CN114563041B - 一种工况监测方法、装置、电子终端、存储介质 - Google Patents

Abstract

本申请提出工况监测方法、装置、电子终端、存储介质和程序产品，其中，工况监测方法，包括：获取碳刷的实测温度；基于所述实测温度，计算所述温度对应的磨损量区间；获取所述碳刷的实测磨损量；基于所述磨损量区间和所述实测磨损量，得到所述碳刷的工况。本申请旨在解决碳刷的工况监测的可靠性低的技术问题。

Description

一种工况监测方法、装置、电子终端、存储介质

技术领域

本申请涉及发电机监测技术领域，特别涉及工况监测方法、装置、电子终端、存储介质和程序产品。

背景技术

碳刷是水轮发电机励磁系统的重要组成部分，励磁电流通过碳刷后接入励磁绕组。水轮发电机系统中设置碳刷数量较多，且处于持续磨损和高温环境中，长时间投入使用的碳刷，电气参数会发生较大的变化，可能会导致滑环接触面产生较大的温升。

碳刷的温度和磨损量是表征碳刷状态的关键参数。在现有技术中，通过检测温度或者磨损量来监测碳刷的工况是否处于正常工况。一般情况下，当碳刷温度升高至预设值，或者磨损量达到预设值时，则碳刷处于异常工况，此时需要更换碳刷。但是，碳刷的工况十分复杂，即使碳刷温度正常或者磨损量正常，碳刷也可能处于异常工况。因而，目前碳刷的工况监测的可靠性低的技术问题。

发明内容

本申请的主要目的是提供一种工况监测方法、装置、电子终端、存储介质和程序产品，旨在解决碳刷的工况监测的可靠性低的技术问题。

第一方面，本申请提出一种工况监测方法，包括：

获取碳刷的实测温度；

基于所述实测温度，计算所述温度对应的磨损量区间；

获取所述碳刷的实测磨损量；

基于所述磨损量区间和所述实测磨损量，得到所述碳刷的工况。

可选地，所述获取所述碳刷的实测温度的具体步骤包括：获取第一温度和第二温度；其中，所述第一温度由内嵌于所述碳刷的第一无源温度标签测得，所述第二温度由设置于所述碳刷表面的第二无源温度标签测得；基于所述第一温度和所述第二温度，得到所述实测温度。

可选地，所述基于所述第一温度和所述第二温度，得到所述实测温度的具体步骤包括：计算所述第一温度和所述第二温度的差值；根据所述差值，得到所述实测温度；其中：若所述差值小于预设值，则所述实测温度为所述第一温度或所述第二温度或平均温度；其中，所述平均温度为第一温度和所述第二温度的平均值；若所述差值大于预设值，则获取温度模型，并基于所述温度模型、所述第一温度和所述第二温度得到所述实测温度。

可选地，所述基于所述磨损量区间和所述实测磨损量，得到所述碳刷的工况的步骤，所述工况监测方法还包括：基于得到的所述碳刷的工况，输出所述工况对应的状态信息。

可选地，所述工况包括正常工况和异常工况；所述基于所述磨损量区间和所述实测磨损量，得到所述碳刷的工况的具体步骤包括：若所述实测磨损量属于所述磨损量区间，则所述碳刷处于所述正常工况；若所述实测磨损量不属于所述磨损量区间，则所述碳刷处于所述异常工况。

可选地，所述磨损量区间包括第一磨损量端点值和第二磨损量端点值；所述异常工况包括第一异常工况和所述第二异常工况；所述若所述实测磨损量不属于所述磨损量区间，则所述碳刷处于所述异常工况的步骤具体包括：若所述实测磨损量小于所述第一磨损量端点值，则所述工况为所述第一异常工况；若所述实测磨损量大于所述第一磨损量端点值，则所述工况为所述第二异常工况。

第二方面，本申请还提出一种工况监测装置，包括：

温度获取模块：用于获取所述碳刷的实测温度；

磨损量获取模块：用于获取碳刷的实测磨损量；

分析模块：用于基于所述实测温度，计算所述温度对应的磨损量区间；并基于所述磨损量区间和所述实测磨损量，得到所述碳刷的工况。

第三方面，本申请还提出一种电子终端，包括处理器和存储器，所述存储器存储有指令；所述处理器从所述存储器中加载指令，以执行如前所述的工况监测方法中的步骤。

第四方面，本申请还提出一种计算机可读存储介质，所述计算机可读存储介质存储有指令，所述指令适于处理器进行加载，以执行如前所述的工况监测方法中的步骤。

第五方面，本申请还提出一种计算机程序产品，包括计算机程序或指令，所述计算机程序或指令被处理器执行时实现如前所述的工况监测方法中的步骤。

本申请提出的工况监测方法，基于获取的碳刷的实测温度来计算该实测温度对应的磨损量区间；然后基于该磨损量区间和获得的碳刷的实测磨损量，来得到碳刷的工况。本申请的技术方案中，实测温度对应一个磨损量区间，该磨损量区间为实测温度对应的正常磨损量区间；基于实测磨损量与磨损量区间，得到工况；本申请能够监测出实测温度正常且实测磨损量正常，但工况处于异常工况的情形，提高了碳刷工况监测的可靠性。

附图说明

为了更清楚地说明本申请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申请的一些实施例，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示出的结构获得其他的附图。

图1为本申请实施例电子设备执行工况监测方法的示意图；

图2为本申请实施例工况监测装置的示意图；

图3为本申请实施例步骤S100的具体步骤；

图4为本申请实施例步骤S120的具体步骤；

图5为本申请实施例步骤S400的具体步骤；

图6为本申请实施例步骤S420的具体步骤；

图7为本申请实施例工况监测方法的另一可选实施方式的示意图；

图8为本申请实施例工况监测方法的温度获取的温度采集系统的示意图。

具体实施方式

下面将结合本申请实施例中的附图，对本申请实施例中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申请的一部分实施例，而不是全部的实施例。基于本申请中的实施例，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，都属于本申请保护的范围。

需要说明，本申请实施例中所有方向性指示(诸如上、下、左、右、前、后……)仅用于解释在某一特定姿态(如附图所示)下各部件之间的相对位置关系、运动情况等，如果该特定姿态发生改变时，则该方向性指示也相应地随之改变。

在本申请中，除非另有明确的规定和限定，术语“连接”、“固定”等应做广义理解，例如，“固定”可以是固定连接，也可以是可拆卸连接，或成一体；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或两个元件的相互作用关系，除非另有明确的限定。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申请中的具体含义。

另外，若本申请实施例中有涉及“第一”、“第二”等的描述，则该“第一”、“第二”等的描述仅用于描述目的，而不能理解为指示或暗示其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至少一个该特征。另外，全文中出现的“和/或”的含义，包括三个并列的方案，以“A和/或B”为例，包括A方案、或B方案、或A和B同时满足的方案。另外，各个实施例之间的技术方案可以相互结合，但是必须是以本领域普通技术人员能够实现为基础，当技术方案的结合出现相互矛盾或无法实现时应当认为这种技术方案的结合不存在，也不在本申请要求的保护范围之内。

下面简单介绍一下本申请实施例可能用到的技术。

人工智能(Artificial Intelligence，AI)是一种利用数字计算机来模拟人类感知环境、获取知识并使用知识的技术，该技术可以使机器具有类似于人类的感知、推理与决策的功能。人工智能基础技术一般包括如传感器、专用人工智能芯片、云计算、分布式存储、大数据处理技术、操作/交互系统、机电一体化等技术。人工智能软件技术主要包括计算机视觉技术、语音处理技术、自然语言处理技术以及机器学习/深度学习、自动驾驶、智慧交通等几大方向。

自然语言处理(Nature Language processing,NLP)是计算机科学领域与人工智能领域中的一个重要方向。它研究能实现人与计算机之间用自然语言进行有效通信的各种理论和方法。自然语言处理是一门融语言学、计算机科学、数学于一体的科学。因此，这一领域的研究将涉及自然语言，即人们日常使用的语言，所以它与语言学的研究有着密切的联系。自然语言处理技术通常包括文本处理、语义理解、机器翻译、机器人问答、知识图谱等技术。

机器学习(Machine Learning,ML)是一门多领域交叉学科，涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。专门研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能，重新组织已有的知识结构使之不断改善自身的性能。机器学习是人工智能的核心，是使计算机具有智能的根本途径，其应用遍及人工智能的各个领域。机器学习和深度学习通常包括人工神经网络、置信网络、强化学习、迁移学习、归纳学习、示教学习等技术。

本申请实施例提供一种工况监测方法、装置、电子终端、存储介质和程序产品。

其中，该工况监测装置具体可以集成在电子设备中，该电子设备可以为终端、服务器等设备。其中，终端可以为手机、平板电脑、智能蓝牙设备、笔记本电脑、或者个人电脑(Personal Computer，PC)等设备；服务器可以是单一服务器，也可以是由多个服务器组成的服务器集群。

在一些实施例中，该工况监测装置还可以集成在多个电子设备中，比如，工况监测装置可以集成在多个服务器中，由多个服务器来实现本申请的工况监测方法。

可以理解的是，本实施例的工况监测方法可以是在终端上执行的，也可以是在服务器上执行，还可以由终端和服务器共同执行的。以上举例不应理解为对本申请的限制。

请参考图1，以服务器执行该工况监测方法为例。

如图1所示，服务器和终端可以通过有线或无线通信方式进行直接或间接地连接，本申请在此不做限制。服务器可以是独立的物理服务器，也可以是多个物理服务器构成的服务器集群或者分布式系统，还可以是提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信、中间件服务、域名服务、安全服务、CDN、以及大数据和人工智能平台等基础云计算服务的云服务器。服务器用于为终端运行的应用程序提供后台服务。

终端可以是智能手机、平板电脑、笔记本电脑、台式计算机、智能音箱、智能手表等，但并不局限于此。终端可以安装和运行有支持数据上传的应用程序。该应用程序可以是相册类应用程序、社交类应用程序、购物类应用程序以及检索类应用程序等。示意性的，终端是用户使用的终端，终端中运行的应用程序内登录有用户账户。

终端可以泛指多个终端中的一个，本实施例仅以终端来举例说明。本领域技术人员可以知晓，上述终端的数量可以更多或更少。比如上述终端可以仅为一个，或者上述终端为几十个或几百个，或者更多数量，此时上述图像分类方法的实施环境还包括其他终端。本申请实施例对终端的数量和设备类型不加以限定。

可选的，上述的无线网络或有线网络使用标准通信技术和/或协议。网络通常为因特网、但也可以是任何网络，包括但不限于局域网(Local Area Network，LAN)、城域网(Metropolitan Area Network，MAN)、广域网(Wide Area Network，WAN)、移动、有线或者无线网络、专用网络或者虚拟专用网络的任何组合)。在一些实施例中，使用包括超文本标记语言(Hyper Text Mark-up Language，HTML)、可扩展标记语言(Extensible MarkupLanguage，XML)等的技术和/或格式来代表通过网络交换的数据。此外还可以使用诸如安全套接字层(Secure Socket Layer，SSL)、传输层安全(Transport Layer Security，TLS)、虚拟专用网络(Virtual Private Network，VPN)、网际协议安全(Internet ProtocolSecurity，IPsec)等常规加密技术来加密所有或者一些链路。在另一些实施例中，还可以使用定制和/或专用数据通信技术取代或者补充上述数据通信技术。

其中，图1所示，服务器可以用于：获取碳刷的实测温度；基于所述实测温度，计算所述实测温度对应的磨损量区间；获取所述碳刷的实测磨损量；基于所述磨损量区间和所述实测磨损量，得到所述碳刷的工况。

当然，上述服务器执行的步骤，也可以由终端执行。

本实施例将从工况监测装置的角度进行描述，该工况监测装置具体可以集成在电子设备中，该电子设备可以是服务器或终端等设备。

首先，图1所示，本申请实施例提出一种工况监测方法。该工况监测方法一般可以用于水轮机组碳刷的工况监测。该工况监测方法至少包括如下步骤：

S100,获取碳刷的实测温度；

S200,基于所述实测温度，计算所述实测温度对应的磨损量区间；

S300,获取所述碳刷的实测磨损量；

S400，基于所述磨损量区间和所述实测磨损量，得到所述碳刷的工况。

本申请实施例提出的工况监测方法，基于获取的碳刷的实测温度来计算该实测温度对应的磨损量区间；然后基于该磨损量区间和获得的碳刷的实测磨损量，来得到碳刷的工况。本申请的技术方案中，实测温度对应一个磨损量区间，该磨损量区间为实测温度对应的正常磨损量区间；基于实测磨损量与磨损量区间，得到工况；本申请能够监测出实测温度正常且实测磨损量正常，但工况处于异常工况的情形，提高了碳刷工况监测的可靠性。

在一些工况中，实测温度和实测磨损量均处于合理的预设值范围内，但是碳刷实际处于的工况已经为异常工况，现有技术无法识别出这一异常工况。比如，实际磨损量处于预设值以下，但是实测磨损量偏离实测温度对应的磨损量区间，此时即使碳刷温度正常和磨损量正常，碳刷处于异常工况。此时，通过本实施例提供的监测方法，能够基于该异常工况通过预警等方式发出异常工况，以提示运维人员关注，避免发生安全事故。

需要说明的是，参照图8所示，本申请实施例的步骤S100：获取碳刷的实测温度可以从无源测温系统获取。该测温系统包括服务器、阅读器、RFID信号天线和无源测温标签。无源测温标签集成在碳刷上，形成智慧碳刷，无源测温标签能够测量碳刷的温度，然后通过射频技术将温度信号传递至RFID信号天线，RFID信号天线通过信号放大，保证温度信号可以准确可靠地由阅读器采集，阅读器将RFID信号天线发出的温度信号解析，解析后的温度信号传输至服务器，服务器获取碳刷的实测温度。

智慧碳刷实现了无人值守巡检，并可以实时测量碳刷工作温度，大大提高了碳刷温度监测的效率，无源温度标签设置于碳刷，可以准确地反映碳刷的实时温度，提高了温度监测的可靠性。智慧碳刷不需要设置传感器外供电源，杜绝了监测设备取电派生出的二次问题。智慧碳刷还具有良好的经济性，节约了运维成本。

当然，在一些其他可选的实施方式，获取碳刷的实测温度还可以通过以下方式：通过红外成像仪测量碳刷的温度和通过温度传感器测量碳刷的温度等。这些方式相比较于无源测温系统而言，均需要连接外部装置；比如，碳刷设备处于在封闭的集尘罩内，粉尘密度高，温度高，设备工作环境恶劣，红外线热成像测温装置往往无法获得可靠的温度数据。传统的温度传感器需要额外走线给传感器供电，检测设备取电不方便。从外部接入电源容易造成一系列电源或布线派生问题，测温系统本身也会引起二次故障。因此，为了能够可靠地对碳刷进行工况监测，无源测温系统是较佳的获取碳刷实测温度的实施方式。

进一步地，需要说明的是，在步骤S200中，一般通过如下方式获得实测温度对应的磨损量区间。通过训练多组经过筛选和验证的温度和磨损量的样本数据得到温度-磨损量的数学孪生模型。该数学孪生模型是在碳刷处于正常工况下得到的。通过将获取的实测温度输入至该温度-磨损量数学孪生模型中，得到实测温度对应的磨损量区间。一般情况下，数学孪生模型设置于服务器中，服务器通过调用该温度-磨损量数学孪生模型来得到对应的磨损量区间。

需要说明的是，在步骤S300中，一般可以采用现有的磨损量测量系统获取实测磨损量，比如通过激光测距系统或者基于位移传感器的测距系统获取实测磨损量。

在具体实施过程中，步骤S100和步骤S300可以先后执行，也可以同时执行。比如，服务器或终端在执行该步骤时，可以按照如下顺序：S100(同时执行S300)、S200、S400；也可以按照如下顺序：S100、S300、S200、S400；也可以按照如下顺序：S100、S200、S300、S400；也可以按照如下顺序：S300、S100、S200、S400。当然，不限于此，服务器还可以按照其他顺序执行，以得到碳刷的工况。

作为上述实施例的可选实施方式，所述获取所述碳刷的实测温度的具体步骤包括：S110,获取第一温度和第二温度；其中，所述第一温度由内嵌于所述碳刷的第一无源温度标签测得，所述第二温度由设置于所述碳刷表面的第二无源温度标签测得；S120，基于所述第一温度和所述第二温度，得到所述实测温度。在具体实施过程中，无源测温标签的设置位置对于实测温度的准确度有一定的影响，为了能够提高实测温度的准确度。在本申请可选的实施例中，将第一无源测温标签内嵌于碳刷内部，将第二无源测温标签设置于碳刷的表面，以减小环境对测量值的影响程度，提高实测温度的准确性，进而提高工况监测的可靠性和安全性。第一无源测温标签测量碳刷内的温度，第二无源测温标签测量碳刷表面的温度。

一般而言，由于发电机组内具有多个碳刷。每一个碳刷具有唯一的标识，比如ID。同一个碳刷的第一无源测温标签和第二无源测温标签对应同一个RFID信号天线。第一无源测温标签获得的第一温度对应的温度信号和第二无源测温标签获得的第二温度对应的温度信号会同时传输至RFID信号天线，再有阅读器采集，发送至服务器。

作为上述实施例的可选实施方式，图4所示，所述基于所述第一温度和所述第二温度，得到所述实测温度的具体步骤包括：

S120a,计算所述第一温度和所述第二温度的差值；

S120b,根据所述差值，得到所述实测温度；其中：

S120b-1,若所述差值小于预设值，则所述实测温度为所述第一温度或所述第二温度或平均温度；其中，所述平均温度为第一温度和所述第二温度的平均值；

S120b-2,若所述差值大于预设值，则获取温度模型，并基于所述温度模型、所述第一温度和所述第二温度得到所述实测温度。

具体实施过程中，第一温度和第二温度的差值能够反映出环境对于实测温度的影响。比如，差值较小时，碳刷内外的温差小，即第一温度和第二温度接近，碳刷的温度分布均匀，尤其是表面受环境影响较小，在该情况下，可以以第一温度或者第二度或者平均温度作为碳刷的实测温度。其中，平均温度为第一温度和第二稳度的平均值。比如，差值较大时，碳刷内外的温差大，即第一温度和第二温度相差较大，碳刷的温度分布不均，碳刷内外存在较大的温度梯度，碳刷受环境影响较大，此时为了能够提高实测温度的准确性，通过获取温度模型，将基于所述温度模型、所述第一温度和所述第二温度得到所述实测温度。

需要说明的是，在本申请可选实施例中，基于预设值和差值，来得到实测温度。预设值为设定值，该设定值基于实际而定。比如，设定值可以为1°、2°或者其他值。预设值可以根据发电机组的服役年限而重置。该预设值的设定能够用于评价可接受的碳刷温度的均匀性程度，预设值越大，接受不均匀性的程度越高；预设值越小，接受不均匀性的程度越低。

进一步地，若所述差值小于预设值，则所述实测温度为所述第一温度或所述第二温度或平均温度；其中，所述平均温度为第一温度和所述第二温度的平均值。也即，差值小于预设值，则碳刷的温度分布较均匀，此时可以以第一温度或所述第二温度或平均温度来作为实测温度。一般情况下，以平均温度作为实测温度。

若所述差值大于预设值，则碳刷的温度分布较不均匀，此时碳刷温度存在较大的梯度，为了能够准确地得到与磨损量区间相对应的实测温度，通过温度模型、第一温度和第二温度得到实测温度。温度模型是将多样本数据进行机器训练得到的温度模型。样本数据主要包括环境温度、磨损量、碳刷内外的温度值等。

进一步地，若差值大于预设值，则输出与差值对应的预警信息。差值越大，碳刷的温度分布较不均匀，内外温差大，则存在碳刷工作环境不健康的可能性，和/或者第一无源温度标签、第二无源温度标签存在测量不可靠的情形。通过输出预警信息，则可以提示运维人员进行维护，提高工况监测的可靠性。

作为上述实施例的可选实施方式，图7所示，所述基于所述磨损量区间和所述实测磨损量，得到所述碳刷的工况的步骤，所述工况监测方法还包括：

S500,基于得到的所述碳刷的工况，输出所述工况对应的状态信息。

一般情况下，服务器可以通过声音、文本、曲线、图片等方式输出工况对应的状态信息；而且，一般情况下，若碳刷的温度是实时获取的，则输出的状态信息是实时的；若碳刷的温度是以一定周期间隔获取的，则输出的状态信息是间断输出的。

在一些本实施例中，状态信息包括预警状态信息和正常状态信息。预警状态信息对应于磨损量偏离磨损量区间的异常工况，而正常状态信息对应于磨损量位于磨损量区间的正常工况。

当然，在另外一些实施例中，状态信息可以根据磨损量实测值偏离磨损量区间的程度，分为对应偏离程度指标的预警状态信息。比如，偏离程度指标为δ：

式中，L₀为实测磨损量；L₁可以为磨损量区间的中点值，也可以为磨损量区间的端点值。当L₁取磨损量区间的端点值时，L₁可以取第一磨损量端点值(L_1min)或者第二磨损量端点值(L_1max),其中，若L₀大于L_1max时，L₁取L_1max；若L₀小于L_1min时，L₁取L_1min。

预警状态信息根据偏离程度指标设置，可以根据实际情况设置，比如，该水轮发电机组处于新运行时，容易发生故障，则预警状态信息可以分为多个级别；又比如，该水轮发电机组已经服役一段时间，故障率较低，则预警状态信息可以分为两到三个级别。

具体实施过程中，比如，预警状态信息分为严重预警状态信息和一般预警状态信息。严重预警状态信息和一般预警状态信息根据偏离程度指标设置，比如，偏离程度指标δ的设定值为30％。则δ小于或等于30％，则状态信息为一般预警状态信息；若δ大于30％，则状态信息为严重预警状态信息。(一般针对故障率低的情形)。

具体实施过程中，再比如，预警状态信息还可以根据偏离程度指标δ分为更多个不同级别的预警状态信息，如黑色、紫色、红色、黄色、蓝色和绿色等。偏离程度指标δ设置了多个设定值，比如，100％、80％、60％、40％和20％。δ大于或等于100％，预警状态信息为黑色；δ小于100％，大于或等于80％，预警状态信息为紫色色；δ小于80％，大于或等于60％，预警状态信息为红色；δ小于60％，大于或等于40％，预警状态信息为黄色；δ小于40％，大于或等于20％，预警状态信息为蓝色；δ小于20％，预警状态信息为绿色。以上仅为示例,不作为本申请的具体限制，状态信息的分类以及偏离程度指标的取值根据具体情况设置。

作为上述实施例的可选实施方式，所述工况包括正常工况和异常工况；图5所示，所述基于所述磨损量区间和所述实测磨损量，得到所述碳刷的工况的具体步骤包括：S410,若所述实测磨损量属于所述磨损量区间，则所述碳刷处于所述正常工况；S420,若所述实测磨损量不属于所述磨损量区间，则所述碳刷处于所述异常工况。

具体实施过程中，实测磨损量属于磨损量区间，则实测磨损量与实测温度具有相对应的关系，则碳刷处于正常工况；而实测磨损量不属于磨损量区间，则实测磨损量与实测温度不具有相对应的关系，则碳刷处于异常工况。当碳刷处于异常工况下时，可以输出异常工况对应的状态信息。

作为上述实施例的可选实施方式，所述磨损量区间包括第一磨损量端点值和第二磨损量端点值；一般情况下，第一磨损量端点值为磨损量区间的最小值，第二磨损量端点值为磨损量区间的最大值。图6所示，所述异常工况包括第一异常工况和所述第二异常工况；所述若所述实测磨损量不属于所述磨损量区间，则所述碳刷处于所述异常工况的步骤具体包括：

S420a,若所述实测磨损量小于所述第一磨损量端点值，则所述工况为所述第一异常工况；

S420b，若所述实测磨损量大于所述第一磨损量端点值，则所述工况为所述第二异常工况。

具体实施过程中，若所述实测磨损量小于所述第一磨损量端点值，则说明磨损量过小，而不对应实测温度；此时，工况处于第一异常工况：温度异常工况。可以通过将该温度异常工况对应的状态信息输出，提示运维人员从温度异常的角度进行运维，查找温度工况异常的原因。

若所述实测磨损量大于所述第一磨损量端点值，则说明磨损量过大，而不对应实测温度；此时，工况处于第二异常工况：磨损异常工况。可以通过将该磨损异常工况对应的状态信息输出，提示运维人员从磨损异常的角度进行运维，查找磨损工况异常的原因。

上述技术方案中，主要从一个时间点采集到的温度值和磨损量值，来对工况进行监测。

在一些可选的实施方式中，还可以从一个采集周期内来监测工况。通过获取一段时间内的碳刷的实测温度的变化量，基于该变化量来得到碳刷的磨损量的变化量的区间值；获取该一段时间内的碳刷的实测磨损量的变化量；基于该变化量和变化量的区间值，得到碳刷的工况。在这个监测中，还能够识别出发电机组中多个碳刷磨损的均匀程度在一个采集周期内是否一致，通过均匀程度判断整个发电机组碳刷的工况是否一致。

为了更好地实施以上方法，本申请实施例还提供一种工况监测装置，该工况监测装置具体可以集成在电子设备中，该电子设备可以为终端、服务器等设备。其中，终端可以为手机、平板电脑、智能蓝牙设备、笔记本电脑、个人电脑等设备；服务器可以是单一服务器，也可以是由多个服务器组成的服务器集群。

比如，在本实施例中，将以工况监测装置具体集成在服务器为例，对本申请实施例的方法进行详细说明。参照图2所示，本申请实施例还提出一种碳刷的工况监测装置，包括：

温度获取模块10：用于获取所述碳刷的实测温度；

磨损量获取模块20：用于获取碳刷的实测磨损量；

分析模块30：用于基于所述实测温度，计算所述温度对应的磨损量区间；并基于所述磨损量区间和所述实测磨损量，得到所述碳刷的工况。

本领域普通技术人员可以理解，上述实施例的各种方法中的全部或部分步骤可以通过指令来完成，或通过指令控制相关的硬件来完成，该指令可以存储于一计算机可读存储介质中，并由处理器进行加载和执行。

为此，本申请实施例提供一种计算机可读存储介质，其中存储有多条指令，该指令能够被处理器进行加载，以执行本申请实施例所提供的任一种工况监测方法中的步骤。例如，该指令可以执行如下步骤：

获取碳刷的实测温度；

基于所述实测温度，计算所述温度对应的磨损量区间；

获取所述碳刷的实测磨损量；

基于所述磨损量区间和所述实测磨损量，得到所述碳刷的工况。

其中，该存储介质可以包括：只读存储器(ROM，Read Only Memory)、随机存取记忆体(RAM，Random Access Memory)、磁盘或光盘等。

根据本申请的一个方面，提供了一种计算机程序产品或计算机程序，该计算机程序产品或计算机程序包括计算机指令，该计算机指令存储在计算机可读存储介质中。计算机设备的处理器从计算机可读存储介质读取该计算机指令，处理器执行该计算机指令，使得该计算机设备执行上述实施例中提供的工况监测方面的各种可选实现方式中提供的方法。

由于该存储介质中所存储的指令，可以执行本申请实施例所提供的任一种工况监测方法中的步骤，因此，可以实现本申请实施例所提供的任一种工况监测方法所能实现的有益效果，详见前面的实施例，在此不再赘述。

以上所述仅为本申请的可选实施例，并非因此限制本申请的专利范围，凡是在本申请的申请构思下，利用本申请说明书及附图内容所作的等效结构变换，或直接/间接运用在其他相关的技术领域均包括在本申请的专利保护范围内。

Claims (8)

1.一种工况监测方法，其特征在于，包括：

获取碳刷的实测温度；

基于所述实测温度，计算所述实测温度对应的磨损量区间；

获取所述碳刷的实测磨损量；

基于所述磨损量区间和所述实测磨损量，得到所述碳刷的工况；

其中，所述获取所述碳刷的实测温度的具体步骤包括：

获取第一温度和第二温度；其中，所述第一温度由内嵌于所述碳刷的第一无源温度标签测得，所述第二温度由设置于所述碳刷表面的第二无源温度标签测得；

基于所述第一温度和所述第二温度，得到所述实测温度。

2.如权利要求1所述的工况监测方法，其特征在于，所述基于所述第一温度和所述第二温度，得到所述实测温度的具体步骤包括：

计算所述第一温度和所述第二温度的差值；

根据所述差值，得到所述实测温度；其中：

若所述差值小于预设值，则所述实测温度为所述第一温度或所述第二温度或平均温度；其中，所述平均温度为第一温度和所述第二温度的平均值；

若所述差值大于预设值，则获取温度模型，并基于所述温度模型、所述第一温度和所述第二温度得到所述实测温度。

3.如权利要求1所述的工况监测方法，其特征在于，所述基于所述磨损量区间和所述实测磨损量，得到所述碳刷的工况的步骤，所述工况监测方法还包括：

基于得到的所述碳刷的工况，输出所述工况对应的状态信息。

4.如权利要求1所述的工况监测方法，其特征在于，所述工况包括正常工况和异常工况；

所述基于所述磨损量区间和所述实测磨损量，得到所述碳刷的工况的具体步骤包括：

若所述实测磨损量属于所述磨损量区间，则所述碳刷处于所述正常工况；

若所述实测磨损量不属于所述磨损量区间，则所述碳刷处于所述异常工况。

5.如权利要求4所述的工况监测方法，其特征在于，所述磨损量区间包括第一磨损量端点值和第二磨损量端点值；

所述异常工况包括第一异常工况和第二异常工况；

所述若所述实测磨损量不属于所述磨损量区间，则所述碳刷处于所述异常工况的步骤具体包括：

若所述实测磨损量小于所述第一磨损量端点值，则所述工况为所述第一异常工况；

若所述实测磨损量大于所述第一磨损量端点值，则所述工况为所述第二异常工况。

6.一种工况监测装置，其特征在于，包括：

温度获取模块：用于获取碳刷的第一温度和第二温度；其中，所述第一温度由内嵌于所述碳刷的第一无源温度标签测得，所述第二温度由设置于所述碳刷表面的第二无源温度标签测得；并基于所述第一温度和所述第二温度，得到所述碳刷的实测温度；

磨损量获取模块：用于获取碳刷的实测磨损量；

分析模块：用于基于所述实测温度，计算所述实测温度对应的磨损量区间；并基于所述磨损量区间和所述实测磨损量，得到所述碳刷的工况。

7.一种电子终端，其特征在于，包括处理器和存储器，所述存储器存储有指令；所述处理器从所述存储器中加载指令，以执行如权利要求1至5任一项所述的工况监测方法中的步骤。

8.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有指令，所述指令适于处理器进行加载，以执行如权利要求1至5任一项所述的工况监测方法中的步骤。