CN116106679A - 高压电缆在线监测系统 - Google Patents

Abstract

本发明实施例公开了一种高压电缆在线监测系统，该系统包括：数据获取模块，配置为获取各个传感器采集的电缆监控参数；数据筛选模块，配置为对所述电缆监控参数进行有效性分析以及冗余数据滤除得到待识别数据，所述有效性分析包括误差数据的滤除处理，所述冗余数据滤除包括对识别出的冗余数据进行滤除；数据识别模块，配置为通过设置的故障识别模型对所述待识别数据进行识别，以确定电缆监测结果，所述待识别数据的类型包括至少两种。本方案，有利于减少故障预测的冗余数据，提高各个参数数据之间的关联性，提升故障预测精度。

Description

高压电缆在线监测系统

技术领域

本申请实施例涉及电缆监控技术领域，尤其涉及一种高压电缆在线监测系统。

背景技术

随着传感器技术的普及，通过在电缆内部、电缆接头以及设置有电缆的区域进行传感器的配置来采集电缆相关的信息成为了可能。通过对传感器采集的电缆监控数据进行监测以实现对电缆运行状况的了解，进而识别或预测电缆故障。

相关技术中，传感器进行采集数据的上报，系统接收到数据后，根据该数据的具体数值进行相应的报警和预测分析，针对报警功能而言相对可靠，但预测能力优先。在通过使用机器模型进行预测时，存在无用和不可靠的数据也同时进行运算处理的问题，且模型预测大多针对单一参量，缺乏多个参量之间关联性的考虑。

发明内容

本发明实施例提供了一种高压电缆在线监测系统，解决了现有技术中，在进行数据监测过程，使用模型进行故障预测时数据冗余量大，存在大量无效数据的问题，同时考虑了各个参数数据之间的关联性，进一步提升故障预测精度。

第一方面，本发明实施例提供了一种高压电缆在线监测系统，包括：

数据获取模块，配置为获取各个传感器采集的电缆监控参数；

数据筛选模块，配置为对所述电缆监控参数进行有效性分析以及冗余数据滤除得到待识别数据，所述有效性分析包括误差数据的滤除处理，所述冗余数据滤除包括对识别出的冗余数据进行滤除；

数据识别模块，配置为通过设置的故障识别模型对所述待识别数据进行识别，以确定电缆监测结果，所述待识别数据的类型包括至少两种。

进一步的，所述数据筛选模块，配置为：

确定所述电缆监控参数对应传感器误差类型，基于所述传感器误差类型确定误差计算规则；

将所述电缆监控参数中满足所述误差计算规则的参数数据进行滤除。

进一步的，所述数据筛选模块，配置为：

基于电缆监控参数的类型确定对应的参数滤除阈值；

将小于所述参数滤除阈值的电缆监控参数进行滤除。

进一步的，所述数据识别模块，配置为：

根据当前的电缆监控参数的类型确定对应的故障识别模型，所述电缆监控参数的类型包括至少两个，不同的电缆监控参数的类型组合对应不同的故障识别模型；

通过确定出的故障识别模型对所述待识别数据进行识别。

第二方面，本发明实施例还提供了一种高压电缆在线监测方法，包括：

获取各个传感器采集的电缆监控参数；

对所述电缆监控参数进行有效性分析以及冗余数据滤除得到待识别数据，所述有效性分析包括误差数据的滤除处理，所述冗余数据滤除包括对识别出的冗余数据进行滤除；

通过设置的故障识别模型对所述待识别数据进行识别，以确定电缆监测结果，所述待识别数据的类型包括至少两种。

进一步的，所述对所述电缆监控参数进行有效性分析，包括：

确定所述电缆监控参数对应传感器误差类型，基于所述传感器误差类型确定误差计算规则；

将所述电缆监控参数中满足所述误差计算规则的参数数据进行滤除。

进一步的，所述对所述电缆监控参数进行冗余数据滤除，包括：

基于电缆监控参数的类型确定对应的参数滤除阈值；

将小于所述参数滤除阈值的电缆监控参数进行滤除。

进一步的，所述通过设置的故障识别模型对所述待识别数据进行识别，包括：

根据当前的电缆监控参数的类型确定对应的故障识别模型，所述电缆监控参数的类型包括至少两个，不同的电缆监控参数的类型组合对应不同的故障识别模型；

通过确定出的故障识别模型对所述待识别数据进行识别。

第三方面，本发明实施例还提供了一种高压电缆在线监测设备，该设备包括：

一个或多个处理器；

存储装置，用于存储一个或多个程序，

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现本发明实施例所述的高压电缆在线监测方法。

第四方面，本发明实施例还提供了一种存储计算机可执行指令的存储介质，所述计算机可执行指令在由计算机处理器执行时用于执行本发明实施例所述的高压电缆在线监测方法。

本发明实施例中，通过数据获取模块获取各个传感器采集的电缆监控参数，有利于获取电缆的多种监测数据，并保证每个监测数据的准确性；通过数据筛选模块对所述电缆监控参数进行有效性分析以及冗余数据滤除得到待识别数据，所述有效性分析包括误差数据的滤除处理，所述冗余数据滤除包括对识别出的冗余数据进行滤除，有利于减少冗余数据，进一步提高数据处理的效率；通过数据识别模块通过设置的故障识别模型对所述待识别数据进行识别，以确定电缆监测结果，所述待识别数据的类型包括至少两种，有利于提升故障预测精度。

附图说明

图1为本发明实施例提供的一种高压电缆在线监测系统的模块结构框图；

图2为本发明实施例提供的另一种高压电缆在线监测系统的模块结构框图；

图3为本发明实施例提供的一种高压电缆在线监测方法的流程图；

图4为本发明实施例提供的一种高压电缆在线监测设备的结构示意图。

具体实施方式

下面结合附图和实施例对本发明实施例作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释本发明实施例，而非对本发明实施例的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本发明实施例相关的部分而非全部结构。

图1为本发明实施例提供的一种高压电缆在线监测系统的模块结构框图，如图1所示，具体包括：

数据获取模块11，配置为获取各个传感器采集的电缆监控参数；

数据筛选模块12，配置为对所述电缆监控参数进行有效性分析以及冗余数据滤除得到待识别数据，所述有效性分析包括误差数据的滤除处理，所述冗余数据滤除包括对识别出的冗余数据进行滤除；

数据识别模块13，配置为通过设置的故障识别模型对所述待识别数据进行识别，以确定电缆监测结果，所述待识别数据的类型包括至少两种。

本方案的使用场景为用户通过系统平台对高压电缆的各项数据进行在线检测和分析，判断是否存在异常情况，并对异常情况进行及时预警。具体的，可以是通过在智能终端上运行该检测系统并接收数据采集设备所获取的监测数据的方式来进行检测和预警工作。智能终端设备可以是智能手机、电脑等。

在一个实施例中，数据获取模块11可以是用于获取系统平台所需的数据信息。具体的，可以用于获取各个传感器采集的电缆监控参数。传感器可以用于对电缆的状况进行检测，可以包括电缆的温度、电缆的覆冰情况、电缆是否倾斜以及电缆是否破损等情况。传感器的数量可以是多个，不同的传感器用于采集不同类型的数据。示例性的，温度传感器用于采集电缆温度，电容传感器用于采集电缆覆冰情况等。电缆监控参数可以是电缆不同状况的具体数值，可以包括电缆的具体温度，电缆的覆冰厚度，电缆的倾斜角度以及电缆的破损面积或破损深度等。

具体的，将多个传感器分别安装在电缆的各个位置上，不同的传感器分别采集电缆的监控参数，并将采集到的监控参数发送至监测系统中，从而使得该监控系统获取各监控参数。

数据筛选模块12可以是对有效数据和冗余数据进行筛选。对电缆监控参数进行有效性分析可以是对电缆监控数据进行判断的过程。具体的，可以通过判断该监控数据的变化幅度确定参数的有效性，也可以通过判断该监控参数的大小确定参数的有效性。冗余数据可以是电缆的误差数据，冗余数据的滤除可以是根据分析结果对电缆的误差数据进行删除的操作。待识别数据可以是未进行故障识别的数据。可选的，所述有效性分析包括误差数据的滤除处理，所述冗余数据滤除包括对识别出的冗余数据进行滤除；

在一个实施例中，通过数据筛选模块12对所获取的监控参数进行有效性分析，得到第一数据和第二数据。其中第一数据是电缆的冗余数据，第二数据是电缆的有效性数据，并对第一数据继续滤除处理，得到只包含第二数据的待识别数据。可选的，所述待识别数据的类型包括至少两种。

数据识别模块13，可以是用于对数据进行故障识别。故障识别模型可以是根据预设的识别规则创建的，可以用于识别电缆的故障情况，其中故障识别模型可以是根据相应的数据预先训练得到的。示例性的，根据历史温度数据和湿度数据预先训练温度、湿度模型。监测结果可以用于表示电缆是否存在故障，以及具体的故障情况。在一个实施例中，通过数据识别模块13创建故障识别模型，并将得到的待识别数据输入至该故障识别模型中，并通过故障识别模型输入相应监测结果。

由上述可知，通过数据获取模块获取各个传感器采集的电缆监控参数，有利于获取电缆的多种监测数据，并保证每个监测数据的准确性；通过数据筛选模块对所述电缆监控参数进行有效性分析以及冗余数据滤除得到待识别数据，所述有效性分析包括误差数据的滤除处理，所述冗余数据滤除包括对识别出的冗余数据进行滤除，有利于减少冗余数据，进一步提高数据处理的效率；通过数据识别模块通过设置的故障识别模型对所述待识别数据进行识别，以确定电缆监测结果，所述待识别数据的类型包括至少两种，有利于提升故障预测精度。

图2为本发明实施例提供的另一种高压电缆在线监测系统的模块结构框图，如图2所示，具体包括：

在一个实施例中，可选的，所述数据筛选模块22，配置为：

确定所述电缆监控参数对应传感器误差类型，基于所述传感器误差类型确定误差计算规则；

将所述电缆监控参数中满足所述误差计算规则的参数数据进行滤除。

具体的，传感器误差类型可以是由于不同类型的传感器获取数据的来源不同，从而存在不同类型的误差，可以包括称重传感器误差、温度传感器误差等。其中称重传感器误差可以是由于操作而产生的误差，具体的，可以是由于探针位置错误、探针与测量地点之间不正确的绝缘、空气或其他气体的净化过程中的错误、变送器的错误方式等多种操作错误引发的误差。其中温度传感器的误差可以是由于安装不当，绝缘变差，热惰性以及热阻等造成的误差。因此可根据不同传感器的不同类型确定误差计算规则。具体的，根据不同传感器可能造成误差的原因进行误差计算规则的确定。

在一个实施例中，通过数据筛选模块22确定电缆监控数据所属的数据类型，并根据数据类型确定传感器误差类型，进一步的根据传感器误差类型确定误差计算规则。对电缆监控数据分别进行判断，将满足误差计算规则的参数进行滤除，将不满足误差计算规则的参数进行保留，作为待识别数据。误差计算规则可以是由于计算的数据不同，根据不同数据的性质而确定的。示例性的，如温度数据，根据电缆温度的实际情况可知，电缆的温度在短时间内不会出现上下波动的情况，可确定温度传感器误差类型的误差计算规则为确定数据波动规则，若数据处于波动状态，该数据明显不属于温度变化的情况，因此该部分数据可被定义为误差数据，并将该部分误差数据进行滤除。

由上述可知，通过数据筛选模块确定所述电缆监控参数对应传感器误差类型，基于所述传感器误差类型确定误差计算规则；将所述电缆监控参数中满足所述误差计算规则的参数数据进行滤除，有利于提升误差计算的准确性，进一步提高冗余数据滤除的准确性，提高数据处理的效率。

在一个实施例中，可选的，所述数据筛选模块22，配置为：

基于电缆监控参数的类型确定对应的参数滤除阈值；

将小于所述参数滤除阈值的电缆监控参数进行滤除。

在一个实施例中，参数滤除阈值可以是用于判断电缆监控参数是否被滤除的标准。具体的，根据电缆监控参数的类型确定对应的滤除阈值。示例性的，若电缆监控参数的类型为温度，则相应的确定参数滤除阈值为温度阈值。若电缆监控参数的类型为拉力，则相应的确定参数滤除阈值为拉力阈值。在对监控参数进行滤除时，具体的，将小于参数滤除阈值的电缆监控参数进行滤除。

在一个实施例中，根据电缆监控参数确定参数的类型，并通过数据筛选模块22根据参数类型确定相应的参数滤除阈值。示例性的，当数据类型为温度时，则可根据温度确定对应的温度阈值为70度。分别将得到的温度数据与温度阈值继续比较，将小于温度阈值的温度数据进行滤除。

由上述可知，通过数据筛选模块22基于电缆监控参数的类型确定对应的参数滤除阈值；将小于所述参数滤除阈值的电缆监控参数进行滤除。有利于针对不同的数据类型确定不同的滤除阈值，进一步提高滤除的效率和滤除准确性，进一步提高数据处理的效率。

在一个实施例中，可选的，所述数据识别模块23，配置为：

根据当前的电缆监控参数的类型确定对应的故障识别模型，所述电缆监控参数的类型包括至少两个，不同的电缆监控参数的类型组合对应不同的故障识别模型；

通过确定出的故障识别模型对所述待识别数据进行识别。

在一个实施例中，根据当前的电缆监控参数的类型确定对应的故障识别模型，不同的电缆监控参数的类型组合对应不同的故障识别模型。具体的，若当前监控参数类型为温度、湿度，则确定对应的故障识别模型为温度、湿度模型；若监控参数类型为温度、烟雾，则确定对应的故障识别模型为温度、烟雾模型；若监控参数类型为拉力、倾斜度，则确定对应的故障识别模型为拉力、倾斜度模型。为了提高数据之间的关联性，可选的，所属电缆监控参数的类型包括至少两个。进而根据确定出的故障识别模型对对待识别数据进行故障识别，从而输入具体的电缆监测结果。

由上述可知，通过数据识别模块根据当前的电缆监控参数的类型确定对应的故障识别模型，所述电缆监控参数的类型包括至少两个，不同的电缆监控参数的类型组合对应不同的故障识别模型；通过确定出的故障识别模型对所述待识别数据进行识别。可以基于相互关联的组合数据实现故障的预测和识别，有利于提高多个参量之间关联性，综合考虑电缆的故障情况，进一步提升故障预测精度。

图3为本发明实施例提供的一种高压电缆在线监测方法的流程图，如图3所示，该方法具体包括：

S301、获取各个传感器采集的电缆监控参数；

S302、对所述电缆监控参数进行有效性分析以及冗余数据滤除得到待识别数据，所述有效性分析包括误差数据的滤除处理，所述冗余数据滤除包括对识别出的冗余数据进行滤除；

S303、通过设置的故障识别模型对所述待识别数据进行识别，以确定电缆监测结果，所述待识别数据的类型包括至少两种。

由上述方案可知，通过数据获取模块获取各个传感器采集的电缆监控参数，有利于获取电缆的多种监测数据，并保证每个监测数据的准确性；通过数据筛选模块对所述电缆监控参数进行有效性分析以及冗余数据滤除得到待识别数据，所述有效性分析包括误差数据的滤除处理，所述冗余数据滤除包括对识别出的冗余数据进行滤除，有利于减少冗余数据，进一步提高数据处理的效率；通过数据识别模块通过设置的故障识别模型对所述待识别数据进行识别，以确定电缆监测结果，所述待识别数据的类型包括至少两种，有利于提升故障预测精度。

在一个可能的实施例中，所述对所述电缆监控参数进行有效性分析，包括：

确定所述电缆监控参数对应传感器误差类型，基于所述传感器误差类型确定误差计算规则；

将所述电缆监控参数中满足所述误差计算规则的参数数据进行滤除。

在一个可能的实施例中，所述对所述电缆监控参数进行冗余数据滤除，包括：

基于电缆监控参数的类型确定对应的参数滤除阈值；

将小于所述参数滤除阈值的电缆监控参数进行滤除。

在一个可能的实施例中，所述通过设置的故障识别模型对所述待识别数据进行识别，包括：

根据当前的电缆监控参数的类型确定对应的故障识别模型，所述电缆监控参数的类型包括至少两个，不同的电缆监控参数的类型组合对应不同的故障识别模型；

通过确定出的故障识别模型对所述待识别数据进行识别。

图4为本发明实施例提供的一种高压电缆在线监测设备的结构示意图，如图4所示，该设备包括处理器401、存储器402、输入装置403和输出装置404；设备中处理器401的数量可以是一个或多个，图4中以一个处理器401为例；设备中的处理器401、存储器402、输入装置403和输出装置404可以通过总线或其他方式连接，图4中以通过总线连接为例。存储器402作为一种计算机可读存储介质，可用于存储软件程序、计算机可执行程序以及模块，如本发明实施例中的高压电缆在线监测方法对应的程序指令/模块。处理器401通过运行存储在存储器402中的软件程序、指令以及模块，从而执行设备的各种功能应用以及数据处理，即实现上述的高压电缆在线监测方法。输入装置403可用于接收输入的数字或字符信息，以及产生与设备的用户设置以及功能控制有关的键信号输入。输出装置404可包括显示屏等显示设备。

本发明实施例还提供一种包含计算机可执行指令的存储介质，所述计算机可执行指令在由计算机处理器执行时用于执行一种高压电缆在线监测方法，该方法包括：获取各个传感器采集的电缆监控参数；对所述电缆监控参数进行有效性分析以及冗余数据滤除得到待识别数据，所述有效性分析包括误差数据的滤除处理，所述冗余数据滤除包括对识别出的冗余数据进行滤除；通过设置的故障识别模型对所述待识别数据进行识别，以确定电缆监测结果，所述待识别数据的类型包括至少两种。

值得注意的是，上述高压电缆在线监测系统装置的实施例中，所包括的各个单元和模块只是按照功能逻辑进行划分的，但并不局限于上述的划分，只要能够实现相应的功能即可；另外，各功能单元的具体名称也只是为了便于相互区分，并不用于限制本发明实施例的保护范围。

注意，上述仅为本发明实施例的较佳实施例及所运用技术原理。本领域技术人员会理解，本发明实施例不限于这里所述的特定实施例，对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明实施例的保护范围。因此，虽然通过以上实施例对本发明实施例进行了较为详细的说明，但是本发明实施例不仅仅限于以上实施例，在不脱离本发明实施例构思的情况下，还可以包括更多其他等效实施例，而本发明实施例的范围由所附的权利要求范围决定。

Claims (10)

1.高压电缆在线监测系统，其特征在于，包括：

数据获取模块，配置为获取各个传感器采集的电缆监控参数；

数据筛选模块，配置为对所述电缆监控参数进行有效性分析以及冗余数据滤除得到待识别数据，所述有效性分析包括误差数据的滤除处理，所述冗余数据滤除包括对识别出的冗余数据进行滤除；

数据识别模块，配置为通过设置的故障识别模型对所述待识别数据进行识别，以确定电缆监测结果，所述待识别数据的类型包括至少两种。

2.根据权利要求1所述的高压电缆在线监测系统，其特征在于，所述数据筛选模块，配置为：

确定所述电缆监控参数对应传感器误差类型，基于所述传感器误差类型确定误差计算规则；

将所述电缆监控参数中满足所述误差计算规则的参数数据进行滤除。

3.根据权利要求1所述的高压电缆在线监测系统，其特征在于，所述数据筛选模块，配置为：

基于电缆监控参数的类型确定对应的参数滤除阈值；

将小于所述参数滤除阈值的电缆监控参数进行滤除。

4.根据权利要求1-3中任一项所述的高压电缆在线监测系统，其特征在于，所述数据识别模块，配置为：

根据当前的电缆监控参数的类型确定对应的故障识别模型，所述电缆监控参数的类型包括至少两个，不同的电缆监控参数的类型组合对应不同的故障识别模型；

通过确定出的故障识别模型对所述待识别数据进行识别。

5.高压电缆在线监测方法，其特征在于，包括：

获取各个传感器采集的电缆监控参数；

对所述电缆监控参数进行有效性分析以及冗余数据滤除得到待识别数据，所述有效性分析包括误差数据的滤除处理，所述冗余数据滤除包括对识别出的冗余数据进行滤除；

通过设置的故障识别模型对所述待识别数据进行识别，以确定电缆监测结果，所述待识别数据的类型包括至少两种。

6.根据权利要求5所述的高压电缆在线监测方法，其特征在于，所述对所述电缆监控参数进行有效性分析，包括：

确定所述电缆监控参数对应传感器误差类型，基于所述传感器误差类型确定误差计算规则；

将所述电缆监控参数中满足所述误差计算规则的参数数据进行滤除。

7.根据权利要求5所述的高压电缆在线监测方法，其特征在于，所述对所述电缆监控参数进行冗余数据滤除，包括：

基于电缆监控参数的类型确定对应的参数滤除阈值；

将小于所述参数滤除阈值的电缆监控参数进行滤除。

8.根据权利要求5-7中任一项所述的高压电缆在线监测方法，其特征在于，所述通过设置的故障识别模型对所述待识别数据进行识别，包括：

根据当前的电缆监控参数的类型确定对应的故障识别模型，所述电缆监控参数的类型包括至少两个，不同的电缆监控参数的类型组合对应不同的故障识别模型；

通过确定出的故障识别模型对所述待识别数据进行识别。

9.一种高压电缆在线监测设备，所述设备包括：一个或多个处理器；存储装置，用于存储一个或多个程序，当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求5-8中任一项所述的高压电缆在线监测方法。

10.一种存储计算机可执行指令的存储介质，所述计算机可执行指令在由计算机处理器执行时用于执行如权利要求5-8中任一项所述的高压电缆在线监测方法。

Images