CN118300280A - 磁浮式安全电装置及状态检测方法 - Google Patents
磁浮式安全电装置及状态检测方法 Download PDFInfo
- Publication number
- CN118300280A CN118300280A CN202410666324.2A CN202410666324A CN118300280A CN 118300280 A CN118300280 A CN 118300280A CN 202410666324 A CN202410666324 A CN 202410666324A CN 118300280 A CN118300280 A CN 118300280A
- Authority
- CN
- China
- Prior art keywords
- temperature
- time sequence
- vector
- magnetic levitation
- levitation type
- 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
- 238000005339 levitation Methods 0.000 title claims abstract description 84
- 238000001514 detection method Methods 0.000 title claims abstract description 41
- 230000007246 mechanism Effects 0.000 claims abstract description 66
- 238000002955 isolation Methods 0.000 claims abstract description 26
- 238000000034 method Methods 0.000 claims abstract description 22
- 238000004891 communication Methods 0.000 claims abstract description 14
- 230000008569 process Effects 0.000 claims abstract description 8
- 230000005674 electromagnetic induction Effects 0.000 claims abstract description 4
- 239000013598 vector Substances 0.000 claims description 168
- 230000008859 change Effects 0.000 claims description 63
- 230000002159 abnormal effect Effects 0.000 claims description 39
- 238000005192 partition Methods 0.000 claims description 39
- 230000004927 fusion Effects 0.000 claims description 31
- 238000012544 monitoring process Methods 0.000 claims description 21
- 238000012545 processing Methods 0.000 claims description 20
- 230000005856 abnormality Effects 0.000 claims description 16
- 230000006870 function Effects 0.000 claims description 16
- 238000013528 artificial neural network Methods 0.000 claims description 11
- 238000000605 extraction Methods 0.000 claims description 11
- 238000004364 calculation method Methods 0.000 claims description 6
- 239000011159 matrix material Substances 0.000 claims description 6
- 230000009466 transformation Effects 0.000 claims description 6
- 230000000903 blocking effect Effects 0.000 claims 1
- 238000010586 diagram Methods 0.000 description 10
- 238000009826 distribution Methods 0.000 description 9
- 230000004044 response Effects 0.000 description 9
- 238000004590 computer program Methods 0.000 description 7
- 230000003287 optical effect Effects 0.000 description 5
- 238000004422 calculation algorithm Methods 0.000 description 4
- 238000007689 inspection Methods 0.000 description 3
- 238000012423 maintenance Methods 0.000 description 3
- 206010014357 Electric shock Diseases 0.000 description 2
- 238000012300 Sequence Analysis Methods 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 2
- 238000013473 artificial intelligence Methods 0.000 description 2
- 239000013307 optical fiber Substances 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 206010063385 Intellectualisation Diseases 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000012512 characterization method Methods 0.000 description 1
- 230000003111 delayed effect Effects 0.000 description 1
- 230000005672 electromagnetic field Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000005065 mining Methods 0.000 description 1
- 230000001681 protective effect Effects 0.000 description 1
- 238000012549 training Methods 0.000 description 1
Landscapes
- Measuring Magnetic Variables (AREA)
Abstract
本申请涉及磁浮式安全电技术领域,具体公开了一种磁浮式安全电装置及状态检测方法,其包括相线接口端,用于连接相线;地线接口端,用于连接地线;以及设置于所述相线接口端和所述地线接口端之间的磁浮式隔断机构,其中,所述磁浮式隔断机构包括初级线圈和与所述初级线圈相对的次级线圈,所述初级线圈电连接于所述相线接口端,所述次级线圈电连接于所述地线接口端。相应地,在工作过程中,所述初级线圈将来自于所述相线的电能转化为磁能,所述次级线圈用于通过电磁感应将所述磁能转化为电能,以在不接触所述相线和所述地线的前提下,实现所述相线和所述地线之间的电连通。
Description
技术领域
本公开涉及磁浮式安全电技术领域,具体地,涉及一种磁浮式安全电装置及状态检测方法。
背景技术
在电气系统中,相线(L)是供电线路,通常携带电流,而地线(GND)或称保护地,是用于安全接地的线路,它在电气系统中起到安全保护的作用。在现有的用电设备的接线模式中,相线与地线连接在一起,这会引发触电风险。
因此,期待一种安全电装置来进行电气隔离以保障用电安全。
发明内容
提供该发明内容部分以便以简要的形式介绍构思,这些构思将在后面的具体实施方式部分被详细描述。该发明内容部分并不旨在标识要求保护的技术方案的关键特征或必要特征,也不旨在用于限制所要求的保护的技术方案的范围。
第一方面,本公开提供了一种磁浮式安全电装置,所述装置包括:
相线接口端,用于连接相线;
地线接口端,用于连接地线;
设置于所述相线接口端和所述地线接口端之间的磁浮式隔断机构,其中,所述磁浮式隔断机构包括初级线圈和与所述初级线圈相对的次级线圈,所述初级线圈电连接于所述相线接口端,所述次级线圈电连接于所述地线接口端;
其中,在工作过程中,所述初级线圈将来自于所述相线的电能转化为磁能,所述次级线圈用于通过电磁感应将所述磁能转化为电能,以在不接触所述相线和所述地线的前提下,实现所述相线和所述地线之间的电连通。
可选地,还包括:温度传感器和预警处理器,所述温度传感器通过通讯网络连接于所述预警处理器,其中,所述预警处理器用于基于所述温度传感器所采集的数据对所述磁浮式隔断机构进行状态监测。
可选地,所述预警处理器,包括:温度数据采集模块,用于获取由所述温度传感器采集的温度值的时间序列;温度数据时序排列模块,用于将所述温度值的时间序列按照时间维度排列为温度时序输入向量;温度变化率计算模块,用于计算所述温度时序输入向量中各个位置的温度值的温度变化率以得到温度变化率时序输入向量;温度时序模式特征提取模块,用于通过基于深度神经网络的时序模式特征提取器分别对所述温度时序输入向量和所述温度变化率时序输入向量进行特征提取以得到温度绝对量时序关联特征向量和温度变化量时序关联特征向量;温度多尺度时序关联特征融合模块,用于使用动态元素级特征融合模块对所述温度绝对量时序关联特征向量和所述温度变化量时序关联特征向量进行处理以得到温度多尺度时序关联特征向量作为温度多尺度时序关联特征;磁浮式隔断机构状态检测预警模块,用于基于所述温度多尺度时序关联特征,确定磁浮式隔断机构的状态是否存在异常,并确定是否生成状态异常预警提示。
可选地,所述温度变化率计算模块,用于:以如下温度波动公式计算所述温度时序输入向量中各个位置的温度值的温度变化率以得到所述温度变化率时序输入向量;其中,所述波动公式为:其中,为所述温度时序输入向量中的第个位置的温度值,为所述温度时序输入向量中的第+1个位置和第个位置的温度值之间的差值,的取值范围为1到n-1,n为所述温度时序输入向量的所有位置的温度值的总个数,为所述温度时序输入向量中每相邻两个位置的温度值之间的差值的总和,为加权超参数,为所述温度变化率时序输入向量中第个位置的温度变化率。可选地,所述基于深度神经网络的时序模式特征提取器为基于一维卷积层的时序模式特征提取器。
可选地,所述温度多尺度时序关联特征融合模块,包括:温度时序特征融合单元,用于使用所述动态元素级特征融合模块以如下语义元素融合公式对所述温度绝对量时序关联特征向量和所述温度变化量时序关联特征向量进行处理以得到所述温度多尺度时序关联特征向量;其中,所述语义元素融合公式为:其中,和分别是所述温度绝对量时序关联特征向量和所述温度变化量时序关联特征向量,是所述温度多尺度时序关联特征向量,表示向量的级联,是门限值,,是变换矩阵,是偏置向量,表示激活函数。可选地,所述磁浮式隔断机构状态检测预警模块,包括:状态检测结果生成单元,用于将所述温度多尺度时序关联特征向量通过基于分类器的状态检测结果生成器以得到状态检测结果,所述状态检测结果用于表示磁浮式隔断机构的状态是否存在异常;状态异常预警单元,用于响应于所述状态检测结果为磁浮式隔断机构的状态存在异常,生成状态异常预警提示。
可选地,所述预警处理器被部署于边缘计算节点。
第二方面,本公开提供了一种用于如所述的磁浮式安全电装置的状态检测方法,所述方法包括:
获取由所述温度传感器采集的温度值的时间序列;
将所述温度值的时间序列按照时间维度排列为温度时序输入向量;
计算所述温度时序输入向量中各个位置的温度值的温度变化率以得到温度变化率时序输入向量;
通过基于深度神经网络的时序模式特征提取器分别对所述温度时序输入向量和所述温度变化率时序输入向量进行特征提取以得到温度绝对量时序关联特征向量和温度变化量时序关联特征向量;
使用动态元素级特征融合模块对所述温度绝对量时序关联特征向量和所述温度变化量时序关联特征向量进行处理以得到温度多尺度时序关联特征向量作为温度多尺度时序关联特征;
基于所述温度多尺度时序关联特征,确定磁浮式隔断机构的状态是否存在异常,并确定是否生成状态异常预警提示。
采用上述技术方案,通过将获取的温度值的时间序列按照时间维度排列并计算温度时序输入向量的温度值的温度变化率;然后,通过基于深度神经网络的时序模式特征提取器进行特征提取,并使用动态元素级特征融合模块进行处理以得到温度多尺度时序关联特征向量作为温度多尺度时序关联特征,进而确定磁浮式隔断机构的状态是否存在异常,并确定是否生成状态异常预警提示。这样,能够实现对磁浮式隔断机构工作状态的智能化监测和预警,以便及时发现并处理磁浮式隔断机构的异常状态和潜在危险,避免了异常响应滞后性带来的安全隐患,从而提高磁浮式安全电装置的可靠性和稳定性。
本公开的其他特征和优点将在随后的具体实施方式部分予以详细说明。
附图说明
结合附图并参考以下具体实施方式,本公开各实施例的上述和其他特征、优点及方面将变得更加明显。贯穿附图中,相同或相似的附图标记表示相同或相似的元素。应当理解附图是示意性的,原件和元素不一定按照比例绘制。在附图中:
图1是根据一示例性实施例示出的一种磁浮式安全电装置的结构示意图。
图2是根据一示例性实施例示出的一种磁浮式安全电装置的预警处理器的结构框图。
图3是根据一示例性实施例示出的一种状态检测方法的流程图。
图4是根据一示例性实施例示出的一种电子设备的结构框图。
图5是根据一示例性实施例示出的一种磁浮式安全电装置的应用场景图。
具体实施方式
下面将参照附图更详细地描述本公开的实施例。虽然附图中显示了本公开的某些实施例,然而应当理解的是,本公开可以通过各种形式来实现,而且不应该被解释为限于这里阐述的实施例,相反提供这些实施例是为了更加透彻和完整地理解本公开。应当理解的是,本公开的附图及实施例仅用于示例性作用,并非用于限制本公开的保护范围。
应当理解,本公开的方法实施方式中记载的各个步骤可以按照不同的顺序执行,和/或并行执行。此外,方法实施方式可以包括附加的步骤和/或省略执行示出的步骤。本公开的范围在此方面不受限制。
本文使用的术语“包括”及其变形是开放性包括,即“包括但不限于”。术语“基于”是“至少部分地基于”。术语“一个实施例”表示“至少一个实施例”;术语“另一实施例”表示“至少一个另外的实施例”;术语“一些实施例”表示“至少一些实施例”。其他术语的相关定义将在下文描述中给出。
需要注意,本公开中提及的“第一”、“第二”等概念仅用于对不同的装置、模块或单元进行区分,并非用于限定这些装置、模块或单元所执行的功能的顺序或者相互依存关系。
需要注意,本公开中提及的“一个”、“多个”的修饰是示意性而非限制性的,本领域技术人员应当理解,除非在上下文另有明确指出,否则应该理解为“一个或多个”。
本公开实施方式中的多个装置之间所交互的消息或者信息的名称仅用于说明性的目的,而并不是用于对这些消息或信息的范围进行限制。
为了解决上述问题,本公开提供了一种磁浮式安全电装置及方法,通过将获取的温度值的时间序列按照时间维度排列并计算温度时序输入向量的温度值的温度变化率;然后,通过基于深度神经网络的时序模式特征提取器进行特征提取,并使用动态元素级特征融合模块进行处理以得到温度多尺度时序关联特征向量作为温度多尺度时序关联特征,进而确定磁浮式隔断机构的状态是否存在异常,并确定是否生成状态异常预警提示。这样,能够实现对磁浮式隔断机构工作状态的智能化监测和预警,以便及时发现并处理磁浮式隔断机构的异常状态和潜在危险,避免了异常响应滞后性带来的安全隐患,从而提高磁浮式安全电装置的可靠性和稳定性。
以下结合附图对本公开的具体实施方式进行详细说明。
图1是根据一示例性实施例示出的一种磁浮式安全电装置的结构示意图。如图1所示,该磁浮式安全电装置100包括:
相线接口端1,用于连接相线11;
地线接口端2,用于连接地线12;以及
设置于所述相线接口端1和所述地线接口端2之间的磁浮式隔断机构3,其中,所述磁浮式隔断机构3包括初级线圈31和与所述初级线圈31相对的次级线圈32,所述初级线圈31电连接于所述相线接口端1,所述次级线圈32电连接于所述地线接口端2;
其中,在工作过程中,所述初级线圈31将来自于所述相线11的电能转化为磁能,所述次级线圈32用于通过电磁感应将所述磁能转化为电能,以在不接触所述相线11和所述地线12的前提下,实现所述相线11和所述地线12之间的电连通。
磁浮式安全电装置通过将电能转化为磁能,再将磁能转化回电能的方式,实现了相线和地线之间的电能传输,同时避免了直接连接带来的触电危险和安全隐患。因其通过电磁场域转换机制来实现相线和地线之间的物理隔离的同时实现了电气连通,因此,在本申请的技术方案中,将此机构定义为“磁浮式隔断机构”,且将所述安全电装置定义为磁浮式安全电装置。
进一步地,在磁浮式安全电装置中,磁浮式隔断机构起着至关重要的作用,负责实现电能到磁能再到电能的转换,从而实现电气隔离的功能。在磁浮式隔断机构的工作过程中,会存在能量损耗,若能量损耗过大则会造成温度迅速升高,影响磁浮式安全电装置的安全性和稳定性。因此,磁浮式隔断机构的正常工作状态直接关系到设备和人员的安全,需要对磁浮式隔断机构的工作状态进行监测,以便及时发现并处理磁浮式隔断机构的异常状态和潜在危险,从而避免安全事故的发生,提高设备的可靠性和稳定性,并延长设备的使用寿命,减少维护成本。
然而,传统的对磁浮式安全电装置中磁浮式隔断机构进行监测的方案通常是依靠人工进行定期巡检或定期维护,无法实时监测磁浮式隔断机构的工作状态变化,存在漏检或延迟发现问题的风险。并且,传统监测方式需要人工参与,存在主观判断和人为疏忽的可能,无法保证监测的准确性和全面性。此外,传统监测方式通常是依赖于人工经验和简单的设备监测工具,或依靠机器进行阈值监测,缺乏智能化分析和预警功能,无法及时准确地识别设备状态异常,导致对磁浮式隔断机构的异常响应存在滞后性,从而增加了安全隐患。
相应地,在本申请的技术方案中,为了能够降低传统人工定期巡检或定期维护带来的主观性误差和异常状态响应滞后性的问题,从而提高对磁浮式隔断机构工作状态异常监测的智能化程度,本申请的技术构思为通过温度传感器实时监测采集磁浮式隔断机构的温度数据,并在后端引入基于人工智能的数据处理和分析算法来进行该温度时序数据的时序分析,以此来捕获有关于温度值在时间维度上的时序模式和变化趋势,以对磁浮隔断机构的工作状态进行实时监测,并在检测到工作状态异常时产生预警提示。这样,能够实现对磁浮式隔断机构工作状态的智能化监测和预警,以便及时发现并处理磁浮式隔断机构的异常状态和潜在危险,避免了异常响应滞后性带来的安全隐患,从而提高磁浮式安全电装置的可靠性和稳定性。
具体地,在本公开的一个实施例中,所述磁浮式安全电装置,还包括:温度传感器4和预警处理器5,所述温度传感器4通过通讯网络连接于所述预警处理器5,其中,所述预警处理器5用于基于所述温度传感器4所采集的数据对所述磁浮式隔断机构进行状态监测。特别地,所述预警处理器被部署于边缘计算节点。
进一步地,在本公开的一个实施例中,图2是根据一示例性实施例示出的一种磁浮式安全电装置的预警处理器的结构框图。如图2所示,所述预警处理器5,包括:温度数据采集模块101,用于获取由所述温度传感器采集的温度值的时间序列;温度数据时序排列模块102,用于将所述温度值的时间序列按照时间维度排列为温度时序输入向量;温度变化率计算模块103,用于计算所述温度时序输入向量中各个位置的温度值的温度变化率以得到温度变化率时序输入向量;温度时序模式特征提取模块104,用于通过基于深度神经网络的时序模式特征提取器分别对所述温度时序输入向量和所述温度变化率时序输入向量进行特征提取以得到温度绝对量时序关联特征向量和温度变化量时序关联特征向量;温度多尺度时序关联特征融合模块105,用于使用动态元素级特征融合模块对所述温度绝对量时序关联特征向量和所述温度变化量时序关联特征向量进行处理以得到温度多尺度时序关联特征向量作为温度多尺度时序关联特征;磁浮式隔断机构状态检测预警模块106,用于基于所述温度多尺度时序关联特征,确定磁浮式隔断机构的状态是否存在异常,并确定是否生成状态异常预警提示。
更具体地,在所述预警处理器中,首先,获取由所述温度传感器采集的温度值的时间序列。接着,考虑到由于温度值在时间维度上存在着时序的动态变化规律,也就是说,所述温度值的时间序列中的各个温度值之间具有着时序相关性关系。因此,为了能够捕获磁浮式隔断机构的温度值在时间维度上的变化模式和特征,从而为磁浮式隔断机构的状态判断提供数据依据,在本申请的技术方案中,需要将所述温度值的时间序列按照时间维度排列为温度时序输入向量。
然后,考虑到在实际进行磁浮式隔断机构的状态监测过程中,温度是反映设备工作状态和性能的重要指标,并且,当磁浮式隔断机构的工作状态异常时,例如能量损耗增大时,通常会表现为温度的迅速升高,使得温度时序变化率增大。因此,温度的变化率通常能更快地反映设备的工作状态变化,如设备过热、温度突然上升等异常情况,通过监测温度的变化率能够提供关于设备运行情况的更多信息,有助于及时发现潜在的故障或异常情况。基于此,在本申请的技术方案中,进一步计算所述温度时序输入向量中各个位置的温度值的温度变化率以得到温度变化率时序输入向量。通过监测温度变化率,可以更加全面地了解设备的运行状态,及时发现潜在问题。
在本公开的一个实施例中,所述温度变化率计算模块,用于:以如下温度波动公式计算所述温度时序输入向量中各个位置的温度值的温度变化率以得到所述温度变化率时序输入向量;其中,所述波动公式为:其中,为所述温度时序输入向量中的第个位置的温度值,为所述温度时序输入向量中的第+1个位置和第个位置的温度值之间的差值,的取值范围为1到n-1,n为所述温度时序输入向量的所有位置的温度值的总个数,为所述温度时序输入向量中每相邻两个位置的温度值之间的差值的总和,为加权超参数,为所述温度变化率时序输入向量中第个位置的温度变化率。继而,再将所述温度时序输入向量和所述温度变化率时序输入向量通过基于一维卷积层的时序模式特征提取器中进行特征挖掘,以分别提取出温度数据在时间维度上的时序动态变化特征和温度变化率的时序关联特征信息,从而得到温度绝对量时序关联特征向量和温度变化量时序关联特征向量。
其中,所述基于深度神经网络的时序模式特征提取器为基于一维卷积层的时序模式特征提取器。
在本公开的一个实施例中,所述温度多尺度时序关联特征融合模块,包括:温度时序特征融合单元,用于使用所述动态元素级特征融合模块以如下语义元素融合公式对所述温度绝对量时序关联特征向量和所述温度变化量时序关联特征向量进行处理以得到所述温度多尺度时序关联特征向量;
其中,所述语义元素融合公式为:其中,和分别是所述温度绝对量时序关联特征向量和所述温度变化量时序关联特征向量,是所述温度多尺度时序关联特征向量,表示向量的级联,是门限值,,是变换矩阵,是偏置向量,表示激活函数。
进一步地,考虑到由于所述温度绝对量时序关联特征向量和所述温度变化量时序关联特征向量分别包含了温度的时序绝对量和温度的时序变化量在时间维度上的时序特征,也就是说,所述温度绝对量时序关联特征向量和所述温度变化量时序关联特征向量分别捕捉了温度的绝对值和变化率的时序特征。因此,为了结合温度绝对量的时序特征和温度变化量的时序特征中的特征信息,从而更全面和多尺度地进行温度的时序特征表征,以便更为准确地进行磁浮式隔断机构的工作状态监测,在本申请的技术方案中,进一步使用动态元素级特征融合模块对所述温度绝对量时序关联特征向量和所述温度变化量时序关联特征向量进行处理以得到温度多尺度时序关联特征向量。应可以理解,通过所述动态元素级特征融合模块的处理,能够促进温度的绝对量时序特征和温度变化量时序特征之间的信息交互和学习,有助于模型更好地利用温度在时间维度上的不同模态和尺度的时序特征之间的相关性和互补性,从而提高温度时序特征的表达能力,增强对磁浮式隔断机构的工作状态理解能力。
继而,再将所述温度多尺度时序关联特征向量通过基于分类器的状态检测结果生成器以得到状态检测结果,所述状态检测结果用于表示磁浮式隔断机构的状态是否存在异常。也就是说,利用温度的多尺度和多模态时序融合特征来进行分类处理,以此来对磁浮隔断机构的工作状态进行实时监测,并在检测到工作状态异常时产生预警提示。具体地,响应于所述状态检测结果为磁浮式隔断机构的状态存在异常,生成状态异常预警提示。这样,能够实现对磁浮式隔断机构工作状态的智能化监测和预警,以便及时发现并处理磁浮式隔断机构的异常状态和潜在危险,避免了异常响应滞后性带来的安全隐患,从而提高磁浮式安全电装置的可靠性和稳定性。所述预警处理器被部署于边缘计算节点。
在本公开的一个实施例中,所述磁浮式隔断机构状态检测预警模块,包括:状态检测结果生成单元,用于将所述温度多尺度时序关联特征向量通过基于分类器的状态检测结果生成器以得到状态检测结果,所述状态检测结果用于表示磁浮式隔断机构的状态是否存在异常;状态异常预警单元,用于响应于所述状态检测结果为磁浮式隔断机构的状态存在异常,生成状态异常预警提示。
在以上说明的技术方案中,所述温度绝对量时序关联特征向量和所述温度变化量时序关联特征向量分别表示温度值的绝对值的局部时域关联特征和温度值的变化率的局部时域关联特征。考虑到所述温度时序输入向量和所述温度变化率时序输入向量在数据源域存在因数据阶次不同而产生的数据源域分布差异,由此所述温度绝对量时序关联特征向量和所述温度变化量时序关联特征向量具有不同数据源域分布对应的时序关联特征表达区分性。
这样,使用动态元素级特征融合模块对所述温度绝对量时序关联特征向量和所述温度变化量时序关联特征向量进行处理时,因所述温度绝对量时序关联特征向量和所述温度变化量时序关联特征向量具有不同数据源域分布对应的时序关联特征表达区分性导致所述温度多尺度时序关联特征向量具有温度绝对量时序关联特征和温度变化量时序关联特征的动态逐元素融合特征分布的逐位置特征分布离散性,这使得在将所述温度多尺度时序关联特征向量通过基于分类器的状态检测结果生成器进行分类时,所述温度多尺度时序关联特征向量相对于所述基于分类器的状态检测结果生成器的整体分布回归约束性较差,影响所述状态检测结果的准确性。
基于此,在本申请一个优选的实施例中,将所述温度多尺度时序关联特征向量通过基于分类器的状态检测结果生成器以得到状态检测结果,具体包括:计算所述温度多尺度时序关联特征向量与所述温度多尺度时序关联特征向量的长度的平方根和所述温度多尺度时序关联特征向量的二范数的平方根的倒数的点加之和得到温度多尺度时序关联偏移特征向量;计算所述温度多尺度时序关联偏移特征向量的以自然常数为底的指数函数以获得温度多尺度时序关联偏移预测特征向量;计算所述温度多尺度时序关联特征向量与所述温度多尺度时序关联特征向量的一范数和权重超参数的点乘之积得到温度多尺度时序关联约束特征向量;计算所述温度多尺度时序关联偏移预测特征向量与所述温度多尺度时序关联约束特征向量的点加之和得到优化的温度多尺度时序关联特征向量;将所述优化的温度多尺度时序关联特征向量通过所述基于分类器的状态检测结果生成器以得到所述状态检测结果。
也就是,以如下优化公式对所述温度多尺度时序关联特征向量进行优化以得到优化的温度多尺度时序关联特征向量;其中,所述优化公式为:其中,表示所述温度多尺度时序关联特征向量,表示所述温度多尺度时序关联特征向量的一范数,表示所述温度多尺度时序关联特征向量的二范数,表示所述温度多尺度时序关联特征向量的长度,表示权重超参数,表示点加,表示表示点乘,表示优化的温度多尺度时序关联特征向量。具体地,在上述优选示例中,以所述温度多尺度时序关联特征向量的结构化范数表示作为针对所述温度多尺度时序关联特征向量的各个特征值的局部典范化坐标,来确定所述温度多尺度时序关联特征向量的向量整体分布表示相对于特征值的类旋转偏移对于作为中心的所述温度多尺度时序关联特征向量的各个特征值的类偏移预测方向,并以所述温度多尺度时序关联特征向量的向量特征值分布的边界框进行特征值约束,来提升所述温度多尺度时序关联特征向量在整体回归分布下的约束性,从而提升模型的训练速度以及所述温度多尺度时序关联特征向量通过所述基于分类器的状态检测结果生成器得到的所述状态检测结果的准确性。这样,能够实现对磁浮式隔断机构工作状态的智能化监测和预警,以便及时发现并处理磁浮式隔断机构的异常状态和潜在危险,避免了异常响应滞后性带来的安全隐患,从而提高磁浮式安全电装置的可靠性和稳定性。
综上所述,采用上述方案,通过温度传感器实时监测采集磁浮式隔断机构的温度数据,并在后端引入基于人工智能的数据处理和分析算法来进行该温度时序数据的时序分析,以此来捕获有关于温度值在时间维度上的时序模式和变化趋势,以对磁浮隔断机构的工作状态进行实时监测,并在检测到工作状态异常时产生预警提示。这样,能够实现对磁浮式隔断机构工作状态的智能化监测和预警,以便及时发现并处理磁浮式隔断机构的异常状态和潜在危险,避免了异常响应滞后性带来的安全隐患,从而提高磁浮式安全电装置的可靠性和稳定性。
图3是根据一示例性实施例示出的一种状态检测方法的流程图,如图3,该方法包括:
步骤201获取由所述温度传感器采集的温度值的时间序列;
步骤202将所述温度值的时间序列按照时间维度排列为温度时序输入向量;
步骤203计算所述温度时序输入向量中各个位置的温度值的温度变化率以得到温度变化率时序输入向量;
步骤204通过基于深度神经网络的时序模式特征提取器分别对所述温度时序输入向量和所述温度变化率时序输入向量进行特征提取以得到温度绝对量时序关联特征向量和温度变化量时序关联特征向量;
步骤205使用动态元素级特征融合模块对所述温度绝对量时序关联特征向量和所述温度变化量时序关联特征向量进行处理以得到温度多尺度时序关联特征向量作为温度多尺度时序关联特征;
步骤206基于所述温度多尺度时序关联特征,确定磁浮式隔断机构的状态是否存在异常,并确定是否生成状态异常预警提示。
下面参考图4其示出了适于用来实现本公开实施例的电子设备的结构示意图。本公开实施例中的终端设备可以包括但不限于诸如移动电话、笔记本电脑、数字广播接收器、PDA(个人数字助理)、PAD(平板电脑)、PMP(便携式多媒体播放器)、车载终端(例如车载导航终端)等等的移动终端以及诸如数字TV、台式计算机等等的固定终端。图4出的电子设备仅仅是一个示例,不应对本公开实施例的功能和使用范围带来任何限制。
如图4示,电子设备可以包括处理装置(例如中央处理器、图形处理器等)601,其可以根据存储在只读存储器(ROM)602中的程序或者从存储装置608加载到随机访问存储器(RAM)603中的程序而执行各种适当的动作和处理。在RAM603中,还存储有电子设备操作所需的各种程序和数据。处理装置601、ROM602以及RAM603通过总线604彼此相连。输入/输出(I/O)接口605也连接至总线604。
通常,以下装置可以连接至I/O接口605:包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置606;包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置607;包括例如磁带、硬盘等的存储装置608;以及通信装置609。通信装置609可以允许电子设备与其他设备进行无线或有线通信以交换数据。虽然图4出了具有各种装置的电子设备,但是应理解的是,并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。
特别地,根据本公开的实施例,上文参考流程图描述的过程可以被实现为计算机软件程序。例如,本公开的实施例包括一种计算机程序产品,其包括承载在非暂态计算机可读介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中,该计算机程序可以通过通信装置609从网络上被下载和安装,或者从存储装置608被安装,或者从ROM602被安装。在该计算机程序被处理装置601执行时,执行本公开实施例的方法中限定的上述功能。
需要说明的是,本公开上述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本公开中,计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读信号介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于:电线、光缆、RF(射频)等等,或者上述的任意合适的组合。
在一些实施方式中,客户端、服务器可以利用诸如HTTP(HyperTextTransferProtocol,超文本传输协议)之类的任何当前已知或未来研发的网络协议进行通信,并且可以与任意形式或介质的数字数据通信(例如,通信网络)互连。通信网络的示例包括局域网(“LAN”),广域网(“WAN”),网际网(例如,互联网)以及端对端网络(例如,ad hoc端对端网络),以及任何当前已知或未来研发的网络。
上述计算机可读介质可以是上述电子设备中所包含的;也可以是单独存在,而未装配入该电子设备中。
可以以一种或多种程序设计语言或其组合来编写用于执行本公开的操作的计算机程序代码,上述程序设计语言包括但不限于面向对象的程序设计语言—诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言——诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)——连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
附图中的流程图和框图,图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
描述于本公开实施例中所涉及到的模块可以通过软件的方式实现,也可以通过硬件的方式来实现。其中,模块的名称在某种情况下并不构成对该模块本身的限定,例如,测试参数获取模块还可以被描述为“获取目标设备对应的设备测试参数的模块”。
本文中以上描述的功能可以至少部分地由一个或多个硬件逻辑部件来执行。例如,非限制性地,可以使用的示范类型的硬件逻辑部件包括:现场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、片上系统(SOC)、复杂可编程逻辑设备(CPLD)等等。
在本公开的上下文中,机器可读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程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读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。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。
图5是根据一示例性实施例示出的一种磁浮式安全电装置的应用场景图。如图5示,在该应用场景中,首先,获取由所述温度传感器采集的温度值的时间序列(例如,如图5所示意的C);然后,将获取的温度值的时间序列输入至部署有磁浮式安全电装置算法的服务器(例如,如图5所示意的S)中,其中所述服务器能够基于磁浮式安全电装置算法对所述温度值的时间序列进行处理,以确定是否生成状态异常预警提示。
以上描述仅为本公开的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解,本公开中所涉及的公开范围,并不限于上述技术特征的特定组合而成的技术方案,同时也应涵盖在不脱离上述公开构思的情况下,由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。
此外,虽然采用特定次序描绘了各操作,但是这不应当理解为要求这些操作以所示出的特定次序或以顺序次序执行来执行。在一定环境下,多任务和并行处理可能是有利的。同样地,虽然在上面论述中包含了若干具体实现细节,但是这些不应当被解释为对本公开的范围的限制。在单独的实施例的上下文中描述的某些特征还可以组合地实现在单个实施例中。相反地,在单个实施例的上下文中描述的各种特征也可以单独地或以任何合适的子组合的方式实现在多个实施例中。
尽管已经采用特定于结构特征和/或方法逻辑动作的语言描述了本主题,但是应当理解所附权利要求书中所限定的主题未必局限于上面描述的特定特征或动作。相反,上面所描述的特定特征和动作仅仅是实现权利要求书的示例形式。关于上述实施例中的装置,其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述,此处将不做详细阐述说明。
Claims (8)
1.一种磁浮式安全电装置,其特征在于,包括:
相线接口端,用于连接相线;
地线接口端,用于连接地线;
设置于所述相线接口端和所述地线接口端之间的磁浮式隔断机构,其中,所述磁浮式隔断机构包括初级线圈和与所述初级线圈相对的次级线圈,所述初级线圈电连接于所述相线接口端,所述次级线圈电连接于所述地线接口端;
其中,在工作过程中,所述初级线圈将来自于所述相线的电能转化为磁能,所述次级线圈用于通过电磁感应将所述磁能转化为电能,以在不接触所述相线和所述地线的前提下,实现所述相线和所述地线之间的电连通。
2.根据权利要求1所述的磁浮式安全电装置,其特征在于,还包括:温度传感器和预警处理器,所述温度传感器通过通讯网络连接于所述预警处理器,其中,所述预警处理器用于基于所述温度传感器所采集的磁浮式隔断机构的温度数据对所述磁浮式隔断机构进行状态监测;
所述预警处理器,包括:
温度数据采集模块,用于获取由所述温度传感器采集的温度值的时间序列;
温度数据时序排列模块,用于将所述温度值的时间序列按照时间维度排列为温度时序输入向量;
温度变化率计算模块,用于计算所述温度时序输入向量中各个位置的温度值的温度变化率以得到温度变化率时序输入向量;
温度时序模式特征提取模块,用于通过基于深度神经网络的时序模式特征提取器分别对所述温度时序输入向量和所述温度变化率时序输入向量进行特征提取以得到温度绝对量时序关联特征向量和温度变化量时序关联特征向量;
温度多尺度时序关联特征融合模块,用于使用动态元素级特征融合模块对所述温度绝对量时序关联特征向量和所述温度变化量时序关联特征向量进行处理以得到温度多尺度时序关联特征向量作为温度多尺度时序关联特征;
磁浮式隔断机构状态检测预警模块,用于基于所述温度多尺度时序关联特征,确定磁浮式隔断机构的状态是否存在异常,并确定是否生成状态异常预警提示。
3.根据权利要求2所述的磁浮式安全电装置,其特征在于,所述温度变化率计算模块,用于:以如下温度波动公式计算所述温度时序输入向量中各个位置的温度值的温度变化率以得到所述温度变化率时序输入向量;
其中,所述波动公式为:其中,为所述温度时序输入向量中的第个位置的温度值,为所述温度时序输入向量中的第+1个位置和第个位置的温度值之间的差值,的取值范围为1到n-1,n为所述温度时序输入向量的所有位置的温度值的总个数,为所述温度时序输入向量中每相邻两个位置的温度值之间的差值的总和,为加权超参数,为所述温度变化率时序输入向量中第个位置的温度变化率。
4.根据权利要求3所述的磁浮式安全电装置,其特征在于,所述基于深度神经网络的时序模式特征提取器为基于一维卷积层的时序模式特征提取器。
5.根据权利要求4所述的磁浮式安全电装置,其特征在于,所述温度多尺度时序关联特征融合模块,包括:
温度时序特征融合单元,用于使用所述动态元素级特征融合模块以如下语义元素融合公式对所述温度绝对量时序关联特征向量和所述温度变化量时序关联特征向量进行处理以得到所述温度多尺度时序关联特征向量;
其中,所述语义元素融合公式为:其中,和分别是所述温度绝对量时序关联特征向量和所述温度变化量时序关联特征向量,是所述温度多尺度时序关联特征向量,表示向量的级联,是门限值,,是变换矩阵,是偏置向量,表示激活函数。
6.根据权利要求5所述的磁浮式安全电装置,其特征在于,所述磁浮式隔断机构状态检测预警模块,包括:
状态检测结果生成单元,用于将所述温度多尺度时序关联特征向量通过基于分类器的状态检测结果生成器以得到状态检测结果,所述状态检测结果用于表示磁浮式隔断机构的状态是否存在异常;
状态异常预警单元,用于响应于所述状态检测结果为磁浮式隔断机构的状态存在异常,生成状态异常预警提示。
7.根据权利要求6所述的磁浮式安全电装置,其特征在于,所述预警处理器被部署于边缘计算节点。
8.一种用于如权利要求1至权利要求7任一项所述的磁浮式安全电装置的状态检测方法,其特征在于,包括:
获取由温度传感器采集的温度值的时间序列;
将所述温度值的时间序列按照时间维度排列为温度时序输入向量;
计算所述温度时序输入向量中各个位置的温度值的温度变化率以得到温度变化率时序输入向量;
通过基于深度神经网络的时序模式特征提取器分别对所述温度时序输入向量和所述温度变化率时序输入向量进行特征提取以得到温度绝对量时序关联特征向量和温度变化量时序关联特征向量;
使用动态元素级特征融合模块对所述温度绝对量时序关联特征向量和所述温度变化量时序关联特征向量进行处理以得到温度多尺度时序关联特征向量作为温度多尺度时序关联特征;
基于所述温度多尺度时序关联特征,确定磁浮式隔断机构的状态是否存在异常,并确定是否生成状态异常预警提示。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410666324.2A CN118300280B (zh) | 2024-05-28 | 2024-05-28 | 磁浮式安全电装置及状态检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410666324.2A CN118300280B (zh) | 2024-05-28 | 2024-05-28 | 磁浮式安全电装置及状态检测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN118300280A true CN118300280A (zh) | 2024-07-05 |
CN118300280B CN118300280B (zh) | 2024-08-09 |
Family
ID=91684027
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410666324.2A Active CN118300280B (zh) | 2024-05-28 | 2024-05-28 | 磁浮式安全电装置及状态检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN118300280B (zh) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5315982A (en) * | 1990-05-12 | 1994-05-31 | Combustion Electromagnetics, Inc. | High efficiency, high output, compact CD ignition coil |
JP3158030U (ja) * | 2009-04-14 | 2010-03-11 | 耀勝電子股▲フェン▼有限公司 | トランス及びトランス回路 |
US20100280768A1 (en) * | 2009-05-04 | 2010-11-04 | R.W Beckett Corporation | Fail safe multi-sensor component |
-
2024
- 2024-05-28 CN CN202410666324.2A patent/CN118300280B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5315982A (en) * | 1990-05-12 | 1994-05-31 | Combustion Electromagnetics, Inc. | High efficiency, high output, compact CD ignition coil |
JP3158030U (ja) * | 2009-04-14 | 2010-03-11 | 耀勝電子股▲フェン▼有限公司 | トランス及びトランス回路 |
US20100280768A1 (en) * | 2009-05-04 | 2010-11-04 | R.W Beckett Corporation | Fail safe multi-sensor component |
Non-Patent Citations (1)
Title |
---|
刘兴平等: "一种配电变压器绕组变形故障的在线监测新方法", 电力系统保护与控制, no. 12, 16 June 2013 (2013-06-16), pages 20 - 26 * |
Also Published As
Publication number | Publication date |
---|---|
CN118300280B (zh) | 2024-08-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110221145B (zh) | 电力设备故障诊断方法、装置及终端设备 | |
CN107766533A (zh) | 话务量异常的自动检测方法及系统、存储介质、电子设备 | |
JP2010002370A (ja) | パターン抽出プログラム、方法及び装置 | |
CN115357470B (zh) | 信息生成方法、装置、电子设备和计算机可读介质 | |
CN112037223B (zh) | 图像缺陷检测方法、装置及电子设备 | |
CN114385869A (zh) | 检测数据异常的方法、装置、存储介质及计算机设备 | |
CN114780338A (zh) | 主机信息处理方法、装置、电子设备和计算机可读介质 | |
CN118410375A (zh) | 信息技术与运营技术的深度整合方法 | |
CN118168688A (zh) | 锅炉烟气余热回收系统的实时监测方法 | |
CN118071385A (zh) | 一种面向全物联网架构的营销业务融合方法和系统 | |
EP4187472A1 (en) | Method and apparatus for detecting false transaction orders | |
CN113971400B (zh) | 一种文本检测方法、装置、电子设备及存储介质 | |
CN118300280B (zh) | 磁浮式安全电装置及状态检测方法 | |
CN109586788B (zh) | 监控系统故障诊断方法、装置、计算机设备及存储介质 | |
CN114004313A (zh) | 故障gpu的预测方法、装置、电子设备及存储介质 | |
CN118449279B (zh) | 基于云服务的智慧安全用电管理系统 | |
CN110489341B (zh) | 一种测试方法、装置、存储介质及电子设备 | |
CN118536021B (zh) | 基于多传感器的实时地下水水位动态监测系统 | |
CN117057681B (zh) | 软件质量评估方法、装置、设备和存储介质 | |
CN117131366B (zh) | 变压器维修设备控制方法、装置、电子设备和可读介质 | |
CN118445734B (zh) | 托卡马克实验数据智能处理方法及系统 | |
CN117092933B (zh) | 转动机械设备控制方法、装置、设备和计算机可读介质 | |
CN118553082A (zh) | 基于物联网的变电站安全预警系统及方法 | |
CN113672675B (zh) | 数据检测方法、装置和电子设备 | |
CN118630911A (zh) | 电化学储能电站智慧安全监测系统及方法 |
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 |