CN115856486A - 一种智能开关柜的热故障诊断预警方法及系统 - Google Patents

Abstract

本发明提供了一种智能开关柜的热故障诊断预警方法及系统，涉及开关柜故障管理技术领域，所述方法包括：对开关柜配电回路的接触点进行分析，获取多个接触节点；根据数据采集装置对所述多个接触节点进行采集，得到多个功率数据；获取所述第一开关柜的柜内感温数据；根据所述柜内感温数据和所述多个功率数据进行温度预测，获取多个触头预测温度；对所述多个接触节点中各个节点的触头进行评估，得到多个评估结果；根据所述多个触头预测温度与所述多个评估结果进行比对，生成故障预警信息，解决目前报警的漏报和误报，造成开关柜运行安全隐患的问题，达到了通过对配电回路的运行数据进行智能化分析，提高开关柜热故障预警准确性的效果。

Description

一种智能开关柜的热故障诊断预警方法及系统

技术领域

本发明涉及开关柜安全管理相关领域，具体涉及一种智能开关柜的热故障诊断预警方法及系统。

背景技术

开关柜是开关设备的主要工作形态之一，它是一种组合式电器。由于传统的开关柜往往采用电磁式机械结构来实现电力系统中的控制、配电等主要功能，其直接采用人工操作，运行维护往往会消耗极大的人力和物力，使得传统电力开关柜越来越不能适应现代电网的发展要求。网络通信技术的发展使人机对话、系统内各设备间通信协作提供了理论基础。综合利用计算机科学技术和通信网络技术，研究制造具有状态检测、故障诊断处理等智能化功能的开关柜是必要的。

衡量开关柜作业安全的指标众多，随着开关柜运行时间的延长，柜内温度升高，如不及时发现处理，器件被烧毁从而影响开关柜系统稳定可靠运行，如何准确、有效监测热故障是电力系统中电气设备安全运行迫切需要解决的实际问题，对电力系统的安全运行至关重要。

由于设备类型和作业温度的不同，传统的温度分析方法无法保证报警准确性，出现漏报和误报的情况，造成开关柜运行安全隐患的问题。

发明内容

本发明实施例提供了一种智能开关柜的热故障诊断预警方法及系统，用于针对解决由于设备类型和作业温度的不同，传统的温度分析方法无法保证报警准确性，出现漏报和误报的情况，造成开关柜运行安全隐患的问题。

鉴于上述问题，本发明实施例提供了一种智能开关柜的热故障诊断预警方法及系统。

第一方面，本发明实施例提供了一种智能开关柜的热故障诊断预警方法，所述方法应用于开关柜故障管理系统，所述系统与数据采集装置通信连接，所述方法包括：连接第一开关柜的设计装配信息，获取开关柜配电回路；对所述开关柜配电回路的接触点进行分析，获取多个接触节点；根据所述数据采集装置对所述多个接触节点进行采集，得到多个功率数据，其中，所述多个功率数据与所述多个接触节点一一对应；获取所述第一开关柜的柜内感温数据；根据所述柜内感温数据和所述多个功率数据进行温度预测，获取多个触头预测温度；对所述多个接触节点中各个节点的触头进行评估，得到多个评估结果，其中，所述多个评估结果为各个接触点的安全温度；根据所述多个触头预测温度与所述多个评估结果进行比对，生成故障预警信息。

第二方面，本发明实施例提供了一种智能开关柜的热故障诊断预警系统，所述系统包括：配电回路采集模块，所述配电回路采集模块用于连接第一开关柜的设计装配信息，获取开关柜配电回路；回路节点分析模块，所述回路节点分析模块用于对所述开关柜配电回路的接触点进行分析，获取多个接触节点；节点数据采集模块，所述节点数据采集模块用于根据所述数据采集装置对所述多个接触节点进行采集，得到多个功率数据，其中，所述多个功率数据与所述多个接触节点一一对应；温度数据传感模块，所述温度数据传感模块用于获取所述第一开关柜的柜内感温数据；温度数据预测模块，所述温度数据预测模块用于根据所述柜内感温数据和所述多个功率数据进行温度预测，获取多个触头预测温度；节点属性评估模块，所述节点属性评估模块用于对所述多个接触节点中各个节点的触头进行评估，得到多个评估结果，其中，所述多个评估结果为各个接触点的安全温度；故障信息比对模块，所述故障信息比对模块用于根据所述多个触头预测温度与所述多个评估结果进行比对，生成故障预警信息。

本发明实施例中提供的一个或多个技术方案，至少具有如下技术效果或优点：

本发明实施例提供的一种智能开关柜的热故障诊断预警方法，涉及开关柜安全管理的技术领域，通过对开关柜的设计装配信息进行分析，确定开关柜的设备类型和其连接的配电回路，并对各个配电回路中存在触头的节点进行标识和输出，得到多个接触节点，并对各个接触节点的运行的功率数据进行采集，另一方面，获取上述开关柜的柜内实时温度，以实时温度的变化与功率数据的热量进行开关柜内温度的预测，从而获取多个触头分别对应的预测温度，再结合各个触头所使用的材料属性进行安全温度的评估分析，当预测温度大于安全温度时，标识所在触头存在安全隐患形成电路热故障，从而针对化输出故障预警信息，达到了基于设备电路回路的运行数据智能化分析，降低监测设备的成本，提高开关柜热故障预警的准确性。

上述说明仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段，而可依照说明书的内容予以实施，并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂，以下特举本发明的具体实施方式。

附图说明

图1为本发明实施例提供了一种智能开关柜的热故障诊断预警方法流程示意图；

图2为本发明实施例提供了一种智能开关柜的热故障诊断预警方法中触头评估的流程示意图；

图3为本发明实施例提供了一种智能开关柜的热故障诊断预警方法中温度预测的流程示意图；

图4为本发明实施例提供了一种智能开关柜的热故障诊断预警系统结构示意图。

附图标记说明：配电回路采集模块10，回路节点分析模块20，节点数据采集模块30，温度数据传感模块40，温度数据预测模块50，节点属性评估模块60，故障信息比对模块70。

具体实施方式

实施例一

如图1所示，本发明实施例提供了一种智能开关柜的热故障诊断预警方法，所述方法应用于开关柜故障管理系统，所述系统与数据采集装置通信连接，所述方法包括：

步骤S100：连接第一开关柜的设计装配信息，获取开关柜配电回路；

开关柜集断路器、负荷开关、接触器、隔离开关、熔断器、互感器、避雷器、电容器、母线以及相应的量测装置、控制装置、保护装置、监测诊断装置、信号装置、连锁装置以及通信系统等于一个长方柜型的金属外壳内。这些开关柜主要维护部位就是触头部位，如触头松动、弹性老化、接触面不洁等；这些原因都会导致触头温度变化异常，检测温度的变化的技术不够完善，极易导致设备烧毁或突然停电等事故，因此，本发明提出一种智能开关柜的热故障诊断预警方法，用于解决由于设备类型和作业温度的不同，传统的温度分析方法无法保证报警准确性，出现漏报和误报的情况，造成开关柜运行安全隐患的问题，从而针对化输出故障预警信息，达到了基于设备电路回路的运行数据智能化分析，降低监测设备的成本，提高开关柜热故障预警准确性的效果。

所述第一开关柜的设计装配信息为任一智能开关柜内的装配设备信息、母线信息以及电阻信息，以及各个设备之间的连接关系，所述开关柜配电回路为所述第一开关柜中各个设备集成所形成的集成主回路，根据集成主回路进行数据监测，为之后分析开关柜温度提供数据基础。

步骤S200：对所述开关柜配电回路的接触点进行分析，获取多个接触节点；

步骤S300：根据所述数据采集装置对所述多个接触节点进行采集，得到多个功率数据，其中，所述多个功率数据与所述多个接触节点一一对应；

开关柜主要维护部位就是触头部位，动静触头是最容易发热的部位，由于该部位接触不良、脏污等原因，接触电阻较大，在大电流情况下该处的热功率很大，其结果是接头发热严重，加剧接触面氧化，使得接触电阻进一步增大，形成恶性循环，从而对所述开关柜配电回路的接触点进行分析，确定包括触头部位的接触节点，并对这些接触节点进行标识和数据分析，主要通过所述数据采集装置进行数据采集，得到多个功率数据，即针对每一个包括触头的节点进行对应的运行数据监测，以此得到所需要的数据来进行下一步的分析。

所述数据采集装置是在主回路关键位置集成先进传感器和智能化在线监测装置后形成的装置，能够利用无线射频组网等信息技术，实现各节点的物联，通过智能监控装置这个“大脑”进行建模分析设备状态，从而实现设备状态的可视化感知，从而得到多个功率数据，比如，还可以监测断路器在分合闸操作中的行程、超程、刚分（合）速度、分（合）闸时间、弹跳次数、弹跳时间及平均速度这些特征量，或者实时在线监测电压、电流、有功、无功、谐波、三相不平衡度、闪变等电能质量参数，并能上传与记录相关数据。从而获取其各个接触节点对应的相关数据集。

步骤S400：获取所述第一开关柜的柜内感温数据；

进一步而言，本发明S400还包括：

步骤S410：对所述柜内感温数据进行稳定性分析，获取感温稳定系数；

步骤S420：判断所述感温稳定系数是否处于预设感温稳定系数中；

步骤S430：若所述感温稳定系数处于所述预设感温稳定系数，判断柜内实时温度的变化区间是否达到预设区间；

步骤S440：若柜内实时温度的变化区间达到所述预设区间，进行温度二次预测。

具体而言，所述柜内感温数据是柜内环境的温度，通过固定在开关柜内的温度传感器来收集数据，其固定方式可采取应力贴片式的方式进行设置，传感的数据通过采用无线传输的方式将采集到的数据上传到监测后台，实现环境温升与设备温度之间的拟合，由于开关柜内通风设施难以配置，加上设备本身散发的热量,造成开关柜内热量累积，环境温度过高，造成开关柜内热量无法散去，使触头发热越来越严重，提高开关柜内温度分析的全面性。

进一步的，环境温度的变化会对电气设备中触头造成影响，因此，在进行环境温升与设备温度进行拟合之前，需要对柜内感温数据进行稳定性分析，即环境温度变化的稳定性程度，比如环境温度为冬季或夜间时，与夏季和日间的温度存在差异，当采集的到柜内环境温度不够稳定时，标识其数据组存在异常，在进行温度拟合分析时容易造成偏差，所述预设感温稳定系数为达到温度拟合需求条件下的温度变化稳定系数，从而判断所述感温稳定系数是否处于预设感温稳定系数中，若所述感温稳定系数不处于所述预设感温稳定系数，标识目前开关柜内温度不稳定，若所述感温稳定系数处于所述预设感温稳定系数，标识目前开关柜内温度数据正常，进一步的，判断柜内实时温度的变化区间是否达到预设区间，其中，变化区间是指柜内实时温度与初始温度相比的变化幅度，进而判断该变化幅度是否达到预设的区间阈值中，若柜内实时温度的变化区间达到所述预设区间，进行温度二次预测，提高温度分析的准确性，进而提高热故障预警的准确性。

步骤S500：根据所述柜内感温数据和所述多个功率数据进行温度预测，获取多个触头预测温度；

进一步而言，如图3所示，本发明S500还包括：

步骤S510：根据所述多个功率数据进行热量计算，获取多个触头热量；

步骤S520：基于所述柜内感温数据与所述多个触头热量建立一对多的映射关系，生成环境-触头映射模型；

步骤S530：基于所述环境-触头映射模型进行温度预测，获取所述多个触头预测温度。

具体而言，根据所述柜内感温数据和所获取的多个功率数据进行温度预测，从而能够结合环境温度变化对触头的温度进行拟合，从而获取在对应预测周期内的触头预测温度，其中，进行温度预测的过程是首先对所述多个功率数据进行热量计算，获取多个触头热量，另外的，基于所述柜内感温数据和所述多个触头热量建立一对多的映射关系，搭建生成环境-触头映射模型，即环境温度变化与触头温度变化的映射模型，根据输入的环境温度变量与不断变化的功率数据进行温度的预测，实现基于所述环境-触头映射模型进行温度预测，获取所述多个触头预测温度。

当柜内感温数据发生阶段性区间变化时，进行二次预测，即输入发生阶段变化的柜内感温数据，激活二次预测功能输出的对应温度，从而能够在保证预测功能的持续性和动态性。另一方面，对于触头温度的预测还可以通过对用电进线信息进行分析，其过程如下：

进一步而言，本发明S500还包括：

步骤S540：获取所述第一开关柜的用电进线信息；

步骤S550：根据所述用电进线信息进行负荷数据采集，获取负荷变化数据集；

步骤S560：根据所述负荷变化数据集，获取异常负荷数据；

步骤S570：以所述异常负荷数据为预测新增变量，对所述多个触头预测温度进行调整。

具体而言，获取所述第一开关柜的用电进线信息，由于用电进线负荷大，负荷的变化会影响设备的温度，正常的负荷变化引起的温度升高不会超过规定值。如果负荷增加的较多时，或者受到短路电流冲击后，设备的薄弱环节就会发热，如触头部位。发热后触头材料的机械强度、物理性能下降，导致触头的弹性老化、接触不良，造成触头发热，因此，根据所述用电进线信息进行负荷数据采集，获取负荷变化数据集，以所述负荷变化数据集作为输入信息绘制对应的变化曲线，并标识曲线中的异常负荷数据，以异常负荷数据为预测新增变量，对所述多个触头预测的温度值进行调整。

步骤S600：对所述多个接触节点中各个节点的触头进行评估，得到多个评估结果，其中，所述多个评估结果为各个接触点的安全温度；

进一步而言，如图2所示，本发明S600还包括：

步骤S610：获取所述多个接触节点中各个节点的触头材料信息；

步骤S620：根据所述触头材料信息，确定触头耐温指标、触头氧化指标和触头弹性指标；

步骤S630：以所述触头耐温指标、所述触头氧化指标和所述触头弹性指标进行触头承温评估，获取多个安全承温阈值，其中，所述多个安全承温阈值与所述多个接触节点一一对应；

步骤S640：根据所述多个安全承温阈值，得到所述多个评估结果。

具体而言，为了针对各个节点的安全预警阈值进行分析，对所述多个接触节点中各个节点的触头进行评估，得到多个评估结果看，其中，对各个触头进行评估的过程是以建立神经网络模型为基础进行触头性能的分析，从而保证处于触头承温安全的温度下，其过程如下：

由于发热后触头材料的机械强度、物理性能下降，导致触头的弹性老化、接触不良，因此，获取所述多个接触节点中各个节点的触头材料信息，其中，所述触头材料信息包括材料的物理属性，比如硬度、刚度、熔点等，以及化学属性，包括氧化条件、高温条件等，从而根据所述触头材料信息，确定触头耐温指标、触头氧化指标和触头弹性指标，即标识触头温度承受温度的性能、表面氧化的程度和触头机械弹性效果，以所述触头耐温指标、所述触头氧化指标和所述触头弹性指标进行触头承温评估，来获取多个安全承温阈值，且所述多个安全承温阈值与所述多个接触节点一一对应，将所述多个安全承温阈值作为评估结果进行输出，通过针对化设置预警条件，提高故障预警自动性和有效性。进一步的，当触头工作一段时间后，会造成一定的影响和损耗，因此，为了更准确的来对触头的安全承温进行分析，需要进行损耗影响的分析，其过程如下：

进一步而言，本发明S630还包括：

步骤S631：采集所述开关柜配电回路的历史运行数据集；

步骤S632：根据所述历史运行数据集，对所述多个接触节点中各个节点的触头进行损耗分析，得到多个触头损耗系数；

步骤S633：基于所述多个触头损耗系数对所述多个安全承温阈值进行调整。

具体而言，获取所述开关柜配电回路的历史运行数据集，由于智能开关柜的功能包括遥测功能和遥信功能，遥测功能是指对开关柜所处系统的各种参数能进行实时地采集、处理、分析，遥信功能是指对开关柜本身的运行参数能做到实时采集处理，计算机控制技术以及网络通讯等新技术，与此同时具有较高的可靠性，从而获取历史运行数据集，根据所述历史运行数据集，对所述多个接触节点中各个节点的触头进行损耗分析，包括运行时长、故障记录、检修数据等，得到多个触头损耗系数，以所述多个触头损耗系数对所述多个安全承温阈值进行调整，达到了提高电气设备温度监测及故障预警的准确度，实现智能化热故障诊断预警。

步骤S700：根据所述多个触头预测温度与所述多个评估结果进行比对，生成故障预警信息。

进一步而言，本发明步骤S700还包括：

步骤S710：将所述多个触头预测温度与所述多个评估结果进行比对，获取所述多个触头预测温度中触头预测温度大于所述多个评估结果中触头安全温度的N个接触节点；

步骤S720：基于所述N个接触节点，生成所述故障预警信息。

具体而言，当获取到所述多个触头预测温度与所述多个评估结果后，由于所述多个触头预测温度为通过预测映射模型进行预测后获取的温度数据，所述多个评估结果为基于多个接触节点的对应安全承受温度数据，从而将所述多个触头预测温度与所述多个评估结果进行比对，获取所述多个触头预测温度中触头预测温度大于所述多个评估结果中触头安全温度的N个接触节点，当触头预测温度大于所述多个评估结果中触头安全温度时，表示目前触头的温度过高，存在热故障安全隐患，基于所述N个接触节点来对应生成故障预警信息。解决了由于设备类型不用，作业温度不同，作业负荷电流不同等因素，传统阈值算法无法保证报警的准确性，经常会发生误报和漏报的现象，达到了提高电气设备温度监测及故障预警的准确度和实时性的效果。

通过上述实施例，本发明具有以下技术效果：

由于采用了针对各个节点的安全预警阈值进行分析，对所述多个接触节点中各个节点的触头耐温指标、触头氧化指标和触头弹性指标进行评估，得到多个评估结果看，其中，对各个触头进行评估的过程是以建立神经网络模型为基础进行触头性能的分析，从而保证处于触头承温安全的温度下进行灵活预警，提高预警智能化。

由于采用了通过细化预测，判断柜内实时温度的变化区间是否达到预设区间，即分析柜内实时温度与初始温度相比的变化区间是否达到预设区间，若柜内实时温度的变化区间达到所述预设区间，进行温度二次预测，提高温度分析的准确性，进而提高热故障预警的准确性。

实施例二

基于与前述实施例中一种智能开关柜的热故障诊断预警方法相同的发明构思，如图4所示，本发明提供了一种智能开关柜的热故障诊断预警系统，系统包括：

配电回路采集模块10，所述配电回路采集模块10用于连接第一开关柜的设计装配信息，获取开关柜配电回路；

回路节点分析模块20，所述回路节点分析模块20用于对所述开关柜配电回路的接触点进行分析，获取多个接触节点；

节点数据采集模块30，所述节点数据采集模块30用于根据所述数据采集装置对所述多个接触节点进行采集，得到多个功率数据，其中，所述多个功率数据与所述多个接触节点一一对应；

温度数据传感模块40，所述温度数据传感模块40用于获取所述第一开关柜的柜内感温数据；

温度数据预测模块50，所述温度数据预测模块50用于根据所述柜内感温数据和所述多个功率数据进行温度预测，获取多个触头预测温度；

节点属性评估模块60，所述节点属性评估模块60用于对所述多个接触节点中各个节点的触头进行评估，得到多个评估结果，其中，所述多个评估结果为各个接触点的安全温度；

故障信息比对模块70，所述故障信息比对模块70用于根据所述多个触头预测温度与所述多个评估结果进行比对，生成故障预警信息。

进一步而言，所述节点属性评估模块还包括：

材料信息获取模块，用于获取所述多个接触节点中各个节点的触头材料信息；

触头指标分析模块，用于根据所述触头材料信息，确定触头耐温指标、触头氧化指标和触头弹性指标；

触头承温评估模块，用于以所述触头耐温指标、所述触头氧化指标和所述触头弹性指标进行触头承温评估，获取多个安全承温阈值，其中，所述多个安全承温阈值与所述多个接触节点一一对应；

评估结果输出模块，用于根据所述多个安全承温阈值，得到所述多个评估结果。

进一步而言，所述触头承温评估模块还包括：

运行数据采集模块，用于采集所述开关柜配电回路的历史运行数据集；

触头损耗分析模块，用于根据所述历史运行数据集，对所述多个接触节点中各个节点的触头进行损耗分析，得到多个触头损耗系数；

承温阈值调整模块，用于基于所述多个触头损耗系数对所述多个安全承温阈值进行调整。

进一步而言，所述温度数据预测模块还包括：

触头热量计算模块，用于根据所述多个功率数据进行热量计算，获取多个触头热量；

映射模型搭建模块，用于基于所述柜内感温数据与所述多个触头热量建立一对多的映射关系，生成环境-触头映射模型；

温度预测输出模块，用于基于所述环境-触头映射模型进行温度预测，获取所述多个触头预测温度。

进一步而言，所述温度预测输出模块还包括：

用电进线信息获取模块，用于获取所述第一开关柜的用电进线信息；

负荷变化分析模块，用于根据所述用电进线信息进行负荷数据采集，获取负荷变化数据集；

异常负荷数据输出模块，用于根据所述负荷变化数据集，获取异常负荷数据；

预测温度调整模块，用于以所述异常负荷数据为预测新增变量，对所述多个触头预测温度进行调整。

进一步而言，所述温度数据传感模块还包括：

感温稳定性分析模块，用于对所述柜内感温数据进行稳定性分析，获取感温稳定系数；

感温稳定性判断模块，用于判断所述感温稳定系数是否处于预设感温稳定系数中；

感温变化区间判断模块，用于若所述感温稳定系数处于所述预设感温稳定系数，判断柜内实时温度的变化区间是否达到预设区间；

温度二次预测模块，用于若柜内实时温度的变化区间达到所述预设区间，进行温度二次预测。

进一步而言，所述故障信息比对模块还包括：

评估结果比对模块，用于将所述多个触头预测温度与所述多个评估结果进行比对，获取所述多个触头预测温度中触头预测温度大于所述多个评估结果中触头安全温度的N个接触节点；

故障预警输出模块，用于基于所述N个接触节点，生成所述故障预警信息。

本说明书通过前述对一种智能开关柜的热故障诊断预警方法的详细描述，本领域技术人员可以清楚的知道本实施例中一种智能开关柜的热故障诊断预警方法及系统，对于实施例公开的装置而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。

对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。

Claims (8)

1.一种智能开关柜的热故障诊断预警方法，其特征在于，所述方法应用于开关柜故障管理系统，所述系统与数据采集装置通信连接，所述方法包括：

连接第一开关柜的设计装配信息，获取开关柜配电回路；

对所述开关柜配电回路的接触点进行分析，获取多个接触节点；

根据所述数据采集装置对所述多个接触节点进行采集，得到多个功率数据，其中，所述多个功率数据与所述多个接触节点一一对应；

获取所述第一开关柜的柜内感温数据；

根据所述柜内感温数据和所述多个功率数据进行温度预测，获取多个触头预测温度；

对所述多个接触节点中各个节点的触头进行评估，得到多个评估结果，其中，所述多个评估结果为各个接触点的安全温度；

根据所述多个触头预测温度与所述多个评估结果进行比对，生成故障预警信息。

2.如权利要求1所述的方法，其特征在于，对所述多个接触节点中各个节点的触头进行评估，得到多个评估结果，包括：

获取所述多个接触节点中各个节点的触头材料信息；

根据所述触头材料信息，确定触头耐温指标、触头氧化指标和触头弹性指标；

以所述触头耐温指标、所述触头氧化指标和所述触头弹性指标进行触头承温评估，获取多个安全承温阈值，其中，所述多个安全承温阈值与所述多个接触节点一一对应；

根据所述多个安全承温阈值，得到所述多个评估结果。

3.如权利要求2所述的方法，其特征在于，所述获取多个安全承温阈值之后，还包括：

采集所述开关柜配电回路的历史运行数据集；

根据所述历史运行数据集，对所述多个接触节点中各个节点的触头进行损耗分析，得到多个触头损耗系数；

基于所述多个触头损耗系数对所述多个安全承温阈值进行调整。

4.如权利要求1所述的方法，其特征在于，根据所述柜内感温数据和所述多个功率数据进行温度预测，方法包括：

根据所述多个功率数据进行热量计算，获取多个触头热量；

基于所述柜内感温数据与所述多个触头热量建立一对多的映射关系，生成环境-触头映射模型；

基于所述环境-触头映射模型进行温度预测，获取所述多个触头预测温度。

5.如权利要求4所述的方法，其特征在于，所述方法还包括：

获取所述第一开关柜的用电进线信息；

根据所述用电进线信息进行负荷数据采集，获取负荷变化数据集；

根据所述负荷变化数据集，获取异常负荷数据；

以所述异常负荷数据为预测新增变量，对所述多个触头预测温度进行调整。

6.如权利要求4所述的方法，其特征在于，所述方法还包括：

对所述柜内感温数据进行稳定性分析，获取感温稳定系数；

判断所述感温稳定系数是否处于预设感温稳定系数中；

若所述感温稳定系数处于所述预设感温稳定系数，判断柜内实时温度的变化区间是否达到预设区间；

若柜内实时温度的变化区间达到所述预设区间，进行温度二次预测。

7.如权利要求1所述的方法，其特征在于，根据所述多个触头预测温度与所述多个评估结果进行比对，生成故障预警信息，方法还包括：

将所述多个触头预测温度与所述多个评估结果进行比对，获取所述多个触头预测温度中触头预测温度大于所述多个评估结果中触头安全温度的N个接触节点；

基于所述N个接触节点，生成所述故障预警信息。

8.一种智能开关柜的热故障诊断预警系统，其特征在于，所述系统与数据采集装置通信连接，所述系统包括：

配电回路采集模块，所述配电回路采集模块用于连接第一开关柜的设计装配信息，获取开关柜配电回路；

回路节点分析模块，所述回路节点分析模块用于对所述开关柜配电回路的接触点进行分析，获取多个接触节点；

节点数据采集模块，所述节点数据采集模块用于根据所述数据采集装置对所述多个接触节点进行采集，得到多个功率数据，其中，所述多个功率数据与所述多个接触节点一一对应；

温度数据传感模块，所述温度数据传感模块用于获取所述第一开关柜的柜内感温数据；

温度数据预测模块，所述温度数据预测模块用于根据所述柜内感温数据和所述多个功率数据进行温度预测，获取多个触头预测温度；

节点属性评估模块，所述节点属性评估模块用于对所述多个接触节点中各个节点的触头进行评估，得到多个评估结果，其中，所述多个评估结果为各个接触点的安全温度；

故障信息比对模块，所述故障信息比对模块用于根据所述多个触头预测温度与所述多个评估结果进行比对，生成故障预警信息。

Images