CN116720612A - 一种矿物绝缘电缆的接头监控装置、方法及设备 - Google Patents
一种矿物绝缘电缆的接头监控装置、方法及设备 Download PDFInfo
- Publication number
- CN116720612A CN116720612A CN202310621424.9A CN202310621424A CN116720612A CN 116720612 A CN116720612 A CN 116720612A CN 202310621424 A CN202310621424 A CN 202310621424A CN 116720612 A CN116720612 A CN 116720612A
- Authority
- CN
- China
- Prior art keywords
- data
- mineral
- joint
- model
- humidity
- 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
- 229910052500 inorganic mineral Inorganic materials 0.000 title claims abstract description 224
- 239000011707 mineral Substances 0.000 title claims abstract description 224
- 238000000034 method Methods 0.000 title claims abstract description 59
- 238000012806 monitoring device Methods 0.000 title claims abstract description 27
- 238000009413 insulation Methods 0.000 claims abstract description 192
- 238000013499 data model Methods 0.000 claims abstract description 113
- 230000005856 abnormality Effects 0.000 claims abstract description 20
- 238000011835 investigation Methods 0.000 claims abstract description 17
- 230000002159 abnormal effect Effects 0.000 claims abstract description 14
- 238000012549 training Methods 0.000 claims description 55
- 238000012544 monitoring process Methods 0.000 claims description 40
- 230000007613 environmental effect Effects 0.000 claims description 9
- 230000008569 process Effects 0.000 abstract description 17
- 238000010586 diagram Methods 0.000 description 10
- 230000006872 improvement Effects 0.000 description 10
- 230000008901 benefit Effects 0.000 description 6
- 230000015556 catabolic process Effects 0.000 description 6
- 230000008859 change Effects 0.000 description 5
- 238000004891 communication Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 230000000694 effects Effects 0.000 description 3
- 230000009471 action Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 239000000523 sample Substances 0.000 description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- RYGMFSIKBFXOCR-UHFFFAOYSA-N Copper Chemical compound [Cu] RYGMFSIKBFXOCR-UHFFFAOYSA-N 0.000 description 1
- UFHFLCQGNIYNRP-UHFFFAOYSA-N Hydrogen Chemical compound [H][H] UFHFLCQGNIYNRP-UHFFFAOYSA-N 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 229910052802 copper Inorganic materials 0.000 description 1
- 239000010949 copper Substances 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 230000001066 destructive effect Effects 0.000 description 1
- 230000005684 electric field Effects 0.000 description 1
- 229910052739 hydrogen Inorganic materials 0.000 description 1
- 239000001257 hydrogen Substances 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 239000012212 insulator Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000008707 rearrangement Effects 0.000 description 1
- 239000011540 sensing material Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 239000000758 substrate Substances 0.000 description 1
Classifications
-
- 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
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F9/00—Arrangements for program control, e.g. control units
- G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
- G06F9/30—Arrangements for executing machine instructions, e.g. instruction decode
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
- G06N3/09—Supervised learning
-
- 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
-
- 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)
- Theoretical Computer Science (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Economics (AREA)
- General Physics & Mathematics (AREA)
- Software Systems (AREA)
- Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Marketing (AREA)
- General Health & Medical Sciences (AREA)
- General Engineering & Computer Science (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Life Sciences & Earth Sciences (AREA)
- Biophysics (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- Entrepreneurship & Innovation (AREA)
- Primary Health Care (AREA)
- Operations Research (AREA)
- Artificial Intelligence (AREA)
- Biomedical Technology (AREA)
- Game Theory and Decision Science (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- Quality & Reliability (AREA)
- Mathematical Physics (AREA)
- Development Economics (AREA)
- Testing Relating To Insulation (AREA)
Abstract
本申请公开了一种矿物绝缘电缆的接头监控装置、方法及设备，本申请属于电力设施技术领域。该装置包括：数据获取模块，设置于距离矿物绝缘电缆接头的预设范围内，用于采集矿物绝缘电缆的矿物绝缘层的实时湿度数据；数据输入模块，用于将所述实时湿度数据输入至预先训练的大数据模型，获取所述大数据模型的输出结果；分析模块，用于根据所述大数据模型的输出结果，确定是否存在性能异常；指令生成模块，用于在存在性能异常的情况下，生成接头排查指令。本技术方案，可以在矿物绝缘电缆正常工作的过程中对矿物绝缘电缆的接头处的湿度数据是否影响其性能进行检查，提高了矿物绝缘电缆的使用安全性和稳定性。
Description
技术领域
本申请属于电力设施技术领域，具体涉及一种矿物绝缘电缆的接头监控装置、方法及设备。
背景技术
矿物绝缘电缆因为其载流量大、耐火性好等优点，已被广泛应用于高层建筑、机场、隧道以及购物中心等场合。
但是矿物绝缘电缆受工艺限制无法较长生产，安装需要使用专用的接头附件，施工相对复杂。而且矿物绝缘电缆的绝缘层由矿物组成，接头处很容易受潮，极易与空气中的水分发生化学反应，而生成能导电的氢矿物，导致电缆绝缘击穿，影响正常使用。所以在矿物绝缘电缆使用过程中，对接头处的性能监控尤为重要。
目前对矿物绝缘电缆接头的性能监控主要是由工作人员巡检，不能对电缆接头处的湿度进行实时监控，无法确定矿物绝缘电缆的接头处绝缘性能。因此，在矿物绝缘电缆正常工作的过程中，如何检查矿物绝缘电缆的接头处的湿度数据对其性能的影响，是本领域技术人员亟待解决的技术问题。
发明内容
本申请实施例的目的是提供一种矿物绝缘电缆的接头监控装置、方法及设备，可以在矿物绝缘电缆正常工作的过程中对矿物绝缘电缆的接头处的湿度数据是否影响其性能进行检查，提高了矿物绝缘电缆的使用安全性和稳定性。
第一方面，本申请实施例提供了一种矿物绝缘电缆的接头监控装置，所述装置包括：
数据获取模块，设置于距离矿物绝缘电缆接头的预设范围内，用于采集矿物绝缘电缆的矿物绝缘层的实时湿度数据；
数据输入模块，用于将所述实时湿度数据输入至预先训练的大数据模型，获取所述大数据模型的输出结果；
分析模块，用于根据所述大数据模型的输出结果，确定是否存在性能异常；
指令生成模块，用于在存在性能异常的情况下，生成接头排查指令。
进一步的，所述装置还包括大数据模型训练模块，用于：
获取已敷设矿物绝缘电缆的接头处矿物绝缘层的历史湿度数据，以及所述已敷设矿物绝缘电缆的矿物绝缘层的绝缘性能；
将所述历史湿度数据以及监控位置与接头处的距离作为输入数据，并以所述绝缘性能作为所述输入数据的标签信息，输入至预先构建的基础模型；
根据所述基础模型的输出结果与所述标签信息之间的关系，对所述基础模型进行有监督的参数训练，得到大数据模型。
进一步的，所述大数据模型训练模块，还用于：
获取已敷设矿物绝缘电缆的接头处矿物绝缘层的绝缘性能失效时间点数据；
将所述历史湿度数据即所述历史湿度数据的获取时间与所述绝缘性能失效时间点数据输入至预先构建的基础模型，用于对所述基础模型基于历史湿度数据的获取时间与所述绝缘性能失效时间点数据的时间差，训练基于当前湿度数据进行绝缘性能失效时间点预测的训练。
进一步的，所述大数据模型训练模块，还用于：
获取已敷设矿物绝缘电缆的历史环境湿度数据；
将所述历史湿度数据、历史环境湿度数据以及监控位置与接头处的距离作为输入数据，并以所述绝缘性能作为所述输入数据的标签信息，输入至预先构建的基础模型；
根据所述基础模型的输出结果与所述标签信息之间的关系，对所述基础模型进行有监督的参数训练，得到大数据模型；
相应的，所述数据获取模块，还用于：
采集矿物绝缘电缆的实时环境湿度数据；
数据输入模块，还用于：
将所述实时湿度数据和所述实时环境湿度数据输入至预先训练的大数据模型，获取所述大数据模型的输出结果。
进一步的，所述大数据模型训练模块，还用于：
基于所述历史湿度数据确定历史湿度增长率；
将所述历史湿度增长率作为输入数据，并以所述绝缘性能作为所述输入数据的标签信息，输入至预先构建的基础模型；
根据所述基础模型的输出结果与所述标签信息之间的关系，对所述基础模型进行有监督的参数训练，得到大数据模型。
进一步的，所述大数据模型的输出结果，包括：
所述矿物绝缘层的实时湿度数据与预设湿度阈值之间的关系，以及，所述矿物绝缘层的实时湿度数据的增长率与预设增长率阈值之间的关系。
第二方面，本申请实施例提供了.一种矿物绝缘电缆的接头监控方法，其特征在于，所述方法包括：
将数据获取模块设置在距离矿物绝缘电缆接头的预设范围内，并通过该模块采集矿物绝缘电缆的矿物绝缘层的实时湿度数据；
通过数据输入模块将所述实时湿度数据输入至预先训练的大数据模型，获取所述大数据模型的输出结果；
通过分析模块根据所述大数据模型的输出结果，确定是否存在性能异常；
通过指令生成模块在存在性能异常的情况下，生成接头排查指令。
进一步的，所述方法还包括：
通过大数据模型训练模块获取已敷设矿物绝缘电缆的接头处矿物绝缘层的历史湿度数据，以及所述已敷设矿物绝缘电缆的矿物绝缘层的绝缘性能；
将所述历史湿度数据以及监控位置与接头处的距离作为输入数据，并以所述绝缘性能作为所述输入数据的标签信息，输入至预先构建的基础模型；
根据所述基础模型的输出结果与所述标签信息之间的关系，对所述基础模型进行有监督的参数训练，得到大数据模型。
进一步的，将所述历史湿度数据以及监控位置与接头处的距离作为输入数据，并以所述绝缘性能作为所述输入数据的标签信息，输入至预先构建的基础模型之前，所述方法还包括：
获取已敷设矿物绝缘电缆的接头处矿物绝缘层的绝缘性能失效时间点数据；
将所述历史湿度数据即所述历史湿度数据的获取时间与所述绝缘性能失效时间点数据输入至预先构建的基础模型，用于对所述基础模型基于历史湿度数据的获取时间与所述绝缘性能失效时间点数据的时间差，训练基于当前湿度数据进行绝缘性能失效时间点预测的训练。
第三方面，本申请实施例提供了一种电子设备，该电子设备包括处理器、存储器及存储在所述存储器上并可在所述处理器上运行的程序或指令，所述程序或指令被所述处理器执行时实现如第一方面所述的方法的步骤。
第四方面，本申请实施例提供了一种可读存储介质，所述可读存储介质上存储程序或指令，所述程序或指令被处理器执行时实现如第一方面所述的方法的步骤。
第五方面，本申请实施例提供了一种芯片，所述芯片包括处理器和通信接口，所述通信接口和所述处理器耦合，所述处理器用于运行程序或指令，实现如第一方面所述的方法。
在本申请实施例中，将数据获取模块采集到的矿物绝缘电缆的矿物绝缘层的实时湿度数据，输入至预先训练的大数据模型。再由分析模块，根据所述大数据模型的输出结果，确定是否存在性能异常。若存在性能异常，则向工作人员的智能终端设备发送排查接头的提醒。通过上述矿物绝缘电缆的接头监控装置，可以在矿物绝缘电缆正常工作的过程中对矿物绝缘电缆的接头处的湿度数据是否影响其性能进行检查，提高了矿物绝缘电缆的使用安全性和稳定性。
附图说明
图1是本申请实施例一提供的矿物绝缘电缆的接头监控装置的结构示意图；
图2是本申请实施例二提供的矿物绝缘电缆的接头监控装置的结构示意图；
图3是本申请实施例三提供的矿物绝缘电缆的接头监控装置的结构示意图；
图4是本申请实施例四提供的矿物绝缘电缆的接头监控装置的结构示意图；
图5是本申请实施例五提供的矿物绝缘电缆的接头监控装置的结构示意图；
图6是本申请实施例六提供的矿物绝缘电缆的接头监控装置的结构示意图；
图7是本申请实施例七提供的矿物绝缘电缆的接头监控方法的流程示意图；
图8是本申请实施例八提供的电子设备的结构示意图。
具体实施方式
为了使本申请的目的、技术方案和优点更加清楚，下面结合附图对本申请具体实施例作进一步的详细描述。可以理解的是，此处所描述的具体实施例仅仅用于解释本申请，而非对本申请的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本申请相关的部分而非全部内容。在更加详细地讨论示例性实施例之前应当提到的是，一些示例性实施例被描述成作为流程图描绘的处理或方法。虽然流程图将各项操作(或步骤)描述成顺序的处理，但是其中的许多操作可以被并行地、并发地或者同时实施。此外，各项操作的顺序可以被重新安排。当其操作完成时所述处理可以被终止，但是还可以具有未包括在附图中的附加步骤。所述处理可以对应于方法、函数、规程、子例程、子程序等等。
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地描述，显然，所描述的实施例是本申请一部分实施例，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获得的所有其他实施例，都属于本申请保护的范围。
本申请的说明书和权利要求书中的术语“第一”、“第二”等是用于区别类似的对象，而不用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便本申请的实施例能够以除了在这里图示或描述的那些以外的顺序实施，且“第一”、“第二”等所区分的对象通常为一类，并不限定对象的个数，例如第一对象可以是一个，也可以是多个。此外，说明书以及权利要求中“和/或”表示所连接对象的至少其中之一，字符“/”，一般表示前后关联对象是一种“或”的关系。
下面结合附图，通过具体的实施例及其应用场景对本申请实施例提供的矿物绝缘电缆的接头监控装置、方法及设备进行详细地说明。
实施例一
图1是本申请实施例一提供的矿物绝缘电缆的接头监控装置的结构示意图。如图1所示，具体包括如下步骤：
数据获取模块110，设置于距离矿物绝缘电缆接头的预设范围内，用于采集矿物绝缘电缆的矿物绝缘层的实时湿度数据；
数据输入模块120，用于将所述实时湿度数据输入至预先训练的大数据模型，获取所述大数据模型的输出结果；
分析模块130，用于根据所述大数据模型的输出结果，确定是否存在性能异常；
指令生成模块140，用于在存在性能异常的情况下，生成接头排查指令。
本方案的应用场景，可以是智能终端或监控平台对矿物绝缘电缆接头处矿物绝缘层的湿度进行实时监控，结合大数据模型分析湿度对电缆接头的绝缘性能是否有影响，并在绝缘性能发生变化时生成接头排查指令的场景。具体的，可以是先由智能终端或监控平台通过大数据收集电缆接头的矿物绝缘层历史湿度数据和绝缘性能等信息，并根据这些信息对大数据模型进行有监督训练，得到矿物绝缘层湿度和绝缘性能的关系。再将数据获取模块设置于距离矿物绝缘电缆接头的预设范围内，采集到矿物绝缘电缆的矿物绝缘层的实时湿度数据之后，通过大数据模型和分析模块判断此时的绝缘性能是否发生变化，如果发生变化，则向工作人员的终端设备发送接头排查的提示。
结合上述场景，可以理解的，本方案的执行主体可以是上述智能终端或监控平台，此处不做具体限定。
数据获取模块110，可以是湿度传感器，可以埋设在电缆距离接头的预设范围内的铜屏蔽网套与防水胶带中间，用作获取矿物绝缘电缆绝缘层的湿度。距离矿物绝缘电缆接头的预设范围可以是能够检测到电缆中间接头较为准确的湿度数据的距离。例如，矿物绝缘电缆中间接头左右各20cm内。矿物绝缘电缆的矿物绝缘层的实时湿度数据可以是矿物绝缘电缆的矿物绝缘层的水分子含量。
采集矿物绝缘电缆的矿物绝缘层的实时湿度数据的方式，可以是利用湿敏元件电阻值的变化计算相应的湿度数据。具体的，湿敏电阻的基片上覆盖有一层用感湿材料制成的膜，当空气中的水蒸气吸附在感湿膜上时，元件的电阻值会发生变化，进而影响其所在电路的电流变化，电流变化会导致周围磁场发生相应的变化，这样湿度数据就可以通过磁场传输到数据输入模块120。
数据输入模块120，可以是无线传感器探头，可以设置在矿物绝缘电缆外侧距数据获取模块110一定范围内，最佳接收距离小于8cm，用作接收数据获取模块110获取的湿度数据。具体的，可以是无线传感器探头发出规律的电信号影响周围磁场变化，在电缆内部的数据获取模块110接收到信号后转化为电压信号唤醒湿度传感器。湿度传感器采集到湿度数据后，以同样的方式将数据转化为磁场变化传输到数据输入模块120。数据输入模块120通过磁场接收到湿度数据后，通过模数转换器转换为数字信号，并输入到预先训练的大数据模型。预先训练的大数据模型，可以是计算不同的湿度数据对应的矿物绝缘电缆绝缘层的绝缘性能的模型。大数据模型的输出结果，可以是绝缘层的预测电阻率。
分析模块130，可以是智能终端或监控平台用于根据大数据模型的输出结果确定是否存在性能异常的程序设计。具体的，可以是根据大数据模型输出的预测电阻率判断其是否在要求的电阻率范围内。例如，设定电缆绝缘层的电阻率应大于108欧·米，若大数据输出的预测电阻值为107欧·米，不在设定的范围内，则电缆的绝缘层存在性能异常。
指令生成模块140，可以是在存在性能异常的情况下，智能终端或监控平台用于生成接头排查指令的程序设计。具体的，可以是当矿物绝缘电缆的绝缘性能发生异常时，智能终端或监控平台通过指令生成模块向工作人员的终端设备发送接头排查的提示信息。其中，工作人员的终端设备，可以是计算机或手机等能够连入终端网络的信息接收设备。提示信息，可以包括接头位置，当前湿度，接头绝缘性能是否发生变化等。
本实施例所提供的技术方案，通过数据获取模块，设置于距离矿物绝缘电缆接头的预设范围内，用于采集矿物绝缘电缆的矿物绝缘层的实时湿度数据；数据输入模块，用于将所述实时湿度数据输入至预先训练的大数据模型，获取所述大数据模型的输出结果；分析模块，用于根据所述大数据模型的输出结果，确定是否存在性能异常；指令生成模块，用于在存在性能异常的情况下，生成接头排查指令。通过执行本技术方案，可以在矿物绝缘电缆正常工作的过程中对矿物绝缘电缆的接头处的湿度数据是否影响其性能进行检查，提高了矿物绝缘电缆的使用安全性和稳定性。
实施例二
图2是本申请实施例二提供的矿物绝缘电缆的接头监控装置的结构示意图。本方案对上述实施例做出了更优的改进，具体改进为：所述装置，还包括：大数据模型训练模块，用于获取已敷设矿物绝缘电缆的接头处矿物绝缘层的历史湿度数据，以及所述已敷设矿物绝缘电缆的矿物绝缘层的绝缘性能；
将所述历史湿度数据以及监控位置与接头处的距离作为输入数据，并以所述绝缘性能作为所述输入数据的标签信息，输入至预先构建的基础模型；
根据所述基础模型的输出结果与所述标签信息之间的关系，对所述基础模型进行有监督的参数训练，得到大数据模型。
如图2所示，具体包括如下：
数据获取模块110，设置于距离矿物绝缘电缆接头的预设范围内，用于采集矿物绝缘电缆的矿物绝缘层的实时湿度数据；
数据输入模块120，用于将所述实时湿度数据输入至预先训练的大数据模型，获取所述大数据模型的输出结果；
分析模块130，用于根据所述大数据模型的输出结果，确定是否存在性能异常；
指令生成模块140，用于在存在性能异常的情况下，生成接头排查指令。
数据模型训练模块150，用于获取已敷设矿物绝缘电缆的接头处矿物绝缘层的历史湿度数据，以及所述已敷设矿物绝缘电缆的矿物绝缘层的绝缘性能；将所述历史湿度数据以及监控位置与接头处的距离作为输入数据，并以所述绝缘性能作为所述输入数据的标签信息，输入至预先构建的基础模型；根据所述基础模型的输出结果与所述标签信息之间的关系，对所述基础模型进行有监督的参数训练，得到大数据模型。
数据模型训练模块150，可以是连入智能终端或监控平台的大数据模型，用于获取湿度数据和绝缘性能的对应关系。已敷设矿物绝缘电缆的接头处矿物绝缘层的历史湿度数据，可以是大数据收集到的正常运行的矿物绝缘电缆之前的接头处矿物绝缘层湿度数据。绝缘性能，可以通过绝缘层的电阻率反映绝缘性能。监控位置与接头处的距离，可以是湿度传感器埋设位置与被检测电缆接头位置的距离。标签信息，可以是大数据要预测的事物，例如，已敷设矿物绝缘电缆的矿物绝缘层的绝缘性能。预先构建的基础模型，可以是湿度数据与绝缘性能的大致对应关系。例如，当湿度为95％时，绝缘性能很低；当湿度为25％时，绝缘性能高。有监督的参数训练，可以是一个机器学习中的方法，在观察完一些通过输入数据和标签信息学到或建立一个模式的训练后，去预测这个模式对任何可能出现的输入的值的输出。例如，通过对基础模型中历史湿度数据和历史绝缘性能对应关系的大量分析后，能够根据实时的湿度数据预测目前的绝缘性能。
本方案这样设置的好处是，可以通过大量的真实环境的数据不断完善大数据模型，使预测的绝缘性能更加准确可靠。
实施例三
图3是本申请实施例三提供的矿物绝缘电缆的接头监控装置的结构示意图。本方案对上述实施例做出了更优的改进，具体改进为：所述大数据模型训练模块，还用于：获取已敷设矿物绝缘电缆的接头处矿物绝缘层的绝缘性能失效时间点数据；
将所述历史湿度数据即所述历史湿度数据的获取时间与所述绝缘性能失效时间点数据输入至预先构建的基础模型，用于对所述基础模型基于历史湿度数据的获取时间与所述绝缘性能失效时间点数据的时间差，训练基于当前湿度数据进行绝缘性能失效时间点预测的训练。
如图3所示，具体包括如下：
数据获取模块110，设置于距离矿物绝缘电缆接头的预设范围内，用于采集矿物绝缘电缆的矿物绝缘层的实时湿度数据；
数据输入模块120，用于将所述实时湿度数据输入至预先训练的大数据模型，获取所述大数据模型的输出结果；
分析模块130，用于根据所述大数据模型的输出结果，确定是否存在性能异常；
指令生成模块140，用于在存在性能异常的情况下，生成接头排查指令。
数据模型训练模块150，用于获取已敷设矿物绝缘电缆的接头处矿物绝缘层的历史湿度数据，以及所述已敷设矿物绝缘电缆的矿物绝缘层的绝缘性能；将所述历史湿度数据以及监控位置与接头处的距离作为输入数据，并以所述绝缘性能作为所述输入数据的标签信息，输入至预先构建的基础模型；根据所述基础模型的输出结果与所述标签信息之间的关系，对所述基础模型进行有监督的参数训练，得到大数据模型。
其中，所述数据模型训练模块，还用于获取已敷设矿物绝缘电缆的接头处矿物绝缘层的绝缘性能失效时间点数据；将所述历史湿度数据即所述历史湿度数据的获取时间与所述绝缘性能失效时间点数据输入至预先构建的基础模型，用于对所述基础模型基于历史湿度数据的获取时间与所述绝缘性能失效时间点数据的时间差，训练基于当前湿度数据进行绝缘性能失效时间点预测的训练。
已敷设矿物绝缘电缆的接头处矿物绝缘层的绝缘性能失效时间点数据，可以是大数据收集矿物绝缘电缆的接头处矿物绝缘层的电阻率超出设定范围的时间。绝缘性能失效时间点预测的训练，可以是通过分析大量的湿度数据与绝缘性失效时间的对应关系的模型，能够根据实时的湿度数据以及湿度数据的采集时间等参数预测绝缘性的失效时间。
本方案这样设置的好处是，可以预测当前湿度下的电缆接头绝缘性失效时间，有利于及时对电缆接头进行排查和抢修，避免因绝缘性失效影响电缆正常运行造成的损失。
实施例四
图4是本申请实施例四提供的矿物绝缘电缆的接头监控装置的结构示意图。本方案对上述实施例做出了更优的改进，具体改进为：所述大数据模型训练模块，还用于：获取已敷设矿物绝缘电缆的历史环境湿度数据；
将所述历史湿度数据、历史环境湿度数据以及监控位置与接头处的距离作为输入数据，并以所述绝缘性能作为所述输入数据的标签信息，输入至预先构建的基础模型；
根据所述基础模型的输出结果与所述标签信息之间的关系，对所述基础模型进行有监督的参数训练，得到大数据模型；
相应的，所述数据获取模块，还用于：
采集矿物绝缘电缆的实时环境湿度数据；
数据输入模块，还用于：
将所述实时湿度数据和所述实时环境湿度数据输入至预先训练的大数据模型，获取所述大数据模型的输出结果。
如图4所示，具体包括如下：
数据获取模块110，设置于距离矿物绝缘电缆接头的预设范围内，用于采集矿物绝缘电缆的矿物绝缘层的实时湿度数据；
数据输入模块120，用于将所述实时湿度数据输入至预先训练的大数据模型，获取所述大数据模型的输出结果；
分析模块130，用于根据所述大数据模型的输出结果，确定是否存在性能异常；
指令生成模块140，用于在存在性能异常的情况下，生成接头排查指令。
数据模型训练模块150，用于获取已敷设矿物绝缘电缆的接头处矿物绝缘层的历史湿度数据，以及所述已敷设矿物绝缘电缆的矿物绝缘层的绝缘性能；将所述历史湿度数据以及监控位置与接头处的距离作为输入数据，并以所述绝缘性能作为所述输入数据的标签信息，输入至预先构建的基础模型；根据所述基础模型的输出结果与所述标签信息之间的关系，对所述基础模型进行有监督的参数训练，得到大数据模型。
其中，所述数据模型训练模块，还用于获取已敷设矿物绝缘电缆的历史环境湿度数据；将所述历史湿度数据、历史环境湿度数据以及监控位置与接头处的距离作为输入数据，并以所述绝缘性能作为所述输入数据的标签信息，输入至预先构建的基础模型；根据所述基础模型的输出结果与所述标签信息之间的关系，对所述基础模型进行有监督的参数训练，得到大数据模型；
所述数据获取模块，还用于：
采集矿物绝缘电缆的实时环境湿度数据；
数据输入模块，还用于：
将所述实时湿度数据和所述实时环境湿度数据输入至预先训练的大数据模型，获取所述大数据模型的输出结果。
历史环境湿度数据，可以是大数据收集到的矿物绝缘电缆接头周围空气的湿度数据。有监督的参数训练，可以是通过分析大量的环境湿度数据、绝缘层湿度数据以及监控位置与接头处的距离共同作用下与绝缘性能的对应关系的模型，能够根据实时的环境湿度数据、绝缘层湿度数据以及监控位置与接头处的距离等参数预测当前的绝缘性能。
本方案这样设置的好处是，可以考虑到环境湿度数据对绝缘性能的影响，使大数据模型预测结果更加准确。
实施例五
图5是本申请实施例五提供的矿物绝缘电缆的接头监控装置的结构示意图。本方案对上述实施例做出了更优的改进，具体改进为：所述大数据模型训练模块，还用于：基于所述历史湿度数据确定历史湿度增长率；
将所述历史湿度增长率作为输入数据，并以所述绝缘性能作为所述输入数据的标签信息，输入至预先构建的基础模型；
根据所述基础模型的输出结果与所述标签信息之间的关系，对所述基础模型进行有监督的参数训练，得到大数据模型。
如图5所示，具体包括如下：
数据获取模块110，设置于距离矿物绝缘电缆接头的预设范围内，用于采集矿物绝缘电缆的矿物绝缘层的实时湿度数据；
数据输入模块120，用于将所述实时湿度数据输入至预先训练的大数据模型，获取所述大数据模型的输出结果；
分析模块130，用于根据所述大数据模型的输出结果，确定是否存在性能异常；
指令生成模块140，用于在存在性能异常的情况下，生成接头排查指令。
数据模型训练模块150，用于获取已敷设矿物绝缘电缆的接头处矿物绝缘层的历史湿度数据，以及所述已敷设矿物绝缘电缆的矿物绝缘层的绝缘性能；将所述历史湿度数据以及监控位置与接头处的距离作为输入数据，并以所述绝缘性能作为所述输入数据的标签信息，输入至预先构建的基础模型；根据所述基础模型的输出结果与所述标签信息之间的关系，对所述基础模型进行有监督的参数训练，得到大数据模型。
其中，所述数据模型训练模块，还用于基于所述历史湿度数据确定历史湿度增长率；将所述历史湿度增长率作为输入数据，并以所述绝缘性能作为所述输入数据的标签信息，输入至预先构建的基础模型；根据所述基础模型的输出结果与所述标签信息之间的关系，对所述基础模型进行有监督的参数训练，得到大数据模型。
湿度增长率，可以是当前矿物绝缘电缆绝缘层的湿度数值与前一个观察周期的湿度数值之比减1后的结果，用％表示。例如，当前湿度为60％，一个观察周期前的湿度为55％，则湿度增长率为：
(60％÷55％-1)％≈9％
采用类似上述算法，可以得到湿度增长率约为9％。有监督的参数训练，可以是通过分析大量的湿度增长率与绝缘性能的对应关系的模型，能够根据实时的湿度增长率预测当前的绝缘性能。
本方案这样设置的好处是，可以考虑到湿度增长率对绝缘性能的影响，使大数据模型对电缆绝缘层的绝缘性失效时间的预测更加真实准确，有利于及时发现并排查电缆接头的故障。
实施例六
图6是本申请实施例六提供的矿物绝缘电缆的接头监控装置的结构示意图。本方案对上述实施例做出了更优的改进，具体改进为：所述大数据模型的输出结果，包括：所述矿物绝缘层的实时湿度数据与预设湿度阈值之间的关系，以及，所述矿物绝缘层的实时湿度数据的增长率与预设增长率阈值之间的关系。
如图6所示，具体包括如下：
数据获取模块110，设置于距离矿物绝缘电缆接头的预设范围内，用于采集矿物绝缘电缆的矿物绝缘层的实时湿度数据；
数据输入模块120，用于将所述实时湿度数据输入至预先训练的大数据模型，获取所述大数据模型的输出结果；
分析模块130，用于根据所述大数据模型的输出结果，确定是否存在性能异常；
指令生成模块140，用于在存在性能异常的情况下，生成接头排查指令。
其中，大数据模型的输出结果，包括：所述矿物绝缘层的实时湿度数据与预设湿度阈值之间的关系，以及，所述矿物绝缘层的实时湿度数据的增长率与预设增长率阈值之间的关系。
湿度阈值，可以是导致矿物绝缘电缆的绝缘层击穿的湿度数据的临界值。例如，当湿度达到98％及以上时，电缆绝缘层击穿的概率大大增加，需要及时进行接头排查。绝缘层击穿，可以是在电场作用下绝缘物内部产生破坏性的放电，绝缘电阻下降，电流增大，并产生破坏和穿孔的现象。矿物绝缘层的实时湿度数据与预设湿度阈值之间的关系，可以是实时湿度数据与预设湿度阈值之间的差值。增长率阈值，可以是导致矿物绝缘电缆的绝缘层击穿的湿度数据增长率的临界值。矿物绝缘层的实时湿度数据的增长率与预设增长率阈值之间的关系，可以是实时湿度数据的增长率与预设增长率阈值的差值。
本方案这样设置的好处是，可以通过湿度数据与湿度阈值以及湿度数据的增长率与增长率阈值的接近程度，判断电缆绝缘层被击穿的概率大小。有利于及时排查出可能发生击穿的电缆接头，避免更大的损失。
实施例七
图7是本申请实施例七提供的矿物绝缘电缆的接头监控方法的流程示意图。如图7所示，具体包括如下步骤：
S701、将数据获取模块设置在距离矿物绝缘电缆接头的预设范围内，并通过该模块采集矿物绝缘电缆的矿物绝缘层的实时湿度数据；
S702、通过数据输入模块将所述实时湿度数据输入至预先训练的大数据模型，获取所述大数据模型的输出结果；
S703、通过分析模块根据所述大数据模型的输出结果，确定是否存在性能异常；
S704、通过指令生成模块在存在性能异常的情况下，生成接头排查指令。
在上述技术方案的基础上，可选的，根据矿物绝缘电缆的接头处矿物绝缘层的历史湿度数据以及监控位置与接头处的距离等信息，建立并训练大数据模型，包括：
通过大数据模型训练模块获取已敷设矿物绝缘电缆的接头处矿物绝缘层的历史湿度数据，以及所述已敷设矿物绝缘电缆的矿物绝缘层的绝缘性能；
将所述历史湿度数据以及监控位置与接头处的距离作为输入数据，并以所述绝缘性能作为所述输入数据的标签信息，输入至预先构建的基础模型；
根据所述基础模型的输出结果与所述标签信息之间的关系，对所述基础模型进行有监督的参数训练，得到大数据模型。
获取已敷设矿物绝缘电缆的接头处矿物绝缘层的绝缘性能失效时间点数据；
将所述历史湿度数据即所述历史湿度数据的获取时间与所述绝缘性能失效时间点数据输入至预先构建的基础模型，用于对所述基础模型基于历史湿度数据的获取时间与所述绝缘性能失效时间点数据的时间差，训练基于当前湿度数据进行绝缘性能失效时间点预测的训练。
在本实施例中，将数据获取模块设置在距离矿物绝缘电缆接头的预设范围内，并通过该模块采集矿物绝缘电缆的矿物绝缘层的实时湿度数据；通过数据输入模块将所述实时湿度数据输入至预先训练的大数据模型，获取所述大数据模型的输出结果；通过分析模块根据所述大数据模型的输出结果，确定是否存在性能异常；通过指令生成模块在存在性能异常的情况下，生成接头排查指令。通过上述矿物绝缘电缆的接头监控方法，可以在矿物绝缘电缆正常工作的过程中对矿物绝缘电缆的接头处的湿度数据是否影响其性能进行检查，提高了矿物绝缘电缆的使用安全性和稳定性。
本申请实施例提供的矿物绝缘电缆的接头监控方法与上述实施例所提供的矿物绝缘电缆的接头监控装置，具有相同的功能模块和有益效果，为避免重复，这里不再赘述。
实施例八
如图8所示，本申请实施例还提供一种电子设备800，包括处理器801，存储器802，存储在存储器802上并可在所述处理器801上运行的程序或指令，该程序或指令被处理器801执行时实现上述矿物绝缘电缆的接头监控装置实施例的各个过程，且能达到相同的技术效果，为避免重复，这里不再赘述。
需要说明的是，本申请实施例中的电子设备包括上述所述的移动电子设备和非移动电子设备。
实施例九
本申请实施例还提供一种可读存储介质，所述可读存储介质上存储有程序或指令，该程序或指令被处理器执行时实现上述矿物绝缘电缆的接头监控装置实施例的各个过程，且能达到相同的技术效果，为避免重复，这里不再赘述。
其中，所述处理器为上述实施例中所述的电子设备中的处理器。所述可读存储介质，包括计算机可读存储介质，如计算机只读存储器(Read-Only Memory，ROM)、随机存取存储器(Random Access Memory，RAM)、磁碟或者光盘等。
实施例十
本申请实施例另提供了一种芯片，所述芯片包括处理器和通信接口，所述通信接口和所述处理器耦合，所述处理器用于运行程序或指令，实现上述矿物绝缘电缆的接头监控装置实施例的各个过程，且能达到相同的技术效果，为避免重复，这里不再赘述。
应理解，本申请实施例提到的芯片还可以称为系统级芯片、系统芯片、芯片系统或片上系统芯片等。
需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者装置不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者装置所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。此外，需要指出的是，本申请实施方式中的方法和装置的范围不限按示出或讨论的顺序来执行功能，还可包括根据所涉及的功能按基本同时的方式或按相反的顺序来执行功能，例如，可以按不同于所描述的次序来执行所描述的方法，并且还可以添加、省去、或组合各种步骤。另外，参照某些示例所描述的特征可在其他示例中被组合。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分可以以计算机软件产品的形式体现出来，该计算机软件产品存储在一个存储介质(如ROM/RAM、磁碟、光盘)中，包括若干指令用以使得一台终端(可以是手机，计算机，服务器，或者网络设备等)执行本申请各个实施例所述的方法。
上面结合附图对本申请的实施例进行了描述，但是本申请并不局限于上述的具体实施方式，上述的具体实施方式仅仅是示意性的，而不是限制性的，本领域的普通技术人员在本申请的启示下，在不脱离本申请宗旨和权利要求所保护的范围情况下，还可做出很多形式，均属于本申请的保护之内。
上述仅为本申请的较佳实施例及所运用的技术原理。本申请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的各种明显变化、重新调整及替代均不会脱离本申请的保护范围。因此，虽然通过以上实施例对本申请进行了较为详细的说明，但是本申请不仅仅限于以上实施例，在不脱离本申请构思的情况下，还可以包括更多其他等效实施例，而本申请的范围由权利要求的范围决定。
Claims (10)
1.一种矿物绝缘电缆的接头监控装置，其特征在于，所述装置包括：
数据获取模块，设置于距离矿物绝缘电缆接头的预设范围内，用于采集矿物绝缘电缆的矿物绝缘层的实时湿度数据；
数据输入模块，用于将所述实时湿度数据输入至预先训练的大数据模型，获取所述大数据模型的输出结果；
分析模块，用于根据所述大数据模型的输出结果，确定是否存在性能异常；
指令生成模块，用于在存在性能异常的情况下，生成接头排查指令。
2.根据权利要求1所述的矿物绝缘电缆的接头监控装置，其特征在于，所述装置还包括：大数据模型训练模块，用于：
获取已敷设矿物绝缘电缆的接头处矿物绝缘层的历史湿度数据，以及所述已敷设矿物绝缘电缆的矿物绝缘层的绝缘性能；
将所述历史湿度数据以及监控位置与接头处的距离作为输入数据，并以所述绝缘性能作为所述输入数据的标签信息，输入至预先构建的基础模型；
根据所述基础模型的输出结果与所述标签信息之间的关系，对所述基础模型进行有监督的参数训练，得到大数据模型。
3.根据权利要求2所述的矿物绝缘电缆的接头监控装置，其特征在于，所述大数据模型训练模块，还用于：
获取已敷设矿物绝缘电缆的接头处矿物绝缘层的绝缘性能失效时间点数据；
将所述历史湿度数据即所述历史湿度数据的获取时间与所述绝缘性能失效时间点数据输入至预先构建的基础模型，用于对所述基础模型基于历史湿度数据的获取时间与所述绝缘性能失效时间点数据的时间差，训练基于当前湿度数据进行绝缘性能失效时间点预测的训练。
4.根据权利要求2所述的矿物绝缘电缆的接头监控装置，其特征在于，所述大数据模型训练模块，还用于：
获取已敷设矿物绝缘电缆的历史环境湿度数据；
将所述历史湿度数据、历史环境湿度数据以及监控位置与接头处的距离作为输入数据，并以所述绝缘性能作为所述输入数据的标签信息，输入至预先构建的基础模型；
根据所述基础模型的输出结果与所述标签信息之间的关系，对所述基础模型进行有监督的参数训练，得到大数据模型；
相应的，所述数据获取模块，还用于：
采集矿物绝缘电缆的实时环境湿度数据；
数据输入模块，还用于：
将所述实时湿度数据和所述实时环境湿度数据输入至预先训练的大数据模型，获取所述大数据模型的输出结果。
5.根据权利要求2所述的矿物绝缘电缆的接头监控装置，其特征在于，所述大数据模型训练模块，还用于：
基于所述历史湿度数据确定历史湿度增长率；
将所述历史湿度增长率作为输入数据，并以所述绝缘性能作为所述输入数据的标签信息，输入至预先构建的基础模型；
根据所述基础模型的输出结果与所述标签信息之间的关系，对所述基础模型进行有监督的参数训练，得到大数据模型。
6.根据权利要求1所述的矿物绝缘电缆的接头监控装置，其特征在于，所述大数据模型的输出结果，包括：
所述矿物绝缘层的实时湿度数据与预设湿度阈值之间的关系，以及，所述矿物绝缘层的实时湿度数据的增长率与预设增长率阈值之间的关系。
7.一种矿物绝缘电缆的接头监控方法，其特征在于，所述方法包括：
将数据获取模块设置在距离矿物绝缘电缆接头的预设范围内，并通过该模块采集矿物绝缘电缆的矿物绝缘层的实时湿度数据；
通过数据输入模块将所述实时湿度数据输入至预先训练的大数据模型，获取所述大数据模型的输出结果；
通过分析模块根据所述大数据模型的输出结果，确定是否存在性能异常；
通过指令生成模块在存在性能异常的情况下，生成接头排查指令。
8.根据权利要求7所述的矿物绝缘电缆的接头监控方法，其特征在于，在通过数据输入模块将所述实时湿度数据输入至预先训练的大数据模型，获取所述大数据模型的输出结果之前，所述方法还包括：
通过大数据模型训练模块获取已敷设矿物绝缘电缆的接头处矿物绝缘层的历史湿度数据，以及所述已敷设矿物绝缘电缆的矿物绝缘层的绝缘性能；
将所述历史湿度数据以及监控位置与接头处的距离作为输入数据，并以所述绝缘性能作为所述输入数据的标签信息，输入至预先构建的基础模型；
根据所述基础模型的输出结果与所述标签信息之间的关系，对所述基础模型进行有监督的参数训练，得到大数据模型。
9.根据权利要求8所述的矿物绝缘电缆的接头监控方法，其特征在于，在通过大数据模型训练模块获取已敷设矿物绝缘电缆的接头处矿物绝缘层的历史湿度数据，以及所述已敷设矿物绝缘电缆的矿物绝缘层的绝缘性能之后，所述方法还包括：
获取已敷设矿物绝缘电缆的接头处矿物绝缘层的绝缘性能失效时间点数据；
将所述历史湿度数据即所述历史湿度数据的获取时间与所述绝缘性能失效时间点数据输入至预先构建的基础模型，用于对所述基础模型基于历史湿度数据的获取时间与所述绝缘性能失效时间点数据的时间差，训练基于当前湿度数据进行绝缘性能失效时间点预测的训练。
10.一种电子设备，其特征在于，包括处理器，存储器及存储在所述存储器上并可在所述处理器上运行的程序或指令，所述程序或指令被所述处理器执行时实现如权利要求7-9中任一项所述的矿物绝缘电缆的接头监控方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310621424.9A CN116720612A (zh) | 2023-05-29 | 2023-05-29 | 一种矿物绝缘电缆的接头监控装置、方法及设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310621424.9A CN116720612A (zh) | 2023-05-29 | 2023-05-29 | 一种矿物绝缘电缆的接头监控装置、方法及设备 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN116720612A true CN116720612A (zh) | 2023-09-08 |
Family
ID=87870778
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310621424.9A Pending CN116720612A (zh) | 2023-05-29 | 2023-05-29 | 一种矿物绝缘电缆的接头监控装置、方法及设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116720612A (zh) |
-
2023
- 2023-05-29 CN CN202310621424.9A patent/CN116720612A/zh active Pending
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US9823289B2 (en) | Automated digital earth fault system | |
| CN104990629B (zh) | 一种红外成像测温的电力设备故障自动预警系统 | |
| CN114184229A (zh) | 一种开关柜运行环境监测系统 | |
| CA2596212C (en) | A moisture monitoring system for buildings | |
| CN103528701A (zh) | 电力电缆温度与载流量在线监测系统 | |
| CN112881818A (zh) | 电场强度测量方法、装置、计算机设备和存储介质 | |
| Sakthimohan et al. | Optimized Transmission Line Flaw Disclosure and Inkling System Based on IOT | |
| CN116780758A (zh) | 一种输电线路多传感器数据融合的在线监测系统及方法 | |
| CN114994460A (zh) | 一种电缆绝缘性能预测装置及方法 | |
| CN113468841B (zh) | 配电电缆热缺陷检测方法、装置、计算机设备和存储介质 | |
| CN117535669A (zh) | 一种接地网定点精准阴极保护防腐方法 | |
| CN116720612A (zh) | 一种矿物绝缘电缆的接头监控装置、方法及设备 | |
| CN115932645A (zh) | 高空架设电缆的绝缘层渗水检测装置、方法及设备 | |
| CN103364669A (zh) | Gis设备运行状态在线检测方法与系统 | |
| CN111123087A (zh) | 配电网开关设备故障检测方法、装置和计算机设备 | |
| CN205861834U (zh) | 故障测试仪 | |
| CN114636883A (zh) | 基于交流量的电力系统故障确定方法、装置及存储介质 | |
| EP3872985B1 (en) | Early detection of potential induced degradation in photovoltaic systems | |
| KR20190110199A (ko) | 배전반 패널의 부식 감지 시스템 | |
| CN115061039A (zh) | 一种高压断路器内接线端子特性评估方法及相关设备 | |
| CN112782615A (zh) | 牵引变电所接地装置电气完整性的测试数据处理分析方法 | |
| CN116859292A (zh) | 基于电缆绝缘层泄漏电流的绝缘层探伤装置、方法及设备 | |
| Qiu et al. | A smart grid client-side testing platform for monitoring | |
| CN117706258B (zh) | 一种基于大数据处理的故障检测系统 | |
| CN214335130U (zh) | 一种电缆线绝缘异常定位系统 |
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 |