CN117387699B - 一种用于断路器异常识别的数据监测方法及系统 - Google Patents
一种用于断路器异常识别的数据监测方法及系统 Download PDFInfo
- Publication number
- CN117387699B CN117387699B CN202311687227.3A CN202311687227A CN117387699B CN 117387699 B CN117387699 B CN 117387699B CN 202311687227 A CN202311687227 A CN 202311687227A CN 117387699 B CN117387699 B CN 117387699B
- Authority
- CN
- China
- Prior art keywords
- temperature
- circuit breaker
- result
- closing
- interval
- 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
Links
- 230000005856 abnormality Effects 0.000 title claims abstract description 67
- 238000012544 monitoring process Methods 0.000 title claims abstract description 63
- 238000000034 method Methods 0.000 title claims abstract description 38
- 238000012795 verification Methods 0.000 claims abstract description 30
- 230000001960 triggered effect Effects 0.000 claims abstract description 19
- 230000002159 abnormal effect Effects 0.000 claims description 36
- 230000004044 response Effects 0.000 claims description 16
- 230000005236 sound signal Effects 0.000 claims description 5
- 238000013507 mapping Methods 0.000 claims description 3
- 238000012545 processing Methods 0.000 abstract description 3
- 230000008569 process Effects 0.000 description 5
- 230000009471 action Effects 0.000 description 4
- 230000008859 change Effects 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 230000003993 interaction Effects 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 230000001174 ascending effect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000002194 synthesizing effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
- G01D21/00—Measuring or testing not otherwise provided for
- G01D21/02—Measuring two or more variables by means not covered by a single other subclass
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/25—Fusion techniques
- G06F18/254—Fusion techniques of classification results, e.g. of results related to same input data
- G06F18/256—Fusion techniques of classification results, e.g. of results related to same input data of results relating to different input data, e.g. multimodal recognition
-
- 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
- Y02E60/00—Enabling technologies; Technologies with a potential or indirect contribution to GHG emissions mitigation
Abstract
本发明提供了一种用于断路器异常识别的数据监测方法及系统,涉及数据处理技术领域,方法包括:当任意时间节点断路器被触发执行抓取生成初始温度集,基于合闸前电流数据对断路器的参数稳态区间匹配生成标定温度稳态区间记录触发节点和合闸节点,通过初始温度集、元件温度和标定温度稳态区间进行温度异常识别,生成温度异常识别结果,通过合闸声音识别结果、触发节点、合闸节点进行合闸控制校验,生成控制异常识别结果,将其和温度异常识别结果进行断路器的异常监测识别,解决现有技术中当断路器存在异常识别时缺乏对数据的监测,导致断路器异常识别效率低的技术问题,实现对断路器存在异常识别时进行合理化精准管控,提高断路器异常识别效率。
Description
技术领域
本发明涉及数据处理技术领域,具体涉及一种用于断路器异常识别的数据监测方法及系统。
背景技术
随着断路器领域的发展,断路器是电路中的重要控制元件之一,承担着切断电流和保护电网中其他设备的功能,直接影响电力系统的稳定性和安全性。而高压断路器的绝大多数故障是机械故障。因此,有必要监测断路器的机械状态,确定断路器是否为正常工作,而现有技术中当断路器存在异常识别时缺乏对数据的监测,导致存在断路器异常识别效率低的技术问题。
发明内容
本申请提供了一种用于断路器异常识别的数据监测方法及系统,用于针对解决现有技术中存在的当断路器存在异常识别时缺乏对数据的监测,导致断路器异常识别效率低的技术问题。
鉴于上述问题,本申请提供了一种用于断路器异常识别的数据监测方法及系统。
第一方面,本申请提供了一种用于断路器异常识别的数据监测方法,所述方法包括:交互获得断路器的型号信息,并通过所述型号信息调用所述断路器的触发数据库,生成所述断路器的参数稳态区间;对所述断路器进行环境状态监测,生成环境温度数据,当任意时间节点所述断路器被触发,执行所述环境温度数据的区间抓取,生成初始温度集;当所述断路器被触发后,通过电流传感器读取合闸前电流数据,基于所述合闸前电流数据对所述参数稳态区间匹配,生成标定温度稳态区间,并记录触发节点和合闸节点;通过温度传感器记录所述断路器的元件温度,通过所述初始温度集、所述元件温度和所述标定温度稳态区间进行温度异常识别,生成温度异常识别结果;通过声音传感器进行所述断路器的声音触发分析,生成合闸声音识别结果;通过所述合闸声音识别结果、所述触发节点、所述合闸节点进行合闸控制校验,生成控制异常识别结果;通过所述温度异常识别结果和所述控制异常识别结果进行所述断路器的异常监测识别。
第二方面,本申请提供了一种用于断路器异常识别的数据监测系统,所述系统包括:调用模块,所述调用模块用于交互获得断路器的型号信息,并通过所述型号信息调用所述断路器的触发数据库,生成所述断路器的参数稳态区间;环境状态监测模块,所述环境状态监测模块用于对所述断路器进行环境状态监测,生成环境温度数据,当任意时间节点所述断路器被触发,执行所述环境温度数据的区间抓取,生成初始温度集;区间匹配模块,所述区间匹配模块用于当所述断路器被触发后,通过电流传感器读取合闸前电流数据,基于所述合闸前电流数据对所述参数稳态区间匹配,生成标定温度稳态区间,并记录触发节点和合闸节点;温度异常识别模块,所述温度异常识别模块用于通过温度传感器记录所述断路器的元件温度,通过所述初始温度集、所述元件温度和所述标定温度稳态区间进行温度异常识别,生成温度异常识别结果;声音触发分析模块,所述声音触发分析模块用于通过声音传感器进行所述断路器的声音触发分析,生成合闸声音识别结果;合闸控制校验模块,所述合闸控制校验模块用于通过所述合闸声音识别结果、所述触发节点、所述合闸节点进行合闸控制校验,生成控制异常识别结果;异常监测识别模块,所述异常监测识别模块用于通过所述温度异常识别结果和所述控制异常识别结果进行所述断路器的异常监测识别。
本申请中提供的一个或多个技术方案,至少具有如下技术效果或优点:
本申请提供的一种用于断路器异常识别的数据监测方法及系统,涉及数据处理技术领域,解决了现有技术中当断路器存在异常识别时缺乏对数据的监测,导致断路器异常识别效率低的技术问题,实现了对断路器存在异常识别时进行合理化精准管控,提高断路器异常识别效率。
附图说明
图1为本申请提供了一种用于断路器异常识别的数据监测方法流程示意图;
图2为本申请提供了一种用于断路器异常识别的数据监测方法中生成温度异常识别结果流程示意图;
图3为本申请提供了一种用于断路器异常识别的数据监测方法中获得合闸声音识别结果流程示意图;
图4为本申请提供了一种用于断路器异常识别的数据监测方法中合闸控制校验流程示意图;
图5为本申请提供了一种用于断路器异常识别的数据监测系统结构示意图。
附图标记说明:调用模块1,环境状态监测模块2,区间匹配模块3,温度异常识别模块4,声音触发分析模块5,合闸控制校验模块6,异常监测识别模块7。
具体实施方式
本申请通过提供一种用于断路器异常识别的数据监测方法及系统,用于解决现有技术中当断路器存在异常识别时缺乏对数据的监测,导致断路器异常识别效率低的技术问题。
实施例一
如图1所示,本申请实施例提供了一种用于断路器异常识别的数据监测方法,该方法包括:
步骤S100:交互获得断路器的型号信息,并通过所述型号信息调用所述断路器的触发数据库,生成所述断路器的参数稳态区间;
具体而言,本申请实施例提供的一种用于断路器异常识别的数据监测方法应用于一种用于断路器异常识别的数据监测系统,为保证后期对断路器异常识别数据监测的准确性,首先需要将系统与目标断路器的型号信息进行数据交互,是指系统与目标断路器之间进行信息传递,即目标断路器将与之对应的型号信息发送至系统中,进一步的,通过系统所接收到的型号信息对断路器的触发数据库进行调用,断路器的触发数据库是用于对断路器的内触发与外触发进行记录的数据库,断路器机械特性内触发是指用仪器内部直流电源进行分、合闸操作,断路器的外触发是指仪器内部直流电源不工作,用现场电源,即交流直流均可操作开关动作,根据不同型号所对应的触发操作,对断路器的参数稳态区间进行确定,断路器的参数稳态区间是指在该参数区间内断路器处于稳定状态,为后期实现对断路器异常识别进行数据监测作为重要参考依据。
步骤S200:对所述断路器进行环境状态监测,生成环境温度数据,当任意时间节点所述断路器被触发,执行所述环境温度数据的区间抓取,生成初始温度集;
具体而言,为使得断路器在触发时周围环境对其所造成的影响,因此需要对断路器的环境状态进行监测,是指通过在断路器所处位置周围均匀布设的温度传感器对断路器所处位置的环境温度数据进行实时记录,进一步的,对断路器被触发的时间节点进行判断,当在一段固定时间段内存在任意时间节点内断路器被触发时,则通过布设的传感器对此时的时间节点所对应的环境数据进行抓取操作,将所抓取的环境数据进行序列化的升序整合,将处于第一位的环境数据记作当前时间节点环境温度数据区间的温度上限,将处于最后一位的环境数据记作当前时间节点环境温度数据区间的温度下限,从而生成环境温度区间,并将断路器所处环境温度在环境温度区间内的数据进行标识,最终将所标识的温度数据进行汇总后记作断路器的初始温度集,进而为实现对断路器异常识别进行数据监测做保障。
步骤S300:当所述断路器被触发后,通过电流传感器读取合闸前电流数据,基于所述合闸前电流数据对所述参数稳态区间匹配,生成标定温度稳态区间,并记录触发节点和合闸节点;
具体而言,当目标断路器被触发后,通过电流传感器对断电器合闸前的电流数据进行读取,合闸是指断路器由分闸位置转为闭合位置,此时断路器处于触发状态,在断路器未合闸前通过电流传感器所读取的电流数据为不动作电流,不动作电流是指可以长时间运行而不跳闸的电流数值,进一步的,以合闸前的电流数据与参数稳态区间内的数据进行匹配,对处于参数稳态区间内电流数据所对应的断路器触发抓取的温度数据进行整合,并将所整合的温度数据作为断路器周围环境的温度稳态区间,并在温度稳态区间内对断路器被触发的时间节点以及断路器进行合闸的时间节点进行记录,为后续实现对断路器异常识别进行数据监测夯实基础。
步骤S400:通过温度传感器记录所述断路器的元件温度,通过所述初始温度集、所述元件温度和所述标定温度稳态区间进行温度异常识别,生成温度异常识别结果;
进一步而言,如图2所示,本申请步骤S400还包括:
步骤S410:根据所述初始态元件温度确定宽容扩充系数;
步骤S420:通过所述宽容扩充系数对所述标定温度稳态区间执行宽容扩充,生成宽容温度稳态区间;
步骤S430:通过所述元件温度和所述宽容温度稳态区间进行温度比对,生成元件短时短路温度异常结果;
步骤S440:根据所述初始态温度异常识别结果和所述元件短时短路温度异常结果生成所述温度异常识别结果。
具体而言,为确保在断路器异常识别进行数据监测时对温度异常识别的精准度,首先需要通过布设在断路器中的温度传感器对断路器内的元件温度进行记录采集,并同时通过上述所抓取的初始温度集、断路器的元件温度、标定温度稳态区间对断路器进行温度异常识别是指首先根据断路器中的初始态元件温度对温度的宽容扩充系数确定,宽容扩充系数适用于对温度数据浮动区间进行限定的极限值,进一步的,通过宽容扩充系数对标定温度稳态区间执行宽容扩充,使得标定温度稳态区间的上限通过宽容扩充系数进行扩充上移调整,使得标定温度稳态区间的下限通过宽容扩充系数进行扩充下移调整,以上移调整后的上限作为宽容温度稳态区间的上限,以下移调整后的下限作为宽容温度稳态区间的下限,进一步的,将对目标断路器所采集到的元件温度与所构建宽容温度稳态区间中的温度数据进行温度比对,将不处于宽容温度稳态区间的元件温度数据视为异常数据进行提取,并将所提取的数据进行汇总记作目标断路器的元件短时短路温度异常结果,最终将初始态温度异常识别结果和元件短时短路温度异常结果进行断电路温度异常的数据融合是指在一定准则下,利用计算机技术进行的信息处理过程,该过程可对按时序获得的初始态温度异常识别结果和元件短时短路温度异常结果加以自动分析、优化综合,以完成对断路器在异常识别过程中的温度异常识别结果进行生成,实现对断路器异常识别进行数据监测有着推进的作用。
进一步而言,本申请步骤S400还包括:
步骤S441:配置初始态响应区间,并根据所述断路器的触发节点,确定采集区间;
步骤S442:采集在所述初始态响应区间内的所述断路器的电流传感器数据,生成初始态电流数据;
步骤S443:基于所述初始态电流数据和所述型号信息获得初始态温度异常识别;
步骤S444:通过初始态温度异常识别结果执行所述温度异常识别。
进一步而言,本申请步骤S443包括:
步骤S4431:交互获得所述初始态响应区间内的元件温度值,并基于所述元件温度值确定初始态元件温度;
步骤S4432:通过所述型号信息调用断路器拟合数据库,并将所述初始态电流数据、所述初始温度集输入所述断路器拟合数据,输出元件温度拟合结果;
步骤S4433:对所述初始态元件温度和所述元件温度拟合结果进行初始态温度异常识别,获得所述初始态温度异常识别结果。
具体而言,为了更好的对断路器的温度进行异常识别,首先对断路器进行初始态响应区间的配置,是指对断路器的初始状态进行隐含约束的一个数据更新反馈区间,并同时根据断路器的触发节点对断路器的采集区间进行确定,是指断路器在被触发前以及被触发后均存在不同电流数据,因此需要对断路器内的电流数据进行触发采集,进一步的,通过电流传感器对处于初始态响应区间内断路器的电流传感数据进行每个响应节点的实时采集,将在初始态响应区间内所对应采集到的电流数据进行汇总后记作目标断路器的初始态电流数据,同时以所采集的初始态电流数据以及与目标断路器交互所获的型号信息作为判定数据,对目标断路器的初始态温度进行异常识别,是指首先对初始态响应区间内的元件温度值进行数据交互,是指将初始态响应区间与元件温度值进行数据传递并与初始态响应区间中所包含的初始态电流数据进行匹配,并基于元件温度值确定初始态元件温度,该初始态元件温度是可以对元件温度的最终节点进行选择的是指在根据元件温度值确定一元件温度值域,对该元件温度值域中的温度值进行序列化的降序排序,取其所对应的第一位温度值作为最终节点,亦或是对该元件温度值域中的温度值进行求取均值,将所计算出的均值作为最终节点,将所确定的最终节点作为初始态元件温度,进一步的,通过型号信息调用断路器拟合数据库,并将初始态电流数据、初始温度集输入断路器拟合数据,输出元件温度拟合结果;
在通过目标断路器所对应的型号信息调用与之匹配的断路器拟合数据库的基础上,将上述所获初始态电流数据、初始温度集输入至断路器拟合数据库中,使得初始态电流数据、初始温度集在断路器拟合数据库中进行遍历,获取数据库中待遍历的断路器拟合数据表所对应的目标索引为元件温度拟合信息,然后,基于目标索引对断路器拟合数据表中的各数据块执行块遍历操作,并在遍历检测标准数据表的过程中,通过确定断路器拟合数据表中下一数据块的块架构信息来达到精确控制IOPS的目的,提升遍历结果精确度,进一步的,在当前数据块为断路器拟合数据表中的最后一块时,结束断路器拟合数据表的遍历操作,进而获取元件温度拟合结果,最终对初始态元件温度和元件温度拟合结果进行初始态温度异常识别,是指将初始态元件温度与元件温度一盒结果进行作差,当差值大于预设范围时,则获得初始态温度异常识别结果,其中预设范围由相关技术人员根据历史正常状态下的元件温度的数据进行预设,再以初始态温度异常识别结果作为数据识别基础数据,对目标断路器执行温度异常的识别,以此保证后期对断路器异常识别更好的进行数据监测。
步骤S500:通过声音传感器进行所述断路器的声音触发分析,生成合闸声音识别结果;
进一步而言,如图3所示,本申请步骤S500包括:
步骤S510:基于所述型号信息调用所述断路器的触发声音识别特征库;
步骤S520:当所述声音传感器接收声音特征集后,通过所述触发声音识别特征库对所述声音特征集匹配,获得匹配结果,其中,所述匹配结果带有映射时间节点标识;
步骤S530:基于所述匹配结果获得所述合闸声音识别结果。
具体而言,为提升对断路器进行异常识别数据监测的效率,因此可以通过在断路器中所布设的声音传感器对目标断路器所发出的声音进行触发分析,其声音传感器是用于对目标断路器在运行过程中所发出的声音进行实时采集的传感器,进一步的,基于目标断路器的型号信息对断路器的触发声音识别特征库中所包含的触发声音特征数据进行调用,触发声音识别特征库是将不同型号所对应的断路器进行合闸操作时的声音特征进行识别汇总的数据库,同时当布设在断路器中的声音传感器接收到断路器所发出的声音数据后,将所接收的声音数据进行多个声音特征的提取,获得所接收声音的声音特征集后,通过触发声音识别特征库对该声音特征集进行匹配,获得匹配结果,其中,匹配结果带有映射时间节点标识,是指在多个声音特征集中所包含的每个声音特征均对应该声音所发出的时间节点,进一步的,根据匹配结果中的声音特征以及其所对应的时间节点完成对目标断路器是否为合闸状态进行判断,最终根据判断结果获得目标断路器合闸声音识别结果,以便为后期对断路器异常识别进行数据监测时作为参照数据。
步骤S600:通过所述合闸声音识别结果、所述触发节点、所述合闸节点进行合闸控制校验,生成控制异常识别结果;
进一步而言,如图4所示,本申请步骤S600还包括:
步骤S610:读取所述声音传感器的布设位置,基于所述布设位置生成声信号延时补偿;
步骤S620:通过所述声信号延时补偿对所述合闸声音识别结果进行延时回溯,获得延时回溯结果;
步骤S630:基于所述延时回溯结果、所述触发节点、所述合闸节点进行合闸控制校验。
具体而言,为确保对断路器进行合闸控制的准确性,因此需要通过上述所获的合闸声音识别结果、所记录目标断路器的触发节点以及合闸节点,对目标断路器进行合闸控制校验,是指首先对声音传感器在目标断路器中的布设位置进行读取,同时以所读取到的布设位置对断路器发出声音时所造成的声音延迟时间长度进行判断,其布设位置与声源位置越近则目标断路器发出声音时所造成的声音延迟时间长度就越短,进一步根据声音延迟时间长度对目标断路器内所发出的声信号进行延迟时间长度的补偿,是指对存在延迟的声信号根据声音延迟时间长度进行补偿,从而对声信号延时补偿进行生成,通过声信号延时补偿对合闸声音识别结果进行延时回溯,是指基于声音信号的深度优先规则,采用试探性的搜索原则,按声信号延时补偿对合闸声音识别结果进行延时回溯,在延时回溯的过程中寻找解,当发现已不满足求解条件时,则进行返回操作,尝试别的路径,直至得到所有有效的结果集,并将其记作延时回溯结果,最终以所获延时回溯结果、触发节点、合闸节点作为目标断路器的合闸判定基础数据,对目标断路器进行合闸控制校验,将在合闸控制校验中存在与延时回溯结果、触发节点、合闸节点不匹配的控制数据进行识别提取,将所提取的控制数据作为目标断路器的控制异常识别结果,提高后期实现对断路器异常识别进行数据监测的准确率。
步骤S700:通过所述温度异常识别结果和所述控制异常识别结果进行所述断路器的异常监测识别。
进一步而言,本申请步骤S700还包括:
步骤S710:配置形变校验周期;
步骤S720:在所述形变校验周期对所述断路器进行元件的图像采集,并执行图像采集结果的元件形态验证;
步骤S730:将元件形态验证结果作为附加预警特征进行所述断路器的异常监测识别。
具体而言,为了更精准的通过温度异常识别结果与控制异常识别结果对目标断路器进行异常数据的监测识别,首先需要对目标断路器进行形变校验周期的配置,是指在外力作用下或温度变化使得目标断路器发生的形状或体积的变化时对目标断路器进行校验的周期,判断温度异常识别结果中能够使得目标断路器发生形变的温度值,以及控制异常识别结果中由于目标断路器内被触发时或合闸时的位置控制发生改变使得目标断路器发生形变的改变幅度,进一步的,通过图像采集装置在形变校验周期内对断路器的元件进行图像采集,首先在形变校验周期内的初始节点所对应采集到目标断路器的元件图像作为比对标准图像,将其他在形变周期内所采集的图像均依次与该比对标准图像进行形变比对,从而完成对图像采集结果的元件形态验证,最终将所比对的元件形态验证结果作为对目标断路器的附加预警特征,达到基于附加预警特征中的形变程度、温度异常识别结果中的元件温度以及控制异常中的合闸控制对目标断路器进行更为全面的异常监测识别。
综上所述,本申请实施例提供的一种用于断路器异常识别的数据监测方法,至少包括如下技术效果,实现了对断路器存在异常识别时进行合理化精准管控,提高断路器异常识别效率。
实施例二
基于与前述实施例中一种用于断路器异常识别的数据监测方法相同的发明构思,如图5所示,本申请提供了一种用于断路器异常识别的数据监测系统,系统包括:
调用模块1,所述调用模块1用于交互获得断路器的型号信息,并通过所述型号信息调用所述断路器的触发数据库,生成所述断路器的参数稳态区间;
环境状态监测模块2,所述环境状态监测模块2用于对所述断路器进行环境状态监测,生成环境温度数据,当任意时间节点所述断路器被触发,执行所述环境温度数据的区间抓取,生成初始温度集;
区间匹配模块3,所述区间匹配模块3用于当所述断路器被触发后,通过电流传感器读取合闸前电流数据,基于所述合闸前电流数据对所述参数稳态区间匹配,生成标定温度稳态区间,并记录触发节点和合闸节点;
温度异常识别模块4,所述温度异常识别模块4用于通过温度传感器记录所述断路器的元件温度,通过所述初始温度集、所述元件温度和所述标定温度稳态区间进行温度异常识别,生成温度异常识别结果;
声音触发分析模块5,所述声音触发分析模块5用于通过声音传感器进行所述断路器的声音触发分析,生成合闸声音识别结果;
合闸控制校验模块6,所述合闸控制校验模块6用于通过所述合闸声音识别结果、所述触发节点、所述合闸节点进行合闸控制校验,生成控制异常识别结果;
异常监测识别模块7,所述异常监测识别模块7用于通过所述温度异常识别结果和所述控制异常识别结果进行所述断路器的异常监测识别。
进一步而言,系统还包括:
区间配置模块,所述区间配置模块用于配置初始态响应区间,并根据所述断路器的触发节点,确定采集区间;
数据生成模块,所述数据生成模块用于采集在所述初始态响应区间内的所述断路器的电流传感器数据,生成初始态电流数据;
第一异常识别模块,所述第一异常识别模块用于基于所述初始态电流数据和所述型号信息获得初始态温度异常识别;
第二异常识别模块,所述第二异常识别模块用于通过初始态温度异常识别结果执行所述温度异常识别。
进一步而言,系统还包括:
温度确定模块,所述温度确定模块用于交互获得所述初始态响应区间内的元件温度值,并基于所述元件温度值确定初始态元件温度;
拟合模块,所述拟合模块用于通过所述型号信息调用断路器拟合数据库,并将所述初始态电流数据、所述初始温度集输入所述断路器拟合数据,输出元件温度拟合结果;
第三异常识别模块,所述第三异常识别模块用于对所述初始态元件温度和所述元件温度拟合结果进行初始态温度异常识别,获得所述初始态温度异常识别结果。
进一步而言,系统还包括:
扩充系数模块,所述扩充系数模块用于根据所述初始态元件温度确定宽容扩充系数;
宽容扩充模块,所述宽容扩充模块用于通过所述宽容扩充系数对所述标定温度稳态区间执行宽容扩充,生成宽容温度稳态区间;
温度比对模块,所述温度比对模块用于通过所述元件温度和所述宽容温度稳态区间进行温度比对,生成元件短时短路温度异常结果;
第四异常识别模块,所述第四异常识别模块用于根据所述初始态温度异常识别结果和所述元件短时短路温度异常结果生成所述温度异常识别结果。
进一步而言,系统还包括:
特征库模块,所述特征库模块用于基于所述型号信息调用所述断路器的触发声音识别特征库;
声音特征集匹配模块,所述声音特征集匹配模块用于当所述声音传感器接收声音特征集后,通过所述触发声音识别特征库对所述声音特征集匹配,获得匹配结果,其中,所述匹配结果带有映射时间节点标识;
合闸声音识别模块,所述合闸声音识别模块用于基于所述匹配结果获得所述合闸声音识别结果。
进一步而言,系统还包括:
延时补偿模块,所述延时补偿模块用于读取所述声音传感器的布设位置,基于所述布设位置生成声信号延时补偿;
延时回溯模块,所述延时回溯模块用于通过所述声信号延时补偿对所述合闸声音识别结果进行延时回溯,获得延时回溯结果;
合闸控制模块,所述合闸控制模块用于基于所述延时回溯结果、所述触发节点、所述合闸节点进行合闸控制校验。
进一步而言,系统还包括:
校验周期模块,所述校验周期模块用于配置形变校验周期;
图像采集模块,所述图像采集模块用于在所述形变校验周期对所述断路器进行元件的图像采集,并执行图像采集结果的元件形态验证;
第五异常识别模块,所述第五异常识别模块用于将元件形态验证结果作为附加预警特征进行所述断路器的异常监测识别。
本说明书通过前述对一种用于断路器异常识别的数据监测方法的详细描述,本领域技术人员可以清楚的知道本实施例中一种用于断路器异常识别的数据监测系统,对于实施例公开的装置而言,由于其与实施例公开的方法相对应,所以描述得比较简单,相关之处参见方法部分说明即可。
对所公开的实施例的上述说明,使本领域专业技术人员能够实现或使用本申请。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本申请的精神或范围的情况下,在其他实施例中实现。因此,本申请将不会被限制于本文所示的这些实施例,而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
Claims (4)
1.一种用于断路器异常识别的数据监测方法,其特征在于,所述方法包括:
交互获得断路器的型号信息,并通过所述型号信息调用所述断路器的触发数据库,生成所述断路器的参数稳态区间;
对所述断路器进行环境状态监测,生成环境温度数据,当任意时间节点所述断路器被触发,执行所述环境温度数据的区间抓取,生成初始温度集;
当所述断路器被触发后,通过电流传感器读取合闸前电流数据,基于所述合闸前电流数据对所述参数稳态区间匹配,生成标定温度稳态区间,并记录触发节点和合闸节点;
通过温度传感器记录所述断路器的元件温度,通过所述初始温度集、所述元件温度和所述标定温度稳态区间进行温度异常识别,生成温度异常识别结果;
通过声音传感器进行所述断路器的声音触发分析,生成合闸声音识别结果;
通过所述合闸声音识别结果、所述触发节点、所述合闸节点进行合闸控制校验,生成控制异常识别结果;
通过所述温度异常识别结果和所述控制异常识别结果进行所述断路器的异常监测识别;
进行温度异常识别还包括:
配置初始态响应区间,并根据所述断路器的触发节点,确定采集区间;
采集在所述初始态响应区间内的所述断路器的电流传感器数据,生成初始态电流数据;
基于所述初始态电流数据和所述型号信息获得初始态温度异常识别;
通过初始态温度异常识别结果执行所述温度异常识别;
获得初始态温度异常识别结果还包括:
交互获得所述初始态响应区间内的元件温度值,并基于所述元件温度值确定初始态元件温度;
通过所述型号信息调用断路器拟合数据库,并将所述初始态电流数据、所述初始温度集输入所述断路器拟合数据,输出元件温度拟合结果;
对所述初始态元件温度和所述元件温度拟合结果进行初始态温度异常识别,获得所述初始态温度异常识别结果;
生成所述温度异常识别结果还包括:
根据所述初始态元件温度确定宽容扩充系数;
通过所述宽容扩充系数对所述标定温度稳态区间执行宽容扩充,生成宽容温度稳态区间;
通过所述元件温度和所述宽容温度稳态区间进行温度比对,生成元件短时短路温度异常结果;
根据所述初始态温度异常识别结果和所述元件短时短路温度异常结果生成所述温度异常识别结果;
进行所述断路器的异常监测识别还包括:
配置形变校验周期;
在所述形变校验周期对所述断路器进行元件的图像采集,并执行图像采集结果的元件形态验证;
将元件形态验证结果作为附加预警特征进行所述断路器的异常监测识别。
2.如权利要求1所述的方法,其特征在于,所述方法还包括:
基于所述型号信息调用所述断路器的触发声音识别特征库;
当所述声音传感器接收声音特征集后,通过所述触发声音识别特征库对所述声音特征集匹配,获得匹配结果,其中,所述匹配结果带有映射时间节点标识;
基于所述匹配结果获得所述合闸声音识别结果。
3.如权利要求2所述的方法,其特征在于,所述方法还包括:
读取所述声音传感器的布设位置,基于所述布设位置生成声信号延时补偿;
通过所述声信号延时补偿对所述合闸声音识别结果进行延时回溯,获得延时回溯结果;
基于所述延时回溯结果、所述触发节点、所述合闸节点进行合闸控制校验。
4.一种用于断路器异常识别的数据监测系统,所述系统用于执行权利要求1至3中任一项所述的方法,其特征在于,所述系统包括:
调用模块,所述调用模块用于交互获得断路器的型号信息,并通过所述型号信息调用所述断路器的触发数据库,生成所述断路器的参数稳态区间;
环境状态监测模块,所述环境状态监测模块用于对所述断路器进行环境状态监测,生成环境温度数据,当任意时间节点所述断路器被触发,执行所述环境温度数据的区间抓取,生成初始温度集;
区间匹配模块,所述区间匹配模块用于当所述断路器被触发后,通过电流传感器读取合闸前电流数据,基于所述合闸前电流数据对所述参数稳态区间匹配,生成标定温度稳态区间,并记录触发节点和合闸节点;
温度异常识别模块,所述温度异常识别模块用于通过温度传感器记录所述断路器的元件温度,通过所述初始温度集、所述元件温度和所述标定温度稳态区间进行温度异常识别,生成温度异常识别结果;
声音触发分析模块,所述声音触发分析模块用于通过声音传感器进行所述断路器的声音触发分析,生成合闸声音识别结果;
合闸控制校验模块,所述合闸控制校验模块用于通过所述合闸声音识别结果、所述触发节点、所述合闸节点进行合闸控制校验,生成控制异常识别结果;
异常监测识别模块,所述异常监测识别模块用于通过所述温度异常识别结果和所述控制异常识别结果进行所述断路器的异常监测识别。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311687227.3A CN117387699B (zh) | 2023-12-11 | 2023-12-11 | 一种用于断路器异常识别的数据监测方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311687227.3A CN117387699B (zh) | 2023-12-11 | 2023-12-11 | 一种用于断路器异常识别的数据监测方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117387699A CN117387699A (zh) | 2024-01-12 |
CN117387699B true CN117387699B (zh) | 2024-04-02 |
Family
ID=89468686
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311687227.3A Active CN117387699B (zh) | 2023-12-11 | 2023-12-11 | 一种用于断路器异常识别的数据监测方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117387699B (zh) |
Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
FR2590029A1 (fr) * | 1985-11-13 | 1987-05-15 | Delta Dore | Shunt de mesure d'intensite electrique, utilisable notamment dans un boitier de delesteur |
EP0785439A3 (en) * | 1996-01-22 | 1998-08-05 | Kabushiki Kaisha Toshiba | Device for optically measuring physical quantity in power equipment and method of manufacturing the same |
JP2000076979A (ja) * | 1998-08-31 | 2000-03-14 | Matsushita Electric Works Ltd | 回路遮断器の封印構造 |
JP2004088857A (ja) * | 2002-08-23 | 2004-03-18 | Tohoku Ricoh Co Ltd | 入力過電圧保護回路およびそれを備えた電気装置 |
CN103997026A (zh) * | 2014-05-23 | 2014-08-20 | 张健 | 电网短路故障限流用瞬变型电阻抗器 |
CN105047493A (zh) * | 2015-09-18 | 2015-11-11 | 乐清市乐翔电气有限公司 | 一种低压断路器 |
KR101874286B1 (ko) * | 2018-02-09 | 2018-08-02 | 이황희 | 전력설비 모니터링 및 진단 시스템 |
CN113049951A (zh) * | 2021-05-19 | 2021-06-29 | 广东电网有限责任公司 | 一种断路器机构状态分析装置和方法 |
CN113162008A (zh) * | 2020-01-07 | 2021-07-23 | 台达电子工业股份有限公司 | 突波电流抑制电路 |
JP2022039974A (ja) * | 2020-08-26 | 2022-03-10 | 三菱電機株式会社 | 遮断器の端子カバー、学習装置、および推論装置 |
CN116060201A (zh) * | 2023-03-08 | 2023-05-05 | 北京博数智源人工智能科技有限公司 | 一种火电站磨煤机爆燃监测异常定位识别方法及系统 |
CN116260119A (zh) * | 2023-05-08 | 2023-06-13 | 镇江默勒电器有限公司 | 一种电路数据识别的断路器保护方法及系统 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7495876B2 (en) * | 2006-07-14 | 2009-02-24 | Square D Company | Circuit breaker integral temperature monitoring for advance detection of defective power conductor connections |
CN107884707B (zh) * | 2017-09-30 | 2018-12-21 | 杨启蓓 | 高压断路器分合闸时间在线监测装置和方法 |
US10319545B2 (en) * | 2016-11-30 | 2019-06-11 | Iskra Za{hacek over (s)}{hacek over (c)}ite d.o.o. | Surge protective device modules and DIN rail device systems including same |
-
2023
- 2023-12-11 CN CN202311687227.3A patent/CN117387699B/zh active Active
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
FR2590029A1 (fr) * | 1985-11-13 | 1987-05-15 | Delta Dore | Shunt de mesure d'intensite electrique, utilisable notamment dans un boitier de delesteur |
EP0785439A3 (en) * | 1996-01-22 | 1998-08-05 | Kabushiki Kaisha Toshiba | Device for optically measuring physical quantity in power equipment and method of manufacturing the same |
JP2000076979A (ja) * | 1998-08-31 | 2000-03-14 | Matsushita Electric Works Ltd | 回路遮断器の封印構造 |
JP2004088857A (ja) * | 2002-08-23 | 2004-03-18 | Tohoku Ricoh Co Ltd | 入力過電圧保護回路およびそれを備えた電気装置 |
CN103997026A (zh) * | 2014-05-23 | 2014-08-20 | 张健 | 电网短路故障限流用瞬变型电阻抗器 |
CN105047493A (zh) * | 2015-09-18 | 2015-11-11 | 乐清市乐翔电气有限公司 | 一种低压断路器 |
KR101874286B1 (ko) * | 2018-02-09 | 2018-08-02 | 이황희 | 전력설비 모니터링 및 진단 시스템 |
CN113162008A (zh) * | 2020-01-07 | 2021-07-23 | 台达电子工业股份有限公司 | 突波电流抑制电路 |
JP2022039974A (ja) * | 2020-08-26 | 2022-03-10 | 三菱電機株式会社 | 遮断器の端子カバー、学習装置、および推論装置 |
CN113049951A (zh) * | 2021-05-19 | 2021-06-29 | 广东电网有限责任公司 | 一种断路器机构状态分析装置和方法 |
CN116060201A (zh) * | 2023-03-08 | 2023-05-05 | 北京博数智源人工智能科技有限公司 | 一种火电站磨煤机爆燃监测异常定位识别方法及系统 |
CN116260119A (zh) * | 2023-05-08 | 2023-06-13 | 镇江默勒电器有限公司 | 一种电路数据识别的断路器保护方法及系统 |
Non-Patent Citations (4)
Title |
---|
A Study on the Characteristics and Breaking Performance Improvement in Small Current Region of a Low Voltage Direct Current Circuit Breaker;조해용等;전기학회논문지;20220725;第71卷(第7期);全文 * |
An improved bidirectional T-source circuit breaker for MVDC;Sapkota, S;ELECTRICAL ENGINEERING;20220831;第104卷(第4期);全文 * |
断路器机构状态监测数据采集的实现;牟涛;周水斌;王晓峰;;低压电器;20130215(第03期);全文 * |
高压断路器在线监测及故障诊断系统设计;周小娜;陈志英;卢超龙;;南昌大学学报(工科版);20170928(第03期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN117387699A (zh) | 2024-01-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11531688B2 (en) | Time-series data processing device, time-series data processing system, and time-series data processing method | |
US6616759B2 (en) | Method of monitoring and/or controlling a semiconductor manufacturing apparatus and a system therefor | |
JP7082461B2 (ja) | 故障予知方法、故障予知装置および故障予知プログラム | |
KR20180098334A (ko) | 파워 반도체 모듈의 손상 레벨 또는 수명 예측을 추정하는 방법 및 디바이스 | |
US20100070213A1 (en) | Method for Monitoring the Electrical Energy Quality in an Electrical Energy Supply System, Power Quality Field Device and Power Quality System | |
JP7068246B2 (ja) | 異常判定装置、および、異常判定方法 | |
CN111758038A (zh) | 用于估计布线接合的功率半导体模块的劣化的方法和系统 | |
CN116593811B (zh) | 一种集成型变频器运行状态监测系统及监测方法 | |
CN113516820A (zh) | 一种火灾预警方法和预警系统 | |
CN117387699B (zh) | 一种用于断路器异常识别的数据监测方法及系统 | |
CN111307480A (zh) | 一种基于嵌入式热管传热管理系统、方法及存储介质 | |
CN103077441A (zh) | 自识别电子产品的预测健康管理方法 | |
JP2002197709A5 (ja) | 記録再生装置、状態検出方法、情報処理装置、情報処理方法、および記録媒体 | |
KR102340395B1 (ko) | 플랜트의 고장을 진단하기 위한 장치 및 이를 위한 방법 | |
CN111562450B (zh) | 一种用于监测电抗器寿命的系统及方法 | |
CN117269829A (zh) | 一种干式空心电抗器匝间短路故障识别方法和系统 | |
JP6647461B1 (ja) | 故障診断システム、故障予測方法、および故障予測プログラム | |
CN115951173A (zh) | 基于多层感知机的集合式电容器在线状态评估方法及装置 | |
CN108594062A (zh) | 一种基于特征波形相似度的匝间短路故障定位方法及系统 | |
US7853851B1 (en) | Method and apparatus for detecting degradation in an integrated circuit chip | |
CN114152290B (zh) | 换流站交流滤波器开关诊断方法 | |
KR20230119924A (ko) | 산업설비용 보이스 알람 시스템 | |
CN115342848A (zh) | 一种关于传感器异常数据的检测方法及装置 | |
CN113269941A (zh) | 一种基于多信息融合判断的电气火灾报警装置及控制方法 | |
JP7044170B2 (ja) | 異常検知装置、方法、およびプログラム |
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 |