
本发明实施例中,可以基于经验来设置p、q,也可以基于自相关函数和偏自相关函数确定p、q,其中的p为自相关阶数,q为偏自相关阶数,本实施例对此不做限定。在确定p和q之后,可以选取多个t值,基于公式(4)建立与p个和q个θi相关的方程组,通过求解该方程组即可确定所有的系数/>和θi。
本发明实施例中,在确定预测函数之后,即可基于已知的有效气体密度序列计算出(即t=m+1)。并且,由于/>其中的/>为d-1次差分所确定的值,故可以反推得出/>同理,可以继续反推得出/>直至确定/>即ρm+1。本领域技术人员可以理解,可以基于预测出的/>继续进行预测,得到/>等,并反推出气体密度ρm+2。
本发明实施例将气体密度序列进行差分处理以得出具有平稳性的序列,从而可以限定因随机过程或随机误差对预测结果的影响,可以更加准确地对平稳地有效气体密度序列进行预测;在预测后再反推出第m+1个气体密度ρm+1,可以比较准确地预测待测设备气体密度的变化。并且,引入白噪声序列建立预测函数,也可以有效地消除预测时的随机波动,避免累积误差;限定p和q的数值,也可以避免过早的气体密度影响预测结果。
可选地,在根据气体密度序列预测待测设备之后的气体密度之后,还包括:
步骤C3:判断待测设备之后的气体密度是否小于预设阈值,若是,则生成报警消息。
本发明实施例中,若预测出的气体密度(如ρm+1),可以将其余预设阈值进行对比,若预测出的气体密度小于预设阈值,则说明待测设备存在气体泄漏的问题,甚至问题比较严重。此时可以生成报警消息以提醒工作人员,也方便工作人员能够及时对待测设备进行充气。
以上详细介绍了气体密度监测方法的流程,该方法也可以通过相应的装置实现,下面详细介绍该装置的结构和功能。
本发明实施例提供的一种气体密度监测装置,参见图2所示,包括:
标准设备处理模块21,用于根据标准设备内的气体密度确定所述标准设备的真实温度,并采集所述标准设备的多个表面位置的第一温度,形成第一温度矩阵;
函数关系确定模块22,用于根据所述第一温度矩阵和所述真实温度确定温度矩阵与真实温度之间的函数关系;
真实温度确定模块23,用于采集待测设备的多个所述表面位置的第二温度,形成第二温度矩阵,并根据所述温度矩阵与真实温度之间的函数关系确定与所述第二温度矩阵对应的真实温度;
气体密度确定模块24,用于根据与所述第二温度矩阵对应的真实温度计算所述待测设备的气体密度。
在上述实施例的基础上,所述函数关系确定模块22包括:
温度确定单元,用于每间隔一段时间确定所述标准设备的真实温度tri和第一温度矩阵Ti=[t1,t2,…,tn],其中,n为采集的表面位置的数量,tj表示第j个表面位置的第一温度,j∈[1,n];
函数关系确定单元,用于基于主成分分析法对多个所述真实温度tri和多个所述第一温度矩阵Ti进行降维处理,并将所述第一温度矩阵与所述真实温度之间的函数关系作为温度矩阵与真实温度之间的函数关系。
在上述实施例的基础上,所述气体密度确定模块24根据与所述第二温度矩阵对应的真实温度计算所述待测设备的气体密度,包括:
确定与所述第二温度矩阵对应的真实温度,以及所述待测设备当前的压力值;
将与所述第二温度矩阵对应的真实温度以及所述当前的压力值作为已知量,根据贝蒂-布里奇曼状态方程计算所述待测设备的气体密度;
将所述待测设备的气体密度以及预设温度作为已知量,根据所述贝蒂-布里奇曼状态方程计算在所述预设温度下的压力值。
在上述实施例的基础上,该装置还包括预测模块,用于:
每间隔一段时间确定所述待测设备的气体密度,按照时间先后顺序生成气体密度序列[ρ1,ρ2,…,ρm];其中,m表示所测得的气体密度的数量,ρi表示所述待测设备的第i个气体密度,i∈[1,m];
根据所述气体密度序列预测所述待测设备之后的气体密度。
在上述实施例的基础上,所述预测模块根据所述气体密度序列预测所述待测设备之后的气体密度包括:
在上述实施例的基础上,在所述根据所述气体密度序列预测所述待测设备之后的气体密度之后,所述预测模块还用于:
判断所述待测设备之后的气体密度是否小于预设阈值,若是,则生成报警消息。
本发明实施例还提供了一种计算机存储介质,所述计算机存储介质存储有计算机可执行指令,其包含用于执行上述的气体密度监测方法的程序,该计算机可执行指令可执行上述任意方法实施例中的方法。
其中,所述计算机存储介质可以是计算机能够存取的任何可用介质或数据存储设备,包括但不限于磁性存储器(例如软盘、硬盘、磁带、磁光盘(MO)等)、光学存储器(例如CD、DVD、BD、HVD等)、以及半导体存储器(例如ROM、EPROM、EEPROM、非易失性存储器(NANDFLASH)、固态硬盘(SSD))等。
图3示出了本发明的另一个实施例的一种电子设备的结构框图。所述电子设备1100可以是具备计算能力的主机服务器、个人计算机PC、或者可携带的便携式计算机或终端等。本发明具体实施例并不对电子设备的具体实现做限定。
该电子设备1100包括至少一个处理器(processor)1110、通信接口(Communications Interface)1120、存储器(memory array)1130和总线1140。其中,处理器1110、通信接口1120、以及存储器1130通过总线1140完成相互间的通信。
通信接口1120用于与网元通信,其中网元包括例如虚拟机管理中心、共享存储等。
处理器1110用于执行程序。处理器1110可能是一个中央处理器CPU,或者是专用集成电路ASIC(Application Specific Integrated Circuit),或者是被配置成实施本发明实施例的一个或多个集成电路。
存储器1130用于可执行的指令。存储器1130可能包含高速RAM存储器,也可能还包括非易失性存储器(non-volatile memory),例如至少一个磁盘存储器。存储器1130也可以是存储器阵列。存储器1130还可能被分块,并且所述块可按一定的规则组合成虚拟卷。存储器1130存储的指令可被处理器1110执行,以使处理器1110能够执行上述任意方法实施例中的气体密度监测方法。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到变化或替换的实施方式,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以所述权利要求的保护范围为准。
Claims (10)
1.一种气体密度监测方法,其特征在于,包括:
根据标准设备内的气体密度确定所述标准设备的真实温度,并采集所述标准设备的多个表面位置的第一温度,形成第一温度矩阵;多个所述表面位置包括所述标准设备的正面位置、背面位置、两个侧面位置、上面位置和下面位置;
根据所述第一温度矩阵和所述真实温度确定温度矩阵与真实温度之间的函数关系;
采集待测设备的多个所述表面位置的第二温度,形成第二温度矩阵,并根据所述温度矩阵与真实温度之间的函数关系确定与所述第二温度矩阵对应的真实温度;
根据与所述第二温度矩阵对应的真实温度计算所述待测设备的气体密度。
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矩阵和所述真实温度确定温度矩阵与真实温度之间的函数关系包括:
每间隔一段时间确定所述标准设备的真实温度tri和第一温度矩阵Ti=[t1,t2,…,tn],其中,n为采集的表面位置的数量,tj表示第j个表面位置的第一温度,j∈[1,n];
基于主成分分析法对多个所述真实温度tri和多个所述第一温度矩阵Ti进行降维处理,并将所述第一温度矩阵与所述真实温度之间的函数关系作为温度矩阵与真实温度之间的函数关系。
3.根据权利要求1所述的方法,其特征在于,所述根据与所述第二温度矩阵对应的真实温度计算所述待测设备的气体密度,包括:
确定与所述第二温度矩阵对应的真实温度,以及所述待测设备当前的压力值;
将与所述第二温度矩阵对应的真实温度以及所述当前的压力值作为已知量,根据贝蒂-布里奇曼状态方程计算所述待测设备的气体密度;
将所述待测设备的气体密度以及预设温度作为已知量,根据所述贝蒂-布里奇曼状态方程计算在所述预设温度下的压力值。
4.根据权利要求1-3任意一项所述的方法,其特征在于,还包括:
每间隔一段时间确定所述待测设备的气体密度,按照时间先后顺序生成气体密度序列[ρ1,ρ2,…,ρm];其中,m表示所测得的气体密度的数量,ρi表示所述待测设备的第i个气体密度,i∈[1,m];
根据所述气体密度序列预测所述待测设备之后的气体密度。
6.根据权利要求4所述的方法,其特征在于,在所述根据所述气体密度序列预测所述待测设备之后的气体密度之后,还包括:
判断所述待测设备之后的气体密度是否小于预设阈值,若是,则生成报警消息。
7.一种气体密度监测装置,其特征在于,包括:
标准设备处理模块,用于根据标准设备内的气体密度确定所述标准设备的真实温度,并采集所述标准设备的多个表面位置的第一温度,形成第一温度矩阵;多个所述表面位置包括所述标准设备的正面位置、背面位置、两个侧面位置、上面位置和下面位置;
函数关系确定模块,用于根据所述第一温度矩阵和所述真实温度确定温度矩阵与真实温度之间的函数关系;
真实温度确定模块,用于采集待测设备的多个所述表面位置的第二温度,形成第二温度矩阵,并根据所述温度矩阵与真实温度之间的函数关系确定与所述第二温度矩阵对应的真实温度;
气体密度确定模块,用于根据与所述第二温度矩阵对应的真实温度计算所述待测设备的气体密度。
8.根据权利要求7所述的装置,其特征在于,所述函数关系确定模块包括:
温度确定单元,用于每间隔一段时间确定所述标准设备的真实温度tri和第一温度矩阵Ti=[t1,t2,…,tn],其中,n为采集的表面位置的数量,tj表示第j个表面位置的第一温度,j∈[1,n];
函数关系确定单元,用于基于主成分分析法对多个所述真实温度tri和多个所述第一温度矩阵Ti进行降维处理,并将所述第一温度矩阵与所述真实温度之间的函数关系作为温度矩阵与真实温度之间的函数关系。
9.一种计算机存储介质,其特征在于,所述计算机存储介质存储有计算机可执行指令,所述计算机可执行指令被处理器执行时能够实现权利要求1-6任意一项所述的气体密度监测方法。
10.一种电子设备,其特征在于,包括:
至少一个处理器;以及,
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1-6任意一项所述的气体密度监测方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110571334.4A CN113281218B (zh) | 2021-05-25 | 2021-05-25 | 一种气体密度监测方法、装置、存储介质及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110571334.4A CN113281218B (zh) | 2021-05-25 | 2021-05-25 | 一种气体密度监测方法、装置、存储介质及电子设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113281218A CN113281218A (zh) | 2021-08-20 |
CN113281218B true CN113281218B (zh) | 2023-06-20 |
Family
ID=77281592
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110571334.4A Active CN113281218B (zh) | 2021-05-25 | 2021-05-25 | 一种气体密度监测方法、装置、存储介质及电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113281218B (zh) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE4134313A1 (de) * | 1991-10-17 | 1993-04-22 | Deutsche Aerospace | Infrarot-messverfahren und -messanordnung |
CN107764401A (zh) * | 2017-08-25 | 2018-03-06 | 国网江西省电力公司检修分公司 | 一种对断路器内部接头发热识别的方法 |
CN109506708A (zh) * | 2018-11-09 | 2019-03-22 | 郑州福禄源电子科技有限公司 | 一种高压电气设备内部温度在线监测方法 |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE69604842T2 (de) * | 1995-02-08 | 2000-05-04 | Gec Alsthom T & D Sa | Verfahren und Vorrichtung zur Bestimmung der Dichte eines Isoliergases in einer elektrischen Anlage |
CN208537339U (zh) * | 2018-06-27 | 2019-02-22 | 南方电网科学研究院有限责任公司 | 密度继电器及气体绝缘封闭组合电器 |
AT522941A1 (de) * | 2019-09-12 | 2021-03-15 | Wolfgang Belitsch | Schwinger zur Dichtemessung einer Flüssigkeit |
CN110836835A (zh) * | 2019-10-30 | 2020-02-25 | 国网福建省电力有限公司检修分公司 | 智能化sf6密度在线监测数据分析及信息反馈系统 |
CN111930790B (zh) * | 2020-03-20 | 2021-12-31 | 中国南方电网有限责任公司超高压输电公司广州局 | 一种基于时序分析的阀冷设备进阀温度预测方法 |
CN111782459A (zh) * | 2020-06-03 | 2020-10-16 | 东南大学 | 一种基于管外温度图像与cnn的行波管内部温度预测方法 |
CN112629689A (zh) * | 2020-11-12 | 2021-04-09 | 珠海一多智能科技有限公司 | 高压套管气压温度在线监测诊断方法、装置及存储介质 |
-
2021
- 2021-05-25 CN CN202110571334.4A patent/CN113281218B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE4134313A1 (de) * | 1991-10-17 | 1993-04-22 | Deutsche Aerospace | Infrarot-messverfahren und -messanordnung |
CN107764401A (zh) * | 2017-08-25 | 2018-03-06 | 国网江西省电力公司检修分公司 | 一种对断路器内部接头发热识别的方法 |
CN109506708A (zh) * | 2018-11-09 | 2019-03-22 | 郑州福禄源电子科技有限公司 | 一种高压电气设备内部温度在线监测方法 |
Also Published As
Publication number | Publication date |
---|---|
CN113281218A (zh) | 2021-08-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP4511600B2 (ja) | 電気化学セルの現在状態及び現在パラメーターを推定する装置、方法及びシステム、並びに記録媒体 | |
US7800375B2 (en) | System and method for estimating a state vector associated with a battery | |
US8487628B2 (en) | System for smart management of an electrochemical battery | |
JP5058814B2 (ja) | バッテリーの状態及びパラメーターの推定システム及び方法 | |
CN103868610B (zh) | 温度校准方法、装置及设备 | |
Al Nazer et al. | Broadband identification of battery electrical impedance for HEVs | |
US20120078552A1 (en) | In-situ battery diagnosis method using electrochemical impedance spectroscopy | |
KR101288647B1 (ko) | 2 차 배터리 테스트기, 2 차 배터리 테스트 방법 및 2 차 배터리 제조 방법 | |
WO2021258657A1 (zh) | 一种电池健康状态获取方法及装置、存储介质 | |
TWI770348B (zh) | 資料處理方法、資料處理裝置以及電腦可讀取記錄媒體 | |
CN111239515A (zh) | 电力设备载流故障预测方法及系统 | |
Liu et al. | Toward high-accuracy and high-efficiency battery electrothermal modeling: A general approach to tackling modeling errors | |
CN108571997A (zh) | 一种检测探头稳定接触被测点的方法和装置 | |
CN113281218B (zh) | 一种气体密度监测方法、装置、存储介质及电子设备 | |
Li et al. | A novel health indicator for online health estimation of lithium-ion batteries using partial incremental capacity and dynamic voltage warping | |
CN108693473A (zh) | 电池健康状态soh的检测方法及装置 | |
CN110865250A (zh) | 融合电流监测的配电设备状态监测装置及发热检测方法 | |
CN115468671A (zh) | 一种功率半导体器件的芯片结温估算方法、装置、设备及介质 | |
Gasper et al. | Lithium loss, resistance growth, electrode expansion, gas evolution, and Li plating: Analyzing performance and failure of commercial large-format NMC-Gr lithium-ion pouch cells | |
CN114325431A (zh) | 一种电池直流内阻测算方法及装置 | |
CN110531230A (zh) | 一种变压器油纸绝缘系统老化状态诊断方法 | |
CN113295972B (zh) | 绝缘缺陷检测方法、系统、装置、计算机设备和存储介质 | |
Tinnemeyer | Multiple model impedance spectroscopy techniques for testing electrochemical systems | |
CN114217236B (zh) | 基于循环充放电的电池健康状态确定方法和装置 | |
CN117554839A (zh) | 一种电池循环工况的预测方法、装置、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 |