CN114430199B - 一种基于大数据的开关柜运行监管系统 - Google Patents

Abstract

本发明公开了一种基于大数据的开关柜运行监管系统，涉及开关柜监管技术领域，用于解决现有的对开关柜的管控力度和管控方式存在片面性和不准确性，难以利用实时监控的手段对开关柜的故障状态进行管控，也难以通过监测电力系统的参量关系进行设备故障状态反映，无法保证开关柜和电力系统的安全运行的问题，本发明包括运行监管平台，运行监管平台的内部设置有服务器，服务器通讯连接有数据采集单元、稳态分析单元、暂态分析单元、预警分析单元和显示终端；本发明，通过从不同状态对开关柜的运行进行实时的监管与分析，建立各数据参量之间的关系，实现了对开关柜运行故障状态的实时监管，保证了开关柜稳定运行，促进了电力系统的高效发展。

Description

一种基于大数据的开关柜运行监管系统

技术领域

本发明涉及开关柜监管技术领域，具体为一种基于大数据的开关柜运行监管系统。

背景技术

开关柜是一种电气设备，开关柜外线先进入柜内主控开关，然后进入分控开关，各分路按其需要设置，开关柜的主要作用是在电力系统进行发电、输电、配电和电能转换的过程中，进行开合、控制和保护用电设备，因此，能够实现对开关柜的运行进行有效的监管，则显得至关重要；

现有的对开关柜的运行的监管，大都采取事后维修和定期检修两种制度，事后维修指开关柜发生故障后的应急处理，其处理方式极不具有经济性，而定期检查指按照一定的时间间隔来对开关柜进行检查和维修，其处理方式又存在严重的盲目性和不可靠性；

故现有的对开关柜的管控力度和管控方式存在片面性和不准确性，难以利用实时监控的手段对开关柜的故障状态进行管控，也难以通过监测电力系统的参量关系进行设备故障状态反映，故无法保证开关柜的稳定运行，更无法保障电力系统的安全运行，极大的阻碍了电力系统的发展；

为了解决上述缺陷，现提供一种技术方案。

发明内容

本发明的目的就在于为了解决现有的对开关柜的管控力度和管控方式存在片面性和不准确性，难以利用实时监控的手段对开关柜的故障状态进行管控，也难以通过监测电力系统的参量关系进行设备故障状态反映，无法保证开关柜和电力系统的安全运行，极大的阻碍了电力系统的发展的问题，通过从不同状态对开关柜的运行进行实时的监管与分析，并通过监测电力系统的多项特征参量，进而建立了各特征参量之间的关系，并据此进一步实现了对开关柜运行故障状态的实时反馈，从而在保证了开关柜和电力系统的安全运行的同时，也促进了电力系统的高效发展，而提出一种基于大数据的开关柜运行监管系统。

本发明的目的可以通过以下技术方案实现：

一种基于大数据的开关柜运行监管系统，包括运行监管平台，运行监管平台的内部设置有服务器，服务器通讯连接有数据采集单元、稳态分析单元、暂态分析单元、预警分析单元和显示终端；

运行监管平台用于对开关柜的运行状态进行监管分析，利用数据采集单元实时获取开关柜内各电气节点稳态下的环境参量信息和暂态下的特征参量信息，并将其分别发送至稳态分析单元和暂态分析单元；

稳态分析单元用于接收稳态下开关柜内各电气节点的环境参量信息，并据此进行环境参量筛查分析处理，据此生成特征参量分析指令和环境干扰故障信号，并将特征参量分析指令发送至暂态分析单元，将环境干扰故障信号发送至预警分析单元，暂态分析单元用于接收特征参量分析指令，并据此调取暂态下开关柜内各电气节点的特征参量信息进行深层训练分析处理，据此生成高级故障状态信号、中级故障状态信号和无故障状态信号，并将其均发送至预警分析单元；

利用预警分析单元对接收的各级故障状态信号进行预警分析处理，据此生成一级预警信号、二级预警信号和三级预警信号，并将各级预警信号通过文本描述的方式发送至显示终端进行显示。

进一步的，环境参量信息包括温度量值和湿度量值，而特征参量信息包括电压量值和电流量值。

进一步的，环境参量筛查分析处理的具体操作步骤如下：

S1：实时获取开关柜内各电气节点的环境参量信息中的温度量值，并将其标定为tem_i，其中，i为大于等于1的正整数，设置初级温度阈值Yu1，将开关柜内各电气节点的温度量值tem_i代入设置的温度阈值Yu1内进行比对分析，若电气节点的温度量值tem_i处于温度阈值Yu1之内时，则生成温度正常信号，并将生成温度正常信号的电气节点归为集合a中，且集合a＝{1，2，3…n}，若电气节点的温度量值tem_i处于温度阈值Yu1之外时，则生成温度异常信号，并将生成温度异常信号的电气节点归为集合b中，且集合b＝{1，2，3…m}，其中，a∈i，b∈i；

S2：依据步骤S1，调取集合a中的各电气节点的温度量值tem_a，并将集合a中的各电气节点的温度量值tem_a进行均值分析，依据公式Jtem＝(tem₁+tem₂+…+tem_a)÷n，求得温度均值系数Jtem；

S3：依据步骤S1，调取集合b中的各电气节点的温度量值tem_b，并据此进行温度训练分析处理，据此生成集合a^*和集合b^*；

S4：依据步骤S3，依据集合a^*，则据此生成特征参量分析指令；

S5：依据步骤S3，调取集合b^*中各电气节点的环境参量信息中的湿度量值，并据此进行湿度训练分析处理，据此生成环境干扰故障信号或特征参量分析指令。

进一步的，温度训练分析处理的具体操作步骤如下：

调取集合b中的各电气节点的温度量值tem_b，以电气节点数为横坐标，以温度量值为纵坐标，并据此建立直角坐标系，并将集合b中的各电气节点的温度量值通过描点的方式绘制在直角坐标系上；

将温度均值系数Jtem绘制在直角坐标系中，即Y＝Jtem，并将Y＝Jtem作为集合b中各电气节点的温度量值tem_b的标准参照线，当温度量值tem_b处于标准参照线Y＝Jtem上及以上时，则生成超温信号，并将生成超温信号的各电气节点标定为异常电气节点，当温度量值tem_b处于标准参照线Y＝Jtem以下时，则生成常温信号，并将生成常温信号的各电气节点标定为正常电气节点；

统计异常电气节点与正常电气节点的数量，并据此进行集合更新分析处理，据此生成集合a^*和集合b^*。

进一步的，集合更新分析处理的具体操作步骤如下：

将被标定为异常电气节点的数量和记为SL1，将被标定为正常电气节点的数量和记为SL2；

将被标定为正常电气节点从原集合b中划入集合a中，并据此生成集合a^*和集合b^*，且集合a^*＝{1，2，3…n+o}，集合b^*＝{1，2，3…m-o}，其中，o＝SL2。

进一步的，湿度训练分析处理的具体操作步骤如下：

依据集合b^*，实时获取开关柜内各电气节点的环境参量信息中的湿度量值，并将其标定为shd_b*，b^*＝{1，2，3…m-o}，将各电气节点的湿度量值进行均值分析，依据公式Jshd＝(shd₁+shd₂+…+shd_m-o)÷(m-o)，求得湿度均值系数Jshd，将湿度均值系数Jshd分别与各电气节点的湿度量值shd_b*之间进行作差，依据公式pcx＝丨shd_b*-Jshd丨，求得湿度偏差系数pcx；

将湿度偏差系数pcx代入预设的偏差阈值Yu2中进行比对分析，若湿度偏差系数pcx处于偏差阈值Yu2之内时，则生成湿度训练合格信号，反之，则生成湿度训练不合格信号；

将被标定为湿度训练合格信号的各电气节点归为集合c，将被标定为湿度训练不合格信号的各电气节点归为集合d，且c＝{1，2，3…k₁}，d＝{1，2，3…k₂}，其中，k₁+k₂＝m-o，并依据集合c，则生成特征参量分析指令，依据集合d，则生成环境干扰故障信号。

进一步的，深层训练分析处理的具体操作步骤如下：

V1：当接收到特征参量分析指令时，将集合a^*和集合c中的各电气节点进行整合，据此得到集合e，且e＝{1，2，3…q}，其中，q＝k₁+n+o；

V2：依据步骤V1，调取集合e中的各电气节点的特征参量信息中的电压量值和电流量值，并将其分别标定为dul_e和dil_e，并将电压量值dul_e和电流量值dil_e代入对应的预设电压阈值Yu3和预设电流阈值Yu4进行比对分析处理，若电压量值dul_e处于预设电压阈值Yu3的范围之内，则生成电压稳定信号，反之，则生成电压异常信号，若电流量值dil_e处于预设电流阈值Yu4的范围之内，则生成电流稳定信号，反之，则生成电流负载信号；

V3：依据步骤V2，当电气节点同时被标定为电压异常信号和电流负载信号时，则据此生成高级故障状态信号，当电气节点同时被标定为电压稳定信号和电流稳定信号时，则据此生成无故障状态信号，而其他情况下，则均生成中级故障状态信号。

进一步的，预警分析处理的具体操作步骤如下：

当接收到环境干扰故障信号与高级故障状态信号时，则据此生成一级预警信号，并生成红色指示灯进行警示，并生成“开关柜存在较大的故障风险，亟须进行检修”的文本字样发送至显示终端进行说明；

当接收到中级故障状态信号时，则据此生成二级预警信号，并生成黄色指示灯进行警示，并生成“开关柜存在中度故障风险，需要进行检修”的文本字样发送至显示终端进行说明；

当接收到无故障状态信号时，则据此生成三级预警信号，并生成绿色指示灯进行警示，并生成“开关柜状态良好，仅需持续监控，无需进行检修”的文本字样发送至显示终端进行说明。

与现有技术相比，本发明的有益效果是：

1、本发明，通过符号化的标定、阈值代入比对、集合的分类规整以及坐标系分析的方式，对稳态下的开关柜运行的环境数据因素进行了准确且全面的分析处理，从而明确了环境特征参量对开关柜运行带来的故障状态情况，实现了利用各参量关系进行设备故障反应的效果，加大了对开关柜运行监管的力度，从而在保证了开关柜和电力系统的安全运行的同时，也促进了电力系统的高效发展；

2、本发明，以稳态下的环境参量分析为基础，通过集合的整合、阈值代入分析、信号的整合以及信号化输出的方式，对暂态下开关柜运的电力特征参量数据信息进行了关系的建立以及故障状态的准确分析，从而在实现对开关柜的故障状态进行实时预警监管的同时，也保证了开关柜长时间稳定运转，增强了电力系统运行的经济性。

附图说明

为了便于本领域技术人员理解，下面结合附图对本发明作进一步的说明；

图1为本发明的系统总框图。

具体实施方式

下面将结合实施例对本发明的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅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它实施例，都属于本发明保护的范围。

实施例一：

如图1所示，一种基于大数据的开关柜运行监管系统，包括运行监管平台，运行监管平台的内部设置有服务器，服务器通讯连接有数据采集单元、稳态分析单元、暂态分析单元、预警分析单元和显示终端；

运行监管平台用于对开关柜的运行状态进行监管分析，利用数据采集单元实时获取开关柜内各电气节点稳态下的环境参量信息和暂态下的特征参量信息，并将其分别发送至稳态分析单元和暂态分析单元；

需要说明的是，稳态用于表示开关柜内各电气组件的环境参量信息长时间处于轻微波动幅度的相对稳定状态，而暂态用于表示开关柜内各电气组件从一个稳定状态过渡到另一个稳定状态的过程；

其中，环境参量信息用于表示开关柜内部环境状况的一类数据量值信息，且环境参量信息包括温度量值和湿度量值，温度量值指的是开关柜内各电气节点所表现温度大小的数据量值，湿度量值指的是开关柜内部各电气节点上的所表现湿度大小的数据量值，还需要说明的是，电气节点指的是开关柜内电气组件通电处的节点；

而特征参量信息用于表示开关柜内电气组件电力状况的一类数据量值信息，且特征参量信息包括电压量值和电流量值，其中，电压量值指的是夹持在电气组件两端的电压大小的数据量值，电流量值指的是经过电气组件所表现的电流大小的数据量值；

特征参量信息用于表示开关柜内电气组件电力状况的一类数据量值信息，且特征参量信息包括电压量值和电流量值，其中，电压量值指的是夹持在电气组件两端的电压大小的数据量值，电流量值指的是经过电气组件所表现的电流大小的数据量值；

稳态分析单元用于接收稳态下开关柜内各电气节点的环境参量信息，并据此进行环境参量筛查分析处理，据此生成特征参量分析指令和环境干扰故障信号，并将特征参量分析指令发送至暂态分析单元，将环境干扰故障信号发送至预警分析单元，暂态分析单元用于接收特征参量分析指令，并据此调取暂态下开关柜内各电气节点的特征参量信息进行深层训练分析处理，据此生成高级故障状态信号、中级故障状态信号和无故障状态信号，并将其均发送至预警分析单元；

利用预警分析单元对接收的各级故障状态信号进行预警分析处理，据此生成一级预警信号、二级预警信号和三级预警信号，并将各级预警信号通过文本描述的方式发送至显示终端进行显示。

实施例二：

如图1所示，通过数据采集单元实时获取开关柜内各电气节点稳态下的环境参量信息，并将其分别发送至稳态分析单元；

当稳态分析单元接收到稳态下开关柜内各电气节点的环境参量信息时，则据此进行环境参量筛查分析处理，具体的操作过程如下：

实时获取开关柜内各电气节点的环境参量信息中的温度量值，并将其标定为tem_i，其中，i为大于等于1的正整数，设置初级温度阈值Yu1，将开关柜内各电气节点的温度量值tem_i代入设置的温度阈值Yu1内进行比对分析，若电气节点的温度量值tem_i处于温度阈值Yu1之内时，则生成温度正常信号，并将生成温度正常信号的电气节点归为集合a中，且集合a＝{1，2，3…n}，若电气节点的温度量值tem_i处于温度阈值Yu1之外时，则生成温度异常信号，并将生成温度异常信号的电气节点归为集合b中，且集合b＝{1，2，3…m}，其中，a∈i，b∈i，需要说明的是，i表示电气节点的个数；

调取集合a中的各电气节点的温度量值tem_a，并将集合a中的各电气节点的温度量值tem_a进行均值分析，依据公式Jtem＝(tem₁+tem₂+…+tem_a)÷n，求得温度均值系数Jtem；

调取集合b中的各电气节点的温度量值tem_b，并据此进行温度训练分析处理，具体的操作过程如下：

调取集合b中的各电气节点的温度量值tem_b，以电气节点数为横坐标，以温度量值为纵坐标，并据此建立直角坐标系，并将集合b中的各电气节点的温度量值通过描点的方式绘制在直角坐标系上；

将温度均值系数Jtem绘制在直角坐标系中，即Y＝Jtem，并将Y＝Jtem作为集合b中各电气节点的温度量值tem_b的标准参照线，当温度量值tem_b处于标准参照线Y＝Jtem上及以上时，则生成超温信号，并将生成超温信号的各电气节点标定为异常电气节点，当温度量值tem_b处于标准参照线Y＝Jtem以下时，则生成常温信号，并将生成常温信号的各电气节点标定为正常电气节点；

统计异常电气节点与正常电气节点的数量，并据此进行集合更新分析处理，具体的操作过程如下：将被标定为异常电气节点的数量和记为SL1，将被标定为正常电气节点的数量和记为SL2，将被标定为正常电气节点从原集合b中划入集合a中，并据此生成集合a^*和集合b^*，且集合a^*＝{1，2，3…n+o}，集合b^*＝{1，2，3…m-o}，其中，o＝SL2，据此生成集合a^*和集合b^*；

需要说明的是，集合a^*用于表示原集合a的各电气节点与从原集合b中划入的正常电气节点的综合集合，而集合b^*用于表示原集合b划出正常电气节点后的综合集合；

依据集合a^*，则据此生成特征参量分析指令，并将生成的特征参量分析指令发送至暂态分析单元；

当暂态分析单元接收到特征参量分析指令时，并据此进行深层训练分析处理，具体的操作过程如下：

获取集合a^*各电气节点的特征参量信息中的电压量值和电流量值，并将其分别标定为dul_a*和dil_a*，并将电压量值dul_a*和电流量值dil_a*代入对应的预设电压阈值Yu3和预设电流阈值Yu4进行比对分析处理，若电压量值dul_a*处于预设电压阈值Yu3的范围之内，则生成电压稳定信号，反之，则生成电压异常信号，若电流量值dil_a*处于预设电流阈值Yu4的范围之内，则生成电流稳定信号，反之，则生成电流负载信号；

当电气节点同时被标定为电压异常信号和电流负载信号时，则据此生成高级故障状态信号，当电气节点同时被标定为电压稳定信号和电流稳定信号时，则据此生成无故障状态信号，而其他情况下，则均生成中级故障状态信号，并将高级故障状态信号、中级故障状态信号和无故障状态信号均发送至预警分析单元；

当预警分析单元接收到各级故障状态信号时，并据此进行预警分析处理，具体的操作过程如下：

当接收到高级故障状态信号时，则据此生成一级预警信号，并生成红色指示灯进行警示，并生成“开关柜存在较大的故障风险，亟须进行检修”的文本字样发送至显示终端进行说明；

当接收到中级故障状态信号时，则据此生成二级预警信号，并生成黄色指示灯进行警示，并生成“开关柜存在中度故障风险，需要进行检修”的文本字样发送至显示终端进行说明；

当接收到无故障状态信号时，则据此生成三级预警信号，并生成绿色指示灯进行警示，并生成“开关柜状态良好，仅需持续监控，无需进行检修”的文本字样发送至显示终端进行说明。

实施例三：

如图1所示，依据集合b^*，调取集合b^*中各电气节点的环境参量信息中的湿度量值，并据此进行湿度训练分析处理，具体的操作过程如下：

实时获取开关柜内各电气节点的环境参量信息中的湿度量值，并将其标定为shd_b*，b^*＝{1，2，3…m-o}，将各电气节点的湿度量值进行均值分析，依据公式Jshd＝(shd₁+shd₂+…+shd_m-o)÷(m-o)，求得湿度均值系数Jshd，将湿度均值系数Jshd分别与各电气节点的湿度量值shd_b*之间进行作差，依据公式pcx＝丨shd_b*-Jshd丨，求得湿度偏差系数pcx；

将湿度偏差系数pcx代入预设的偏差阈值Yu2中进行比对分析，若湿度偏差系数pcx处于偏差阈值Yu2之内时，则生成湿度训练合格信号，反之，则生成湿度训练不合格信号；

将被标定为湿度训练合格信号的各电气节点归为集合c，将被标定为湿度训练不合格信号的各电气节点归为集合d，且c＝{1，2，3…k₁}，d＝{1，2，3…k₂}，其中，k₁+k₂＝m-o，并依据集合c，则生成特征参量分析指令，依据集合d，则生成环境干扰故障信号；

并将生成的特征参量分析指令发送至暂态分析单元，将生成的环境干扰故障信号发送至预警分析单元；

当暂态分析单元接收到特征参量分析指令时，并据此进行深层训练分析处理，具体的操作过程如下：

调取集合c中的各电气节点的特征参量信息中的电压量值和电流量值，并将其分别标定为dul_c和dil_c，并将电压量值dul_c和电流量值dil_c代入对应的预设电压阈值Yu3和预设电流阈值Yu4进行比对分析处理，若电压量值dul_c处于预设电压阈值Yu3的范围之内，则生成电压稳定信号，反之，则生成电压异常信号，若电流量值dil_c处于预设电流阈值Yu4的范围之内，则生成电流稳定信号，反之，则生成电流负载信号；

当电气节点同时被标定为电压异常信号和电流负载信号时，则据此生成高级故障状态信号，当电气节点同时被标定为电压稳定信号和电流稳定信号时，则据此生成无故障状态信号，而其他情况下，则均生成中级故障状态信号；

通过预警分析单元对接收的各级故障状态信号进行预警分析处理，具体的操作过程如下：

当接收到环境干扰故障信号与高级故障状态信号时，则据此生成一级预警信号，并生成红色指示灯进行警示，并生成“开关柜存在较大的故障风险，亟须进行检修”的文本字样发送至显示终端进行说明；

当接收到中级故障状态信号时，则据此生成二级预警信号，并生成黄色指示灯进行警示，并生成“开关柜存在中度故障风险，需要进行检修”的文本字样发送至显示终端进行说明；

当接收到无故障状态信号时，则据此生成三级预警信号，并生成绿色指示灯进行警示，并生成“开关柜状态良好，仅需持续监控，无需进行检修”的文本字样发送至显示终端进行说明。

上述公式均是采集大量数据进行软件模拟得出且选取与真实值接近的一个公式，公式中的系数是由本领域技术人员根据实际情况进行设置；

阈值的大小的设定是为了便于比较，关于阈值的大小，取决于样本数据的多少及本领域技术人员对每一组样本数据设定基数数量；只要不影响参数与量化后数值的比例关系即可。

本发明在使用时，通过获取开关柜内各电气节点稳态下的环境参量信息，并进行环境参量筛查分析处理，通过符号化的标定、阈值代入比对、集合的分类规整以及坐标系分析的方式，将稳态下影响开关柜运行稳定性的环境数据因素进行了准确且全面的分析处理，从而明确了环境特征参量对开关柜运行带来的故障状态情况，实现了利用各参量关系进行设备故障反应的效果，加大了对开关柜运行监管的力度；

在稳态下的环境参量信息分析的基础上，再通过实时采集开关柜内各电气节点暂态下的特征参量信息，并进行深层训练分析处理，通过集合的整合、阈值代入分析、信号的整合以及信号化输出的方式，将暂态下影响开关柜运行稳定性的电力特征参量数据信息进行了关系的建立以及准确的分析处理，并利用文字信号预警以及警示灯预警的方式对开关柜的故障状态进行实时预警反馈，从而在提高对开关柜的管控方式的准确性的同时，也实现了对开关柜运行的实时且高效的监管，提高了开关柜运行的稳定性，实现了电力设备能长时间稳定运转，增强了电力系统运行的经济性；

通过从不同状态对开关柜的运行进行实时的监管与分析，并通过监测电力系统的多项特征参量，进而建立了各特征参量之间的关系，并依次进一步实现了对开关柜运行故障状态的实时反馈，从而在保证了开关柜和电力系统的安全运行的同时，也促进了电力系统的高效发展。

以上公开的本发明优选实施例只是用于帮助阐述本发明。优选实施例并没有详尽叙述所有的细节，也不限制该发明仅为的具体实施方式。显然，根据本说明书的内容，可作很多的修改和变化。本说明书选取并具体描述这些实施例，是为了更好地解释本发明的原理和实际应用，从而使所属技术领域技术人员能很好地理解和利用本发明。本发明仅受权利要求书及其全部范围和等效物的限制。

Claims (8)

1.一种基于大数据的开关柜运行监管系统，包括运行监管平台，其特征在于，运行监管平台的内部设置有服务器，服务器通讯连接有数据采集单元、稳态分析单元、暂态分析单元、预警分析单元和显示终端；

运行监管平台用于对开关柜的运行状态进行监管分析，利用数据采集单元实时获取开关柜内各电气节点稳态下的环境参量信息和暂态下的特征参量信息，并将其分别发送至稳态分析单元和暂态分析单元；

稳态分析单元用于接收稳态下开关柜内各电气节点的环境参量信息，并据此进行环境参量筛查分析处理，据此生成特征参量分析指令和环境干扰故障信号，并将特征参量分析指令发送至暂态分析单元，将环境干扰故障信号发送至预警分析单元，暂态分析单元用于接收特征参量分析指令，并据此调取暂态下开关柜内各电气节点的特征参量信息进行深层训练分析处理，据此生成高级故障状态信号、中级故障状态信号和无故障状态信号，并将其均发送至预警分析单元；

利用预警分析单元对接收的各级故障状态信号进行预警分析处理，据此生成一级预警信号、二级预警信号和三级预警信号，并将各级预警信号通过文本描述的方式发送至显示终端进行显示。

2.根据权利要求1所述的一种基于大数据的开关柜运行监管系统，其特征在于，环境参量信息包括温度量值和湿度量值，而特征参量信息包括电压量值和电流量值。

3.根据权利要求1所述的一种基于大数据的开关柜运行监管系统，其特征在于，环境参量筛查分析处理的具体操作步骤如下：

S1：实时获取开关柜内各电气节点的环境参量信息中的温度量值tem_i，其中，i为大于等于1的正整数，设置初级温度阈值Yu1，将开关柜内各电气节点的温度量值tem_i代入设置的温度阈值Yu1内进行比对分析，若电气节点的温度量值tem_i处于温度阈值Yu1之内时，则生成温度正常信号，并将生成温度正常信号的电气节点归为集合a中，且集合a={1，2，3…n}，若电气节点的温度量值tem_i处于温度阈值Yu1之外时，则生成温度异常信号，并将生成温度异常信号的电气节点归为集合b中，且集合b={1，2，3…m}，其中，a∈i，b∈i；

S2：依据步骤S1，调取集合a中的各电气节点的温度量值tem_a，并将集合a中的各电气节点的温度量值tem_a进行均值分析，求得温度均值系数Jtem；

S3：依据步骤S1，调取集合b中的各电气节点的温度量值tem_b，并据此进行温度训练分析处理，据此生成集合a^*和集合b^*；

S4：依据步骤S3，依据集合a^*，则据此生成特征参量分析指令；

S5：依据步骤S3，调取集合b^*中各电气节点的环境参量信息中的湿度量值，并据此进行湿度训练分析处理，据此生成环境干扰故障信号或特征参量分析指令。

4.根据权利要求3所述的一种基于大数据的开关柜运行监管系统，其特征在于，温度训练分析处理的具体操作步骤如下：

调取集合b中的各电气节点的温度量值tem_b，以电气节点数为横坐标，以温度量值为纵坐标，并据此建立直角坐标系，并将集合b中的各电气节点的温度量值通过描点的方式绘制在直角坐标系上；

将温度均值系数Jtem绘制在直角坐标系中，即Y=Jtem，并将Y=Jtem作为集合b中各电气节点的温度量值tem_b的标准参照线，当温度量值tem_b处于标准参照线Y=Jtem上及以上时，则生成超温信号，并将生成超温信号的各电气节点标定为异常电气节点，当温度量值tem_b处于标准参照线Y=Jtem以下时，则生成常温信号，并将生成常温信号的各电气节点标定为正常电气节点；

统计异常电气节点与正常电气节点的数量，并据此进行集合更新分析处理，据此生成集合a^*和集合b^*。

5.根据权利要求4所述的一种基于大数据的开关柜运行监管系统，其特征在于，集合更新分析处理的具体操作步骤如下：

将被标定为异常电气节点的数量和记为SL1，将被标定为正常电气节点的数量和记为SL2；

将被标定为正常电气节点从原集合b中划入集合a中，并据此生成集合a^*和集合b^*，且集合a^*={1，2，3…n+o}，集合b^*={1，2，3…m-o}，其中，o=SL2。

6.根据权利要求3所述的一种基于大数据的开关柜运行监管系统，其特征在于，湿度训练分析处理的具体操作步骤如下：

依据集合b^*，实时获取开关柜内各电气节点的环境参量信息中的湿度量值shd_b*，b^*={1，2，3…m-o}，将各电气节点的湿度量值进行均值分析，求得湿度均值系数Jshd，将湿度均值系数Jshd分别与各电气节点的湿度量值shd_b*之间进行作差，求得湿度偏差系数pcx；

将湿度偏差系数pcx代入预设的偏差阈值Yu2中进行比对分析，若湿度偏差系数pcx处于偏差阈值Yu2之内时，则生成湿度训练合格信号，反之，则生成湿度训练不合格信号；

将被标定为湿度训练合格信号的各电气节点归为集合c，将被标定为湿度训练不合格信号的各电气节点归为集合d，且c={1，2，3…k₁}，d={1，2，3…k₂}，其中，k₁+k₂=m-o，并依据集合c，则生成特征参量分析指令，依据集合d，则生成环境干扰故障信号。

7.根据权利要求1所述的一种基于大数据的开关柜运行监管系统，其特征在于，深层训练分析处理的具体操作步骤如下：

V1：当接收到特征参量分析指令时，将集合a^*和集合c中的各电气节点进行整合，据此得到集合e，且e={1，2，3…q}，其中，q=k₁+n+o；

V2：依据步骤V1，调取集合e中的各电气节点的特征参量信息中的电压量值和电流量值，并将其分别标定为dul_e和dil_e，并将电压量值dul_e和电流量值dil_e代入对应的预设电压阈值Yu3和预设电流阈值Yu4进行比对分析处理，若电压量值dul_e处于预设电压阈值Yu3的范围之内，则生成电压稳定信号，反之，则生成电压异常信号，若电流量值dil_e处于预设电流阈值Yu4的范围之内，则生成电流稳定信号，反之，则生成电流负载信号；

V3：依据步骤V2，当电气节点同时被标定为电压异常信号和电流负载信号时，则据此生成高级故障状态信号，当电气节点同时被标定为电压稳定信号和电流稳定信号时，则据此生成无故障状态信号，而其他情况下，则均生成中级故障状态信号。

8.根据权利要求1所述的一种基于大数据的开关柜运行监管系统，其特征在于，预警分析处理的具体操作步骤如下：

当接收到环境干扰故障信号与高级故障状态信号时，则据此生成一级预警信号，并生成红色指示灯进行警示，并生成“开关柜存在较大的故障风险，亟须进行检修”的文本字样发送至显示终端进行说明；

当接收到中级故障状态信号时，则据此生成二级预警信号，并生成黄色指示灯进行警示，并生成“开关柜存在中度故障风险，需要进行检修”的文本字样发送至显示终端进行说明；

当接收到无故障状态信号时，则据此生成三级预警信号，并生成绿色指示灯进行警示，并生成“开关柜状态良好，仅需持续监控，无需进行检修”的文本字样发送至显示终端进行说明。

Images