CN116989903A - 基于温度检测的设备疲劳预警系统 - Google Patents
基于温度检测的设备疲劳预警系统 Download PDFInfo
- Publication number
- CN116989903A CN116989903A CN202311235201.5A CN202311235201A CN116989903A CN 116989903 A CN116989903 A CN 116989903A CN 202311235201 A CN202311235201 A CN 202311235201A CN 116989903 A CN116989903 A CN 116989903A
- Authority
- CN
- China
- Prior art keywords
- time
- data
- judgment
- coefficient
- fatigue
- 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
- 238000001514 detection method Methods 0.000 title claims abstract description 16
- 238000000034 method Methods 0.000 claims abstract description 71
- 230000003287 optical effect Effects 0.000 claims abstract description 32
- 238000012544 monitoring process Methods 0.000 claims abstract description 30
- 238000012423 maintenance Methods 0.000 claims abstract description 25
- 238000004364 calculation method Methods 0.000 claims description 31
- 238000004458 analytical method Methods 0.000 claims description 29
- 230000008859 change Effects 0.000 claims description 28
- 230000008569 process Effects 0.000 claims description 22
- 238000007726 management method Methods 0.000 claims description 18
- 238000011109 contamination Methods 0.000 claims description 17
- 238000007405 data analysis Methods 0.000 claims description 7
- 230000010354 integration Effects 0.000 claims description 6
- 238000002834 transmittance Methods 0.000 claims description 6
- 238000004140 cleaning Methods 0.000 claims description 5
- 230000009467 reduction Effects 0.000 claims description 5
- 238000010276 construction Methods 0.000 claims description 3
- 238000009499 grossing Methods 0.000 claims description 3
- 238000010606 normalization Methods 0.000 claims description 3
- 230000008901 benefit Effects 0.000 abstract description 4
- 238000009529 body temperature measurement Methods 0.000 description 17
- 239000000463 material Substances 0.000 description 13
- 230000000694 effects Effects 0.000 description 5
- 238000004590 computer program Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 239000000306 component Substances 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 230000007774 longterm Effects 0.000 description 3
- 230000005855 radiation Effects 0.000 description 3
- 230000000087 stabilizing effect Effects 0.000 description 3
- 238000009825 accumulation Methods 0.000 description 2
- 238000013459 approach Methods 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 239000012530 fluid Substances 0.000 description 2
- 230000017525 heat dissipation Effects 0.000 description 2
- 230000003449 preventive effect Effects 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000032683 aging Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 239000000356 contaminant Substances 0.000 description 1
- 239000008358 core component Substances 0.000 description 1
- 230000001186 cumulative effect Effects 0.000 description 1
- 125000004122 cyclic group Chemical group 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 230000000593 degrading effect Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 239000000428 dust Substances 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 239000004519 grease Substances 0.000 description 1
- 230000007257 malfunction Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000013021 overheating Methods 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000002035 prolonged effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 230000035882 stress Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 230000008646 thermal stress Effects 0.000 description 1
- 238000004861 thermometry Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
- G01J5/00—Radiation pyrometry, e.g. infrared or optical thermometry
- G01J5/90—Testing, inspecting or checking operation of radiation pyrometers
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
- G01J5/00—Radiation pyrometry, e.g. infrared or optical thermometry
- G01J5/0096—Radiation pyrometry, e.g. infrared or optical thermometry for measuring wires, electrical contacts or electronic systems
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
- G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
- G06F18/2413—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches based on distances to training or reference patterns
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Investigating Or Analyzing Materials Using Thermal Means (AREA)
Abstract
发明公开了基于温度检测的设备疲劳预警系统，具体涉及设备监测领域，是通过综合分析光学污染趋势指数和疲劳蠕变指数以计算热能动态模态系数的方法，以提取红外测温仪的运行状态并评估其性能。这项技术的好处包括更准确地评估仪器状态和潜在问题，及早发现隐患并采取维护措施，以确保设备的可靠性和数据的准确性。通过比较数据与分类管理阈值，生成警示信号，以帮助维护人员更有效地管理和维护红外测温仪；通过在最近运行周期内获取多个热能动态模态系数，并进行比较和分析，预测红外测温仪的失控程度，准确预测可能出现的监测问题，以便及时干预和维护，保障监测变压器疲劳数据的有效性，进而帮助变压器安全稳定运行。
Description
技术领域
本发明涉及设备监测领域，更具体地说，本发明涉及基于温度检测的设备疲劳预警系统。
背景技术
变压器的运行非常依赖于测温设备，在多个测温设备中，红外测温仪是一种不需要接触就能测量温度的设备，它通过实时监测变压器的温度，可以对变压器进行疲劳预警，进而确保变压器的安全性和性能的稳定。然而，如果红外测温仪在测温时存在准确性问题，即使是微小的偏差，也可能导致不准确的温度测量结果。这些不准确的数据可能无法及时发现变压器内部的潜在问题，使得设备携带着隐患继续运行，从而可能引发严重的故障或损坏。尽管现有的红外测温仪通常具备自检功能，但它们主要用于定期的校准，无法发现一些潜在的隐匿问题，这些问题可能在长期运行中逐渐积累，最终影响变压器的正常运行、安全性以及可能引发的潜在问题，使得变压器的疲劳程度无法被准确地监测到。因此，对红外测温仪进行更全面的监测和维护，以及采用更高级的自检技术，对于确保变压器的稳定运行和安全性至关重要。
为了解决上述问题，现提供一种技术方案。
发明内容
为了克服现有技术的上述缺陷，本发明的实施例提供，通过综合分析光学污染趋势指数和疲劳蠕变指数以计算热能动态模态系数的方法，以提取红外测温仪的运行状态并评估其性能。这项技术的好处包括更准确地评估仪器状态和潜在问题，及早发现隐患并采取维护措施，以确保设备的可靠性和数据的准确性。通过比较数据与分类管理阈值，生成警示信号，以帮助维护人员更有效地管理和维护红外测温仪；通过在最近运行周期内获取多个热能动态模态系数，并进行比较和分析，可以预测红外测温仪的失控程度，准确预测可能出现的监测问题，以便及时干预和维护，保障监测变压器疲劳数据的有效性，进而帮助变压器安全稳定运行，以解决上述背景技术中提出的问题。
为实现上述目的，本发明提供如下技术方案：包括温度监测模块和判断预警模块，温度监测模块包括数据分析单元、状态分析单元、综合分析单元、最终总结单元；
数据分析单元获取红外测温仪测量温度时的外部信息和内部信息，外部信息包括光学污染趋势指数，内部污染包括疲劳蠕变指数，将获取完毕的内部信息和外部信息发送至状态分析单元；
状态分析单元通过各项参数构建分析模型，生成热能动态模态系数，对热能动态模态系数进一步分析，生成运行信号，运行信号包括之上、之下信号，将运行信号发送至综合分析单元；
综合分析单元获取红外测温仪最近一个运行周期内的多个之上、之下信号，分别对应的放入到之上、之下的集合内，获得每个集合的影响程度，比较两个集合的影响程度，获得判断系数，将判断系数发送至最终总结单元；
最终总结单元对判断系数进一步细分得到判断信号，判断信号包括预警信号和稳定信号，将判断信号和实时监测到的变压器温度一并发送至判断预警模块。
在一个优选的实施方式中，光学污染趋势指数的获取逻辑为：
步骤11，计算镜头污染程度，计算公式为：；
式中，和是关于时间的函数，分别表示当前状态下和清洁状态下的透
射率，表示为上一次清洁结束的时间点，表示为检测镜头污染的时间点，表示镜头
污染程度；
步骤12，计算镜头污染达到阈值所需时间，；
式中，表示镜头污染达到阈值所需时间，分别为污染程度的阈值、初始污
染程度，表示污染程度随时间的变化率，即单位时间内污染程度的变化量；
步骤13，在红外测温仪最近的运行周期内，获取多个镜头污染达到阈值所需时间
的数据，将收集的多个镜头污染达到阈值所需时间的数据表示为一组时间序列，其中每个
数据点表示在特定时间内的污染程度，之后对时间序列进行指数平滑拟合，使用拟合的
结果来计算镜头污染达到阈值所需时间的数据是否有减小迹象；
步骤14，计算时间点与前一个时间点之间的相对变化率，其中从2到
，相对变化率的计算公式为：；
步骤15，计算相对变化率的均值和标准差，以衡量数据的平均值趋势和变化的稳
定性，均值的计算公式为：；标准差的计算公式为：；
步骤16，获得光学污染趋势指数，计算公式为：；式中，分别为
均值和标准差，为光学污染趋势指数。
在一个优选的实施方式中，热电堆疲劳蠕变指数的获取逻辑为：
步骤21，收集热电堆的工作负荷数据，包括时间点、温度差异，热质量流量、热质量的比热容；
步骤22，计算获得工作负荷，计算公式为：；式中，表示
在时间内的工作负荷，表示温度差异，表示热质量流量，表示热质量的比热
容；
步骤23，计算工作负荷变化率，计算公式为：；式中，表
示时间内的工作负荷变化率，表示起始时间；
步骤24，计算疲劳蠕变指数，计算公式为：；式中，表示疲劳
蠕变指数，表示在最近时间点的工作负荷变化率，为最近的时间点，表示积分
的变量，表示积分过程中的微小时间间隔，表示在最近时间点的热电堆的耐久极限。
在一个优选的实施方式中，将光学污染趋势指数和疲劳蠕变指数经过归一化综合
分析得到热能动态模态系数，计算公式为：；式中，表示热
能动态模态系数，分别为光学污染趋势指数、疲劳蠕变指数，分别为光学污染趋
势指数、疲劳蠕变指数的预设比例系数，且均大于0。
在一个优选的实施方式中，将热能动态模态系数和分类管理阈值进行比较，若热能动态模态系数小于分类管理阈值，生成之上信号；若大于等于分类管理阈值，生成之下信号。
在一个优选的实施方式中，在最近的一个运行周期内，获取多个热能动态模态系
数，并将每个热能动态模态系数和分类管理阈值进行比较，以获得对应的之上、之下信号，
收集之上信号对应的热能动态模态系数的数据构架之上集合，收集之下信号对应的热能动
态模态系数的数据构建之下集合，依据之上集合和之下集合获得判断系数，计算公式为：；式中，表示判断系数，表示之上
集合的元素数量，表示之下集合的元素数量，表示之上集合的第个元素，表示之
下集合的第个元素，分别表示之上和之下集合数据的平均值，为之上集合中数
据获取时间的标准差，为之下集合中数据获取时间的标准差，分别为、的预设比例系数，且均大于0。
在一个优选的实施方式中，将判断系数和判断阈值进行比较，若判断系数大于等于判断阈值，生成预警信号，需要及时进行干预，调整维护力度；反之，若判断系数小于判断阈值，生成稳定信号。
在一个优选的实施方式中，判断预警模块若接收到预警信号即发出第一预警提示，并删除监测到的变压器温度，若接收到稳定信号，则正常记录监测到的变压器温度，并将变压器温度和稳定阈值进行比较，若变压器温度大于等于稳定阈值，则发出第二预警提示。
本发明基于温度检测的设备疲劳预警系统的技术效果和优点：
1.通过光学污染趋势指数和疲劳蠕变指数的综合分析计算热能动态模态系数，实现了对红外测温仪运行状态的准确提取。从而可以更精确地评估红外测温仪的运行状况和潜在问题，帮助提前发现潜在的隐匿隐患问题，从而及时采取必要的维护措施，保障设备的可靠性和监测变压器温度数据的真实性。通过与分类管理阈值的比较，可以生成相应的警示信号，避免影响监测变压器温度数据的真实性，使维护人员能够更有效地管理和维护红外测温仪，降低故障风险，减少维护成本，并确保电力系统的稳定供电；
2.通过在最近的一个运行周期内，获取多个热能动态模态系数，并将每个热能动态模态系数和分类管理阈值进行比较，以获得对应的之上、之下信号，收集之上信号对应的热能动态模态系数的数据构架之上集合，收集之下信号对应的热能动态模态系数的数据构建之下集合，依据之上集合和之下集合获得判断系数，并将判断系数和判断阈值进行比较，生成预警信号和时空信号，进而从整体宏观方向预测红外测温仪的失控程度，精准预测可能出现的监测问题，提前进行干预调整维护力度，保证监测到的变压器数据的真实性，从而能够更加准确地对变压器进行疲劳预警，保障其安全稳定地运行。
附图说明
图1为本发明基于温度检测的设备疲劳预警系统的结构示意图。
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。
实施例1：图1给出了本发明基于温度检测的设备疲劳预警系统，包括温度监测模块和判断预警模块，温度监测模块包括数据分析单元、状态分析单元、综合分析单元、最终总结单元；
数据分析单元获取红外测温仪测量温度时的外部信息和内部信息，外部信息包括光学污染趋势指数，内部污染包括疲劳蠕变指数，将获取完毕的内部信息和外部信息发送至状态分析单元；
状态分析单元通过各项参数构建分析模型，生成热能动态模态系数，对热能动态模态系数进一步分析，生成运行信号，运行信号包括之上、之下信号，将运行信号发送至综合分析单元；
综合分析单元获取红外测温仪最近一个运行周期内的多个之上、之下信号，分别对应的放入到之上、之下的集合内，获得每个集合的影响程度，比较两个集合的影响程度，获得判断系数，将判断系数发送至最终总结单元；
最终总结单元对判断系数进一步细分得到判断信号，判断信号包括预警信号和稳定信号，将判断信号和实时监测到的变压器温度一并发送至判断预警模块；
判断预警模块若接收到预警信号即发出第一预警提示，并删除监测到的变压器温度，若接收到稳定信号，则正常记录监测到的变压器温度，并将变压器温度和稳定阈值进行比较，若变压器温度大于等于稳定阈值，则发出第二预警提示。
数据分析单元的运行过程包括以下内容：
红外测温仪在变压器运行中担当着至关重要的角色，因为它对于维护变压器的稳定运行和预防潜在故障至关重要。通过监测变压器各个关键部件的温度变化，红外测温仪可以实时识别潜在的热问题和异常情况，从而帮助预防过热、短路、损坏等严重故障的发生。这种预测性维护不仅可以提高设备的可靠性和安全性，还可以减少维修成本和停机时间，确保电力系统的稳定供电。因此，红外测温仪在维护变压器稳定运行和延长设备寿命方面发挥着不可替代的作用，因此通过对红外测温仪的运行过程进行分析，可以避免给出错误的监测信息，且发现其隐匿的隐患问题，保障对监测数据的影响程度保持在稳定的范围内。
红外测温仪的镜头污染对于监测变压器的温度具有潜在的危害。首先，镜头污染会导致光学系统的性能下降，这可能会影响红外测温仪的测温准确性和精度。污垢、尘埃、油脂或其他污染物的积累会导致镜头表面的光学透射率下降，从而影响仪器对红外辐射的接收和传感，导致温度测量的偏差。这种偏差可能会导致对变压器内部温度的不准确监测，从而影响变压器的正常运行和安全性。
其次，镜头污染可能导致温度读数的不稳定性和漂移，这对于变压器监测来说是不可接受的。温度读数的不稳定性可能会误导操作人员，使其难以判断变压器的实际状态。此外，镜头污染可能导致温度读数的漂移，使得难以区分正常操作和潜在故障情况，从而影响了对变压器的预测性维护和故障诊断的能力。
在这个背景下，分析和监测镜头污染变得至关重要。通过采用特定传感器或监测设备来实时监测镜头污染程度，并根据需要采取预防性维护措施。这些措施有助于确保红外测温仪在监测变压器温度时提供准确、稳定和可靠的数据，从而保障了变压器的运行安全和可维护性。因此，分析和处理镜头污染问题是保持变压器监测系统正常运行的必要且重要的一环。
光学污染趋势指数的获取逻辑为：
步骤11，计算镜头污染程度，计算公式为：；
式中，和是关于时间的函数，分别表示当前状态下和清洁状态下的透
射率，表示为上一次清洁结束的时间点，表示为检测镜头污染的时间点，表示镜头
污染程度；
步骤12，计算镜头污染达到阈值所需时间，；
式中，表示镜头污染达到阈值所需时间，分别为污染程度的阈值、初始污
染程度，表示污染程度随时间的变化率，即单位时间内污染程度的变化量；
步骤13，在红外测温仪最近的运行周期内，获取多个镜头污染达到阈值所需时间
的数据，将收集的多个镜头污染达到阈值所需时间的数据表示为一组时间序列，其中每个
数据点表示在特定时间内的污染程度，之后对时间序列进行指数平滑拟合，使用拟合的
结果来计算镜头污染达到阈值所需时间的数据是否有减小迹象；
步骤14，计算时间点与前一个时间点之间的相对变化率，其中从2到
，相对变化率的计算公式为：；
步骤15，计算相对变化率的均值和标准差，以衡量数据的平均值趋势和变化的稳
定性，均值的计算公式为：；标准差的计算公式为：；
步骤16，获得光学污染趋势指数，计算公式为：；式中，分别为
均值和标准差，为光学污染趋势指数。
如果光学污染趋势指数值越大，表示数据集中存在明显的减小趋势，说明红外测
温仪的镜头污染在加剧，镜头污染导致透射率的变化，从而干扰了红外测温仪的测温性能，
这种干扰会导致测温的不准确性；反之，如果光学污染趋势指数越小，表示数据集中的减小
趋势相对较弱，表明红外测温仪的镜头污染的影响相对较小，或者在特定时间内没有明
显的减小趋势，在这种情况下，镜头污染对红外测温仪的测温性能产生较小的影响，说明红
外测温仪在一段时间仍能保持较好的测温和准确性。
热电堆是一种热电转换器件，用于将热能转化为电能或者反过来，将电能转化为热能。在红外测温仪中，热电堆扮演着至关重要的角色，它负责接收来自被测物体的红外辐射并将其转化为电信号，从而实现温度测量。热电堆的性能和稳定性对红外测温仪的精确度和可靠性具有关键影响。
然而，热电堆在长时间高温工作环境下容易发生疲劳和蠕变现象。疲劳和蠕变可能导致热电堆的材料发生微观结构的变化，降低了其性能和灵敏度。这会导致温度测量的不准确性，从而影响了红外测温仪的可靠性和准确性。此外，疲劳和蠕变还可能导致热电堆的寿命缩短，需要更频繁的维护和更换，增加了维护成本和设备停机时间。
因此，对于红外测温仪来说，热电堆的稳定性和耐久性至关重要。及时监测热电堆的疲劳蠕变情况，采取预防性维护措施，确保其性能的稳定和准确，对于红外温度测量的精确度和长期可靠性具有重要意义。这也强调了热电堆在红外测温技术中的关键作用，因为它是将红外辐射转化为温度测量信号的核心组件。
热电堆疲劳蠕变指数的获取逻辑为：
步骤21，收集热电堆的工作负荷数据，包括时间点、温度差异，热质量流量、热质量的比热容；
步骤22，计算获得工作负荷，计算公式为：；式中，表示
在时间内的工作负荷，表示温度差异，表示热质量流量，表示热质量的比热
容；
步骤23，计算工作负荷变化率，计算公式为：；式中，表
示时间内的工作负荷变化率，表示起始时间；
步骤24，计算疲劳蠕变指数，计算公式为：；式中，表示疲劳
蠕变指数，表示在最近时间点的工作负荷变化率，为最近的时间点，表示积分
的变量，表示积分过程中的微小时间间隔，表示在最近时间点的热电堆的耐久极限，
耐久极限是热电堆的材料属性，会随着时间和温度变化而变化，随着时间的推移，热电堆材
料的耐久极限会发生变化，这是由材料的老化特性或温度的变化等因素引起的，例如，可以
表示为热电堆材料在某一时间点下可以承受多少次循环载荷而不发生疲劳损伤。
疲劳蠕变指数用于体现红外测温仪中的重要测温部件热电堆在工作中遭受到的疲劳和蠕变效应。疲劳蠕变指数是一个用于衡量热电堆在其工作寿命内受到的疲劳和蠕变影响程度的指标。这个指数综合考虑了热电堆的工作负荷变化率、时间、热电堆材料的耐久特性。具体来说，它表示了热电堆在工作过程中承受的热应力和应变的累积效应。疲劳通常指的是材料在反复加载和卸载下的损伤积累，而蠕变是材料在长时间持续加载下的变形效应。
当疲劳蠕变指数越大时，这表示热电堆在工作过程中受到了更大的疲劳和蠕变影响。这意味着热电堆的材料正在经历更多的应力和变形，或者材料的耐久性正在逐渐降低。表明热电堆可能接近或已经超过了其设计寿命，需要更密切地监测和维护，以确保其性能和安全性；相反，当疲劳蠕变指数越小时，这表示热电堆在工作过程中受到的疲劳和蠕变影响较小。意味着热电堆的材料相对耐久，正常工作并且具有较长的寿命。
总之，疲劳蠕变指数用于反映热电堆在工作中可能受到的疲劳和蠕变影响，其数值的大小可以提供关于红外测温仪的性能和耐久性的重要信息。越大的指数表示存在潜在问题，需要特别关注，而越小的指数可能表示红外测温仪的性能相对稳定。
状态分析单元的运行过程包括以下内容：
将光学污染趋势指数和疲劳蠕变指数经过归一化综合分析得到热能动态模态系
数，计算公式为：；式中，表示热能动态模态系数，分
别为光学污染趋势指数、疲劳蠕变指数，分别为光学污染趋势指数、疲劳蠕变指数的预
设比例系数，且均大于0。
热能动态模态系数用于综合体现红外测温仪的潜在问题的严重性，当热能动态模态系数的值越大时，表示红外测温仪存在的潜在问题的严重性较大。暗示红外测温仪的镜头污染趋势较高，同时热电堆可能受到了较大的疲劳和蠕变影响。导致测温性能的不准确性增加，需要采取更频繁的维护和校准，以确保仪器的可靠性；当热能动态模态系数的值越小时，表示红外测温仪的性能相对稳定。意味着镜头污染趋势较低，同时热电堆的疲劳和蠕变影响较小。红外测温仪可能在相对长时间内保持了较高的性能水平，需要较少的维护和校准。
将热能动态模态系数和分类管理阈值进行比较，若热能动态模态系数小于分类管理阈值，表示红外测温仪的潜在隐患问题的严重程度较小，这表明光学污染趋势和核心仪器处于良好的工作状态，生成之上信号；
若大于等于分类管理阈值，表示红外测温仪的潜在隐患问题的严重性较大，很容易给出错误的温度数据，容易误导测控设备，给出错误的散热信号，导致变压器的散热时长，严重影响变压器的运行寿命，生成之下信号。
本发明通过光学污染趋势指数和疲劳蠕变指数的综合分析计算热能动态模态系数，实现了对红外测温仪运行状态的准确提取。从而可以更精确地评估红外测温仪的运行状况和潜在问题，帮助提前发现潜在的隐匿隐患问题，从而及时采取必要的维护措施，保障设备的可靠性和监测变压器温度数据的真实性。通过与分类管理阈值的比较，可以生成相应的警示信号，避免影响监测变压器温度数据的真实性，使维护人员能够更有效地管理和维护红外测温仪，降低故障风险，减少维护成本，并确保电力系统的稳定供电。
综合分析单元的运行过程包括以下内容：
在最近的一个运行周期内，获取多个热能动态模态系数，并将每个热能动态模态
系数和分类管理阈值进行比较，以获得对应的之上、之下信号，收集之上信号对应的热能动
态模态系数的数据构架之上集合，收集之下信号对应的热能动态模态系数的数据构建之下
集合，依据之上集合和之下集合获得判断系数，计算公式为：；式中，表示判断系数，表示之上
集合的元素数量，表示之下集合的元素数量，表示之上集合的第个元素，表示之
下集合的第个元素，分别表示之上和之下集合数据的平均值，为之上集合中数
据获取时间的标准差，为之下集合中数据获取时间的标准差，分别为、的预设比例系数，且均大于0。
判断系数越大时，表示之上和之下集合内部数据的整体影响程度的差异性越大，说明之上或之下信号的预警表述能力较低，说明红外测温仪的整体测温水平正在受到影响；
反之，判断系数越小时，表示之上和之下集合内部数据的整体影响程度的较为相接近，说明之上或之下信号的预警表述能力较强，具有代表性，说明红外测温仪的整体测温水平稳定。
最终总结单元的运行过程包括以下内容：
将判断系数和判断阈值进行比较，若判断系数大于等于判断阈值，表示红外测温仪的整体测温水平正在受到影响，失控程度加剧，生成预警信号，需要及时进行干预，调整维护力度；反之，若判断系数小于判断阈值，说明红外测温仪的整体测温水平稳定，生成稳定信号。
本发明通过在最近的一个运行周期内，获取多个热能动态模态系数，并将每个热能动态模态系数和分类管理阈值进行比较，以获得对应的之上、之下信号，收集之上信号对应的热能动态模态系数的数据构架之上集合，收集之下信号对应的热能动态模态系数的数据构建之下集合，依据之上集合和之下集合获得判断系数，并将判断系数和判断阈值进行比较，生成预警信号和时空信号，进而从整体宏观方向预测红外测温仪的失控程度，精准预测可能出现的监测问题，提前进行干预调整维护力度，保证监测到的变压器数据的真实性，从而能够更加准确地对变压器进行疲劳预警，保障其安全稳定地运行。
上述公式均是去量纲取其数值计算，公式是由采集大量数据进行软件模拟得到最近真实情况的一个公式，公式中的预设参数以及阈值选取由本领域的技术人员根据实际情况进行设置。
上述实施例，可以全部或部分地通过软件、硬件、固件或其他任意组合来实现。当使用软件实现时，上述实施例可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令或计算机程序。在计算机上加载或执行所述计算机指令或计算机程序时，全部或部分地产生按照本申请实施例所述的流程或功能。所述计算机可以为通用计算机、专用计算机、计算机网络，或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中，或者从一个计算机可读存储介质向另一个计算机可读存储介质传输，例如，所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线（例如红外、无线、微波等）方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集合的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质（例如，软盘、硬盘、磁带）、光介质（例如，DVD，或者半导体介质。半导体介质可以是固态硬盘。
本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件，或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统、装置和单元的具体工作过程，可以参考前述实施例中的对应过程，在此不再赘述。
在本申请所提供的几个实施例中，应该理解到，所揭露的系统和装置，可以通过其他的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其他的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，既可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本申请各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。
所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。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作出贡献的部分或者该技术方案的部分可以以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中，包括若干指令用以使得一台计算机设备（可以是个人计算机，服务器，或者网络设备等）执行本申请各个实施例所述的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器（read-only memory，ROM）、随机存取存储器（random access memory，RAM）、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述，仅为本申请的具体实施方式，但本申请的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本申请揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本申请的保护范围之内。因此，本申请的保护范围应以所述权利要求的保护范围为准。
最后：以上所述仅为本发明的优选实施例而已，并不用于限制本发明，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (8)
1.基于温度检测的设备疲劳预警系统，其特征在于，包括温度监测模块和判断预警模块，温度监测模块包括数据分析单元、状态分析单元、综合分析单元、最终总结单元；
数据分析单元获取红外测温仪测量温度时的外部信息和内部信息，外部信息包括光学污染趋势指数，内部污染包括疲劳蠕变指数，将获取完毕的内部信息和外部信息发送至状态分析单元；
状态分析单元通过各项参数构建分析模型，生成热能动态模态系数，对热能动态模态系数进一步分析，生成运行信号，运行信号包括之上、之下信号，将运行信号发送至综合分析单元；
综合分析单元获取红外测温仪最近一个运行周期内的多个之上、之下信号，分别对应的放入到之上、之下的集合内，获得每个集合的影响程度，比较两个集合的影响程度，获得判断系数，将判断系数发送至最终总结单元；
最终总结单元对判断系数进一步细分得到判断信号，判断信号包括预警信号和稳定信号，将判断信号和实时监测到的变压器温度一并发送至判断预警模块。
2.根据权利要求1所述的基于温度检测的设备疲劳预警系统，其特征在于：光学污染趋势指数的获取逻辑为：
步骤11，计算镜头污染程度，计算公式为：；
式中，和/>是关于时间/>的函数，分别表示当前状态下和清洁状态下的透射率，/>表示为上一次清洁结束的时间点，/>表示为检测镜头污染的时间点，/>表示镜头污染程度；
步骤12，计算镜头污染达到阈值所需时间，；
式中，表示镜头污染达到阈值所需时间，/>分别为污染程度的阈值、初始污染程度，/>表示污染程度随时间的变化率，即单位时间内污染程度的变化量；
步骤13，在红外测温仪最近的运行周期内，获取多个镜头污染达到阈值所需时间的数据，将收集的多个镜头污染达到阈值所需时间的数据表示为一组时间序列，其中每个数据点表示在特定时间内的污染程度，之后对时间序列进行指数平滑拟合，使用拟合的结果来计算镜头污染达到阈值所需时间的数据是否有减小迹象；
步骤14，计算时间点与前一个时间点/>之间的相对变化率/>，其中/>从2到/>，相对变化率的计算公式为：/>；
步骤15，计算相对变化率的均值和标准差，以衡量数据的平均值趋势和变化的稳定性，均值的计算公式为：；标准差的计算公式为：/>；
步骤16，获得光学污染趋势指数，计算公式为：；式中，/>分别为均值和标准差，/>为光学污染趋势指数。
3.根据权利要求2所述的基于温度检测的设备疲劳预警系统，其特征在于：热电堆疲劳蠕变指数的获取逻辑为：
步骤21，收集热电堆的工作负荷数据，包括时间点、温度差异，热质量流量、热质量的比热容；
步骤22，计算获得工作负荷，计算公式为：；式中，/>表示在时间/>内的工作负荷，/>表示温度差异，/>表示热质量流量，/>表示热质量的比热容；
步骤23，计算工作负荷变化率，计算公式为：；式中，/>表示时间/>内的工作负荷变化率，/>表示起始时间；
步骤24，计算疲劳蠕变指数，计算公式为：；式中，/>表示疲劳蠕变指数，/>表示在最近时间点的工作负荷变化率，/>为最近的时间点，/>表示积分的变量，表示积分过程中的微小时间间隔，/>表示在最近时间点的热电堆的耐久极限。
4.根据权利要求3所述的基于温度检测的设备疲劳预警系统，其特征在于：
将光学污染趋势指数和疲劳蠕变指数经过归一化综合分析得到热能动态模态系数，计算公式为：；式中，/>表示热能动态模态系数，/>分别为光学污染趋势指数、疲劳蠕变指数，/>分别为光学污染趋势指数、疲劳蠕变指数的预设比例系数，且/>均大于0。
5.根据权利要求4所述的基于温度检测的设备疲劳预警系统，其特征在于：
将热能动态模态系数和分类管理阈值进行比较，若热能动态模态系数小于分类管理阈值，生成之上信号；若大于等于分类管理阈值，生成之下信号。
6.根据权利要求5所述的基于温度检测的设备疲劳预警系统，其特征在于：
在最近的一个运行周期内，获取多个热能动态模态系数，并将每个热能动态模态系数和分类管理阈值进行比较，以获得对应的之上、之下信号，收集之上信号对应的热能动态模态系数的数据构架之上集合，收集之下信号对应的热能动态模态系数的数据构建之下集合，依据之上集合和之下集合获得判断系数，计算公式为：；式中，/>表示判断系数，/>表示之上集合的元素数量，/>表示之下集合的元素数量，/>表示之上集合的第/>个元素，/>表示之下集合的第/>个元素，/>分别表示之上和之下集合数据的平均值，/>为之上集合中数据获取时间的标准差，/>为之下集合中数据获取时间的标准差，/>分别为、/>的预设比例系数，且/>均大于0。
7.根据权利要求6所述的基于温度检测的设备疲劳预警系统，其特征在于：
将判断系数和判断阈值进行比较，若判断系数大于等于判断阈值，生成预警信号，需要及时进行干预，调整维护力度；反之，若判断系数小于判断阈值，生成稳定信号。
8.根据权利要求7所述的基于温度检测的设备疲劳预警系统，其特征在于：
判断预警模块若接收到预警信号即发出第一预警提示，并删除变压器温度数据，若接收到稳定信号，则正常记录变压器温度，并将变压器温度和稳定阈值进行比较，若变压器温度大于等于稳定阈值，则发出第二预警提示。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311235201.5A CN116989903A (zh) | 2023-09-25 | 2023-09-25 | 基于温度检测的设备疲劳预警系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311235201.5A CN116989903A (zh) | 2023-09-25 | 2023-09-25 | 基于温度检测的设备疲劳预警系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN116989903A true CN116989903A (zh) | 2023-11-03 |
Family
ID=88532358
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311235201.5A Pending CN116989903A (zh) | 2023-09-25 | 2023-09-25 | 基于温度检测的设备疲劳预警系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116989903A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116999035A (zh) * | 2023-10-07 | 2023-11-07 | 深圳曼瑞德科技有限公司 | 便携式远程监护终端及远程监护系统 |
| CN117909703A (zh) * | 2024-03-18 | 2024-04-19 | 山东省国土空间数据和遥感技术研究院(山东省海域动态监视监测中心) | 基于告警阈值触发的数据质量评估方法及系统 |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2006184071A (ja) * | 2004-12-27 | 2006-07-13 | Canon Inc | 温度検出装置及び温度制御装置 |
| CN201229312Y (zh) * | 2008-04-01 | 2009-04-29 | 沈阳航空工业学院 | 二氧化碳激光器光路镜片温度检测及温差超限报警装置 |
| CN202119567U (zh) * | 2011-05-17 | 2012-01-18 | 东莞市群跃电子材料科技有限公司 | 涂布机烘道测试热容量装置 |
| CN107044999A (zh) * | 2017-05-31 | 2017-08-15 | 上海中兴派能能源科技股份有限公司 | 一种电芯比热容测试系统及方法 |
| CN108022660A (zh) * | 2017-12-07 | 2018-05-11 | 中国核动力研究设计院 | 一种系统热工实验装置的热损失测量装置及其方法 |
| CN112179513A (zh) * | 2020-09-18 | 2021-01-05 | 中国航发四川燃气涡轮研究院 | 一种用于热疲劳试验的多点测温装置及其操作方法 |
| CN114112308A (zh) * | 2021-11-01 | 2022-03-01 | 中国科学院上海光学精密机械研究所 | 一种光学件表面污染物的测量装置及方法 |
| CN114923880A (zh) * | 2022-05-25 | 2022-08-19 | 浙江省大气探测技术保障中心 | 自补偿式能见度测量系统、方法及自清洁装置 |
-
2023
- 2023-09-25 CN CN202311235201.5A patent/CN116989903A/zh active Pending
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2006184071A (ja) * | 2004-12-27 | 2006-07-13 | Canon Inc | 温度検出装置及び温度制御装置 |
| CN201229312Y (zh) * | 2008-04-01 | 2009-04-29 | 沈阳航空工业学院 | 二氧化碳激光器光路镜片温度检测及温差超限报警装置 |
| CN202119567U (zh) * | 2011-05-17 | 2012-01-18 | 东莞市群跃电子材料科技有限公司 | 涂布机烘道测试热容量装置 |
| CN107044999A (zh) * | 2017-05-31 | 2017-08-15 | 上海中兴派能能源科技股份有限公司 | 一种电芯比热容测试系统及方法 |
| CN108022660A (zh) * | 2017-12-07 | 2018-05-11 | 中国核动力研究设计院 | 一种系统热工实验装置的热损失测量装置及其方法 |
| CN112179513A (zh) * | 2020-09-18 | 2021-01-05 | 中国航发四川燃气涡轮研究院 | 一种用于热疲劳试验的多点测温装置及其操作方法 |
| CN114112308A (zh) * | 2021-11-01 | 2022-03-01 | 中国科学院上海光学精密机械研究所 | 一种光学件表面污染物的测量装置及方法 |
| CN114923880A (zh) * | 2022-05-25 | 2022-08-19 | 浙江省大气探测技术保障中心 | 自补偿式能见度测量系统、方法及自清洁装置 |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116999035A (zh) * | 2023-10-07 | 2023-11-07 | 深圳曼瑞德科技有限公司 | 便携式远程监护终端及远程监护系统 |
| CN116999035B (zh) * | 2023-10-07 | 2024-01-02 | 深圳曼瑞德科技有限公司 | 便携式远程监护终端及远程监护系统 |
| CN117909703A (zh) * | 2024-03-18 | 2024-04-19 | 山东省国土空间数据和遥感技术研究院(山东省海域动态监视监测中心) | 基于告警阈值触发的数据质量评估方法及系统 |
| CN117909703B (zh) * | 2024-03-18 | 2024-05-31 | 山东省国土空间数据和遥感技术研究院(山东省海域动态监视监测中心) | 基于告警阈值触发的数据质量评估方法及系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN116989903A (zh) | 基于温度检测的设备疲劳预警系统 | |
| CN105893231B (zh) | 一种基于smart的预测硬盘亚健康指标的方法及装置 | |
| CN116735804A (zh) | 基于物联网的智能传感器精度监测系统 | |
| CN117455242A (zh) | 一种基于数字孪生的水利管理系统 | |
| KR102408426B1 (ko) | 설비 노화 지수를 이용한 이상 감지 방법 및 장치 | |
| JP5164954B2 (ja) | 機器診断方法及び機器診断装置 | |
| CN117371670B (zh) | 一种新能源电动汽车充电桩的可靠性分析系统 | |
| CN118300273B (zh) | 基于多场耦合的电缆室故障预警系统 | |
| CN116611712A (zh) | 基于语义推断的电网工作票评估系统 | |
| CN117689269B (zh) | 一种智能手表加工阶段的故障溯源方法 | |
| CN118243200B (zh) | 一种气体涡轮流量计故障诊断方法及系统 | |
| JP2010243092A (ja) | 冷凍機の劣化検出方法およびシステム | |
| US20230280240A1 (en) | Abnormality diagnosis device and abnormality diagnosis method | |
| KR20160109158A (ko) | 기계 강건도 모니터링 방법 | |
| CN116660781B (zh) | 一种户外用大功率双向快充移动电源测试系统 | |
| KR102576390B1 (ko) | 통계 분석에 기반한 거짓 경보 감소 방법 및 장치 | |
| CN117110736A (zh) | 一种基于配电网避雷器的检测预警方法及系统 | |
| CN117744890B (zh) | 一种人居环境监测优化方法 | |
| CN118365090B (zh) | 一种石油余热智能化回收方法及系统 | |
| CN118347235B (zh) | 一种冷柜智能分区节能控制方法及系统 | |
| Costa | Predictive Maintenance Support System in Industry 4.0 Scenario | |
| CN118329125B (zh) | 电子后视镜安装参数精确测定方法及系统 | |
| US20230315028A1 (en) | Estimation device and estimation method | |
| CN118689153A (zh) | 一种电源控制系统及控制方法 | |
| CN118746376A (zh) | 一种电能表热源定位与环境温度影响消除的方法及介质 |
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 | ||
| WD01 | Invention patent application deemed withdrawn after publication | ||
| WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20231103 |