CN116031777A - 一种核电用配电柜温升智能控制方法及系统 - Google Patents
一种核电用配电柜温升智能控制方法及系统 Download PDFInfo
- Publication number
- CN116031777A CN116031777A CN202310080861.4A CN202310080861A CN116031777A CN 116031777 A CN116031777 A CN 116031777A CN 202310080861 A CN202310080861 A CN 202310080861A CN 116031777 A CN116031777 A CN 116031777A
- Authority
- CN
- China
- Prior art keywords
- temperature
- distribution cabinet
- power distribution
- information
- data
- 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
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E30/00—Energy generation of nuclear origin
Landscapes
- Monitoring And Testing Of Nuclear Reactors (AREA)
Abstract
本申请涉及数据处理技术领域,提供一种核电用配电柜温升智能控制方法及系统。通过配电柜历史发热故障信息和结构信息进行检测空间划分生成多等级空间划分结果;基于多等级空间划分结果布设温度采集设备并获得实时温度数据;将实时温度数据和环境温度数据、多等级空间划分结果输入智能温控调整模型,输出温度控制信息进行配电柜的温度控制。解决现有技术中核电用配电柜通常采用机械方式进行散热,存在散热效率与核电用配电柜实际温度状况不适配,导致配电柜安全故障发生风险高的技术问题,实现了提高核电用配电柜散热效率与配电柜内外温度情况的适配性,降低核电用配电柜安全故障发生概率的技术效果。
Description
技术领域
本申请涉及数据处理技术领域,特别是涉及一种核电用配电柜温升智能控制方法及系统。
背景技术
核电用配电柜是核电发电厂中不可缺少的重要用电辅助器件,基于核电用配电柜能够有效控制线路故障范围,以便快速找到出故障的部位及时排除故障,同时配电柜内放置有防止短路的熔断器以及防止过载的空气开关等各种保护设备以保障用电安全。
核电用配电柜在实现保障用电安全的同时,自身运行过程中也会出现温升现象,如若温升未被及时消除存在局部温度积聚起火的风险,现有技术通常通过给核电用配电柜配置高功率散热风扇等散热装置控制核电用配电柜内部温升,这种散热方式存在散热效率与核电用配电柜产热温升情况不适配,不能有效进行配电柜散热的缺陷。
综上所述,现有技术中核电用配电柜通常采用机械方式进行散热,存在散热效率与核电用配电柜实际温度状况不适配,导致配电柜安全故障发生风险高的技术问题。
发明内容
基于此,有必要针对上述技术问题,提供一种能够实现提高核电用配电柜散热效率与配电柜内外温度情况的适配性,降低核电用配电柜安全故障发生概率的一种核电用配电柜温升智能控制方法及系统。
一种核电用配电柜温升智能控制方法,方法包括:获得配电柜的基础结构信息;采集获得历史发热故障信息,通过所述历史发热故障信息和所述结构信息进行配电柜检测空间划分,生成多等级空间划分结果;基于所述多等级空间划分结果布设所述温度采集设备;通过所述温度采集设备进行所述配电柜的温度采集,获得实时温度数据;采集获得环境温度数据,将所述实时温度数据和所述环境温度数据、所述多等级空间划分结果输入智能温控调整模型,输出温度控制信息;通过所述温度控制信息进行所述配电柜的温度控制。
一种核电用配电柜温升智能控制系统,所述系统包括:基础结构获得模块,用于获得配电柜的基础结构信息;空间划分执行模块,用于采集获得历史发热故障信息,通过所述历史发热故障信息和所述结构信息进行配电柜检测空间划分,生成多等级空间划分结果;设备布设分析模块,用于基于所述多等级空间划分结果布设温度采集设备;温度采集执行模块,用于通过所述温度采集设备进行所述配电柜的温度采集,获得实时温度数据;温控信息获得模块,用于采集获得环境温度数据,将所述实时温度数据和所述环境温度数据、所述多等级空间划分结果输入智能温控调整模型,输出温度控制信息;温度控制执行模块,用于通过所述温度控制信息进行所述配电柜的温度控制。
一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现以下步骤:
获得配电柜的基础结构信息;
采集获得历史发热故障信息,通过所述历史发热故障信息和所述结构信息进行配电柜检测空间划分,生成多等级空间划分结果;
基于所述多等级空间划分结果布设所述温度采集设备;
通过所述温度采集设备进行所述配电柜的温度采集,获得实时温度数据;
采集获得环境温度数据,将所述实时温度数据和所述环境温度数据、所述多等级空间划分结果输入智能温控调整模型,输出温度控制信息;
通过所述温度控制信息进行所述配电柜的温度控制。
一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现以下步骤:
获得配电柜的基础结构信息;
采集获得历史发热故障信息,通过所述历史发热故障信息和所述结构信息进行配电柜检测空间划分,生成多等级空间划分结果;
基于所述多等级空间划分结果布设所述温度采集设备;
通过所述温度采集设备进行所述配电柜的温度采集,获得实时温度数据;
采集获得环境温度数据,将所述实时温度数据和所述环境温度数据、所述多等级空间划分结果输入智能温控调整模型,输出温度控制信息;
通过所述温度控制信息进行所述配电柜的温度控制。
上述一种核电用配电柜温升智能控制方法及系统,解决了现有技术中核电用配电柜通常采用机械方式进行散热,存在散热效率与核电用配电柜实际温度状况不适配,导致配电柜安全故障发生风险高的技术问题,实现了提高核电用配电柜散热效率与配电柜内外温度情况的适配性,降低核电用配电柜安全故障发生概率的技术效果。
上述说明仅是本申请技术方案的概述,为了能够更清楚了解本申请的技术手段,而可依照说明书的内容予以实施,并且为了让本申请的上述和其它目的、特征和优点能够更明显易懂,以下特举本申请的具体实施方式。
附图说明
图1为一个实施例中一种核电用配电柜温升智能控制方法的流程示意图;
图2为一个实施例中一种核电用配电柜温升智能控制方法中构建智能温度调整模型的流程示意图;
图3为一个实施例中一种核电用配电柜温升智能控制系统的结构框图;
图4为一个实施例中计算机设备的内部结构图;
附图标记说明:基础结构获得模块1,空间划分执行模块2,设备布设分析模块3,温度采集执行模块4,温控信息获得模块5,温度控制执行模块6。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。
如图1所示,本申请提供了一种核电用配电柜温升智能控制方法,所述方法应用于温升智能控制系统,所述温升智能控制系统与温度采集设备通信连接,所述方法包括:
S100:获得配电柜的基础结构信息;
具体而言,应理解的,配电柜是配电系统的末级设备,基于配电柜可实现在线路故障时有效控制故障范围便于维修以及在线路检修时的分片排查,同时配电柜内有各种保护措施可有效防止配电系统短路事件发生。在本实施例中,所述配电柜的应用场景为核电站,所述配电柜的基础配置包括但不限于机柜、保护地组、总路熔断器组、分路熔断器组,根据所述配电柜基础配置在配电柜内布设的空间方位信息获得所述基础结构信息,所述基础结构信息包括配电柜内配置物数量信息以及配置物的空间方位信息,所述基础结构信息为后续进行温度采集设备的布设提供参考。
S200:采集获得历史发热故障信息,通过所述历史发热故障信息和所述结构信息进行配电柜检测空间划分,生成多等级空间划分结果;
S300:基于所述多等级空间划分结果布设所述温度采集设备;
具体而言,在本实施例中,获取所述配电柜型号参数,基于型号参数采集获取与所述配电柜型号参数一致的多个样本配电柜的所述历史发热故障信息,所述历史发热故障信息包括发热故障类型以及发热故障在配电柜的空间方位。
根据不同发热故障在所述配电柜的空间方位,对所述配电柜内部空间进行空间划分,获得空间划分结果,结合发热故障在空间划分结果中各个空间的故障发生频率,进行空间等级赋值,示例性的,预设等级划分区间阈值,第一等级→0次故障,第二等级→(1~3]次故障,第三等级→(3~6]次故障,以此类推构建等级划分区间阈值。
基于等级划分区间阈值遍历各个空间故障发生频率进行配电柜检测空间划分结果的等级赋值,获得所述多等级划分结果。根据所述多等级空间划分结果设置各等级划分区域空间范围内的温度采集设备布设量设定。对于第一等级空间划分区域布设单个温度采集设备,对于第二等级空间划分区域布设环境温度采集设备和元件温度采集设备,对于第三等级空间划分区域布设多个环境温度采集设备和多个元件温度采集设备,以此类推进行温度采集设备的更精细化布置,发生故障频次越高的等级划分区域相应布设的环境/元件温度采集设备越多,以实现根据故障频次进行温度采集精密度设定,提高温度采集设备的设置有效性。
S400:通过所述温度采集设备进行所述配电柜的温度采集,获得实时温度数据;
具体而言,在本实施例中,布设在每一等级划分区域内的温度采集设备实时采集的配电柜温度数据标识有对应等级划分区域以及温度采集对象(区域环境温度/元件温度)。因而在本实施例中,基于所述温度采集设备进行所述配电柜内各个等级划分区域的区域内元件温度采集,获得所述实时温度数据,所述实时温度数据由多个等级划分区域的区域元件温度数据组成,所述实时温度数据为后续进行配电柜内温度调控提供数据参考。
S500:采集获得环境温度数据,将所述实时温度数据和所述环境温度数据、所述多等级空间划分结果输入智能温控调整模型,输出温度控制信息;
在一个实施例中,如图2所示,本申请提供的方法步骤还包括:
S510:获得所述配电柜的散热配置信息;
S520:通过所述散热配置信息和所述基础结构信息进行温度调控拟合,基于温度调控拟合结果生成调节温度数据;
S530:通过所述调节温度数据构建所述智能温度调整模型。
具体而言,在本实施例中,所述环境温度数据为所述配电柜所处外部空间环境的温度信息,通过布设在配电柜所处空间的温度采集设备进行环境温度数据采集。所述温度控制信息为进行配电柜散热配置调节控制,以使配电柜内各个等级划分区域的元件温度有效降低的散热配置调节控制信息。所述温度控制信息的优选获得方法为将所述实时温度数据和所述环境温度数据、所述多等级空间划分结果输入智能温控调整模型,基于智能温控调节模型输出所述温度控制信息。
所述智能温控调节模型是以配电柜的散热配置情况以及基础结构信息为基础构建的,能够根据配电柜外部环境温度以及元件温度情况控制散热配置进行各个等级划分区域局部精细化温度调节的高智能模型,所述智能温控调节模型基于BP神经网络构建。
进行智能温控调节模型训练的训练数据采集方法为,获得所述配电柜的散热配置,所述散热配置能够针对配电柜局部区域进行局部温度调节,所述散热配置信息包括风冷散热、水冷散热配置在所述配电柜内布设空间位置以及散热性能参数。
基于所述散热配置信息以及所述基础结构信息进行配电柜三维模型构建,并基于构建的配电柜三维模型进行温度调控拟合,模拟在不同外部环境温度和不同等级划分区域内不同元件实时温度下,进行配电柜外部温度和各个等级划分区域内元件温度调节以使配电柜内外部温度平衡的所述温度调节数据。
基于温度调控拟合获得具有对应关系的多组环境温度数据-实时温度数据-等级划分区域-温度调节数据,采用BP神经网络构建智能温控调节模型,基于具有对应关系的多组环境温度数据-实时温度数据-等级划分区域-温度调节数据按照8:1:1拆分为训练集、测试集以及验证集,基于训练集进行智能温控调节模型的训练并基于测试集和验证集进行模型输出准确度测试验证,直至模型输出准确度无限趋近于99%,智能温控调节模型的输入数据为环境温度数据-实时温度数据-等级划分区域,输出结果为温度调节数据。
基于步骤S300布设的温度采集设备,采集获得各个等级划分区域的区域内布设元件温度数据,将所述实时温度数据和所述环境温度数据、所述多等级空间划分结果输入训练完成的所述智能温控调整模型,输出温度控制信息,基于所述温度控制信息对散热配置进行控制,以使散热配置对各个等级划分区域分区高精度进行区域元件温度调节控制,实现了高精度进行配电柜内局部区域精细化温度调节控制,降低配电柜运行高温风险的技术效果。
S600:通过所述温度控制信息进行所述配电柜的温度控制。
具体而言,在本实施例中,所述配电柜中的所述散热配置基于所述温度控制信息对各个等级划分区域执行温度调节控制,以使各个等级划分区域内的元件与外部环境温度处于平衡安全状态,提高所述配电柜使用安全性,避免配电柜局部过高温造成的配电柜着火短路等安全事故发生。
在一个实施例中,本申请提供的方法步骤还包括:
S541:通过所述温度采集设备进行所述多等级空间划分结果的空间内温度采集,获得内环境温度数据;
S542:通过所述内环境温度数据和所述环境温度数据进行空间内温度积聚分析,获得温度积聚分析结果;
S543:通过所述温度积聚分析结果生成温度控制补偿信息;
S544:基于所述温度控制补偿信息进行所述温度控制信息的温度调整。
具体而言,在本实施例中,在配电柜内部布设的温度采集设备除却用于采集各个等级划分区域内元件温度的元件温度采集设备,还有用于进行各个等级划分区域空间内温度采集的内环境温度采集设备。
通过所述温度采集设备分别进行所述多等级空间划分结果中各个等级划分空间的空间内环境温度数据采集,本实施例通过所述内环境温度数据和所述环境温度数据进行空间内温度积聚分析,获得温度积聚分析结果,本实施例在后续说明书中进行空间内温度积聚分析流程方法的具体阐述。
通过所述温度积聚分析结果生成温度控制补偿信息,所述温度控制补偿信息即为散热配置需要对各个等级划分空间进行温度调节的调节程度数据,基于所述温度控制补偿信息进行所述温度控制信息的温度调整,实现了提高基于所述温度控制信息进行配电柜温度调节控制的有效性的技术效果。
在一个实施例中,本申请提供的方法步骤还包括:
S551:设定初始温度划分等级集合;
S552:根据所述初始温度划分等级集合和所述环境温度数据获得环境温度等级;
S553:根据所述初始温度划分等级集合和所述内环境温度数据获得内环境温度等级集合;
S554:根据所述内环境温度等级集合的等级分布进行内环境平衡评价,获得平衡评价结果;
S555:根据所述平衡评价结果和所述环境温度等级获得所述温度积聚分析结果。
在一个实施例中,本申请提供的方法步骤还包括:
S554-1:对所述内环境温度等级集合进行等级集中分析,获得集中度分析结果;
S554-2:基于所述内环境温度等级集合进行极差值计算,获得极差值数据;
S554-3:根据所述集中度分析结果和所述极差值数据获得所述平衡评价结果。
具体而言,在本实施例中,所述温度积聚分析结果的获得方法为,预先设定初始温度划分等级集合,例如第一等级0~5℃,第一等级5~10℃,以此类推构建间隔5摄氏度为一等级的初始温度划分等级集合。
根据所述初始温度划分等级集合遍历所述环境温度数据获得所述环境温度数据对应的环境温度等级;
根据所述初始温度划分等级集合遍历各个等级划分区域的所述内环境温度数据获得由与各个等级划分区域对应的内环境温度等级构成的所述内环境温度等级集合。
基于所述内环境温度等级集合提取获得各个内环境温度在所述初始温度划分等级集合所处等级,进行等级集中分析,获得集中度分析结果,所述集中度分析结果表征各个等级划分区域的空间内环境温度的等级集中程度以及具体集中于哪一等级。
基于所述内环境温度等级集合提取获得各个内环境温度在所述初始温度划分等级集合所处等级,通过将最高等级减去最低等级进行极差值计算,获得极差值数据,所述极差值数据反映了内环境温度等级最高等级与最低等级之间的温度等级差距。
将所述集中度分析结果和所述极差值数据作为所述平衡评价结果,根据所述平衡评价结果和所述环境温度等级获得所述温度积聚分析结果,所述温度积聚分析结果中环境温度等级与所述集中度分析结果中的温度等级偏离度越大,表明配电柜内各个等级划分区域的内环境温度与外部环境温度差距较大,所述极差值数据越大,表明配电柜内各个等级划分区域之间的内环境温度差距较大,配电柜内各个元件产热以及内部空间散热均衡度越低。
本实施例基于所述温度积聚分析结果生成温度控制补偿信息,基于所述温度控制补偿信息进行所述温度控制信息的温度调整,实现了提高所述温度控制信息对配电柜执行温度调节控制的有效性和科学性的技术效果。
在一个实施例中,本申请提供的方法步骤还包括:
S610:根据所述温度控制信息获得预设降温等级;
S620:获得所述内环境温度集合的温度集中等级,根据所述温度集中等级和所述预设降温等级的等级差值获得积聚系数;
S630:通过所述环境温度和所述预设降温等级的等级差值获得标识信息;
S640:根据所述平衡评价结果、所述积聚系数和所述标识信息获得所述温度积聚分析结果。
具体而言,在本实施例中,根据所述温度控制信息获得预设降温等级,所述预设降温等级为计划将各个等级划分区域的内环境温度降低至某一温度等级区间(例如第五等级20~25℃)或将配电柜内环境整体温度降低控制在某一温度等级区间。
基于步骤S553获得所述内环境温度等级集合,基于所述内环境温度等级集合获得温度集中等级即内环境温度所处等级众数,以所述温度集中等级和所述预设降温等级的等级差值作为所述积聚系数。
根据所述初始温度划分等级集合和所述环境温度数据获得环境温度等级,以所述环境温度等级和所述预设降温等级的等级差值获得标识信息,所述等级差值用于标识所述配电柜的温度积聚原因,若所述等级差值标识信息数值较大,表明配电柜所处环境温度较高,配电柜发生局部区域温度积聚升高的原因是配电柜的散热能力缺陷,若所述等级差值标识信息数值较小,表明配电柜所处环境温度于配电柜内环境温度差距不大,配电柜发生局部区域温度积聚升高的原因是配电柜的散热能力异常。
根据所述平衡评价结果、所述积聚系数和所述标识信息获得所述温度积聚分析结果,实现了提高温度积聚分析结果的全面性,为散热配置执行配电柜散热处理提供全面有效的数据参考的技术效果。
在一个实施例中,本申请提供的方法步骤还包括:
S710:设定反馈时间窗口;
S720:通过所述反馈时间窗口进行控制温度采集,获得温度采集结果;
S730:基于所述温度采集结果进行所述温度控制信息的控制修正。
具体而言,应理解的,配电柜内部出现温度上升现象并持续一段时间后才可能发生短路事故,因而无需散热配置持续运行工作进行配电柜内部环境以及元件散热。
在本实施例中,设定反馈时间窗口,所述反馈时间窗口用于间隔时间与所述温度采集设备通信连接进行执行所述配电柜温度控制后的控制温度采集,获得温度控制后配电柜内各个等级划分区域的空间内环境温度采集以及元件温度采集,获得包括各个等级划分区域内环境温度数据以及元件温度数据的所述温度采集结果,基于所述温度采集结果输入所述智能温控调整模型,输出温度控制信息进行原来温度控制信息的控制修正,以提高散热配置进行配电柜温度调节控制的有效性,实现了提高配电柜运行温度稳定性和配电柜使用安全性的技术效果。
在一个实施例中,如图3所示,提供了一种核电用配电柜温升智能控制系统,包括:基础结构获得模块1,空间划分执行模块2,设备布设分析模块3,温度采集执行模块4,温控信息获得模块5,温度控制执行模块6,其中:
基础结构获得模块1,用于获得配电柜的基础结构信息;
空间划分执行模块2,用于采集获得历史发热故障信息,通过所述历史发热故障信息和所述结构信息进行配电柜检测空间划分,生成多等级空间划分结果;
设备布设分析模块3,用于基于所述多等级空间划分结果布设温度采集设备;
温度采集执行模块4,用于通过所述温度采集设备进行所述配电柜的温度采集,获得实时温度数据;
温控信息获得模块5,用于采集获得环境温度数据,将所述实时温度数据和所述环境温度数据、所述多等级空间划分结果输入智能温控调整模型,输出温度控制信息;
温度控制执行模块6,用于通过所述温度控制信息进行所述配电柜的温度控制。
在一个实施例中,所述温控信息获得模块5还包括:
散热配置获得单元,用于获得所述配电柜的散热配置信息;
调节数据获得单元,用于通过所述散热配置信息和所述基础结构信息进行温度调控拟合,基于温度调控拟合结果生成调节温度数据;
调整模型构建单元,用于通过所述调节温度数据构建所述智能温度调整模型。
在一个实施例中,所述温控信息获得模块5还包括:
内温采集获得单元,用于通过所述温度采集设备进行所述多等级空间划分结果的空间内温度采集,获得内环境温度数据;
温度积聚分析单元,用于通过所述内环境温度数据和所述环境温度数据进行空间内温度积聚分析,获得温度积聚分析结果;
温度控制补偿单元,用于通过所述温度积聚分析结果生成温度控制补偿信息;
温度调整执行单元,用于基于所述温度控制补偿信息进行所述温度控制信息的温度调整。
在一个实施例中,所述温控信息获得模块5还包括:
温度等级划分单元,用于设定初始温度划分等级集合;
温度等级获得单元,用于根据所述初始温度划分等级集合和所述环境温度数据获得环境温度等级;
温度等级采集单元,用于根据所述初始温度划分等级集合和所述内环境温度数据获得内环境温度等级集合;
平衡评价执行单元,用于根据所述内环境温度等级集合的等级分布进行内环境平衡评价,获得平衡评价结果;
温度积聚分析单元,用于根据所述平衡评价结果和所述环境温度等级获得所述温度积聚分析结果。
在一个实施例中,所述温度控制执行模块6还包括:
降温等级获得单元,用于根据所述温度控制信息获得预设降温等级;
积聚系数获得单元,用于获得所述内环境温度集合的温度集中等级,根据所述温度集中等级和所述预设降温等级的等级差值获得积聚系数;
标识信息获得单元,用于通过所述环境温度和所述预设降温等级的等级差值获得标识信息;
分析结果获得单元,用于根据所述平衡评价结果、所述积聚系数和所述标识信息获得所述温度积聚分析结果。
在一个实施例中,所述平衡评价执行单元还包括:
集中度分析单元,用于对所述内环境温度等级集合进行等级集中分析,获得集中度分析结果;
极差值计算单元,用于基于所述内环境温度等级集合进行极差值计算,获得极差值数据;
平衡评价执行单元,用于根据所述集中度分析结果和所述极差值数据获得所述平衡评价结果。
在一个实施例中,本申请提供的系统还包括:
反馈窗口设定单元,用于设定反馈时间窗口;
温度采集执行单元,用于通过所述反馈时间窗口进行控制温度采集,获得温度采集结果;
温度控制修正单元,用于基于所述温度采集结果进行所述温度控制信息的控制修正。
关于一种核电用配电柜温升智能控制系统的具体实施例可以参见上文中对于一种核电用配电柜温升智能控制方法的实施例,在此不再赘述。上述一种核电用配电柜温升智能控制装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中,也可以以软件形式存储于计算机设备中的存储器中,以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中,提供了一种计算机设备,该计算机设备可以是服务器,其内部结构图可以如图4所示。该计算机设备包括通过系统总线连接的处理器、存储器和网络接口。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储新闻数据以及时间衰减因子等数据。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种核电用配电柜温升智能控制方法。
本领域技术人员可以理解,图4中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的计算机设备的限定,具体的计算机设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
在一个实施例中,提供了一种计算机设备,包括存储器和处理器,存储器中存储有计算机程序,该处理器执行计算机程序时实现以下步骤:获得配电柜的基础结构信息;采集获得历史发热故障信息,通过所述历史发热故障信息和所述结构信息进行配电柜检测空间划分,生成多等级空间划分结果;基于所述多等级空间划分结果布设所述温度采集设备;通过所述温度采集设备进行所述配电柜的温度采集,获得实时温度数据;采集获得环境温度数据,将所述实时温度数据和所述环境温度数据、所述多等级空间划分结果输入智能温控调整模型,输出温度控制信息;通过所述温度控制信息进行所述配电柜的温度控制。
以上实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请专利的保护范围应以所附权利要求为准。
Claims (10)
1.一种核电用配电柜温升智能控制方法,其特征在于,所述方法应用于温升智能控制系统,所述温升智能控制系统与温度采集设备通信连接,所述方法包括:
获得配电柜的基础结构信息;
采集获得历史发热故障信息,通过所述历史发热故障信息和所述结构信息进行配电柜检测空间划分,生成多等级空间划分结果;
基于所述多等级空间划分结果布设所述温度采集设备;
通过所述温度采集设备进行所述配电柜的温度采集,获得实时温度数据;
采集获得环境温度数据,将所述实时温度数据和所述环境温度数据、所述多等级空间划分结果输入智能温控调整模型,输出温度控制信息;
通过所述温度控制信息进行所述配电柜的温度控制。
2.如权利要求1所述的方法,其特征在于,所述方法包括:
获得所述配电柜的散热配置信息;
通过所述散热配置信息和所述基础结构信息进行温度调控拟合,基于温度调控拟合结果生成调节温度数据;
通过所述调节温度数据构建所述智能温度调整模型。
3.如权利要求1所述的方法,其特征在于,所述方法包括:
通过所述温度采集设备进行所述多等级空间划分结果的空间内温度采集,获得内环境温度数据;
通过所述内环境温度数据和所述环境温度数据进行空间内温度积聚分析,获得温度积聚分析结果;
通过所述温度积聚分析结果生成温度控制补偿信息;
基于所述温度控制补偿信息进行所述温度控制信息的温度调整。
4.如权利要求3所述的方法,其特征在于,所述方法包括:
设定初始温度划分等级集合;
根据所述初始温度划分等级集合和所述环境温度数据获得环境温度等级;
根据所述初始温度划分等级集合和所述内环境温度数据获得内环境温度等级集合;
根据所述内环境温度等级集合的等级分布进行内环境平衡评价,获得平衡评价结果;
根据所述平衡评价结果和所述环境温度等级获得所述温度积聚分析结果。
5.如权利要求4所述的方法,其特征在于,所述方法包括:
根据所述温度控制信息获得预设降温等级;
获得所述内环境温度集合的温度集中等级,根据所述温度集中等级和所述预设降温等级的等级差值获得积聚系数;
通过所述环境温度和所述预设降温等级的等级差值获得标识信息;
根据所述平衡评价结果、所述积聚系数和所述标识信息获得所述温度积聚分析结果。
6.如权利要求4所述的方法,其特征在于,所述方法包括:
对所述内环境温度等级集合进行等级集中分析,获得集中度分析结果;
基于所述内环境温度等级集合进行极差值计算,获得极差值数据;
根据所述集中度分析结果和所述极差值数据获得所述平衡评价结果。
7.如权利要求1所述的方法,其特征在于,所述方法包括:
设定反馈时间窗口;
通过所述反馈时间窗口进行控制温度采集,获得温度采集结果;
基于所述温度采集结果进行所述温度控制信息的控制修正。
8.一种核电用配电柜温升智能控制系统,其特征在于,所述系统包括:
基础结构获得模块,用于获得配电柜的基础结构信息;
空间划分执行模块,用于采集获得历史发热故障信息,通过所述历史发热故障信息和所述结构信息进行配电柜检测空间划分,生成多等级空间划分结果;
设备布设分析模块,用于基于所述多等级空间划分结果布设温度采集设备;
温度采集执行模块,用于通过所述温度采集设备进行所述配电柜的温度采集,获得实时温度数据;
温控信息获得模块,用于采集获得环境温度数据,将所述实时温度数据和所述环境温度数据、所述多等级空间划分结果输入智能温控调整模型,输出温度控制信息;
温度控制执行模块,用于通过所述温度控制信息进行所述配电柜的温度控制。
9.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述的方法的步骤。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310080861.4A CN116031777A (zh) | 2023-02-08 | 2023-02-08 | 一种核电用配电柜温升智能控制方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310080861.4A CN116031777A (zh) | 2023-02-08 | 2023-02-08 | 一种核电用配电柜温升智能控制方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116031777A true CN116031777A (zh) | 2023-04-28 |
Family
ID=86077544
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310080861.4A Pending CN116031777A (zh) | 2023-02-08 | 2023-02-08 | 一种核电用配电柜温升智能控制方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116031777A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116963481A (zh) * | 2023-09-20 | 2023-10-27 | 海斯福(深圳)科技有限公司 | 一种数据中心氟化液冷却系统的智能调控方法及系统 |
CN117077389A (zh) * | 2023-08-09 | 2023-11-17 | 常熟市友邦散热器有限责任公司 | 一种散热器性能检测方法及系统 |
CN117666741A (zh) * | 2024-02-02 | 2024-03-08 | 南京百恩特自动化科技有限公司 | 服务器散热控制方法及系统 |
-
2023
- 2023-02-08 CN CN202310080861.4A patent/CN116031777A/zh active Pending
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117077389A (zh) * | 2023-08-09 | 2023-11-17 | 常熟市友邦散热器有限责任公司 | 一种散热器性能检测方法及系统 |
CN116963481A (zh) * | 2023-09-20 | 2023-10-27 | 海斯福(深圳)科技有限公司 | 一种数据中心氟化液冷却系统的智能调控方法及系统 |
CN116963481B (zh) * | 2023-09-20 | 2023-11-24 | 海斯福(深圳)科技有限公司 | 一种数据中心氟化液冷却系统的智能调控方法及系统 |
CN117666741A (zh) * | 2024-02-02 | 2024-03-08 | 南京百恩特自动化科技有限公司 | 服务器散热控制方法及系统 |
CN117666741B (zh) * | 2024-02-02 | 2024-05-03 | 南京百恩特自动化科技有限公司 | 服务器散热控制方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN116031777A (zh) | 一种核电用配电柜温升智能控制方法及系统 | |
Kong et al. | Fault diagnosis and quantitative analysis of micro-short circuits for lithium-ion batteries in battery packs | |
Mosadeghy et al. | A time-dependent approach to evaluate capacity value of wind and solar PV generation | |
Jain et al. | Quasi-static time-series PV hosting capacity methodology and metrics | |
US5629862A (en) | Rule-based procedure for automatic selection of contingencies in evaluation of dynamic security of a power distribution system | |
CN107807860B (zh) | 一种基于矩阵分解的电力故障分析方法及系统 | |
CN109034461A (zh) | 一种基于实际电网监测信息的电压暂降随机预估方法 | |
Hou et al. | Cluster computing-based trajectory sensitivity analysis application to the WECC system | |
CN111082749B (zh) | 光伏组串运行状态的识别方法、装置及存储介质 | |
Villacci et al. | The role of learning methods in the dynamic assessment of power components loading capability | |
CN116911471B (zh) | 一种供电系统的传输性能优化方法及系统 | |
Rylander et al. | Application of new method for distribution-wide assessment of Distributed Energy Resources | |
Saleh et al. | Selecting locations and sizes of battery storage systems based on the frequency of the center of inertia and principle component analysis | |
Deboever et al. | Impact of AMI data time granularity on quasi-static time-series load flow simulation | |
Chihota et al. | Modelling and simulation of uncertainty in the placement of distributed energy resources for planning applications | |
CN111044100A (zh) | 一种用于电力计量的传感器装置及控制方法 | |
Kengkla et al. | Risk-based N-2 contingency ranking in transmission system using operational condition | |
CN114662970A (zh) | 一种基于含多异质res电网脆弱性评估模型的构建方法 | |
CN113139741A (zh) | 一种电网实时态分析及维护系统 | |
CN114325141B (zh) | 基站电量异常监测方法、装置及可读存储介质 | |
Le et al. | A thorough comparison of optimization-based and stochastic methods for determining hosting capacity of low voltage distribution network | |
CN111917840B (zh) | 一种用于锂电池的远程通信信息处理方法及系统 | |
CN111273124B (zh) | 一种配电网状态估计应用功能测试系统 | |
CN214150893U (zh) | 一种用于配电设备状态数据分类记录的模组化终端 | |
CN117648815A (zh) | 一种基于Matlab的锂电池恒功率充放电仿真方法 |
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 |