CN118033310A - 基于多维度因素的电缆智能报警系统及方法 - Google Patents

基于多维度因素的电缆智能报警系统及方法 Download PDF

Info

Publication number
CN118033310A
CN118033310A CN202410011526.3A CN202410011526A CN118033310A CN 118033310 A CN118033310 A CN 118033310A CN 202410011526 A CN202410011526 A CN 202410011526A CN 118033310 A CN118033310 A CN 118033310A
Authority
CN
China
Prior art keywords
alarm
reference information
value
information
monitoring node
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
Application number
CN202410011526.3A
Other languages
English (en)
Inventor
黄应敏
胡超强
王骞能
邹科敏
高伟光
陈喜东
邵源鹏
许翠珊
梁志豪
游仿群
杨展鹏
丁明
吴仕良
黄梓维
邓春晖
张俊宇
周靖昌
张维
魏润科
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Guangzhou Panyu Cable Group Co Ltd
Original Assignee
Guangzhou Panyu Cable Group Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Guangzhou Panyu Cable Group Co Ltd filed Critical Guangzhou Panyu Cable Group Co Ltd
Priority to CN202410011526.3A priority Critical patent/CN118033310A/zh
Publication of CN118033310A publication Critical patent/CN118033310A/zh
Pending legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01RMEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/08Locating faults in cables, transmission lines, or networks
    • G01R31/088Aspects of digital computing
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00Pattern recognition
    • G06F18/20Analysing
    • G06F18/22Matching criteria, e.g. proximity measures
    • GPHYSICS
    • G08SIGNALLING
    • G08BSIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B21/00Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
    • G08B21/18Status alarms
    • G08B21/185Electrical failure alarms

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Business, Economics & Management (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • General Engineering & Computer Science (AREA)
  • Emergency Management (AREA)
  • Mathematical Physics (AREA)
  • Testing And Monitoring For Control Systems (AREA)

Abstract

本发明实施例公开了一种基于多维度因素的电缆智能报警系统及方法,该方法包括:在监测节点的传感器参数值满足报警条件时,基于所述监测节点的类型获取所述监测节点的关联参考信息值,将所述关联参考信息值与历史故障记录的参考信息值进行比对得到比对结果,基于所述比对结果确定关联报警信息,将所述关联报警信息与所述传感器参数值对应的报警信息进行组合得到最终的报警信息。本方案在传感器参数值满足报警条件时,获取监测节点的类型的关联信息,根据关联参考信息与历史故障信息的比对结果确定关联报警信息,结合两者的报警信息得到最终的报警信息,实现了更多维度下的电缆故障的报警和预测,提高了合理性和故障分析结果的精确度。

Description

基于多维度因素的电缆智能报警系统及方法
技术领域
本申请实施例涉及电缆监控技术领域,尤其涉及一种基于多维度因素的电缆智能报警系统及方法。
背景技术
随着电线电缆行业的迅速发展,电缆的使用逐渐广泛,电缆故障是电力系统中常见的问题之一,由于电缆故障带来的影响往往是灾难性的,因此对电缆故障的监测和预警非常重要。随着信息技术的发展,电缆故障在线监测技术得到了广泛的应用,但当前的电缆监测系统大多数采用传感器数值监控的方式,只能根据监测数据的情况进行报警和预测。
现有的电缆故障监测技术中,大多数电缆故障监测系统是将通过传感器实时获取的参数数值与预设阈值进行比对,当参数数值达到预设阈值时进行报警和预警,预测的参考因素不足,缺乏合理的故障分析机制,结果准确率不高。
发明内容
本发明实施例提供了基于多维度因素的电缆智能报警系统及方法,解决了预测的参考因素不足,缺乏合理的故障分析机制,结果准确率不高的问题,实现了更多维度下的电缆故障的报警和预测,提高了合理性和故障分析结果的精确度。
第一方面,本发明实施例提供了一种基于多维度因素的电缆智能报警方法,包括:
在监测节点的传感器参数值满足报警条件时,基于所述监测节点的类型获取所述监测节点的关联参考信息值,将所述关联参考信息值与历史故障记录的参考信息值进行比对得到比对结果,基于所述比对结果确定关联报警信息,将所述关联报警信息与所述传感器参数值对应的报警信息进行组合得到最终的报警信息。
可选的,在所述基于所述监测节点的类型获取所述监测节点的关联参考信息之前,还包括:
根据不同监测节点的类型分别设置对应的关联参考信息。
可选的,所述将所述关联参考信息值与历史故障记录的参考信息值进行比对得到比对结果,包括:
将每个关联参考信息值与对应的历史故障记录的参考信息值进行比对得到数值相似度;
基于所述数值相似度确定比对结果。
可选的,所述将每个关联参考信息值与对应的历史故障记录的参考信息值进行比对得到数值相似度,包括:
基于不同时刻的关联参考信息值生成第一曲线图,基于不同时刻的历史故障记录的参考信息值生成第二曲线图;
进行所述第一曲线图和所述第二曲线图的比对得到数值相似度。
可选的,所述基于所述数值相似度确定比对结果,包括:
将数值相似度最高的关联信息值确定为比对结果。
可选的,所述基于所述比对结果确定关联报警信息,包括:
根据所述比对结果中记录的关联信息值的变化趋势以及预先记录的不同变化趋势对应的报警信息确定关联报警信息。
可选的,所述将所述关联报警信息与所述传感器参数值对应的报警信息进行组合得到最终的报警信息,包括:
根据所述关联信息值的变化趋势以及基于不同时段的所述传感器参数值生成的变化趋势确定二者的相关契合度;
根据所述相关契合度进行关联报警信息与所述传感器参数值对应的报警信息的组合得到最终的报警信息。
第二方面,本发明实施例还提供了一种基于多维度因素的电缆智能报警系统,包括:
获取模块,用于在监测节点的传感器参数值满足报警条件时,基于所述监测节点的类型获取所述监测节点的关联参考信息值;
比对模块,用于将所述关联参考信息值与历史故障记录的参考信息值进行比对得到比对结果;
确定模块,用于基于所述比对结果确定关联报警信息;
组合模块,用于将所述关联报警信息与所述传感器参数值对应的报警信息进行组合得到最终的报警信息。
第三方面,本发明实施例还提供了一种基于多维度因素的电缆智能报警设备,该设备包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现本发明实施例所述的基于多维度因素的电缆智能报警方法。
第四方面,本发明实施例还提供了一种存储计算机可执行指令的存储介质,所述计算机可执行指令在由计算机处理器执行时用于执行本发明实施例所述的基于多维度因素的电缆智能报警方法。
本发明实施例中,在监测节点的传感器参数值满足报警条件时,基于满足报警条件的监测节点的类型获取监测节点的关联参考信息值,将获取到的关联参考信息值与历史故障记录的参考信息值进行比对得到比对结果,基于得到的比对结果确定关联报警信息,将确定出的关联报警信息与监测节点的传感器参数值对应的报警信息进行组合得到最终的报警信息。本方案在传感器参数值满足报警条件时,获取监测节点的类型的关联信息,根据关联参考信息与历史故障信息的比对结果确定关联报警信息,结合两者的报警信息得到最终的报警信息,解决了预测的参考因素不足,缺乏合理的故障分析机制,结果准确率不高的问题,实现了更多维度下的电缆故障的报警和预测,提高了合理性和故障分析结果的精确度。
附图说明
图1为本发明实施例提供的一种基于多维度因素的电缆智能报警方法的流程图;
图2为本发明实施例提供的一种将关联参考信息值与历史故障记录的参考信息值进行比对方法的流程图;
图3为本发明实施例提供的一种基于比对结果确定关联报警信息方法的流程图;
图4为本发明实施例提供的一种获取最终的报警信息方法的流程图;
图5为本发明实施例提供的一种基于多维度因素的电缆智能报警系统的模块结构框图;
图6为本发明实施例提供的一种基于多维度因素的电缆智能报警设备的结构示意图。
具体实施方式
下面结合附图和实施例对本发明实施例作进一步的详细说明。可以理解的是,此处所描述的具体实施例仅仅用于解释本发明实施例,而非对本发明实施例的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与本发明实施例相关的部分而非全部结构。
图1为本发明实施例提供的一种基于多维度因素的电缆智能报警方法的流程图,如图1所示,具体包括:
步骤S101、在监测节点的传感器参数值满足报警条件时,基于所述监测节点的类型获取所述监测节点的关联参考信息值。
其中,报警条件用来表征用于判断监测节点的传感器参数值是否异常的标准,不同的传感器参数类型对应不同的报警条件。关联参考信息值为与监测节点相关联的关联参考信息的参数值,可以包括根据传感器进行采集以及非传感器采集两种获取方式,示例性的,当关联参考信息为温度数据时,以温度传感器进行数据采集的方式获取温度参数值;当关联参考信息为监测节点的位置数据时,直接获取记录的监测节点的位置,监测节点的位置可以是拐点、中间点等特殊点。对监测节点接收到的传感器采集的传感器参数值进行检测,在确定出监测节点的传感器参数值满足报警条件时,获取监测节点的类型,基于监测节点的类型获取与传感器参数值相同时间段的监测节点的关联参考信息值,其中,监测节点的类型可以包括架空类型、地下类型、海底类型、电力类型、通信类型等多种类型。可选的,每隔预设周期获取预设周期内采集到的传感器参数值并计算传感器参数值变化率,根据传感器参数的类型查询对应预先设置的报警阈值,在传感器参数值变化率大于对应的报警阈值的情况下,监测节点的传感器参数值满足报警条件,在基于监测节点的类型获取监测节点的关联参考信息值之前,根据不同监测节点的类型分别设置对应的关联参考信息。在一个实施例中,预设周期为1小时,监测节点的类型为架空类型,传感器参数的类型为拉力参数类型,查询出对应预先设置的报警阈值为60%,获取到前一小时内监测节点的传感器参数值并计算出传感器参数值变化率为80%,大于对应的报警阈值,则确定当前监测节点的传感器参数值满足报警条件,在基于监测节点的类型获取监测节点的关联参考信息值之前,根据不同监测节点的类型分别设置对应的关联参考信息,架空类型的监测节点对应的关联参考信息为风力数据,地下类型的监测节点对应的关联参考信息为湿度数据,通信类型的监测节点对应的关联参考信息为监测节点的位置数据,获取到当前监测节点的类型为架空类型,则监测节点的关联参考信息值为风力参数值,即获取前一小时内风力传感器采集到的风力参数值。在监测节点的传感器参数值满足报警条件时,基于监测节点的类型获取监测节点的关联参考信息值,可以增加电缆报警的参考因素,提高电缆报警信息的精准度以及合理性。
步骤S102、将所述关联参考信息值与历史故障记录的参考信息值进行比对得到比对结果,基于所述比对结果确定关联报警信息。
其中,历史故障记录的参考信息值为电缆之前发生故障时记录在存储模块中的关联参考信息值。关联报警信息用来表征基于关联参考信息值的电缆的异常信息。确定出当前监测节点的传感器参数值满足报警条件,并基于监测节点的类型获取到监测节点的关联参考信息值之后,获取历史故障记录的关联参考信息值,将获取到的关联参考信息值与历史故障记录的参考信息值进行比对得到比对结果,基于得到的比对结果确定出关联报警信息,可选的,将获取到的每个关联参考信息值与对应的历史故障记录的参考信息值进行比对得到数值相似度,基于两者的参考信息值的数值相似度确定比对结果。在一个实施例中,获取监测节点对应的历史故障记录的参考信息值,共获取到两组不同历史故障时间下记录的参考信息值,计算出获取到的每个关联参考信息值与对应的第一组历史故障记录的参考信息值的数值相似度为90%,与对应的第二组历史故障记录的参考信息值的数值相似度为50%,然后基于计算出的两者的参考信息值的数值相似度确定比对结果。将获取到的关联参考信息值与历史故障记录的参考信息值进行比对,得到的比对结果更具有合理性,提高了后续步骤的准确度。
步骤S103、将所述关联报警信息与所述传感器参数值对应的报警信息进行组合得到最终的报警信息。
其中,基于获取到的监测节点的关联参考信息值与历史故障记录的参考信息值的比对结果确定出关联报警信息之后,根据监测节点的传感器参数值确定对应的报警信息,将确定出的关联报警信息与监测节点的传感器参数值对应的报警信息进行组合得到最终的报警信息,将得到的最终的报警信息上报至系统平台,显示在电子屏幕上并发出警报以提醒工作人员查看,使电缆故障及时进行检修。在一个实施例中,根据监测节点的传感器参数值确定对应的报警信息为电缆拉力过大,确定出的关联报警信息为风力过大,两者组合后得到的报警信息为风力过大导致电缆拉力过大。将确定出的关联报警信息与监测节点的传感器参数值对应的报警信息进行组合得到最终的报警信息,可以得到多维度的报警信息,提高了电缆报警信息的精准度以及合理性。
由上述可知,在监测节点的传感器参数值满足报警条件时,基于满足报警条件的监测节点的类型获取监测节点的关联参考信息值,将获取到的关联参考信息值与历史故障记录的参考信息值进行比对得到比对结果,基于得到的比对结果确定关联报警信息,将确定出的关联报警信息与监测节点的传感器参数值对应的报警信息进行组合得到最终的报警信息。本方案在传感器参数值满足报警条件时,获取监测节点的类型的关联信息,根据关联参考信息与历史故障信息的比对结果确定关联报警信息,结合两者的报警信息得到最终的报警信息,解决了预测的参考因素不足,缺乏合理的故障分析机制,结果准确率不高的问题,实现了更多维度下的电缆故障的报警和预测,提高了合理性和故障分析结果的精确度。
图2为本发明实施例提供的一种将关联参考信息值与历史故障记录的参考信息值进行比对方法的流程图,如图2所示,具体包括:
步骤S201、在监测节点的传感器参数值满足报警条件时,基于所述监测节点的类型获取所述监测节点的关联参考信息值。
步骤S202、将每个关联参考信息值与对应的历史故障记录的参考信息值进行比对得到数值相似度,基于所述数值相似度确定比对结果,基于所述比对结果确定关联报警信息。
其中,获取到监测节点的关联参考信息值之后,获取历史发生电缆故障时记录的当前监测节点对应的关联参考信息值,将获取到的监测节点的每个关联参考信息值与对应的历史故障记录的参考信息值进行比对并计算出数值相似度,对计算出的数值相似度进行分析并确定出比对结果,基于确定出的比对结果确定关联参考信息值对应的关联报警信息。可选的,基于不同时刻的关联参考信息值生成第一曲线图,基于不同时刻的历史故障记录的参考信息值生成第二曲线图,进行第一曲线图和第二曲线图的比对得到数值相似度,将数值相似度最高的历史故障记录的关联参考信息值确定为比对结果,其中,第二曲线图可以包括多个,分别基于不同的历史故障时间的参考信息值生成。在一个实施例中,共获取到三组不同历史故障时间下记录的关联参考信息值,基于不同时刻的关联参考信息值生成第一曲线图,基于不同时刻的历史故障记录的参考信息值生成第二曲线图,比对出第一曲线图与第一组历史故障关联参考信息值的曲线图的相似度为40%,与第二组历史故障关联参考信息值的曲线图的相似度为95%,与第三组历史故障关联参考信息值的曲线图的相似度为20%,则将第二组历史故障关联参考信息值确定为比对结果;在另一个实施例中,计算出监测节点的关联参考信息值的第一变化率以及对应的历史故障记录的参考信息值的第二变化率,将第一变化率与第二变化率进行比对,将变化率最接近的历史故障记录的关联参考信息值确定为比对结果。
步骤S203、将所述关联报警信息与所述传感器参数值对应的报警信息进行组合得到最终的报警信息。
由上述可知,在确定出当前监测节点的传感器参数值满足报警条件,并基于监测节点的类型获取到监测节点的关联参考信息值之后,将获取到的监测节点的每个关联参考信息值与对应的历史故障记录的参考信息值进行比对并计算出数值相似度,基于计算出的数值相似度确定比对结果,基于确定出的比对结果确定关联参考信息值对应的关联报警信息。本方案将获取到的关联参考信息值与历史故障记录的参考信息值进行比对,得到的比对结果更具有合理性,提高了后续步骤的准确度。
图3为本发明实施例提供的一种基于比对结果确定关联报警信息方法的流程图,如图3所示,具体包括:
步骤S301、在监测节点的传感器参数值满足报警条件时,基于所述监测节点的类型获取所述监测节点的关联参考信息值。
步骤S302、将所述关联参考信息值与历史故障记录的参考信息值进行比对得到比对结果,根据所述比对结果中记录的关联信息值的变化趋势以及预先记录的不同变化趋势对应的报警信息确定关联报警信息。
其中,将监测节点的关联参考信息值与历史故障记录的参考信息值进行比对并得到比对结果之后,对得到的比对结果中记录的关联参考信息值的变化情况进行分析得到关联参考信息值的变化趋势,获取预先记录的不同变化趋势对应的报警信息,根据确定出的比对结果中记录的关联参考信息值的变化趋势查询预先记录的不同变化趋势对应的报警信息,以确定出关联参考信息值对应的关联报警信息。在一个实施例中,预先设置变化率区间,当变化速率落入区间(0,30%]时,关联参考信息值的变化趋势为缓慢上升;当变化速率落入区间(30%,60%]时,关联参考信息值的变化趋势为加速上升;当变化速率落入区间(60%,100%]时,关联参考信息值的变化趋势为急速上升,预先设置的变化趋势与关联报警信息的对照表,如下表所示:
变化趋势 关联报警信息
缓慢上升 无安全影响
加速上升 有数值过大的趋势
急速上升 增长过快,数值过大
对照表中列举了3种变化趋势对应的报警信息,具体描述如下:
当关联参考信息值的变化趋势为缓慢上升时,关联报警信息为无安全影响;当关联参考信息值的变化趋势为加速上升时,关联报警信息为有数值过大的趋势;当关联参考信息值的变化趋势为急速上升时,关联报警信息为增长过快,数值过大。
当前计算出比对结果中记录的关联参考信息值的变化速率为80%,则关联参考信息值的变化趋势为急速上升,查询对照表得到关联报警信息为关联参考信息值增长过快,数值过大。在另一个实施例中,对比对结果中记录的关联参考信息值的曲线图进行分析得到曲线的斜率,基于曲线的斜率确定比对结果中记录的关联参考信息值的变化趋势。
步骤S303、将所述关联报警信息与所述传感器参数值对应的报警信息进行组合得到最终的报警信息。
由上述可知,将监测节点的关联参考信息值与历史故障记录的参考信息值进行比对并得到比对结果之后,根据得到的比对结果中记录的关联信息值的变化趋势以及预先记录的不同变化趋势对应的报警信息确定关联报警信息。本方案根据关联信息值的变化趋势查询预先记录的不同变化趋势对应的报警信息,以确定出关联参考信息值对应的关联报警信息,可以得到多维度的报警信息,提高电缆报警信息的精确度。
图4为本发明实施例提供的一种获取最终的报警信息方法的流程图,如图4所示,具体包括:
步骤S401、在监测节点的传感器参数值满足报警条件时,基于所述监测节点的类型获取所述监测节点的关联参考信息值。
步骤S402、将所述关联参考信息值与历史故障记录的参考信息值进行比对得到比对结果,基于所述比对结果确定关联报警信息。
步骤S403、根据所述关联信息值的变化趋势以及基于不同时段的所述传感器参数值生成的变化趋势确定二者的相关契合度,根据所述相关契合度进行关联报警信息与所述传感器参数值对应的报警信息的组合得到最终的报警信息。
其中,相关契合度用来表征关联参考信息值发生变化与传感器发生变化的同步程度。根据比对结果确定出关联报警信息之后,根据比对结果中记录的关联参考信息值的变化趋势以及基于不同时段的所述传感器参数值生成的变化趋势确定二者的相关契合度,根据确定出的相关契合度进行关联报警信息与传感器参数值对应的报警信息的组合得到最终的报警信息,将得到的最终的报警信息上报至系统平台。在一个实施例中,关联参考信息的取值时间段与传感器参数值的时间段相同,获取到关联参考信息为风力参数,传感器参数为拉力参数,关联报警信息为风力参数值过高,传感器参数值对应的报警信息为电缆拉力过大,根据比对结果中记录的风力参数值的变化趋势确定出风力参数值在15分钟后开始上升,基于不同时段的拉力参数值生成的变化趋势确定出拉力参数值在初始时间就开始上升,相同时间段的时长为30分钟,则关联信息值的变化趋势与传感器参数值的变化趋势的相关契合度为50%,根据相关契合度为50%进行报警信息的组合得到最终的报警信息为风力参数值过高对电缆拉力过大有50%的影响。在另一个实施例中,将比对结果中记录的关联参考信息值与不同时刻的传感器参数值以及两者的报警信息输入至预设模型中得到最终的报警信息。
由上述可知,基于获取到的监测节点的关联参考信息值与历史故障记录的参考信息值的比对结果确定出关联报警信息之后,根据关联信息值的变化趋势以及基于不同时段的监测节点的传感器参数值生成的变化趋势确定二者的相关契合度,根据二者的相关契合度进行关联报警信息与传感器参数值对应的报警信息的组合得到最终的报警信息。本方案根据关联信息值与传感器参数值的相关契合度进行报警信息的组合得到最终的报警信息,实现了更多维度下的电缆故障的报警和预测,提高了合理性和故障分析结果的精确度。
图5为本发明实施例提供的一种基于多维度因素的电缆智能报警系统的模块结构框图,该系统用于执行上述实施例提供的基于多维度因素的电缆智能报警方法,具备执行方法相应的功能模块和有益效果。如图5所示,该装置具体包括:
获取模块101,用于在监测节点的传感器参数值满足报警条件时,基于所述监测节点的类型获取所述监测节点的关联参考信息值;
比对模块102,用于将所述关联参考信息值与历史故障记录的参考信息值进行比对得到比对结果;
确定模块103,用于基于所述比对结果确定关联报警信息;
组合模块104,用于将所述关联报警信息与所述传感器参数值对应的报警信息进行组合得到最终的报警信息。
由上述方案可知,在监测节点的传感器参数值满足报警条件时,基于满足报警条件的监测节点的类型获取监测节点的关联参考信息值,将获取到的关联参考信息值与历史故障记录的参考信息值进行比对得到比对结果,基于得到的比对结果确定关联报警信息,将确定出的关联报警信息与监测节点的传感器参数值对应的报警信息进行组合得到最终的报警信息。本方案在传感器参数值满足报警条件时,获取监测节点的类型的关联信息,根据关联参考信息与历史故障信息的比对结果确定关联报警信息,结合两者的报警信息得到最终的报警信息,解决了预测的参考因素不足,缺乏合理的故障分析机制,结果准确率不高的问题,实现了更多维度下的电缆故障的报警和预测,提高了合理性和故障分析结果的精确度。
在一个可能的实施例中,还包括设置模块,具体用于:
根据不同监测节点的类型分别设置对应的关联参考信息。
在一个可能的实施例中,所述比对模块102,具体用于:
将每个关联参考信息值与对应的历史故障记录的参考信息值进行比对得到数值相似度;
基于所述数值相似度确定比对结果。
在一个可能的实施例中,所述比对模块102,还用于:
基于不同时刻的关联参考信息值生成第一曲线图,基于不同时刻的历史故障记录的参考信息值生成第二曲线图;
进行所述第一曲线图和所述第二曲线图的比对得到数值相似度。
在一个可能的实施例中,所述比对模块102,还用于:
将数值相似度最高的关联信息值确定为比对结果。
在一个可能的实施例中,所述确定模块103,具体用于:
根据所述比对结果中记录的关联信息值的变化趋势以及预先记录的不同变化趋势对应的报警信息确定关联报警信息。
在一个可能的实施例中,所述组合模块104,具体用于:
根据所述关联信息值的变化趋势以及基于不同时段的所述传感器参数值生成的变化趋势确定二者的相关契合度;
根据所述相关契合度进行关联报警信息与所述传感器参数值对应的报警信息的组合得到最终的报警信息。
图6为本发明实施例提供的一种基于多维度因素的电缆智能报警设备的结构示意图,如图6所示,该设备包括处理器201、存储器202、输入装置203和输出装置204;设备中处理器201的数量可以是一个或多个,图6中以一个处理器201为例;设备中的处理器201、存储器202、输入装置203和输出装置204可以通过总线或其他方式连接,图6中以通过总线连接为例。存储器202作为一种计算机可读存储介质,可用于存储软件程序、计算机可执行程序以及模块,如本发明实施例中的基于多维度因素的电缆智能报警方法对应的程序指令/模块。处理器201通过运行存储在存储器202中的软件程序、指令以及模块,从而执行设备的各种功能应用以及数据处理,即实现上述的基于多维度因素的电缆智能报警方法。输入装置203可用于接收输入的数字或字符信息,以及产生与设备的用户设置以及功能控制有关的键信号输入。输出装置204可包括显示屏等显示设备。
本发明实施例还提供一种包含计算机可执行指令的存储介质,所述计算机可执行指令在由计算机处理器执行时用于执行基于多维度因素的电缆智能报警方法,该方法包括:
在监测节点的传感器参数值满足报警条件时,基于所述监测节点的类型获取所述监测节点的关联参考信息值,将所述关联参考信息值与历史故障记录的参考信息值进行比对得到比对结果,基于所述比对结果确定关联报警信息,将所述关联报警信息与所述传感器参数值对应的报警信息进行组合得到最终的报警信息。
值得注意的是,上述基于多维度因素的电缆智能报警方法系统的实施例中,所包括的各个单元和模块只是按照功能逻辑进行划分的,但并不局限于上述的划分,只要能够实现相应的功能即可;另外,各功能单元的具体名称也只是为了便于相互区分,并不用于限制本发明实施例的保护范围。
注意,上述仅为本发明实施例的较佳实施例及所运用技术原理。本领域技术人员会理解,本发明实施例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各种明显的变化、重新调整和替代而不会脱离本发明实施例的保护范围。因此,虽然通过以上实施例对本发明实施例进行了较为详细的说明,但是本发明实施例不仅仅限于以上实施例,在不脱离本发明实施例构思的情况下,还可以包括更多其他等效实施例,而本发明实施例的范围由所附的权利要求范围决定。

Claims (10)

1.基于多维度因素的电缆智能报警方法,其特征在于,包括:
在监测节点的传感器参数值满足报警条件时,基于所述监测节点的类型获取所述监测节点的关联参考信息值;
将所述关联参考信息值与历史故障记录的参考信息值进行比对得到比对结果,基于所述比对结果确定关联报警信息;
将所述关联报警信息与所述传感器参数值对应的报警信息进行组合得到最终的报警信息。
2.根据权利要求1所述的基于多维度因素的电缆智能报警方法,其特征在于,在所述基于所述监测节点的类型获取所述监测节点的关联参考信息之前,还包括:
根据不同监测节点的类型分别设置对应的关联参考信息。
3.根据权利要求1所述的基于多维度因素的电缆智能报警方法,其特征在于,所述将所述关联参考信息值与历史故障记录的参考信息值进行比对得到比对结果,包括:
将每个关联参考信息值与对应的历史故障记录的参考信息值进行比对得到数值相似度;
基于所述数值相似度确定比对结果。
4.根据权利要求3所述的基于多维度因素的电缆智能报警方法,其特征在于,所述将每个关联参考信息值与对应的历史故障记录的参考信息值进行比对得到数值相似度,包括:
基于不同时刻的关联参考信息值生成第一曲线图,基于不同时刻的历史故障记录的参考信息值生成第二曲线图;
进行所述第一曲线图和所述第二曲线图的比对得到数值相似度。
5.根据权利要求3所述的基于多维度因素的电缆智能报警方法,其特征在于,所述基于所述数值相似度确定比对结果,包括:
将数值相似度最高的关联信息值确定为比对结果。
6.根据权利要求1-5中任一项所述的基于多维度因素的电缆智能报警方法,其特征在于,所述基于所述比对结果确定关联报警信息,包括:
根据所述比对结果中记录的关联信息值的变化趋势以及预先记录的不同变化趋势对应的报警信息确定关联报警信息。
7.根据权利要求5所述的基于多维度因素的电缆智能报警方法,其特征在于,所述将所述关联报警信息与所述传感器参数值对应的报警信息进行组合得到最终的报警信息,包括:
根据所述关联信息值的变化趋势以及基于不同时段的所述传感器参数值生成的变化趋势确定二者的相关契合度;
根据所述相关契合度进行关联报警信息与所述传感器参数值对应的报警信息的组合得到最终的报警信息。
8.基于多维度因素的电缆智能报警系统,其特征在于,包括:
获取模块,用于在监测节点的传感器参数值满足报警条件时,基于所述监测节点的类型获取所述监测节点的关联参考信息值;
比对模块,用于将所述关联参考信息值与历史故障记录的参考信息值进行比对得到比对结果;
确定模块,用于基于所述比对结果确定关联报警信息;
组合模块,用于将所述关联报警信息与所述传感器参数值对应的报警信息进行组合得到最终的报警信息。
9.一种基于多维度因素的电缆智能报警设备,所述设备包括:一个或多个处理器;存储装置,用于存储一个或多个程序,当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1-7中任一项所述的基于多维度因素的电缆智能报警方法。
10.一种存储计算机可执行指令的存储介质,所述计算机可执行指令在由计算机处理器执行时用于执行如权利要求1-7中任一项所述的基于多维度因素的电缆智能报警方法。
CN202410011526.3A 2024-01-02 2024-01-02 基于多维度因素的电缆智能报警系统及方法 Pending CN118033310A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202410011526.3A CN118033310A (zh) 2024-01-02 2024-01-02 基于多维度因素的电缆智能报警系统及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202410011526.3A CN118033310A (zh) 2024-01-02 2024-01-02 基于多维度因素的电缆智能报警系统及方法

Publications (1)

Publication Number Publication Date
CN118033310A true CN118033310A (zh) 2024-05-14

Family

ID=90988493

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202410011526.3A Pending CN118033310A (zh) 2024-01-02 2024-01-02 基于多维度因素的电缆智能报警系统及方法

Country Status (1)

Country Link
CN (1) CN118033310A (zh)

Similar Documents

Publication Publication Date Title
CN117405177B (zh) 电缆隧道有害气体泄漏预警方法、系统、设备及介质
CN117394337A (zh) 一种电网负荷预警方法及其系统
CN117977816B (zh) 一种电力安全智能电源系统
CN115186502A (zh) 车辆的异常数据识别方法、装置、电子设备及存储介质
CN115471968A (zh) 一种电缆防盗报警装置
CN118033310A (zh) 基于多维度因素的电缆智能报警系统及方法
CN116679139A (zh) 电缆更换监测系统及方法
CN115392380A (zh) 一种识别局放在线监测异常数据的方法、装置及存储介质
CN114279492A (zh) 基于不同故障参数记录确定电缆故障信息方法和装置
CN116659652A (zh) 电缆运行中的振动监测系统及方法
CN116754889A (zh) 电缆故障综合分析系统及方法
CN117192278A (zh) 基于参量和环境变量的故障预测系统及方法
CN117456672A (zh) 电缆防破坏监测系统及方法
CN117318616B (zh) 一种光伏预警方法、系统、存储介质及电子设备
CN117452133A (zh) 智能电缆监控数据分析系统及方法
CN115394053B (zh) 电缆沟环境气体监测报警装置
CN117368640A (zh) 电缆故障多维度因素分析系统及方法
CN117169644A (zh) 基于预设故障曲线的电缆故障预测系统及方法
CN117590823B (zh) 一种基于安全生产的控制系统及控制方法
CN118137655A (zh) 基于电缆使用情况的监测数据上报系统及方法
CN117607620A (zh) 基于参量变化率的电缆监测系统及方法
CN116488342A (zh) 基于参量分析的电缆监测方法及系统
CN115396749A (zh) 智能电缆故障监测装置
CN116223967A (zh) 电缆数据在线综合分析系统
CN116106679A (zh) 高压电缆在线监测系统

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