CN116111726B - 一种园区配电箱漏电监测预警系统 - Google Patents

一种园区配电箱漏电监测预警系统 Download PDF

Info

Publication number
CN116111726B
CN116111726B CN202310377656.4A CN202310377656A CN116111726B CN 116111726 B CN116111726 B CN 116111726B CN 202310377656 A CN202310377656 A CN 202310377656A CN 116111726 B CN116111726 B CN 116111726B
Authority
CN
China
Prior art keywords
monitoring
distribution box
cable
leakage
aging
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.)
Active
Application number
CN202310377656.4A
Other languages
English (en)
Other versions
CN116111726A (zh
Inventor
何涛
钟山
王玉鹏
薛天生
何紫彤
僧雪明
何东江
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Jiangsu Tongqiu Construction Technology Co ltd
Original Assignee
Jiangsu Tongqiu Construction Technology Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Jiangsu Tongqiu Construction Technology Co ltd filed Critical Jiangsu Tongqiu Construction Technology Co ltd
Priority to CN202310377656.4A priority Critical patent/CN116111726B/zh
Publication of CN116111726A publication Critical patent/CN116111726A/zh
Application granted granted Critical
Publication of CN116111726B publication Critical patent/CN116111726B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J13/00—Circuit arrangements for providing remote indication of network conditions, e.g. an instantaneous record of the open or closed condition of each circuitbreaker in the network; Circuit arrangements for providing remote control of switching means in a power distribution network, e.g. switching in and out of current consumers by using a pulse code signal carried by the network
    • H02J13/00002—Circuit arrangements for providing remote indication of network conditions, e.g. an instantaneous record of the open or closed condition of each circuitbreaker in the network; Circuit arrangements for providing remote control of switching means in a power distribution network, e.g. switching in and out of current consumers by using a pulse code signal carried by the network characterised by monitoring
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/50—Testing of electric apparatus, lines, cables or components for short-circuits, continuity, leakage current or incorrect line connections
    • G01R31/52—Testing for short-circuits, leakage current or ground faults
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
    • G06F16/58—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
    • G06F16/583—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/06—Energy or water supply
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0004—Industrial image inspection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/60—Analysis of geometric attributes
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/60—Analysis of geometric attributes
    • G06T7/62—Analysis of geometric attributes of area, perimeter, diameter or volume
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/90—Determination of colour characteristics
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N7/00—Television systems
    • H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
    • H04N7/181—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast for receiving images from a plurality of remote sources
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30108—Industrial image inspection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30232—Surveillance
    • 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
    • Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
    • Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
    • Y04S10/00—Systems supporting electrical power generation, transmission or distribution
    • Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Economics (AREA)
  • Data Mining & Analysis (AREA)
  • Human Resources & Organizations (AREA)
  • Strategic Management (AREA)
  • Mathematical Physics (AREA)
  • Computational Mathematics (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Geometry (AREA)
  • Health & Medical Sciences (AREA)
  • Library & Information Science (AREA)
  • General Engineering & Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Pure & Applied Mathematics (AREA)
  • Mathematical Optimization (AREA)
  • Mathematical Analysis (AREA)
  • Marketing (AREA)
  • Evolutionary Biology (AREA)
  • General Health & Medical Sciences (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Probability & Statistics with Applications (AREA)
  • Primary Health Care (AREA)
  • Algebra (AREA)
  • Development Economics (AREA)
  • Game Theory and Decision Science (AREA)
  • Software Systems (AREA)
  • Water Supply & Treatment (AREA)
  • Public Health (AREA)
  • Power Engineering (AREA)
  • Entrepreneurship & Innovation (AREA)

Abstract

本发明涉及配电箱漏电监测技术领域，具体公开一种园区配电箱漏电监测预警系统，本发明在对园区配电箱进行漏电监测时以引发配电箱漏电的因素作为考量对象，以此分别进行配电箱箱体外壳老化指征和配电箱线缆节点脱裸指标提取分析，并综合上述评估配电箱的漏电风险系数，从而将其作为危险配电箱的识别依据，实现了对配电箱前瞻性的漏电监测，能够有效且及时地监测到配电箱的漏电隐患，最大限度降低漏电事故引发火灾的发生率，从根本上起到了漏电预防作用，与此同时在识别到危险配电箱时继续进行漏电原因预测，为后续的漏电消除提供了针对性、可靠性的参考依据，有利于提高漏电消除的处理效率，同时使得漏电消除效果更加凸显。

Description

一种园区配电箱漏电监测预警系统
技术领域
本发明涉及配电箱漏电监测技术领域，具体而言，是一种园区配电箱漏电监测预警系统。
背景技术
随着社会经济水平的显着提高，人们对电能的需求与日俱增，特别是园区这种用电设备种类、数量较多的场所，使得园区对电力系统的依赖性越来越强，而配电箱作为电力系统的重要组成部分，使其在园区中越来越常见。
由于园区内存在的配电箱大部分为室外配电箱，鉴于室外配电箱长期暴露在外界环境中，导致其密封性能降低，从而容易发生漏电事故，严重者会引发火灾，为了保障园区配电箱的安全运行，最大限度避免火灾事故的发生，对园区配电箱进行漏电监测显得尤为必要。
然而目前对园区配电箱的漏电监测方式都是以测量漏电电流来实现监测目的，但一般能够测量到漏电电流时实际已经发生了漏电，此时再进行漏电消除就错过了最佳时机，另外目前当未测量到漏电电流时就停止操作了，实际这种情况并不代表配电箱当前运行状态不存在漏电风险，由此可见这种监测方式不具有前瞻性，无法有效且及时地监测到配电箱的漏电隐患，从而不利于后续漏电消除工作的实施，无法起到漏电预防作用。
再者目前对园区配电箱的漏电监测在监测到配电箱存在漏电时就直接依据经验进行漏电消除，缺乏对漏电原因的事先分析，导致漏电消防缺乏针对性，一方面在一定程度上降低了漏电消除的处理效率，另一方面容易导致采取的漏电消除手段与漏电原因不适配，致使漏电消除效果不明显。
发明内容
为此，本申请实施例的一个目的在于提供一种园区配电箱漏电监测预警系统，有效解决了背景技术提到的问题。
本发明通过以下技术方案来实现：一种园区配电箱漏电监测预警系统，包括：配电箱箱体外观图像采集模块，用于选取各配电箱的适配监控摄像头，由其按照设定的监测时间间隔进行箱体外观图像采集。
外壳老化指征识别模块，用于基于各配电箱在各监测时刻的箱体外观图像进行箱体外壳老化指征识别。
配电箱内部线缆铺设图像采集模块，用于在各配电箱的内部设置夜视摄像头，由其按照设定的监测时间间隔进行线缆铺设图像采集。
线缆节点脱裸指标分析模块，用于基于各配电箱在各监测时刻的线缆铺设图像进行线缆节点脱裸指标分析。
监管数据库，用于存储各种箱体外壳老化类型对应的老化程度值，并存储各线缆种类对应的漏电危害因子。
配电箱漏电风险评估模块，用于评估各配电箱在各监测时刻的漏电风险系数。
危险配电箱识别及漏电原因预测模块，用于识别出危险配电箱及危险监测时刻，并参照下述模型预测危险配电箱的漏电原因。
Figure SMS_1
，其中/>
Figure SMS_2
表示为危险配电箱在危险监测时刻的漏电差异度，/>
Figure SMS_3
表示为设定值，/>
Figure SMS_4
、/>
Figure SMS_5
分别表示为危险配电箱在危险监测时刻的箱体老化漏电表征系数、线缆节点漏电表征系数，/>
Figure SMS_6
代表危险配电箱的漏电原因为箱体老化与线缆节点接触异常并存，
Figure SMS_7
代表危险配电箱的漏电原因为箱体老化，/>
Figure SMS_8
代表危险配电箱的漏电原因为线缆节点接触异常。
漏电预警终端，用于在识别出危险配电箱时进行漏电预警，并将危险配电箱的安装位置和漏电原因上传至管理中心。
根据本发明的一种能够实现的方式，所述选取各配电箱的适配监控摄像头具体实现过程如下：获取目标园区的平面布局图，从中定位各配电箱的安装位置。
以各配电箱的安装位置为圆心，以预设距离为半径作圆，圆内区域即为各配电箱对应的有效监控范围，进而获取各配电箱对应有效监控范围内存在的监控摄像头数量，并将相应监控摄像头记为候选监控摄像头。
确定各配电箱对应有效监控范围内各候选监控摄像头在地面上的覆盖区域，进而提取覆盖区域中心点。
测量各配电箱对应有效监控范围内各候选监控摄像头对应覆盖区域中心点与圆心之间的距离，记为覆盖偏移距离。
分别获取各配电箱对应有效监控范围内各候选监控摄像头所处布设位置与配电箱安装位置之间的距离，记为监控距离。
将各配电箱对应有效监控范围内各候选监控摄像头对应的覆盖偏移距离和监控距离导入公式
Figure SMS_9
得到各配电箱对应有效监控范围内各候选监控摄像头对应的监控适配度，其中R1、R2分别表示为设定常数，且R1>1，R2>1，R1>R2。
将各配电箱对应有效监控范围内各候选监控摄像头对应的监控适配度进行相互对比，从中选取最大监控适配度对应的候选监控摄像头作为各配电箱对应的适配监控摄像头。
根据本发明的一种能够实现的方式，所述箱体外壳老化指征包括箱体外壳老化类型和箱体外壳老化面积。
根据本发明的一种能够实现的方式，所述线缆节点脱裸指标包括线缆节点脱落指数和线缆节点裸露指数，其中线缆节点脱裸指标对应的具体分析过程如下：将各配电箱在各监测时刻的线缆铺设图像聚焦在线缆与开关的接触位置，将其作为节点，进而依据线缆铺设图像构造线缆节点连接轮廓图。
从各配电箱在各监测时刻的各处线缆节点连接轮廓图中提取线缆进入开关的长度，将其记为线缆接触长度。
获取各配电箱的内部原始线缆铺设图像，并据此构造各处线缆节点原始连接轮廓图，进而从中提取原始线缆接触长度。
将各配电箱在各监测时刻的各处线缆节点对应的线缆接触长度与原始线缆接触长度进行对比，计算各配电箱在各监测时刻的各处线缆节点脱落指数
Figure SMS_10
，其表达式为
Figure SMS_11
，其中i表示为配电箱编号，/>
Figure SMS_12
，t表示为监测时刻编号，/>
Figure SMS_13
，j表示为线缆节点编号，/>
Figure SMS_14
，/>
Figure SMS_15
表示为第i配电箱在第t监测时刻的第j处线缆节点对应的线缆接触长度，/>
Figure SMS_16
表示为第i配电箱内部第j处线缆节点对应的原始线缆接触长度，e表示为自然常数。
将各配电箱在各监测时刻的各处线缆节点连接轮廓图聚焦在线缆与开关的连接端处，以此提取连接端裸露长度，进而利用公式
Figure SMS_17
计算出各配电箱在各监测时刻的各处线缆节点裸露指数/>
Figure SMS_18
，其中/>
Figure SMS_19
表示为第i配电箱在第t监测时刻的第j处线缆节点对应的连接端裸露长度，/>
Figure SMS_20
表示为设定的安全裸露长度。
根据本发明的一种能够实现的方式，所述评估各配电箱在各监测时刻的漏电风险系数具体参见以下步骤：（1）将各配电箱在各监测时刻的箱体外壳老化指征代入箱体老化漏电表征系数统计公式
Figure SMS_21
，统计得到各配电箱在各监测时刻的箱体老化漏电表征系数/>
Figure SMS_22
，/>
Figure SMS_23
表示为第i配电箱在第t监测时刻的箱体外壳老化面积，/>
Figure SMS_24
表示为第i配电箱在第t监测时刻的箱体外壳老化类型对应的老化程度值，/>
Figure SMS_25
表示为第i配电箱的表面积。
（2）从各配电箱在各监测时刻的各处线缆节点连接轮廓图中提取线缆颜色，并据此识别各处线缆节点对应的线缆种类，其中线缆种类包括火线、零线。
（3）将各配电箱在各监测时刻的线缆节点脱裸指标通过线缆节点漏电表征系数统计公式
Figure SMS_26
，统计得到各配电箱在各监测时刻的线缆节点漏电表征系数/>
Figure SMS_27
，其中/>
Figure SMS_28
表示为第i配电箱内部第j处线缆节点所属线缆种类对应的漏电危害因子，/>
Figure SMS_29
表示为第i配电箱在第t监测时刻的内部环境影响因子。
（4）将
Figure SMS_30
和/>
Figure SMS_31
导入漏电风险系数评估模型/>
Figure SMS_32
，评估得到各配电箱在各监测时刻的漏电风险系数/>
Figure SMS_33
，/>
Figure SMS_34
表示为箱体外观漏电对应的比例系数。
根据本发明的一种能够实现的方式，所述
Figure SMS_35
的具体获取方式如下：将各配电箱在各监测时刻的箱体外壳老化类型与监管数据库中存储的各种箱体外壳老化类型对应的老化程度值进行匹配，从中筛选出各配电箱在各监测时刻的箱体外壳老化类型对应的老化程度值。
根据本发明的一种能够实现的方式，所述
Figure SMS_36
的具体分析过程参见下述步骤：在各配电箱的内部设置环境监测终端，由其按照设定的监测时间间隔进行内部环境参数监测，其中内部环境参数包括温度、湿度和灰尘浓度。
将各配电箱在各监测时刻的内部环境参数导入公式
Figure SMS_38
，统计得到各配电箱在各监测时刻的内部环境影响因子/>
Figure SMS_39
，/>
Figure SMS_40
、/>
Figure SMS_41
、/>
Figure SMS_42
分别表示为第i配电箱在第t监测时刻的温度、湿度、灰尘浓度，/>
Figure SMS_43
、/>
Figure SMS_44
、
Figure SMS_37
分别表示为预置的配电箱内部电气设备处于安全运行状态下的温度、湿度、灰尘浓度。
根据本发明的一种能够实现的方式，所述
Figure SMS_45
的具体获取方式为将各配电箱内部各处线缆节点所属线缆种类与监管数据库中存储的各线缆种类对应的漏电危害因子进行匹配，从中筛选出各配电箱内部各处线缆节点所属线缆种类对应的漏电危害因子。
根据本发明的一种能够实现的方式，所述危险配电箱在危险监测时刻的漏电差异度表达式为
Figure SMS_46
。
与现有技术相比，本发明具有以下优点：1、本发明在对园区配电箱进行漏电监测时以引发配电箱漏电的因素作为考量对象，以此分别进行配电箱箱体外壳老化指征和配电箱线缆节点脱裸指标提取分析，并综合上述评估配电箱的漏电风险系数，从而将其作为危险配电箱的识别依据，实现了对配电箱前瞻性的漏电监测，能够有效且及时地监测到配电箱的漏电隐患，有利于提高后续漏电消除工作实施的及时度，最大限度降低漏电事故引发火灾的发生率，从根本上起到了漏电预防作用。
2、本发明在识别到危险配电箱时继续进行漏电原因预测，为后续的漏电消除提供了针对性、可靠性的参考依据，有利于提高漏电消除的处理效率，同时使得漏电消除效果更加凸显。
3、本发明对配电箱箱体外壳老化指征的提取是通过采集配电箱箱体外观图像得到的，其具体采集方式为利用园区内布设的监控摄像头进行采集，实现了园区监控资源的充分利用，避免重新进行摄像头布设造成的漏电监测成本增加，另外由于园区内存在大量监控摄像头，本发明以配电箱的安装位置为基点从若干监控摄像头中选取出适配监控摄像头，从而调用适配监控摄像头进行采集，使得配电箱箱体外观图像的采集更加具有目标性，有效减少了其他监控摄像头的采集干扰，同时鉴于以监控适配度作为筛选依据，使得配电箱箱体外观图像的采集更加精准、可靠，更加符合箱体外观图像采集的用途需求。
附图说明
利用附图对本发明作进一步说明，但附图中的实施例不构成对本发明的任何限制，对于本领域的普通技术人员，在不付出创造性劳动的前提下，还可以根据以下附图获得其它的附图。
图1为本发明的系统连接示意图。
图2为本发明中有效监控范围与覆盖区域的构成示意图。
附图标记：A——有效监控范围，B——配电箱安装位置，C——覆盖区域中心点，D——覆盖区域。
具体实施方式
下面将结合本发明实施例中的附图，对本发明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做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
本发明提出一种园区配电箱漏电监测预警系统，具体包括配电箱箱体外观图像采集模块、外壳老化指征识别模块、配电箱内部线缆铺设图像采集模块、线缆节点脱裸指标分析模块、监管数据库、配电箱漏电风险评估模块、危险配电箱识别及漏电原因预测模块和漏电预警终端。
参照图1所示，上述中各模块之间的连接关系为箱体外观图像采集模块与外壳老化指征识别模块连接，配电箱内部线缆铺设图像采集模块与线缆节点脱裸指标分析模块连接，外壳老化指征识别模块、线缆节点脱裸指标分析模块和监管数据库均与配电箱漏电风险评估模块连接，配电箱漏电风险评估模块与危险配电箱识别及漏电原因预测模块连接，危险配电箱识别及漏电原因预测模块与漏电预警终端连接。
所述配电箱箱体外观图像采集模块用于选取各配电箱的适配监控摄像头，由其按照设定的监测时间间隔进行箱体外观图像采集。
在一种可实施的方式中，选取各配电箱的适配监控摄像头具体实现过程如下：获取目标园区的平面布局图，从中定位各配电箱的安装位置。
以各配电箱的安装位置为圆心，以预设距离为半径作圆，圆内区域即为各配电箱对应的有效监控范围，进而获取各配电箱对应有效监控范围内存在的监控摄像头数量，并将相应监控摄像头记为候选监控摄像头。
需要理解的是，上述提到的预设距离的设定可根据配电箱的规格尺寸进行确定，示例性的，若配电箱的规格尺寸较小，预设距离可相对设定小一些，若配电箱的规格尺寸较大，预设距离可相对设定大一些。
确定各配电箱对应有效监控范围内各候选监控摄像头在地面上的覆盖区域，进而提取覆盖区域中心点。
在一个具体实施例中，确定各候选监控摄像头在地面上的覆盖区域具体操作过程如下：在各候选监控摄像头所在布设位置的地面上放置参照物体。
需要理解的是，为了使候选监控摄像头在地面上覆盖区域的快速确定，选择的参照物体可以为地毯等能够平铺的物体，这样便于摄像轮廓的提取。
由各候选监控摄像头对参照物体进行摄像，得到各候选监控摄像头对参照物体的摄像图片。
从各候选监控摄像头对参照物体的摄像图片中提取参照物体对应的摄像轮廓。
在参照物体的实际轮廓中将参照物体对应的摄像轮廓进行标记，其标记区域即为各候选监控摄像头在地面上的覆盖区域。
上述中有效监控范围与覆盖区域的构成参见图2所示。
测量各配电箱对应有效监控范围内各候选监控摄像头对应覆盖区域中心点与圆心之间的距离，将其记为覆盖偏移距离。
上述中覆盖偏移距离代表配电箱的安装位置是否位于监控摄像头对应覆盖区域的中心，当配电箱的安装位置位于监控摄像头对应覆盖区域的中心时，此时配电箱成为拍摄主体，使得监控摄像头对配电箱拍摄的图片更加具有针对性和目标性，能够突出重点，从而降低拍摄图片中入境的其他物体对拍摄主体的干扰。
分别获取各配电箱对应有效监控范围内各候选监控摄像头所处布设位置与配电箱安装位置之间的距离，将其记为监控距离。
上述中监控距离代表配电箱的拍摄清晰度，当监控距离相对参考监控距离越远时，会到配电箱的拍摄清晰度受到影响，为后续的外壳老化指征识别无形之中增加了难度，当监控距离相对参考监控距离越近时，会导致配电箱拍摄不全面，因此监控距离要适中。
将各配电箱对应有效监控范围内各候选监控摄像头对应的覆盖偏移距离和监控距离导入公式
Figure SMS_47
得到各配电箱对应有效监控范围内各候选监控摄像头对应的监控适配度，其中R1、R2分别表示为设定常数，且R1>1，R2>1，R1>R2，其中覆盖偏移距离越近，监控距离越接近参考监控距离，监控适配度越大。
可以理解的是，上述提到的参考监控距离指的是不影响拍摄清晰度且不影响拍摄主体全面性的适宜监控距离。
将各配电箱对应有效监控范围内各候选监控摄像头对应的监控适配度进行相互对比，从中选取最大监控适配度对应的候选监控摄像头作为各配电箱对应的适配监控摄像头。
本发明对配电箱箱体外壳老化指征的提取是通过采集配电箱箱体外观图像得到的，其具体采集方式为利用园区内布设的监控摄像头进行采集，实现了园区监控资源的充分利用，避免重新进行摄像头布设造成的漏电监测成本增加，另外由于园区内存在大量监控摄像头，本发明以配电箱的安装位置为基点从若干监控摄像头中选取出适配监控摄像头，从而调用适配监控摄像头进行采集，使得配电箱箱体外观图像的采集更加具有目标性，有效减少了其他监控摄像头的采集干扰，同时鉴于以监控适配度作为筛选依据，使得配电箱箱体外观图像的采集更加精准、可靠，更加符合箱体外观图像采集的用途需求。
所述外壳老化指征识别模块用于基于各配电箱在各监测时刻的箱体外观图像进行箱体外壳老化指征识别，其中箱体外壳老化指征包括箱体外壳老化类型和箱体外壳老化面积。
在本发明的优选方案中，箱体外壳老化指征的识别方式为将各配电箱在各监测时刻的箱体外观图像与配电箱箱体正常外观图像进行对比，从中定位出异常区域，进而提取异常区域的表观特征，将其与预先设置的各种箱体外壳老化类型对应的表观特征进行匹配，从中匹配出箱体外壳老化类型，与此同时提取异常区域的轮廓，据此获取异常区域面积，将其作为箱体外壳老化面积。
上述提到的配电箱箱体正常外观图像指的是不存在老化的箱体外观图像。
作为本发明的一个示例，箱体外壳老化类型包括脱落、破损、锈蚀等。
所述配电箱内部线缆铺设图像采集模块用于在各配电箱的内部设置夜视摄像头，由其按照设定的监测时间间隔进行线缆铺设图像采集。
所述线缆节点脱裸指标分析模块用于基于各配电箱在各监测时刻的线缆铺设图像进行线缆节点脱裸指标分析，所述线缆节点脱裸指标包括线缆节点脱落指数和线缆节点裸露指数，其中线缆节点脱裸指标对应的具体分析过程如下：将各配电箱在各监测时刻的线缆铺设图像聚焦在线缆与开关的接触位置，将其作为节点，进而依据线缆铺设图像构造线缆节点连接轮廓图。
从各配电箱在各监测时刻的各处线缆节点连接轮廓图中提取线缆进入开关的长度，将其记为线缆接触长度。
在一个可选的实施方式中，线缆接触长度的提取方式为首先测量线缆未接触长度，然后获取线缆的原始总长度，最后将线缆的原始总长度减去线缆未接触长度得到线缆接触长度，这里对线缆接触长度的提取方式是考虑到配电箱内线缆的原始总长度是固定的，线缆的一端固定连接在配电箱内，另一端穿过开关，形成与开关的连接关系，由此开关将线缆的原始总长度分割为线缆未接触长度和线缆接触长度，鉴于线缆接触长度不好直接获取，通过测量线缆未接触长度，就可以间接提取到线缆接触长度。
获取各配电箱的内部原始线缆铺设图像，并据此构造各处线缆节点原始连接轮廓图，进而从中提取原始线缆接触长度。
将各配电箱在各监测时刻的各处线缆节点对应的线缆接触长度与原始线缆接触长度进行对比，计算各配电箱在各监测时刻的各处线缆节点脱落指数
Figure SMS_48
，其表达式为
Figure SMS_49
，其中i表示为配电箱编号，/>
Figure SMS_50
，t表示为监测时刻编号，/>
Figure SMS_51
，j表示为线缆节点编号，/>
Figure SMS_52
，/>
Figure SMS_53
表示为第i配电箱在第t监测时刻的第j处线缆节点对应的线缆接触长度，/>
Figure SMS_54
表示为第i配电箱内部第j处线缆节点对应的原始线缆接触长度，e表示为自然常数。
上述中对线缆接触长度的分析是考虑到引发配电箱漏电的一个因素为线缆脱落导致接触不良，正常情况下线缆接触长度与原始线缆接触长度是保持一致的，当开关连接处松动时一部分线缆会从开关处脱落，使得线缆接触长度小于原始线缆接触长度，从而导致线缆脱落，且线缆接触长度越小于原始线缆接触长度，线缆脱落指数越大，表明线缆脱落程度越高。
将各配电箱在各监测时刻的各处线缆节点连接轮廓图聚焦在线缆与开关的连接端处，以此提取连接端裸露长度，进而利用公式
Figure SMS_55
计算出各配电箱在各监测时刻的各处线缆节点裸露指数/>
Figure SMS_56
，其中/>
Figure SMS_57
表示为第i配电箱在第t监测时刻的第j处线缆节点对应的连接端裸露长度，/>
Figure SMS_58
表示为设定的安全裸露长度。
上述中对线缆连接端裸露长度的分析是考虑到线缆外表面套设绝缘层，绝缘层起到保护作用，当绝缘层破损时会导致线缆连接端裸露，裸露的线缆会因失去绝缘层的保护作用增大漏电事故的发生率。
所述监管数据库用于存储各种箱体外壳老化类型对应的老化程度值，并存储各线缆种类对应的漏电危害因子。
所述配电箱漏电风险评估模块用于评估各配电箱在各监测时刻的漏电风险系数，具体评估过程为：（1）将各配电箱在各监测时刻的箱体外壳老化指征代入箱体老化漏电表征系数统计公式
Figure SMS_59
，统计得到各配电箱在各监测时刻的箱体老化漏电表征系数/>
Figure SMS_60
，/>
Figure SMS_61
表示为第i配电箱在第t监测时刻的箱体外壳老化面积，/>
Figure SMS_62
表示为第i配电箱在第t监测时刻的箱体外壳老化类型对应的老化程度值，/>
Figure SMS_63
表示为第i配电箱的表面积，其中/>
Figure SMS_64
的获取方式为从配电箱箱体外观图像中提取配电箱箱体外形轮廓线，以此得到配电箱的表面积。
在进一步实施方式中，
Figure SMS_65
的具体获取方式如下：将各配电箱在各监测时刻的箱体外壳老化类型与监管数据库中存储的各种箱体外壳老化类型对应的老化程度值进行匹配，从中筛选出各配电箱在各监测时刻的箱体外壳老化类型对应的老化程度值。
（2）从各配电箱在各监测时刻的各处线缆节点连接轮廓图中提取线缆颜色，并据此识别各处线缆节点对应的线缆种类，其中线缆种类包括火线、零线，特别的，一般红色线缆为火线，黑色线缆为零线。
（3）将各配电箱在各监测时刻的线缆节点脱裸指标通过线缆节点漏电表征系数统计公式
Figure SMS_66
，统计得到各配电箱在各监测时刻的线缆节点漏电表征系数/>
Figure SMS_67
，其中/>
Figure SMS_68
表示为第i配电箱内部第j处线缆节点所属线缆种类对应的漏电危害因子，/>
Figure SMS_69
表示为第i配电箱在第t监测时刻的内部环境影响因子。
在上述线缆节点漏电表征系数统计公式中，
Figure SMS_70
的具体分析过程参见下述步骤：在各配电箱的内部设置环境监测终端，由其按照设定的监测时间间隔进行内部环境参数监测，其中内部环境参数包括温度、湿度和灰尘浓度。
将各配电箱在各监测时刻的内部环境参数导入公式
Figure SMS_72
，统计得到各配电箱在各监测时刻的内部环境影响因子/>
Figure SMS_73
，/>
Figure SMS_74
、/>
Figure SMS_75
、/>
Figure SMS_76
分别表示为第i配电箱在第t监测时刻的温度、湿度、灰尘浓度，/>
Figure SMS_77
、/>
Figure SMS_78
、
Figure SMS_71
分别表示为预置的配电箱内部电气设备处于安全运行状态下的温度、湿度、灰尘浓度。
本发明对配电箱线缆节点漏电表征系数的分析不仅考虑到线缆节点脱裸状态造成的直接漏电影响，还考虑到配电箱内部环境状态造成的附加漏电影响，当配电箱线缆节点存在脱裸现象时配电箱内部环境越恶劣，越会加速漏电事故的发生，由此可见该方式对配电箱线缆节点漏电表征系数的分析更加全面且贴近实际，有利于提高分析结果的可靠度。
在上述线缆节点漏电表征系数统计公式中，
Figure SMS_79
的具体获取方式为将各配电箱内部各处线缆节点所属线缆种类与监管数据库中存储的各线缆种类对应的漏电危害因子进行匹配，从中筛选出各配电箱内部各处线缆节点所属线缆种类对应的漏电危害因子，其中火线对应的漏电危害因子远大于零线对应的漏电危害因子。
（4）将
Figure SMS_80
和/>
Figure SMS_81
导入漏电风险系数评估模型/>
Figure SMS_82
，评估得到各配电箱在各监测时刻的漏电风险系数/>
Figure SMS_83
，/>
Figure SMS_84
表示为箱体外观漏电对应的比例系数。
所述危险配电箱识别及漏电原因预测模块，用于识别出危险配电箱及危险监测时刻，具体识别方式为将各配电箱在各监测时刻的漏电风险系数与预定义的安全漏电风险系数进行对比，若某配电箱在某监测时刻的漏电风险系数大于预定义的安全漏电风险系数，则识别该配电箱为危险配电箱，将该监测时刻记为危险监测时刻。
本发明在对园区配电箱进行漏电监测时以引发配电箱漏电的因素作为考量对象，以此分别进行配电箱箱体外壳老化指征和配电箱线缆节点脱裸指标提取分析，并综合上述评估配电箱的漏电风险系数，从而将其作为危险配电箱的识别依据，实现了对配电箱前瞻性的漏电监测，能够有效且及时地监测到配电箱的漏电隐患，有利于提高后续漏电消除工作实施的及时度，最大限度降低漏电事故引发火灾的发生率，从根本上起到了漏电预防作用。
所述危险配电箱识别及漏电原因预测模块在识别出危险配电箱时还对危险配电箱的漏电原因进行预测，具体实现过程如下：第一步、将危险配电箱在危险监测时刻的箱体老化漏电表征系数
Figure SMS_85
与线缆节点漏电表征系数/>
Figure SMS_86
进行对比，通过下述表达式计算危险配电箱在危险监测时刻的漏电差异度/>
Figure SMS_87
。
Figure SMS_88
。
其中危险配电箱在危险监测时刻的箱体老化漏电表征系数与线缆节点漏电表征系数相差越大，漏电差异度越大。
第二步、将危险配电箱在危险监测时刻的漏电差异度与设定值进行对比，从而参见下述预测模型得到危险配电箱的漏电原因。
Figure SMS_89
。
在上述预测模型中
Figure SMS_90
表示为设定值，/>
Figure SMS_91
代表危险配电箱的漏电原因为箱体老化与线缆节点接触异常并存，/>
Figure SMS_92
代表危险配电箱的漏电原因为箱体老化，/>
Figure SMS_93
代表危险配电箱的漏电原因为线缆节点接触异常。
上述对危险配电箱漏电原因的预测是以配电箱漏电的主体要素为配电箱箱体老化和配电箱内部线缆节点接触异常为预测参照，以突出性作为预测衡量标准，当危险配电箱在危险监测时刻的漏电差异度小于或等于设定值时，表明危险配电箱在危险监测时刻的箱体老化漏电表征系数与线缆节点漏电表征系数相差不大，不具有明显的突出性，因此这两个漏电因素都具有引发配电箱漏电的可能性，当危险配电箱在危险监测时刻的漏电差异度大于设定值时，表明危险配电箱在危险监测时刻的箱体老化漏电表征系数与线缆节点漏电表征系数之间存在较大的差距，具有明显的突出性，此时选择具有明显突出性的漏电因素作为漏电原因，能够大大提高漏电原因预测的准确度。
本发明在识别到危险配电箱时继续进行漏电原因预测，为后续的漏电消除提供了针对性、可靠性的参考依据，有利于提高漏电消除的处理效率，同时使得漏电消除效果更加凸显。
所述漏电预警终端用于在识别出危险配电箱时进行漏电预警，并基于危险配电箱的编号获取危险配电箱的安装位置，进而在危险监测时刻将危险配电箱的安装位置和漏电原因上传至管理中心，有利于使园区管理人员及时发现危险配电箱，在一定程度上提高了危险配电箱对应漏电消除的及时度。
以上内容仅仅是对本发明结构所作的举例和说明，所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代，只要不偏离本发明的结构或者超越本发明所定义的范围，均应属于本发明的保护范围。

Claims (6)

1.一种园区配电箱漏电监测预警系统，其特征在于，包括：
配电箱箱体外观图像采集模块，用于选取各配电箱的适配监控摄像头，由其按照设定的监测时间间隔进行箱体外观图像采集；
外壳老化指征识别模块，用于基于各配电箱在各监测时刻的箱体外观图像进行箱体外壳老化指征识别；
配电箱内部线缆铺设图像采集模块，用于在各配电箱的内部设置夜视摄像头，由其按照设定的监测时间间隔进行线缆铺设图像采集；
线缆节点脱裸指标分析模块，用于基于各配电箱在各监测时刻的线缆铺设图像进行线缆节点脱裸指标分析；
监管数据库，用于存储各种箱体外壳老化类型对应的老化程度值，并存储各线缆种类对应的漏电危害因子；
配电箱漏电风险评估模块，用于评估各配电箱在各监测时刻的漏电风险系数；
危险配电箱识别及漏电原因预测模块，用于识别出危险配电箱及危险监测时刻，并参照预测模型
Figure QLYQS_2
预测危险配电箱的漏电原因，其中/>
Figure QLYQS_3
表示为危险配电箱在危险监测时刻的漏电差异度，/>
Figure QLYQS_4
表示为设定值，/>
Figure QLYQS_5
、/>
Figure QLYQS_6
分别表示为危险配电箱在危险监测时刻的箱体老化漏电表征系数、线缆节点漏电表征系数,/>
Figure QLYQS_7
代表危险配电箱的漏电原因为箱体老化与线缆节点接触异常并存，/>
Figure QLYQS_8
代表危险配电箱的漏电原因为箱体老化，/>
Figure QLYQS_1
代表危险配电箱的漏电原因为线缆节点接触异常；
漏电预警终端，用于在识别出危险配电箱时进行漏电预警，并将危险配电箱的安装位置和漏电原因上传至管理中心；
所述线缆节点脱裸指标包括线缆节点脱落指数和线缆节点裸露指数，其中线缆节点脱裸指标对应的具体分析过程如下：
将各配电箱在各监测时刻的线缆铺设图像聚焦在线缆与开关的接触位置，将其作为节点，进而依据线缆铺设图像构造线缆节点连接轮廓图；
从各配电箱在各监测时刻的各处线缆节点连接轮廓图中提取线缆进入开关的长度，将其记为线缆接触长度；
获取各配电箱的内部原始线缆铺设图像，并据此构造各处线缆节点原始连接轮廓图，进而从中提取原始线缆接触长度；
将各配电箱在各监测时刻的各处线缆节点对应的线缆接触长度与原始线缆接触长度进行对比，计算各配电箱在各监测时刻的各处线缆节点脱落指数
Figure QLYQS_9
，其表达式为
Figure QLYQS_10
，其中i表示为配电箱编号，/>
Figure QLYQS_11
，t表示为监测时刻编号，/>
Figure QLYQS_12
，j表示为线缆节点编号，/>
Figure QLYQS_13
，/>
Figure QLYQS_14
表示为第i配电箱在第t监测时刻的第j处线缆节点对应的线缆接触长度，/>
Figure QLYQS_15
表示为第i配电箱内部第j处线缆节点对应的原始线缆接触长度，e表示为自然常数；
将各配电箱在各监测时刻的各处线缆节点连接轮廓图聚焦在线缆与开关的连接端处，以此提取连接端裸露长度，进而利用公式
Figure QLYQS_16
计算出各配电箱在各监测时刻的各处线缆节点裸露指数/>
Figure QLYQS_17
，其中/>
Figure QLYQS_18
表示为第i配电箱在第t监测时刻的第j处线缆节点对应的连接端裸露长度，/>
Figure QLYQS_19
表示为设定的安全裸露长度；
所述评估各配电箱在各监测时刻的漏电风险系数具体参见以下步骤：
（1）将各配电箱在各监测时刻的箱体外壳老化指征代入箱体老化漏电表征系数统计公式
Figure QLYQS_20
，统计得到各配电箱在各监测时刻的箱体老化漏电表征系数/>
Figure QLYQS_21
，/>
Figure QLYQS_22
表示为第i配电箱在第t监测时刻的箱体外壳老化面积，/>
Figure QLYQS_23
表示为第i配电箱在第t监测时刻的箱体外壳老化类型对应的老化程度值，/>
Figure QLYQS_24
表示为第i配电箱的表面积；
（2）从各配电箱在各监测时刻的各处线缆节点连接轮廓图中提取线缆颜色，并据此识别各处线缆节点对应的线缆种类，其中线缆种类包括火线、零线；
（3）将各配电箱在各监测时刻的线缆节点脱裸指标通过线缆节点漏电表征系数统计公式
Figure QLYQS_25
，统计得到各配电箱在各监测时刻的线缆节点漏电表征系数/>
Figure QLYQS_26
，其中/>
Figure QLYQS_27
表示为第i配电箱内部第j处线缆节点所属线缆种类对应的漏电危害因子，/>
Figure QLYQS_28
表示为第i配电箱在第t监测时刻的内部环境影响因子；
（4）将
Figure QLYQS_29
和/>
Figure QLYQS_30
导入漏电风险系数评估模型/>
Figure QLYQS_31
，评估得到各配电箱在各监测时刻的漏电风险系数/>
Figure QLYQS_32
，/>
Figure QLYQS_33
表示为箱体外观漏电对应的比例系数；
所述危险配电箱在危险监测时刻的漏电差异度表达式为
Figure QLYQS_34
。
2.根据权利要求1所述的一种园区配电箱漏电监测预警系统，其特征在于：所述选取各配电箱的适配监控摄像头具体实现过程如下：
获取目标园区的平面布局图，从中定位各配电箱的安装位置；
以各配电箱的安装位置为圆心，以预设距离为半径作圆，圆内区域即为各配电箱对应的有效监控范围，进而获取各配电箱对应有效监控范围内存在的监控摄像头数量，并将相应监控摄像头记为候选监控摄像头；
确定各配电箱对应有效监控范围内各候选监控摄像头在地面上的覆盖区域，进而提取覆盖区域中心点；
测量各配电箱对应有效监控范围内各候选监控摄像头对应覆盖区域中心点与圆心之间的距离，记为覆盖偏移距离；
分别获取各配电箱对应有效监控范围内各候选监控摄像头所处布设位置与配电箱安装位置之间的距离，记为监控距离；
将各配电箱对应有效监控范围内各候选监控摄像头对应的覆盖偏移距离和监控距离导入公式
Figure QLYQS_35
得到各配电箱对应有效监控范围内各候选监控摄像头对应的监控适配度，其中R1、R2分别表示为设定常数，且R1>1,R2>1，R1>R2;
将各配电箱对应有效监控范围内各候选监控摄像头对应的监控适配度进行相互对比，从中选取最大监控适配度对应的候选监控摄像头作为各配电箱对应的适配监控摄像头。
3.根据权利要求1所述的一种园区配电箱漏电监测预警系统，其特征在于：所述箱体外壳老化指征包括箱体外壳老化类型和箱体外壳老化面积。
4.根据权利要求1所述的一种园区配电箱漏电监测预警系统，其特征在于：所述
Figure QLYQS_36
的具体获取方式如下：将各配电箱在各监测时刻的箱体外壳老化类型与监管数据库中存储的各种箱体外壳老化类型对应的老化程度值进行匹配，从中筛选出各配电箱在各监测时刻的箱体外壳老化类型对应的老化程度值。
5.根据权利要求1所述的一种园区配电箱漏电监测预警系统，其特征在于：所述
Figure QLYQS_37
的具体分析过程参见下述步骤:
在各配电箱的内部设置环境监测终端，由其按照设定的监测时间间隔进行内部环境参数监测，其中内部环境参数包括温度、湿度和灰尘浓度；
将各配电箱在各监测时刻的内部环境参数导入公式
Figure QLYQS_39
，统计得到各配电箱在各监测时刻的内部环境影响因子/>
Figure QLYQS_40
，/>
Figure QLYQS_41
、/>
Figure QLYQS_42
、/>
Figure QLYQS_43
分别表示为第i配电箱在第t监测时刻的温度、湿度、灰尘浓度，/>
Figure QLYQS_44
、/>
Figure QLYQS_45
、/>
Figure QLYQS_38
分别表示为预置的配电箱内部电气设备处于安全运行状态下的温度、湿度、灰尘浓度。
6.根据权利要求1所述的一种园区配电箱漏电监测预警系统，其特征在于：所述
Figure QLYQS_46
的具体获取方式为将各配电箱内部各处线缆节点所属线缆种类与监管数据库中存储的各线缆种类对应的漏电危害因子进行匹配，从中筛选出各配电箱内部各处线缆节点所属线缆种类对应的漏电危害因子。
CN202310377656.4A 2023-04-11 2023-04-11 一种园区配电箱漏电监测预警系统 Active CN116111726B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310377656.4A CN116111726B (zh) 2023-04-11 2023-04-11 一种园区配电箱漏电监测预警系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310377656.4A CN116111726B (zh) 2023-04-11 2023-04-11 一种园区配电箱漏电监测预警系统

Publications (2)

Publication Number Publication Date
CN116111726A CN116111726A (zh) 2023-05-12
CN116111726B true CN116111726B (zh) 2023-06-23

Family

ID=86256475

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310377656.4A Active CN116111726B (zh) 2023-04-11 2023-04-11 一种园区配电箱漏电监测预警系统

Country Status (1)

Country Link
CN (1) CN116111726B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117975699B (zh) * 2024-03-29 2024-06-04 烟台信谊电器有限公司 基于物联网的智能化电气柜控制调节系统

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN211930341U (zh) * 2019-12-25 2020-11-13 云南电网有限责任公司信息中心 一种基于时空信息统一服务的输电线路管理系统
CN113422353A (zh) * 2021-06-07 2021-09-21 武汉特试特科技股份有限公司 一种包含低压配电物联网开关的漏电保护系统及方法

Also Published As

Publication number Publication date
CN116111726A (zh) 2023-05-12

Similar Documents

Publication Publication Date Title
CN103901072B (zh) 利用红外图谱分析诊断设备过热缺陷的方法
CN103196380B (zh) 输电线路图像采集装置及输电线路覆冰厚度检测系统
CN110567964B (zh) 一种检测变电设备缺陷的方法、装置及存储介质
CN116111726B (zh) 一种园区配电箱漏电监测预警系统
CN115015692A (zh) 一种高压设备电力电缆运维监测预警方法及系统
CN113469947B (zh) 一种适合多种地形的测量隐患与输电导线净空距离的方法
CN108680833B (zh) 基于无人机的复合绝缘子缺陷检测系统
CN103234465A (zh) 一种输电线路覆冰厚度检测方法及系统
CN205333126U (zh) 变电站阀厅挂轨巡检机器人
CN111342391A (zh) 一种输电线路绝缘子和线路故障巡视方法及巡视体系
CN113051423B (zh) 一种基于大数据分析的智能电网输电线路状态在线智能监测方法
CN116054417B (zh) 一种变电站用的监控系统及方法
CN114255405A (zh) 一种隐患目标识别方法与装置
CN115642877A (zh) 一种基于深度学习的光伏组件异常遮挡检测方法及系统
CN115184726B (zh) 一种智能电网故障实时监测定位系统及方法
CN106548211A (zh) 基于红外图像的变电站测温点自动识别方法和装置
CN109253805A (zh) 一种电力设备多目标同时测温的方法
CN109323765A (zh) 一种采用曲线轮廓法对电力设备准确测温的方法
CN203190947U (zh) 输电线路图像采集装置及输电线路覆冰厚度检测系统
CN115113093A (zh) 一种可视化绝缘子漏电流巡检方法及设备
CN111257622A (zh) 基于秋千法的带电作业入场位置的确定方法及装置
CN107194923B (zh) 一种用于接触网电力设备缺陷巡检的紫外图像诊断方法
CN115857488A (zh) 一种便携式移动巡检仪
CN115187880A (zh) 基于图像识别的通信光缆缺陷检测方法、系统及存储介质
Komar et al. Performance of UV and IR sensors for inspections of power equipment

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
GR01 Patent grant
GR01 Patent grant