CN117852567A - 一种基于rfid标签的电力器具数据处理分析方法及系统 - Google Patents
一种基于rfid标签的电力器具数据处理分析方法及系统 Download PDFInfo
- Publication number
- CN117852567A CN117852567A CN202410264361.0A CN202410264361A CN117852567A CN 117852567 A CN117852567 A CN 117852567A CN 202410264361 A CN202410264361 A CN 202410264361A CN 117852567 A CN117852567 A CN 117852567A
- Authority
- CN
- China
- Prior art keywords
- wall surface
- data
- current
- target
- determining
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 49
- 238000012545 processing Methods 0.000 title claims abstract description 44
- 230000005611 electricity Effects 0.000 claims abstract description 135
- 238000007689 inspection Methods 0.000 claims abstract description 59
- 238000012360 testing method Methods 0.000 claims abstract description 36
- 238000004458 analytical method Methods 0.000 claims abstract description 16
- 239000000463 material Substances 0.000 claims description 103
- 230000008859 change Effects 0.000 claims description 31
- 238000001514 detection method Methods 0.000 claims description 22
- 238000010276 construction Methods 0.000 claims description 19
- 239000004035 construction material Substances 0.000 claims description 18
- 238000004590 computer program Methods 0.000 claims description 16
- 230000007613 environmental effect Effects 0.000 claims description 15
- 238000000547 structure data Methods 0.000 claims description 13
- 238000007405 data analysis Methods 0.000 claims description 6
- 238000009499 grossing Methods 0.000 claims description 6
- 238000003672 processing method Methods 0.000 claims 1
- 230000000694 effects Effects 0.000 description 18
- 239000004568 cement Substances 0.000 description 16
- 230000008569 process Effects 0.000 description 16
- 239000011449 brick Substances 0.000 description 14
- 238000004891 communication Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 5
- 230000002787 reinforcement Effects 0.000 description 4
- 230000003247 decreasing effect Effects 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000012795 verification Methods 0.000 description 3
- 230000007423 decrease Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000013075 data extraction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 239000006185 dispersion Substances 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06K—GRAPHICAL DATA READING; PRESENTATION OF DATA; RECORD CARRIERS; HANDLING RECORD CARRIERS
- G06K17/00—Methods or arrangements for effecting co-operative working between equipments covered by two or more of main groups G06K1/00 - G06K15/00, e.g. automatic card files incorporating conveying and reading operations
- G06K17/0022—Methods or arrangements for effecting co-operative working between equipments covered by two or more of main groups G06K1/00 - G06K15/00, e.g. automatic card files incorporating conveying and reading operations arrangements or provisions for transferring data to distant stations, e.g. from a sensing device
- G06K17/0029—Methods or arrangements for effecting co-operative working between equipments covered by two or more of main groups G06K1/00 - G06K15/00, e.g. automatic card files incorporating conveying and reading operations arrangements or provisions for transferring data to distant stations, e.g. from a sensing device the arrangement being specially adapted for wireless interrogation of grouped or bundled articles tagged with wireless record carriers
-
- 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
-
- 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)
- Computer Networks & Wireless Communication (AREA)
- General Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Investigating Or Analyzing Materials By The Use Of Electric Means (AREA)
Abstract
本发明公开了一种基于RFID标签的电力器具数据处理分析方法及系统,涉及数据处理技术领域。其中,该基于RFID标签的电力器具数据处理分析方法,包括:根据目标墙面的环境数据和墙面数据建立虚拟墙面;按照墙面数据将虚拟墙面划分为墙面区域,并根据墙面数据确定不同墙面区域的导电影响因子;根据导电影响因子在各墙面区域内确定目标墙面区域;根据预设点位距离确定目标墙面区域中的验电点位,并按照验电点位确定目标墙面的验电路径;基于RFID标签获取电力器具采集的验电路径内至少两个验电位置的电流数据,并根据电流数据的比较结果确定目标墙面的漏电位置。本发明实施例,结合目标墙面的环境数据和墙面数据确定漏电位置,提高了检测漏电位置的准确性。
Description
技术领域
本发明涉及数据处理技术领域,尤其涉及一种基于RFID标签的电力器具数据处理分析方法及系统。
背景技术
电力器具的种类有非常多,其中就包括安全工器具,如绝缘手套、绝缘靴、验电器等设备,这些工器具在使用过程中一般都只能承担一个功能,即保证电力工人在工作过程中避免电流伤害。
如验电器就包括验电棒和验电笔,在日常生活中,验电笔的应用非常广泛,不论是检查漏电还是检查插座是否带电都是非常重要的工具。在部分老旧的房子中,由于在当时的建设过程中,电力标准还不规范,导致部分电线直接埋在墙体中,随着时间的流逝,电线在多年的使用过程中可能发生破损,导致部分房间的墙体上带电,影响人们正常的生活。而在检查墙体中电线破损位置时,需要电力工人在墙体上不断地使用验电笔进行测量,通过电力工人的个人经验来判断漏电的位置。通过这种方式,不仅需要电力工人有丰富的工作经验,而且在检测过程中还会耗费大量的时间和精力,最终得到的检测结果也并非是准确的。
发明内容
本发明提供了一种基于RFID标签的电力器具数据处理分析方法及系统,以解决检测墙体漏电位置困难,以及检测结果不准确的问题。
根据本发明的一方面,提供了基于RFID标签的电力器具数据处理分析方法,其中,该方法包括:
根据目标墙面的环境数据和墙面数据建立虚拟墙面;
按照所述墙面数据将所述虚拟墙面划分为墙面区域,并根据所述墙面数据确定不同所述墙面区域的导电影响因子;
根据所述导电影响因子在各所述墙面区域内确定目标墙面区域;
根据预设点位距离确定所述目标墙面区域中的验电点位,并按照所述验电点位确定所述目标墙面的验电路径;
基于RFID标签获取电力器具采集的所述验电路径内至少两个验电位置的电流数据,并根据所述电流数据的比较结果确定所述目标墙面的漏电位置。
根据本发明的另一方面,提供了一种基于RFID标签的电力器具数据处理分析系统,其中,该系统包括:
虚拟墙面建立模块,用于根据目标墙面的环境数据和墙面数据建立虚拟墙面;
墙体检测模块,用于按照所述墙面数据将所述虚拟墙面划分为墙面区域,并根据所述墙面数据确定不同所述墙面区域的导电影响因子;
目标区域确定模块,用于根据所述导电影响因子在各所述墙面区域内确定目标墙面区域;
路径生成模块,用于根据预设点位距离确定所述目标墙面区域中的验电点位,并按照所述验电点位确定所述目标墙面的验电路径;
数据分析模块,用于基于RFID标签获取电力器具采集的所述验电路径内至少两个验电位置的电流数据,并根据所述电流数据的比较结果确定所述目标墙面的漏电位置。
根据本发明的另一方面,提供了一种电子设备,所述电子设备包括:
至少一个处理器;以及与所述至少一个处理器通信连接的存储器;其中,所述存储器存储有可被所述至少一个处理器执行的计算机程序,所述计算机程序被所述至少一个处理器执行,以使所述至少一个处理器能够执行本发明任一实施例所述的基于RFID标签的电力器具数据处理分析方法。
根据本发明的另一方面,提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机指令,所述计算机指令用于使处理器执行时实现本发明任一实施例所述的基于RFID标签的电力器具数据处理分析方法。
本发明实施例的技术方案,通过根据目标墙面的环境数据和墙面数据建立虚拟墙面,按照墙面数据将虚拟墙面划分为墙面区域,并根据墙面数据确定不同墙面区域的导电影响因子,根据导电影响因子在各墙面区域内确定目标墙面区域,根据预设点位距离确定目标墙面区域中的验电点位,并按照验电点位确定目标墙面的验电路径,基于RFID标签获取电力器具采集的验电路径内至少两个验电位置的电流数据,并根据电流数据的比较结果确定目标墙面的漏电位置,实现结合目标墙面的环境数据和墙面数据确定漏电位置,降低了检测漏电位置的困难程度,提高了检测漏电位置的准确性。
应当理解,本部分所描述的内容并非旨在标识本发明的实施例的关键或重要特征,也不用于限制本发明的范围。本发明的其它特征将通过以下的说明书而变得容易理解。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是根据本发明实施例一提供的一种基于RFID标签的电力器具数据处理分析方法的流程图;
图2是根据本发明实施例二提供的一种基于RFID标签的电力器具数据处理分析方法的流程图;
图3是根据本发明实施例三提供的一种基于RFID标签的电力器具数据处理分析方法的流程图;
图4是根据本发明实施例四提供的一种基于RFID标签的电力器具数据处理分析系统的结构示意图;
图5是实现本发明实施例的基于RFID标签的电力器具数据处理分析方法的电子设备的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案,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的实施例,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,都应当属于本发明保护的范围。
需要说明的是,本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必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,以便这里描述的本发明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。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
实施例一
图1是根据本发明实施例一提供的一种基于RFID标签的电力器具数据处理分析方法的流程图,本实施例可适用于检测目标墙面的漏电位置的情况,该方法可以由基于RFID标签的电力器具数据处理分析系统来执行,该基于RFID标签的电力器具数据处理分析系统可以采用硬件和/或软件的形式实现,该基于RFID标签的电力器具数据处理分析系统可配置于电子设备中。如图1所示,该方法包括:
S110、根据目标墙面的环境数据和墙面数据建立虚拟墙面。
其中,目标墙面可以理解为待检测的墙面,目标墙面可以包括存在漏电区域的墙面。环境数据可以理解为目标墙面所在区域的环境数据,示例性的,环境数据可以包括但不限于温度数据和湿度数据。墙面数据可以理解为目标墙面的墙体的属性信息,示例性的,墙面数据可以包括但不限于目标墙面的材质数据和结构数据。虚拟墙面可以理解为用于协助检测目标墙面漏电区域的数据,在实际的操作过程中,可以按照目标墙面的墙面数据和墙面数据构建虚拟墙面,以便于在虚拟墙面上标记目标墙面中检测的数据。在一实施例中,虚拟墙面可以为目标墙面等比例还原的虚拟标记墙面,虚拟墙面可以显示于显示器等电子设备中。
在实施例中,可以采集目标墙面的环境数据和墙面数据,按照目标墙面的墙面数据和墙面数据构建虚拟墙面。在实际的操作过程中,可以获取构建目标墙面的建造图纸和施工用料,将建造图纸中对应的图纸结构作为目标墙面的结构数据,将构建目标墙面的施工用料作为目标墙面的材质数据,将结构数据和材质数据作为墙面数据。示例性的,材质数据可以包括但不限于水泥、砖头和钢筋等;结构数据可以包括但不限于红砖缝隙中填充水泥,以及钢筋环绕水泥的钢筋笼结构等。
同时,获取温度计等温度传感器采集目标墙面的温度数据,获取湿度计等湿度传感器采集目标墙面的湿度数据,将温度数据和湿度数据作为环境数据。在一实施例中,温度数据可以包括但不限于15度、17度和20度等;湿度可以包括但不限于55%、60%和65%等。按照目标墙面的结构数据搭建虚拟墙面的框架,在框架中标注虚拟墙面中每个位置的施工用料,同时,在框架中标注对应的环境数据生成虚拟墙面。在实际应用过程中,虚拟墙面也可以直接投影于目标墙面上,便于数据的标注。
在一实施例中,当获取该目标墙面的建造图纸和施工用料后,确定目标墙面由红砖和水泥堆砌而成,则根据上述内容得到目标墙面的材质数据为红砖和水泥,结构数据为红砖缝隙中填充水泥的结构。
S120、按照墙面数据将虚拟墙面划分为墙面区域,并根据墙面数据确定不同墙面区域的导电影响因子。
其中,墙面区域可以理解为在虚拟墙面中划分的区域,墙面区域的数量可以为至少一个,由墙面数据进行确定。导电影响因子可以用于指示不同墙面区域的导电性能。在实际的操作过程中,导电影响因子越小,导电性能越好。
在实施例中,可以分别按照墙面数据内的材质数据和结构数据将虚拟墙面划分为至少一个区域,将具有相同材质数据且具有相同结构数据的区域合并为一个墙面区域。可以确定墙面区域的材质数据,提取每个材质数据的预设导电性能,确定材质数据在温度数据的预设第一导电影响以及湿度数据对应的预设第二导电影响,将材质数据对应的预设导电性能减预设第一导电影响和第二导电影响,将差值作为每个材质数据对应的材质导电性能,并将每个区域内材质导电性能的最大值作为目标导电性能。同时,提取每个材质数据的使用体积和分布状况值,确定目标区域内每个材质数据的使用体积的总和分布状况值的总和,将各墙面区域将对应的目标导电性能、所有材质数据的使用体积的总和、所有材质数据的分布状况值的总和的加权求和值作为对应墙面区域的导电影响因子。
在实际的操作过程中,目标导电性能、所有材质数据的使用体积的总和以及材质数据的分布状况值的总和的加权系数可以是预先设置的,同时,三个加权系数可以是相同的,也可以是不同的,且三个加权系数均大于0。
S130、根据导电影响因子在各墙面区域内确定目标墙面区域。
其中,目标墙面区域可以理解为待检测的墙面区域。在实际的操作过程中,可以将各墙面区域中导电影响因子最小的墙面区域作为目标墙面区域。
S140、根据预设点位距离确定目标墙面区域中的验电点位,并按照验电点位确定目标墙面的验电路径。
其中,预设点位距离可以理解为预选设置的选取验电点位的距离。在实际的操作过程中,预设点位距离可以是按照用户需求设置的。示例性的,预设点位距离可以包括但不限于15厘米、20厘米或者25厘米等。验电点位可以理解为检测电流的点位,验电点位的数量可以不作限定,示例性的,验电点位可以包括但不限于3个、4个或者5个等。验电路径可以理解为按照验电点位连接生成的路径。在一实施例中,验电路径的数量可以包括多个。
在实施例中,可以在目标墙面区域任意选取一个点位作为第一个验电点位,再选取预设点位距离内的点位作为第二个验电点位,直至选取足够数量的验电点位,将验电点位依次连接生成验电路径,并将验电路径投影至目标墙面的对应位置。在一实施例中,预设点位距离的数量可以为多个,可以在目标墙面区域中随机选取一个点位作为第一验电点位,并按照第一验电点位作为圆心,将预设第一点位距离作为半径生成第一圆形区域,按照第一验电点位作为圆心,将预设第二点位距离作为半径生成第二圆形区域,将第一圆形区域和第二圆形区域的重合的圆环区域作为下一个验电点位的选取区间。
在一实施例中,以验电点位的数量为3个为例,可以在目标墙面区域任意选取一个点位作为第一个验电点位,再以第一验电点位作为圆心,将预设点位距离作为半径生成的圆形区域作为第一选取区间。在第一选取区间选取一个点位作为第二个验电点位,并以第二验电点位作为圆心,将预设点位距离作为半径生成的圆形区域作为第二选取区间。确定第一选取区间和第二选取区间的重合区域作为第三选取区间,在第三选取区间选取一个点位作为第三个验电点位,将三个验电点位两两连接生成路径,将路径投影至目标墙面作为验电路径。
S150、基于RFID标签获取电力器具采集的验电路径内至少两个验电位置的电流数据,并根据电流数据的比较结果确定目标墙面的漏电位置。
其中,射频识别(Radio Frequency Identification,RFID)标签可以是用于传输电力器具采集的数据,便于电流数据的接收。电流数据可以理解为验电位置的电流。验电位置可以是在验电路径中随机选取的位置。电力器具可以理解为预先设置的用于获取电流数据的电力装置,示例性的,电力器具可以包括但不限于验电笔、验电棒等。验电位置的电流数据即为电力器具数据。
在实施例中,可以在验电路径选取至少两个验电位置,提取验电笔等电力器具采集的验电路径中各验电位置的电流数据。在一实施例中,可以通过RFID标签实时获取电力器具采集的验电路径中各验电位置的电流数据。再将同一验电路径中的验电位置作为横轴信息,将每个验电位置对应的电流数据作为纵轴信息,生成电流曲线图。确定每个电流曲线图中峰值点,将各峰值点对应的验电位置作为峰值位置,在虚拟墙面上标记峰值位置和对应的峰值电流作为峰值标记。确定各验电路径的峰值后,确定各峰值位置对应的峰值电流的熵值作为离散分布值。
当离散分布值小于预设离散阈值时,将各峰值标记依次连接生成峰值标记轨迹,确定峰值标记轨迹中对应的各峰值电流的变化趋势,并确定电流变化趋势是否为单一趋势。若电流变化趋势为单一趋势,提取峰值标记轨迹两端中峰值电流的数值高的一侧作为目标侧,并基于目标侧向外进行延伸检测得到延伸电流数值,若延伸电流数值出现下降趋势时停止检测,将延伸电流以及峰值电流中数值最高的延伸电流或者峰值电流作为目标电流数据,并将目标电流数据对应的验电位置作为漏电位置;若电流变化趋势不是单一趋势,提取峰值标记轨迹中各峰值电流中数值最大的峰值电流对应验电位置作为漏电位置。
当离散分布值大于或者等于预设离散阈值时,按照各峰值标记生成离散云,确定离散云的中心位置,并提取预设半径阈值。确定以中心位置作为圆心,将预设半径阈值作为半径生成的圆形区域作为中心区域,分别提取位于中心区域中的峰值标记对应的峰值电流作为中心区域电流,并提取不位于中心区域中的峰值标记对应的峰值电流作为非中心区域电流。当中心区域电流大于或等于非中心区域电流时,确定中心位置对应的位置区域作为目标墙面中的漏电位置;当确定中心区域电流小于非中心区域电流时,在中心区域外重新选择验电位置生成验电路径重新测量漏电位置。
示例性的,若预设离散阈值为1,离散分布值为0.6时,则离散分布值不超过离散阈值,表示峰值标记的离散程度不高,可以进行连接,则对峰值标记进行连接后得到标记轨迹,将每个峰值标记的峰值电流标记在对应的位置上后,发现电流数值在标记轨迹上呈现从左到右依次递减的情况,则表明漏电位置在标记轨迹的最左侧。若得到的离散分布值为5,则表明峰值标记是随机分布的,无法进行连接,则根据该分布情况生成离散云,对离散云进行处理得到该离散云的中心位置,并根据半径阈值画圆得到中心区域,发现该中心区域中的峰值标记的峰值电流的数值大于或等于中心区域外的峰值电流的数值,则将该中心区域标记为漏电位置,若中心区域中的峰值标记的峰值电流的数值小于中心区域外的峰值电流的数值,则重新在目标墙面上选择点位,生成新的验电路径,进行重新测量。
本发明实施例,通过根据目标墙面的环境数据和墙面数据建立虚拟墙面,按照墙面数据将虚拟墙面划分为墙面区域,并根据墙面数据确定不同墙面区域的导电影响因子,根据导电影响因子在各墙面区域内确定目标墙面区域,根据预设点位距离确定目标墙面区域中的验电点位,并按照验电点位确定目标墙面的验电路径,基于RFID标签获取电力器具采集的验电路径内至少两个验电位置的电流数据,并根据电流数据的比较结果确定目标墙面的漏电位置,实现结合目标墙面的环境数据和墙面数据确定漏电位置,降低了检测漏电位置的困难程度,提高了检测漏电位置的准确性。
实施例二
图2是根据本发明实施例二提供的一种基于RFID标签的电力器具数据处理分析方法的流程图,本实施例是基于上述实施方式进一步优化与扩展,并可以与上述实施方式中各个可选技术方案结合。如图2所示,该方法包括:
S201、获取建造目标墙面的建造图纸以及施工用料,将建造图纸中的墙面架构作为目标墙面的结构数据,并将施工用料作为目标墙面的材质数据。
其中,建造图纸可以理解为构建目标墙面的图纸,施工用料可以理解为按照建造图纸构建目标墙面的施工用料。
在实施例中,可以提取建造图纸中的墙面架构,将建造图纸中的墙面架构作为目标墙面的结构数据,并将施工用料作为目标墙面的材质数据。
S202、将结构数据和材质数据作为目标墙面的墙面数据。
S203、采集目标墙面的温度数据和湿度数据,将温度数据和湿度数据作为环境数据。
在实施例中,可以提取温度传感器采集的温度作为温度数据,提取湿度传感器采集的湿度作为湿度数据,将温度数据和湿度数据作为环境数据。
S204、将环境数据和墙面数据构建目标墙面的虚拟墙面。
在实施例中,可以按照目标墙面的结构数据搭建虚拟墙面的框架,在框架中标注虚拟墙面中每个位置的材质数据,同时,在框架中标注对应的环境数据生成虚拟墙面。在实际应用过程中,虚拟墙面也可以直接投影于目标墙面上,也可以显示于显示器中。
S205、将虚拟墙面按照墙面数据内的材质数据和结构数据划分为至少一个区域,并将具有相同材质数据且具有相同结构数据的区域合并为一个墙面区域。
在实施例中,可以分别按照材质数据和结构数据划分虚拟墙面,将虚拟墙面划分为一个或者多个区域,再将材质数据相同且结构数据相同的区域进行合并为一个墙面区域。
S206、确定各墙面区域的材质数据对应的预设导电性能,并按照环境数据和各预设导电性能确定对应墙面区域的目标导电性能。
其中,预设导电性能可以理解为每个材质数据预先确定的导电性能。由于环境数据对每种材质的导电性能会产生影响,可以先确定每种材质在环境中的导电影响,再将预设导电性能减对应的导电影响得到墙面区域每个材质的材质导电性能。每个墙面区域可以由至少一个材质数据构成,可以确定每个墙面区域中材质导电性能的最大值作为墙面区域的目标导电性能。
在一实施例中,确定各墙面区域的材质数据对应的预设导电性能,并按照环境数据和各预设导电性能确定对应墙面区域的目标导电性能,包括:
提取各材质数据对应的预设导电性能;
分别确定材质数据在环境数据中温度数据的预设第一导电影响以及湿度数据对应的预设第二导电影响;
确定材质数据对应的预设导电性能减材质数据对应的预设第一导电影响和第二导电影响的差值,将差值作为材质数据在目标墙面中的材质导电性能;
将每个墙面区域中所有材质导电性能的最大值作为墙面区域的目标导电性能。
其中,预设第一导电影响可以理解为材质数据在当前温度的导电影响,预设第一导电影响可以是针对每种材质数据预先确定存储的,可以通过材质数据以及温度数据提取对应的预设第一导电影响。预设第二导电影响可以理解为材质数据在当前湿度的导电影响,预设第二导电影响可以是针对每种材质数据预先存储的,可以通过材质数据以及湿度数据提取对应的预设第二导电影响。
在实施例中,可以提取各材质数据对应的预设导电性能,并按照材质数据和温度数据提取对应的预设第一导电影响,以及按照材质数据和湿度数据提取对应的预设第二导电影响。将每个材质数据对应的预设导电性能减对应的预设第一导电影响和第二导电影响得到材质数据在目标墙面中的材质导电性能,再确定属于同一墙面区域的全部材质导电性能,将材质导电性能的最大值作为墙面区域的目标导电性能。
S207、针对各墙面区域确定包括的所有材质数据,并提取材质数据的使用体积以及分布状况值。
其中,分布状况值可以理解为结构数据的分布状况对应的值。示例性的,针对每种结构数据,均存在预先设置的分布状况值,例如红砖缝隙中填充水泥,以及钢筋环绕水泥的钢筋笼等结构数据均可以提取对应的分布状况值。
在实施例中,可以按照建造图纸和施工用料确定每个墙面区域内材质数据的使用体积,并按照每个墙面区域内的结构数据提取对应的分布状况值。
S208、针对各墙面区域将对应的目标导电性能、所有材质数据的使用体积的总和、所有材质数据的分布状况值的总和的加权求和值作为对应墙面区域的导电影响因子。
在实施例中,可以先确定各墙面区域中所有材质数据的使用体积的总和以及所述材质数据的分布状况值的总和。对墙面区域将对应的目标导电性能、所有材质数据的使用体积的总和、所有材质数据的分布状况值的总和的加权求和值作为对应墙面区域的导电影响因子。
S209、根据导电影响因子在各墙面区域内确定目标墙面区域。
S210、在目标墙面区域中随机选取一个点位作为第一验电点位,以第一验电点位作为圆心,分别将预设第一点位距离和预设第二点位距离作为半径生成的圆环区域作为第一选取区间。
其中,第一选取区间可以理解为第二验电点位的选择区间,第一选取区间为一个圆环区域。
在实施例中,可以先在目标墙面区域中随机选取一个点位作为第一验电点位,并按照第一验电点位作为圆心,将预设第一点位距离作为半径生成第一圆形区域,按照第一验电点位作为圆心,将预设第二点位距离作为半径生成第二圆形区域,将第一圆形区域和第二圆形区域的重合的圆环区域作为第一选取区间。
S211、在第一选取区间选取一个点位作为第二验电点位,并以第二验电点位作为圆心,分别将预设第一点位距离和预设第二点位距离作为半径生成的圆环区域作为第二选取区间。
其中,第二选取区间可以理解为辅助选择第二验电点位的圆环区间。
在实施例中,可以在第一选取区间中随机选取一个点位作为第二验电点位,并按照第二验电点位作为圆心,将预设第一点位距离作为半径生成第三圆形区域,按照第二验电点位作为圆心,将预设第二点位距离作为半径生成第四圆形区域,将第三圆形区域和第四圆形区域的重合的圆环区域作为第一选取区间。
S212、确定第一选取区间和第二选取区间的重合区域作为第三选取区间,在第三选取区间选取一个点位作为第三验电点位。
在实施例中,可以确定第一选取区间和第二选取区间的重合区域,将重合区域作为第三选取区间。可以在第三选取区间随机选取一个点位作为第三验电点位。
S213、将第一验电点位、第二验电点位和第三验电点位两两连接生成路径,将路径投影至目标墙面作为验电路径。
在实施例中,可以将第一验电点位、第二验电点位和第三验电点位两两连接,生成三角形的路径,并将路径投影至目标墙面作为验电路径。
S214、在验电路径选取至少两个验电位置,通过RFID标签接收电力器具采集的验电路径中各验电位置的电流数据。
在实施例中,可以在验电路径中随机选择多个验电位置。电力器具采集验电路径中各验电位置的电流数据,可以通过RFID标签实时获取电力器具采集的验电路径中各验电位置的电流数据。
S215、将归属于同一验电路径中各验电位置作为横轴信息,将各验电位置对应的电流数据作为纵轴信息,生成电流曲线图。
在实施例中,当确定验电路径中各验电位置的电流信息后,可以将验电位置作为横轴信息,将验电位置对应的电流数据作为纵轴信息,生成电流曲线图。
S216、确定各电流曲线图中峰值点,将各峰值点对应的验电位置作为峰值位置,将峰值位置对应的电流数据作为峰值电流,并将峰值位置和峰值电流在虚拟墙面标记为峰值标记。
其中,峰值标记可以用于在虚拟墙面中确定峰值位置以及峰值位置对应的峰值电流。
在实施例中,可以确定每个电流曲线图中峰值点,将每个峰值点对应的验电位置作为峰值位置,将峰值位置对应的电流数据作为峰值电流,并将峰值位置和峰值电流在虚拟墙面标记为峰值标记。
S217、确定各峰值电流的熵值作为离散分布值。
S218、当离散分布值小于预设离散阈值时,将各峰值标记依次连接生成峰值标记轨迹,按照峰值标记轨迹对应的峰值电流确定目标墙面中的漏电位置。
其中,预设离散阈值可以是根据用户需求预先设置的离散阈值,当离散分布值小于预设离散阈值时,可以认为峰值标记的离散程度低;当离散分布值大于或者等于预设离散阈值时,可以认为峰值标记的离散程度高。示例性的,预设离散阈值可以包括但不限于1、2或者3等。
在实施例中,可以对比离散分布值和预设离散阈值,当离散分布值小于预设离散阈值时,将每个峰值标记依次连接生成峰值标记轨迹,通过峰值标记轨迹对应的峰值电流确定目标墙面中的漏电位置。
在一实施例中,按照峰值标记轨迹对应的峰值电流确定目标墙面中的漏电位置,包括:
确定峰值标记轨迹中对应的各峰值电流的初始变化趋势;
对初始变化趋势进行平滑处理,得到电流变化趋势,并确定电流变化趋势是否为单一趋势;
当确定电流变化趋势为单一趋势,提取峰值标记轨迹两端中峰值电流的数值高的一侧作为目标侧,并基于目标侧向外进行延伸检测得到延伸电流数值,若延伸电流数值出现下降趋势时停止检测,将延伸电流以及峰值电流中数值最高的延伸电流或者峰值电流作为目标电流数据,并将目标电流数据对应的验电位置作为漏电位置;
当确定电流变化趋势不是单一趋势,提取峰值标记轨迹中各峰值电流中数值最大的峰值电流对应验电位置作为漏电位置。
在实施例中,可以确定峰值标记轨迹中对应的各电流数据的变化趋势作为初始变化趋势,并将初始变化趋势进行平滑处理,得到电流变化趋势,以提高电流变化趋势的准确性。再判断电流变化趋势是否为单一趋势。若电流变化趋势为单一趋势,可以提取峰值标记轨迹两端中峰值电流,确定的数值高的峰值电流一侧作为目标侧,并基于目标侧向外进行延伸检测得到延伸电流数值。当延伸电流数值出现下降趋势时停止检测,判断延伸电流以及峰值电流的数值大小,将判断延伸电流以及峰值电流中数值最高的延伸电流或者峰值电流作为目标电流数据,并将目标电流数据对应的验电位置作为漏电位置。当确定电流变化趋势不是单一趋势,可以提取峰值标记轨迹中各峰值电流中数值最大的峰值电流对应验电位置作为漏电位置。
在一实施例中,得到初始变化趋势后,可以对该初始变化趋势上的存在明显问题的数值进行删除,再对不平滑的地方进行平滑处理,得到电流变化趋势。例如,初始变化趋势为1、3、5、1、9、11、13、13、17,则将处于第四个位置的“1”删除,将“13、13”处的位置进行平滑处理,使11-17之间的数值变化更加平滑,并判断电流变化趋势是否为单一趋势,单一趋势表明标记轨迹上的峰值电流从一侧到另一侧都是递减或递增,不会出现先上升再下降或者先下降再上升的情况。当电流趋势为单一趋势,且从左到右依次是增大的趋势,则选取右侧作为目标侧,并将标记轨迹向右进行延伸检测,得到延伸电流数值为18、20、19、16……,当从“20”的位置之后,电流数值出现下降趋势,则表示“20”的位置是漏电位置。如果电流趋势不是单一趋势,即电流变化趋势为1、3、5、7、9、7、5、3、1,则“9”处的电流数值最大,则将该验电位置作为漏电位置。
S219、当离散分布值大于或者等于预设离散阈值时,按照各峰值标记生成离散云,按照离散云确定目标墙面中的漏电位置。
在实施例中,当确定离散分布值大于或者等于预设离散阈值时,可以按照各峰值标记生成离散云,按照离散云确定目标墙面中的漏电位置。
在一实施例中,按照各峰值标记生成离散云,按照离散云确定目标墙面中的漏电位置,包括:
按照各峰值标记生成离散云,确定离散云的中心位置,将以中心位置作为圆心,将预设半径阈值作为半径生成的圆形区域作为中心区域;
提取位于中心区域中的峰值标记对应的峰值电流作为中心区域电流,并提取不位于中心区域中的峰值标记对应的峰值电流作为非中心区域电流;
当确定中心区域电流大于或等于非中心区域电流时,确定中心位置对应的位置区域作为目标墙面中的漏电位置;
当确定中心区域电流小于非中心区域电流时,在中心区域外重新选择验电位置生成验电路径重新测量漏电位置。
在实施例中,预设半径阈值是预先设置的确定中心区域的半径。可以确定离散云的中心位置,以中心位置作为圆心,将预设半径阈值作为半径生成的圆形区域,将圆形区域作为中心区域。分别提取位于中心区域中的峰值标记对应的峰值电流作为中心区域电流,以及不位于中心区域中的峰值标记对应的峰值电流作为非中心区域电流。当确定中心区域电流大于或等于非中心区域电流时,确定中心位置对应的位置区域作为目标墙面中的漏电位置;当确定中心区域电流小于非中心区域电流时,在中心区域外重新选择验电位置生成验电路径重新测量漏电位置。
在一实施例中,若得到的离散分布值大于或者等于预设离散阈值时,则表明峰值标记是随机分布的,无法进行连接,则根据该分布情况生成离散云。再对离散云进行处理得到该离散云的中心位置,并根据预设半径阈值画圆得到中心区域,当中心区域中的峰值标记的峰值电流的数值大于或等于中心区域外的峰值电流的数值,则将该中心区域标记为漏电位置,若中心区域中的峰值标记的峰值电流的数值小于中心区域外的峰值电流的数值,则重新在墙面上选择点位,生成新的验电路径,进行重新测量。
本发明实施例,通过获取建造目标墙面的建造图纸以及施工用料,将建造图纸中的墙面架构作为目标墙面的结构数据,并将施工用料作为目标墙面的材质数据,将结构数据和材质数据作为目标墙面的墙面数据,采集目标墙面的温度数据和湿度数据,将温度数据和湿度数据作为环境数据。将环境数据和墙面数据构建目标墙面的虚拟墙面,便于通过虚拟墙面观察目标墙面的监测的数据情况。通过根据导电影响因子在各墙面区域内确定目标墙面区域,墙面的检测区域,降低了在目标墙面中寻找漏电位置的困难度。通过将第一验电点位、第二验电点位和第三验电点位两两连接生成路径,将路径投影至目标墙面作为验电路径,在验电路径选取至少两个验电位置,通过RFID标签接收电力器具采集的验电路径中各验电位置的电流数据,并构建电流曲线图,确定各电流曲线图中峰值点在虚拟墙面标记为峰值标记,便于在虚拟墙面中对数据进行划分处理。同时,通过按照离散分布值划分峰值标记轨迹或者离散云,实现按照对应的方式便捷的确定漏电位置,减少确定漏电位置的时间,同时提升检测漏电位置的准确性。
实施例三
图3是根据本发明实施例三提供的一种基于RFID标签的电力器具数据处理分析方法的流程图,本实施例是在上述实施例的基础上,以验电笔为电力器具,验电点位的数量为3个为例,以材质数据为红砖和水泥为例,对一种漏电位置的确定方法的进一步说明,如图3所示,该方法包括:
S310、获取建造目标墙面的建造图纸以及施工用料,确定目标墙面的墙面数据,采集目标墙面的温度数据和湿度数据作为环境数据,按照目标墙面的环境数据和墙面数据建立虚拟墙面。
在一实施例中,可以获取该目标墙面的建造图纸和施工用料,确定目标墙面由红砖和水泥堆砌而成,则根据上述内容得到目标墙面的材质数据为红砖和水泥,结构数据为红砖缝隙中填充水泥的结构。再对目标墙面进行数据监测,使用温度传感器和湿度传感器等对墙面进行检测,得到墙面的温度为15度,湿度为60%,并按照环境数据和墙面数据建立虚拟墙面。
S320、按照墙面数据将虚拟墙面划分为墙面区域,并根据墙面数据确定不同墙面区域的导电影响因子。
在一实施例中,墙面数据将虚拟墙面划分为墙面区域。若一个墙面区域由水泥和红砖构成,可以根据目标墙面的温度数据,得到该温度数据对墙面区域中的红砖和水泥所产生的第一导电影响,根据湿度数据,得到该湿度数据对墙面区域中的红砖和水泥的第二导电影响,根据该第一导电影响和第二导电影响得到分别红砖和水泥的材质导电性能,确定两个材质导电性能中的最大值作为目标导电性能。根据结构数据确定红砖和水泥的分布情况,按照分布情况得到分布情况值,根据公式得到漏电时电流在墙面区域中分布的导电影响因子。其中,Q为使用量、W为所有材质数据的分布状况值的总和、E为目标导电性能、/>、/>、/>均为比例因子且大于零。/>、/>、/>可以为预先设置的数值。
S330、根据导电影响因子在虚拟墙面上随机选取三个点位,并基于三个点位生成验电笔的验电路径,并将验电路径投射在目标墙面。
在一实施例中,各墙面区域中导电影响因子最小的墙面区域作为目标墙面区域。预设第一点位距离和预设第二点位距可以分别为15-25厘米。以预设第一点位距离为15厘米,预设第二点位距离为25厘米为例,在目标墙面区域上选取第一验电点位后,预设点位距离生成一个圆环,该圆环的内半径为15厘米,外半径为25厘米,在该圆环中随机选择第二验电点位,并以同样的方式生成第二个圆环,在第一个圆环与第二个圆环的重合区域中随机选择第三验电点位,将这三个点位进行两两连接,得到一个三角形,三角形的三条边作为验电笔的验电路径,并将验电路径投射在目标墙面。
S340、通过RFID标签获取验电笔在每个验电路径中验电位置的电流数据。
S350、对每个验电路径电流数据进行处理,按照处理结果确定漏电位置。
在一实施例中,首先按照每个验电路径电流数据生成一个坐标系,该坐标系的横轴为验电路径,竖轴为电流数值的大小,验电笔采集到的电流数据经过处理后得到电流数值,将该电流数值在该坐标系中展示出来,得到电流曲线图。提取该电流曲线图中的峰值点,峰值点的峰值电流为X,该电流数值对应在目标墙面上的峰值位置为Y。重复上述操作,生成多个验电路径后,采集多个验电路径的电流数据经过处理后得到多个峰值电流,将峰值位置在虚拟墙面上进行标记后,得到多个峰值标记。确定各峰值电流的熵值作为离散分布值。当离散分布值小于预设离散阈值时,将各峰值标记依次连接生成峰值标记轨迹,确定峰值标记轨迹中对应的各峰值电流的初始变化趋势,可以对该初始变化趋势上的存在明显问题的数值进行删除,再对不平滑的地方进行平滑处理,得到电流变化趋势。例如,初始变化趋势为1、3、5、1、9、11、13、13、17,则将处于第四个位置的“1”删除,将“13、13”处的位置进行平滑处理,使11-17之间的数值变化更加平滑,并判断电流变化趋势是否为单一趋势,单一趋势表明标记轨迹上的峰值电流从一侧到另一侧都是递减或递增,不会出现先上升再下降或者先下降再上升的情况。当电流趋势为单一趋势,且从左到右依次是增大的趋势,则选取右侧作为目标侧,并将标记轨迹向右进行延伸检测,得到延伸电流数值为18、20、19、16……,当从“20”的位置之后,电流数值出现下降趋势,则表示“20”的位置是漏电位置。如果电流趋势不是单一趋势,即电流变化趋势为1、3、5、7、9、7、5、3、1,则“9”处的电流数值最大,则将该验电位置作为漏电位置。
若得到的离散分布值大于或者等于预设离散阈值时,则表明峰值标记是随机分布的,无法进行连接,则根据该分布情况生成离散云。再对离散云进行处理得到该离散云的中心位置,并根据预设半径阈值画圆得到中心区域,当中心区域中的峰值标记的峰值电流的数值大于或等于中心区域外的峰值电流的数值,则将该中心区域标记为漏电位置,若中心区域中的峰值标记的峰值电流的数值小于中心区域外的峰值电流的数值,则重新在墙面上选择点位,生成新的验电路径,进行重新测量。
实施例四
图4是根据本发明实施例四提供的一种基于RFID标签的电力器具数据处理分析系统的结构示意图。如图4所示,该系统包括:虚拟墙面建立模块41,墙体检测模块42,目标区域确定模块43,路径生成模块44和数据分析模块45。
其中,虚拟墙面建立模块41,用于根据目标墙面的环境数据和墙面数据建立虚拟墙面。
墙体检测模块42,用于按照墙面数据将虚拟墙面划分为墙面区域,并根据墙面数据确定不同墙面区域的导电影响因子。
目标区域确定模块43,用于根据导电影响因子在各墙面区域内确定目标墙面区域。
路径生成模块44,用于根据预设点位距离确定目标墙面区域中的验电点位,并按照验电点位确定目标墙面的验电路径。
数据分析模块45,用于基于RFID标签获取电力器具采集的验电路径内至少两个验电位置的电流数据,并根据电流数据的比较结果确定目标墙面的漏电位置。
本发明实施例,通过虚拟墙面建立模块根据目标墙面的环境数据和墙面数据建立虚拟墙面,墙体检测模块按照墙面数据将虚拟墙面划分为墙面区域,并根据墙面数据确定不同墙面区域的导电影响因子,目标区域确定模块根据导电影响因子在各墙面区域内确定目标墙面区域,路径生成模块根据预设点位距离确定目标墙面区域中的验电点位,并按照验电点位确定目标墙面的验电路径,数据分析模块基于RFID标签获取电力器具采集的验电路径内至少两个验电位置的电流数据,并根据电流数据的比较结果确定目标墙面的漏电位置,实现结合目标墙面的环境数据和墙面数据确定漏电位置,降低了检测漏电位置的困难程度,提高了检测漏电位置的准确性。
在一实施例中,虚拟墙面建立模块41,包括:
数据获取单元,用于获取建造目标墙面的建造图纸以及施工用料,将建造图纸中的墙面架构作为目标墙面的结构数据,并将施工用料作为目标墙面的材质数据;
墙面数据确定单元,用于将结构数据和材质数据作为目标墙面的墙面数据;
环境数据确定单元,用于采集目标墙面的温度数据和湿度数据,将温度数据和湿度数据作为环境数据;
虚拟墙面建立单元,用于将环境数据和墙面数据构建目标墙面的虚拟墙面。
在一实施例中,墙体检测模块42,包括:
墙面区域确定单元,用于将虚拟墙面按照墙面数据内的材质数据和结构数据划分为至少一个区域,并将具有相同材质数据且具有相同结构数据的区域合并为一个墙面区域;
性能确定单元,用于确定各墙面区域的材质数据对应的预设导电性能,并按照环境数据和各预设导电性能确定对应墙面区域的目标导电性能;
数据提取单元,用于针对各墙面区域确定包括的所有材质数据,并提取材质数据的使用体积以及分布状况值;
影响因子确定单元,用于针对各墙面区域将对应的目标导电性能、所有材质数据的使用体积的总和、所有材质数据的分布状况值的总和的加权求和值作为对应墙面区域的导电影响因子。
在一实施例中,性能确定单元,具体用于:
提取各材质数据对应的预设导电性能;
分别确定材质数据在环境数据中温度数据的预设第一导电影响以及湿度数据对应的预设第二导电影响;
确定材质数据对应的预设导电性能减材质数据对应的预设第一导电影响和第二导电影响的差值,将差值作为材质数据在目标墙面中的材质导电性能;
将每个墙面区域中所有材质导电性能的最大值作为墙面区域的目标导电性能。
在一实施例中,路径生成模块44,包括:
第一区间确定单元,用于在目标墙面区域中随机选取一个点位作为第一验电点位,以第一验电点位作为圆心,分别将预设第一点位距离和预设第二点位距离作为半径生成的圆环区域作为第一选取区间;
第二区间确定单元,用于在第一选取区间选取一个点位作为第二验电点位,并以第二验电点位作为圆心,分别将预设第一点位距离和预设第二点位距离作为半径生成的圆环区域作为第二选取区间;
第三区间确定单元,用于确定第一选取区间和第二选取区间的重合区域作为第三选取区间,在第三选取区间选取一个点位作为第三验电点位;
路径确定单元,用于将第一验电点位、第二验电点位和第三验电点位两两连接生成路径,将路径投影至目标墙面作为验电路径。
在一实施例中,数据分析模块45,包括:
电流采集单元,用于在验电路径选取至少两个验电位置,通过RFID标签接收电力器具采集的验电路径中各验电位置的电流数据;
曲线图生成单元,用于将归属于同一验电路径中各验电位置作为横轴信息,将各验电位置对应的电流数据作为纵轴信息,生成电流曲线图;
峰值确定单元,用于确定各电流曲线图中峰值点,将各峰值点对应的验电位置作为峰值位置,将峰值位置对应的电流数据作为峰值电流,并将峰值位置和峰值电流在虚拟墙面标记为峰值标记;
分布值确定单元,用于确定各峰值电流的熵值作为离散分布值;
第一漏电位置确定单元,用于当离散分布值小于预设离散阈值时,将各峰值标记依次连接生成峰值标记轨迹,按照峰值标记轨迹对应的峰值电流确定目标墙面中的漏电位置;
第二漏电位置确定单元,用于当离散分布值大于或者等于预设离散阈值时,按照各峰值标记生成离散云,按照离散云确定目标墙面中的漏电位置。
在一实施例中,第一漏电位置确定单元,具体用于:
确定峰值标记轨迹中对应的各峰值电流的初始变化趋势;
对初始变化趋势进行平滑处理,得到电流变化趋势,并确定电流变化趋势是否为单一趋势;
当确定电流变化趋势为单一趋势,提取峰值标记轨迹两端中峰值电流的数值高的一侧作为目标侧,并基于目标侧向外进行延伸检测得到延伸电流数值,若延伸电流数值出现下降趋势时停止检测,将延伸电流以及峰值电流中数值最高的延伸电流或者峰值电流作为目标电流数据,并将目标电流数据对应的验电位置作为漏电位置;
当确定电流变化趋势不是单一趋势,提取峰值标记轨迹中各峰值电流中数值最大的峰值电流对应验电位置作为漏电位置。
在一实施例中,第二漏电位置确定单元,具体用于:
按照各峰值标记生成离散云,确定离散云的中心位置,将以中心位置作为圆心,将预设半径阈值作为半径生成的圆形区域作为中心区域;
提取位于中心区域中的峰值标记对应的峰值电流作为中心区域电流,并提取不位于中心区域中的峰值标记对应的峰值电流作为非中心区域电流;
当确定中心区域电流大于或等于非中心区域电流时,确定中心位置对应的位置区域作为目标墙面中的漏电位置;
当确定中心区域电流小于非中心区域电流时,在中心区域外重新选择验电位置生成验电路径重新测量漏电位置。
本发明实施例所提供的基于RFID标签的电力器具数据处理分析系统可执行本发明任意实施例所提供的基于RFID标签的电力器具数据处理分析方法,具备执行方法相应的功能模块和有益效果。
实施例五
图5是实现本发明实施例的基于RFID标签的电力器具数据处理分析方法的电子设备的结构示意图。电子设备旨在表示各种形式的数字计算机,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备(如头盔、眼镜、手表等)和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本发明的实现。
如图5所示,电子设备10包括至少一个处理器11,以及与至少一个处理器11通信连接的存储器,如只读存储器(ROM)12、随机访问存储器(RAM)13等,其中,存储器存储有可被至少一个处理器执行的计算机程序,处理器11可以根据存储在只读存储器(ROM)12中的计算机程序或者从存储单元18加载到随机访问存储器(RAM)13中的计算机程序,来执行各种适当的动作和处理。在RAM 13中,还可存储电子设备10操作所需的各种程序和数据。处理器11、ROM 12以及RAM 13通过总线14彼此相连。输入/输出(I/O)接口15也连接至总线14。
电子设备10中的多个部件连接至I/O接口15,包括:输入单元16,例如键盘、鼠标等;输出单元17,例如各种类型的显示器、扬声器等;存储单元18,例如磁盘、光盘等;以及通信单元19,例如网卡、调制解调器、无线通信收发机等。通信单元19允许电子设备10通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
处理器11可以是各种具有处理和计算能力的通用和/或专用处理组件。处理器11的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的处理器、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。处理器11执行上文所描述的各个方法和处理,例如基于RFID标签的电力器具数据处理分析方法。
在一些实施例中,基于RFID标签的电力器具数据处理分析方法可被实现为计算机程序,其被有形地包含于计算机可读存储介质,例如存储单元18。在一些实施例中,计算机程序的部分或者全部可以经由ROM 12和/或通信单元19而被载入和/或安装到电子设备10上。当计算机程序加载到RAM 13并由处理器11执行时,可以执行上文描述的基于RFID标签的电力器具数据处理分析方法的一个或多个步骤。备选地,在其他实施例中,处理器11可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行基于RFID标签的电力器具数据处理分析方法。
本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、现场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上的系统(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
用于实施本发明的方法的计算机程序可以采用一个或多个编程语言的任何组合来编写。这些计算机程序可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器,使得计算机程序当由处理器执行时使流程图和/或框图中所规定的功能/操作被实施。计算机程序可以完全在机器上执行、部分地在机器上执行,作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本发明的上下文中,计算机可读存储介质可以是有形的介质,其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的计算机程序。计算机可读存储介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备,或者上述内容的任何合适组合。备选地,计算机可读存储介质可以是机器可读信号介质。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互,可以在电子设备上实施此处描述的系统和技术,该电子设备具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给电子设备。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如,作为数据服务器)、或者包括中间件部件的计算系统(例如,应用服务器)、或者包括前端部件的计算系统(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将系统的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)、区块链网络和互联网。
计算系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器,又称为云计算服务器或云主机,是云计算服务体系中的一项主机产品,以解决了传统物理主机与VPS服务中,存在的管理难度大,业务扩展性弱的缺陷。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本发明中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行,只要能够实现本发明的技术方案所期望的结果,本文在此不进行限制。
上述具体实施方式,并不构成对本发明保护范围的限制。本领域技术人员应该明白的是,根据设计要求和其他因素,可以进行各种修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等,均应包含在本发明保护范围之内。
Claims (10)
1.一种基于RFID标签的电力器具数据处理分析方法,其特征在于,包括:
根据目标墙面的环境数据和墙面数据建立虚拟墙面;
按照所述墙面数据将所述虚拟墙面划分为墙面区域,并根据所述墙面数据确定不同所述墙面区域的导电影响因子;
根据所述导电影响因子在各所述墙面区域内确定目标墙面区域;
根据预设点位距离确定所述目标墙面区域中的验电点位,并按照所述验电点位确定所述目标墙面的验电路径;
基于RFID标签获取电力器具采集的所述验电路径内至少两个验电位置的电流数据,并根据所述电流数据的比较结果确定所述目标墙面的漏电位置。
2.根据权利要求1所述的方法,其特征在于,所述根据目标墙面的环境数据和墙面数据建立虚拟墙面,包括:
获取建造所述目标墙面的建造图纸以及施工用料,将所述建造图纸中的墙面架构作为所述目标墙面的结构数据,并将所述施工用料作为所述目标墙面的材质数据;
将所述结构数据和所述材质数据作为所述目标墙面的所述墙面数据;
采集所述目标墙面的温度数据和湿度数据,将所述温度数据和所述湿度数据作为所述环境数据;
将所述环境数据和所述墙面数据构建所述目标墙面的所述虚拟墙面。
3.根据权利要求1所述的方法,其特征在于,所述按照所述墙面数据将所述虚拟墙面划分为墙面区域,并根据所述墙面数据确定不同所述墙面区域的导电影响因子,包括:
将所述虚拟墙面按照所述墙面数据内的材质数据和结构数据划分为至少一个区域,并将具有相同材质数据且具有相同结构数据的区域合并为一个所述墙面区域;
确定各所述墙面区域的所述材质数据对应的预设导电性能,并按照所述环境数据和各所述预设导电性能确定对应所述墙面区域的目标导电性能;
针对各所述墙面区域确定包括的所有所述材质数据,并提取所述材质数据的使用体积以及分布状况值;
针对各所述墙面区域将对应的所述目标导电性能、所有所述材质数据的使用体积的总和、所有所述材质数据的分布状况值的总和的加权求和值作为对应所述墙面区域的所述导电影响因子。
4.根据权利要求3所述的方法,其特征在于,所述确定各所述墙面区域的所述材质数据对应的预设导电性能,并按照所述环境数据和各所述预设导电性能确定对应所述墙面区域的目标导电性能,包括:
提取各所述材质数据对应的预设导电性能;
分别确定所述材质数据在所述环境数据中温度数据的预设第一导电影响以及湿度数据对应的预设第二导电影响;
确定所述材质数据对应的预设导电性能减所述材质数据对应的预设第一导电影响和第二导电影响的差值,将所述差值作为所述材质数据在所述目标墙面中的材质导电性能;
将每个所述墙面区域中所有所述材质导电性能的最大值作为所述墙面区域的目标导电性能。
5.根据权利要求1所述的方法,其特征在于,所述根据预设点位距离确定所述目标墙面区域中的验电点位,并按照所述验电点位确定所述目标墙面的验电路径,包括:
在所述目标墙面区域中随机选取一个点位作为第一验电点位,以所述第一验电点位作为圆心,分别将预设第一点位距离和预设第二点位距离作为半径生成的圆环区域作为第一选取区间;
在所述第一选取区间选取一个点位作为第二验电点位,并以所述第二验电点位作为圆心,分别将所述预设第一点位距离和预设第二点位距离作为半径生成的圆环区域作为第二选取区间;
确定所述第一选取区间和所述第二选取区间的重合区域作为第三选取区间,在所述第三选取区间选取一个点位作为第三验电点位;
将所述第一验电点位、第二验电点位和第三验电点位两两连接生成路径,将所述路径投影至所述目标墙面作为所述验电路径。
6.根据权利要求1所述的方法,其特征在于,所述基于RFID标签获取电力器具采集的所述验电路径内至少两个验电位置的电流数据,并根据所述电流数据的比较结果确定所述目标墙面的漏电位置,包括:
在所述验电路径选取至少两个验电位置,通过RFID标签接收所述电力器具采集的所述验电路径中各所述验电位置的电流数据;
将归属于同一所述验电路径中各所述验电位置作为横轴信息,将各所述验电位置对应的所述电流数据作为纵轴信息,生成电流曲线图;
确定各所述电流曲线图中峰值点,将各所述峰值点对应的所述验电位置作为峰值位置,将所述峰值位置对应的电流数据作为峰值电流,并将所述峰值位置和所述峰值电流在所述虚拟墙面标记为峰值标记;
确定各所述峰值电流的熵值作为离散分布值;
当所述离散分布值小于预设离散阈值时,将各所述峰值标记依次连接生成峰值标记轨迹,按照所述峰值标记轨迹对应的所述峰值电流确定所述目标墙面中的所述漏电位置;
当所述离散分布值大于或者等于预设离散阈值时,按照各所述峰值标记生成离散云,按照所述离散云确定所述目标墙面中的所述漏电位置。
7.根据权利要求6所述的方法,其特征在于,所述按照所述峰值标记轨迹对应的所述峰值电流确定所述目标墙面中的所述漏电位置,包括:
确定所述峰值标记轨迹中对应的各所述峰值电流的初始变化趋势;
对所述初始变化趋势进行平滑处理,得到电流变化趋势,并确定所述电流变化趋势是否为单一趋势;
当确定所述电流变化趋势为单一趋势,提取所述峰值标记轨迹两端中所述峰值电流的数值高的一侧作为目标侧,并基于所述目标侧向外进行延伸检测得到延伸电流数值,若所述延伸电流数值出现下降趋势时停止检测,将所述延伸电流以及所述峰值电流中数值最高的所述延伸电流或者所述峰值电流作为目标电流数据,并将所述目标电流数据对应的所述验电位置作为漏电位置;
当确定所述电流变化趋势不是单一趋势,提取所述峰值标记轨迹中各所述峰值电流中数值最大的峰值电流对应所述验电位置作为漏电位置。
8.根据权利要求6所述的方法,其特征在于,所述按照各所述峰值标记生成离散云,按照所述离散云确定所述目标墙面中的所述漏电位置,包括:
按照各所述峰值标记生成离散云,确定所述离散云的中心位置,将以所述中心位置作为圆心,将预设半径阈值作为半径生成的圆形区域作为中心区域;
提取位于所述中心区域中的所述峰值标记对应的峰值电流作为中心区域电流,并提取不位于所述中心区域中的所述峰值标记对应的峰值电流作为非中心区域电流;
当确定所述中心区域电流大于或等于所述非中心区域电流时,确定所述中心位置对应的位置区域作为所述目标墙面中的所述漏电位置;
当确定所述中心区域电流小于所述非中心区域电流时,在所述中心区域外重新选择验电位置生成验电路径重新测量所述漏电位置。
9.一种基于RFID标签的电力器具数据处理分析系统,其特征在于,包括:
虚拟墙面建立模块,用于根据目标墙面的环境数据和墙面数据建立虚拟墙面;
墙体检测模块,用于按照所述墙面数据将所述虚拟墙面划分为墙面区域,并根据所述墙面数据确定不同所述墙面区域的导电影响因子;
目标区域确定模块,用于根据所述导电影响因子在各所述墙面区域内确定目标墙面区域;
路径生成模块,用于根据预设点位距离确定所述目标墙面区域中的验电点位,并按照所述验电点位确定所述目标墙面的验电路径;
数据分析模块,用于基于RFID标签获取电力器具采集的所述验电路径内至少两个验电位置的电流数据,并根据所述电流数据的比较结果确定所述目标墙面的漏电位置。
10.一种电子设备,其特征在于,所述电子设备包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的计算机程序,所述计算机程序被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1-7中任一项所述的基于RFID标签的电力器具数据处理分析方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410264361.0A CN117852567B (zh) | 2024-03-08 | 2024-03-08 | 一种基于rfid标签的电力器具数据处理分析方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410264361.0A CN117852567B (zh) | 2024-03-08 | 2024-03-08 | 一种基于rfid标签的电力器具数据处理分析方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117852567A true CN117852567A (zh) | 2024-04-09 |
CN117852567B CN117852567B (zh) | 2024-06-11 |
Family
ID=90536571
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410264361.0A Active CN117852567B (zh) | 2024-03-08 | 2024-03-08 | 一种基于rfid标签的电力器具数据处理分析方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117852567B (zh) |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1543018A (zh) * | 2003-11-08 | 2004-11-03 | 谭启仁 | 峰谷电表配套的3+x墙体式防电插座 |
CN101969230A (zh) * | 2010-10-18 | 2011-02-09 | 吕纪文 | 一种供电回路监控装置及系统 |
CN109086930A (zh) * | 2018-07-27 | 2018-12-25 | 广东电网有限责任公司 | 一种基于电力k线图及深度网络的用户用电行为分析方法 |
CN111435037A (zh) * | 2018-12-26 | 2020-07-21 | 青岛经济技术开发区海尔热水器有限公司 | 一种电热水器及其漏电检测方法 |
CN113484744A (zh) * | 2021-07-12 | 2021-10-08 | 李育俊 | 基于智慧物联网的智能开关状态监测装置及其使用方法 |
CN114995414A (zh) * | 2022-05-30 | 2022-09-02 | 南方科技大学 | 一种墙面质量检测机器人及方法、电子设备、存储介质 |
CN116360482A (zh) * | 2023-03-01 | 2023-06-30 | 国网吉林省电力有限公司超高压公司 | 一种无人机自主验电系统及方法 |
KR102575918B1 (ko) * | 2022-03-29 | 2023-09-08 | (주)현대이엔지 | 공동주택과 건축물의 옥내 배전 장치 및 방법 |
CN117458717A (zh) * | 2023-10-30 | 2024-01-26 | 广东电网有限责任公司 | 一种电力网络巡视系统 |
-
2024
- 2024-03-08 CN CN202410264361.0A patent/CN117852567B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1543018A (zh) * | 2003-11-08 | 2004-11-03 | 谭启仁 | 峰谷电表配套的3+x墙体式防电插座 |
CN101969230A (zh) * | 2010-10-18 | 2011-02-09 | 吕纪文 | 一种供电回路监控装置及系统 |
CN109086930A (zh) * | 2018-07-27 | 2018-12-25 | 广东电网有限责任公司 | 一种基于电力k线图及深度网络的用户用电行为分析方法 |
CN111435037A (zh) * | 2018-12-26 | 2020-07-21 | 青岛经济技术开发区海尔热水器有限公司 | 一种电热水器及其漏电检测方法 |
CN113484744A (zh) * | 2021-07-12 | 2021-10-08 | 李育俊 | 基于智慧物联网的智能开关状态监测装置及其使用方法 |
KR102575918B1 (ko) * | 2022-03-29 | 2023-09-08 | (주)현대이엔지 | 공동주택과 건축물의 옥내 배전 장치 및 방법 |
CN114995414A (zh) * | 2022-05-30 | 2022-09-02 | 南方科技大学 | 一种墙面质量检测机器人及方法、电子设备、存储介质 |
CN116360482A (zh) * | 2023-03-01 | 2023-06-30 | 国网吉林省电力有限公司超高压公司 | 一种无人机自主验电系统及方法 |
CN117458717A (zh) * | 2023-10-30 | 2024-01-26 | 广东电网有限责任公司 | 一种电力网络巡视系统 |
Non-Patent Citations (1)
Title |
---|
李吉文;陈先勇;贺义平;赵钢;: "一种用于特高压输电线路的非接触式线路验电装置", 科技创新导报, no. 07, 13 July 2016 (2016-07-13) * |
Also Published As
Publication number | Publication date |
---|---|
CN117852567B (zh) | 2024-06-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6201059B2 (ja) | 地盤形状推定プログラム、地盤形状推定装置および地盤形状推定方法 | |
CN116090605A (zh) | 一种管网预警方法、装置、电子设备及存储介质 | |
WO2023005976A1 (zh) | 一种基于深度学习的电力设备识别方法及其装置 | |
CN116205889A (zh) | 偏移检测方法、装置、电子设备及存储介质 | |
CN117852567B (zh) | 一种基于rfid标签的电力器具数据处理分析方法及系统 | |
CN117370914A (zh) | 一种电网攻击检测模型测试方法、装置、设备及存储介质 | |
CN116957539A (zh) | 电缆状态评价方法、装置、电子设备及存储介质 | |
CN117368588A (zh) | 一种电压相序一致性确定方法、装置、设备和存储介质 | |
CN116596106A (zh) | 风电场站的功率预测方法、装置、电子设备及存储介质 | |
CN114866437A (zh) | 一种节点检测方法、装置、设备及介质 | |
CN114812391B (zh) | 电力设备最小安全距离测量方法、装置、设备及存储介质 | |
CN114838699B (zh) | 一种输电塔的变形监测方法、装置、设备及存储介质 | |
CN114694138B (zh) | 一种应用于智能驾驶的路面检测方法、装置及设备 | |
CN115327497B (zh) | 雷达检测范围确定方法、装置、电子设备及可读介质 | |
CN117172575A (zh) | 一种电力项目的建设评估方法、装置、电子设备以及介质 | |
CN117272489B (zh) | 一种计算建筑幕墙形变安全的监测方法、系统及设备 | |
CN116128857A (zh) | 一种主变压器的监控方法、装置、电子设备及存储介质 | |
CN117131315B (zh) | 基于求解多元二次函数极值的超差电能表确定方法及介质 | |
CN118783411A (zh) | 一种电网异常捕捉方法及装置 | |
CN116111562A (zh) | 一种配电网可靠性确定方法、装置、设备及存储介质 | |
CN116340303A (zh) | 建筑类物联网数据处理方法、装置、电子设备以及介质 | |
CN116340356A (zh) | 一种建筑数据获取方法、装置、设备及介质 | |
CN117671892A (zh) | 施工场所的告警方法、装置、设备及介质 | |
CN114993348A (zh) | 一种地图精度测试方法、装置、电子设备及存储介质 | |
CN115392027A (zh) | 一种网架结构的安全评估方法、装置、设备及介质 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |