电缆接头处潮湿的局部放电异常的识别装置、方法及设备

技术领域

本申请属于电力设施技术领域，具体涉及一种电缆接头处潮湿的局部放电异常的识别装置、方法及设备。

背景技术

电缆关系着信息传输、工业作业、交通运行等生活中的方方面面，一旦出现故障，将对人们的生产生活造成巨大的影响。其中，局部放电是影响电缆正常运行的原因之一。水分可以导致绝缘材料的介电强度降低，从而提高局部放电的可能性与严重性。因此，对电缆进行定期的受潮局部放电异常检测是十分必要的。

工作人员通过外观检查和手动触摸电缆接头，来检测是否存在局部放电异常，并基于经验判断局部放电异常是否是由受潮引起的，但这种方式不仅检测量巨大、效率低下，还提高了工作人员的危险程度。还可以通过测量电缆的工作数据来进行检测，但这种方式不能检测出局部放电异常是否是由受潮引起的。因此，如何高效地对电缆接头进行受潮局部放电异常检测是本领域技术人员亟待解决的技术问题。

发明内容

本申请实施例的目的是提供一种电缆接头处潮湿的局部放电异常的识别装置、方法及设备，目的在于根据漏电电流或声光信息快速识别局部放电异常，根据直接获取的异常特征与受潮程度相应的异常特征，精准确定该局部放电异常是否是由受潮引起的，提高检测效率与精准度。

第一方面，本申请实施例提供了一种电缆接头处潮湿的局部放电异常的识别装置，所述装置包括：

受潮模型构建模块，用于基于当前电缆接头的环境数据，以及历史数据中环境数据对受潮程度的影响，构建潮湿模型；

局部放电识别模块，用于识别电缆接头是否存在局部放电异常；

特征对比模块，用于识别所述局部放电异常的异常特征，与基于潮湿模型确定的受潮程度所关联的受潮放电异常进行特征对比，以确定是否为受潮引起的局部放电。

第二方面，本申请实施例提供了一种电缆接头处潮湿的局部放电异常的识别方法，所述方法包括：

通过受潮模型构建模块基于当前电缆接头的环境数据，以及历史数据中环境数据对受潮程度的影响，构建潮湿模型；

通过局部放电识别模块识别电缆接头是否存在局部放电异常；

通过特征对比模块识别所述局部放电异常的异常特征，与基于潮湿模型确定的受潮程度所关联的受潮放电异常进行特征对比，以确定是否为受潮引起的局部放电。

第三方面，本申请实施例提供了一种电子设备，该电子设备包括处理器、存储器及存储在所述存储器上并可在所述处理器上运行的程序或指令，所述程序或指令被所述处理器执行时实现如第一方面所述的方法的步骤。

第四方面，本申请实施例提供了一种可读存储介质，所述可读存储介质上存储程序或指令，所述程序或指令被处理器执行时实现如第一方面所述的方法的步骤。

第五方面，本申请实施例提供了一种芯片，所述芯片包括处理器和通信接口，所述通信接口和所述处理器耦合，所述处理器用于运行程序或指令，实现如第一方面所述的方法。

在本申请实施例中，受潮模型构建模块，用于基于当前电缆接头的环境数据，以及历史数据中环境数据对受潮程度的影响，构建潮湿模型；局部放电识别模块，用于识别电缆接头是否存在局部放电异常；特征对比模块，用于识别所述局部放电异常的异常特征，与基于潮湿模型确定的受潮程度所关联的受潮放电异常进行特征对比，以确定是否为受潮引起的局部放电。

通过上述电缆接头处潮湿的局部放电异常的识别装置，通过获取漏电电流或声光信息，可以确定电缆接头是否存在局部放电异常，通过比较直接获取的异常特征与根据受潮程度关联得到的异常特征，可以确定是否为受潮引起的局部放电，提高了检测的自动化水平，从而实现提高检测效率的效果。

附图说明

图1是本申请实施例一提供的电缆接头处潮湿的局部放电异常的识别装置的结构示意图；

图2是本申请实施例二提供的电缆接头处潮湿的局部放电异常的识别装置的结构示意图；

图3是本申请实施例三提供的电缆接头处潮湿的局部放电异常的识别装置的结构示意图；

图4是本申请实施例四提供的电缆接头处潮湿的局部放电异常的识别装置的结构示意图；

图5是本申请实施例五提供的电缆接头处潮湿的局部放电异常的识别装置的结构示意图；

图6是本申请实施例六提供的电缆接头处潮湿的局部放电异常的识别装置的结构示意图；

图7是本申请实施例七提供的电缆接头处潮湿的局部放电异常的识别方法的流程示意图；

图8是本申请实施例八提供的电子设备的结构示意图。

具体实施方式

为了使本申请的目的、技术方案和优点更加清楚，下面结合附图对本申请具体实施例作进一步的详细描述。可以理解的是，此处所描述的具体实施例仅仅用于解释本申请，而非对本申请的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本申请相关的部分而非全部内容。在更加详细地讨论示例性实施例之前应当提到的是，一些示例性实施例被描述成作为流程图描绘的处理或方法。虽然流程图将各项操作(或步骤)描述成顺序的处理，但是其中的许多操作可以被并行地、并发地或者同时实施。此外，各项操作的顺序可以被重新安排。当其操作完成时所述处理可以被终止，但是还可以具有未包括在附图中的附加步骤。所述处理可以对应于方法、函数、规程、子例程、子程序等等。

下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚地描述，显然，所描述的实施例是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员获得的所有其他实施例，都属于本申请保护的范围。

本申请的说明书和权利要求书中的术语“第一”、“第二”等是用于区别类似的对象，而不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，以便本申请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，且“第一”、“第二”等所区分的对象通常为一类，并不限定对象的个数，例如第一对象可以是一个，也可以是多个。此外，说明书以及权利要求中“和/或”表示所连接对象的至少其中之一，字符“/”，一般表示前后关联对象是一种“或”的关系。

下面结合附图，通过具体的实施例及其应用场景对本申请实施例提供的电缆接头处潮湿的局部放电异常的识别装置、方法及设备进行详细地说明。

实施例一

图1是本申请实施例一提供的电缆接头处潮湿的局部放电异常的识别装置的结构示意图。如图1所示，具体包括如下步骤：

受潮模型构建模块110，用于基于当前电缆接头的环境数据，以及历史数据中环境数据对受潮程度的影响，构建潮湿模型；

局部放电识别模块120，用于识别电缆接头是否存在局部放电异常；

特征对比模块130，用于识别所述局部放电异常的异常特征，与基于潮湿模型确定的受潮程度所关联的受潮放电异常进行特征对比，以确定是否为受潮引起的局部放电。

本申请适用于基于电缆接头的环境数据，识别电缆接头是否存在局部放电异常，并且确定是否为受潮引起的局部放电的场景。具体的，对于潮湿模型的构建以及异常特征的对比可以由智能终端设备执行，工作人员接收告警信息，并根据告警信息内的电缆接头的位置信息，对受潮引起局部放电的电缆接头进行维护，保证电缆的正常运行。

基于上述使用场景，可以理解的，本申请的执行主体可以是该智能终端设备，例如台式电脑、笔记本电脑、手机、平板电脑以及交互式多媒体设备等，此处不做过多的限定。

受潮模型构建模块110，可以是由计算机的微处理芯片等组成，用于基于当前电缆接头的环境数据，以及历史数据中环境数据对受潮程度的影响，构建潮湿模型。

电缆可以是一种用于运输电力或信号的装置，由一个或多个导体、绝缘层、护套以及接头等部分组成。接头可以是一种用于连接两根或多跟电缆的电气元件。

环境数据可以包括温度数据、湿度数据、气压数据以及环境介质数据等。温度数据可以是对电缆周边环境的热度或冷度的度量，单位为摄氏度(℃)，可以通过使用温度计、热电偶、红外线测温仪以及热像仪等设备获取温度数据。湿度数据可以是电缆周边环境的相对湿度(RH，Relative Humidity)，相对湿度可以是空气中所含水分的实际含量与当前温度下所能容纳的水分最大量之间的比值，一般以百分比的形式表示，可以通过使用湿度计、热电偶以及湿度传感器等设备获取湿度数据。气压数据可以是是电缆周边环境中大气对于电缆单位面积的压力，单位为帕斯卡(Pa)，可以通过使用压力计、水银压力计以及电子数字气压计等设备获取气压数据。环境介质数据可以是电缆周围环境的物质材料，如空气、水以及土壤等，可以通过查询电缆设计文件或电缆施工文件获取环境介质数据。

受潮程度可以是一个能够表示电缆绝缘材料受水分影响大小的百分比数值。确定受潮程度的方式，可以采用将获取的环境数据输入进潮湿模型，计算机计算分析并对受潮程度进行反馈。

潮湿模型可以是一种能够反映电缆接头的环境数据与受潮程度的对应关系的神经网络模型。神经网络可以是一种基于生物神经元结构和功能的计算模型，通过多个节点之间的连接和信息传递来实现数据的处理和分析，具体的节点可以是电缆接头的环境数据与受潮程度。构建潮湿模型的方法，可以包括：对数据进行预处理，包括数据清洗以及归一化等操作；设计神经网络的结构，包括网络的层数、每层的神经元数量以及激活函数等；对神经网络的权重和偏置进行初始化，以便进行训练；将电缆接头的环境数据与受潮程度输入到神经网络中进行训练，使用反向传播算法不断调整网络参数，直到模型达到预设的性能要求。

局部放电识别模块120，可以是由计算机的微处理芯片等组成，用于识别电缆接头是否存在局部放电异常。

局部放电异常可以是指电介质中局部区域出现高电场强度而引起的电离现象，一般会伴随着放电声、光、热等现象。电缆终端或接头处存在电场集中的情况，所以局部放电异常一般会发生在电缆终端或者接头处。引起局部放电异常的原因可以包括电缆绝缘老化、接头不良、施工质量不良以及设计缺陷等。局部放电异常对电缆的影响非常严重，可以导致电缆绝缘材料老化加剧、电缆绝缘强度降低以及电缆绝缘损坏等现象，最终可能导致电缆故障或者损坏。

识别是否存在局部放电异常的方式，可以采用根据电缆接头的泄漏电流或声光信息来确定电缆接头是否存在局部放电异常。

特征对比模块130，可以是由计算机的微处理芯片等组成，用于识别所述局部放电异常的异常特征，与基于潮湿模型确定的受潮程度所关联的受潮放电异常进行特征对比，以确定是否为受潮引起的局部放电。

异常特征可以包括局部放电异常的放电电流特征或声光特征。受潮放电异常特征可以基于历史受潮程度以及相对应的异常特征查询获得。

确定是否为受潮引起的局部放电的方式，可以采用计算机定义一个初始值为“假”的布尔类型的数据变量，计算机比较局部放电异常的异常特征以及基于潮湿模型确定的受潮程度所关联的受潮放电异常特征，若两个异常特征一致，则更改变量值为“真”。具体的，上述数据变量代表确定是否为受潮引起的局部放电，变量值为“真”代表是，变量值“假”代表否。

在本申请实例中，受潮模型构建模块，用于基于当前电缆接头的环境数据，以及历史数据中环境数据对受潮程度的影响，构建潮湿模型；局部放电识别模块，用于识别电缆接头是否存在局部放电异常；特征对比模块，用于识别所述局部放电异常的异常特征，与基于潮湿模型确定的受潮程度所关联的受潮放电异常进行特征对比，以确定是否为受潮引起的局部放电。本技术方案，通过获取漏电电流或声光信息，可以确定电缆接头是否存在局部放电异常，通过比较直接获取的异常特征与根据受潮程度关联得到的异常特征，可以确定是否为受潮引起的局部放电，提高了检测的自动化水平，从而实现提高检测效率的效果。

实施例二

图2是本申请实施例二提供的电缆接头处潮湿的局部放电异常的识别装置的结构示意图。本方案在上述实施例的基础上做出了更优的改进，具体改进为：所述局部放电识别模块，具体用于：识别所述电缆接头的泄漏电流以确定电缆接头是否存在局部放电异常；或者，获取所述电缆接头的声光信息，根据所述声光信息确定电缆接头是否存在局部放电异常。

如图2所示，所述装置包括：

受潮模型构建模块210，用于基于当前电缆接头的环境数据，以及历史数据中环境数据对受潮程度的影响，构建潮湿模型；

局部放电识别模块220，用于识别电缆接头是否存在局部放电异常；

特征对比模块230，用于识别所述局部放电异常的异常特征，与基于潮湿模型确定的受潮程度所关联的受潮放电异常进行特征对比，以确定是否为受潮引起的局部放电。

其中，所述局部放电识别模块220，具体用于：识别所述电缆接头的泄漏电流以确定电缆接头是否存在局部放电异常；或者，获取所述电缆接头的声光信息，根据所述声光信息确定电缆接头是否存在局部放电异常。

泄漏电流可以是电流从导体通过绝缘材料流到地面或其他导体的电流，单位为“微安”，单位符号为“mA”。采集泄漏电流的方式，可以采用使用专门用于测量电气设备泄漏电流的泄漏电流测试仪进行测量。根据泄露电流确定是否存在放电异常的方式，可以采用计算机定义一个初始值为“假”的布尔类型的数据变量，计算机比较泄漏电流与设定阈值，若泄漏电流超过设定阈值，则更改变量值为“真”。具体的，上述数据变量代表确定电缆接头是否存在局部放电异常，变量值为“真”代表是，变量值“假”代表否。其中，设定阈值可以根据电缆的型号不同设定不同的数值，取值范围可以为0至999微安。

声光信息可以包括电缆接头处的声音数据与声学图像。声音数据可以是声音数据可以是一系列声波信号的电信号表示。声学图像可以是空间声场分布云图，声学图像使用颜色和亮度表示所拍摄空间内的声波能量的强弱。采集声光信息的方式，可以采用根据需要调节声学成像仪的参数，如深度、增益、探头频率以及波束角度等，并将声学成像仪面向电缆，声学成像仪发出声波，声波被物体反射后被声学成像仪接收，声学成像仪向计算机发送声音数据与声学图像。其中，声学成像仪可以是一种可以将声音可视化，从而实现非接触式无损检测的仪器，具有检测灵敏度高、检测距离远、操作便捷安全以及能对故障点进行精准定位等优势，声学成像仪通过阵列信号处理算法生成声音在一个平面上的声压级分布，以彩色等高线图的方式实现声音可视化，通过照片或视频的方式显示被测物的声音分布。

根据声音数据确定是否存在放电异常的方式，可以采用计算机定义一个初始值为“假”的布尔类型的数据变量，计算机比较声音数据的能量值与设定阈值，若声音数据的能量值超过设定阈值，则更改变量值为“真”。具体的，上述数据变量代表确定电缆接头是否存在局部放电异常，变量值为“真”代表是，变量值“假”代表否。其中，能量值可以是声波的声压级，声压级可以是声波压力的对数值，常用单位可以是分贝(dB)。设定阈值可以是一个代表存在局部放电异常的能量值的最低界限值。

根据声学图像确定是否存在放电异常的方式，可以采用计算机定义一个初始值为“假”的布尔类型的数据变量，计算机查找声学图像的每个像素的颜色信息，若某个像素的颜色信息为黄色、橘色以及红色中的一种，则更改变量值为“真”。具体的，上述数据变量代表确定电缆接头是否存在局部放电异常，变量值为“真”代表是，变量值“假”代表否。其中，像素的颜色信息表示了该电缆接头的局部放电异常的严重性。

本技术方案这样设置的好处是，通过根据电缆接头的泄漏电流或声光信息确定电缆接头是否存在局部放电异常，可以确定出存在局部放电异常的电缆接头，为后续的关于出现局部放电异常的原因是否为受潮的检测提供基础。

实施例三

图3是本申请实施例三提供的电缆接头处潮湿的局部放电异常的识别装置的结构示意图。本方案在上述实施例的基础上做出了更优的改进，具体改进为：所述特征对比模块，具体用于：识别所述局部放电异常的放电电流特征，与基于潮湿模型确定的受潮程度所关联的受潮放电异常进行特征对比，以确定是否为受潮引起的局部放电；或者，识别所述局部放电异常的声光特征，与基于潮湿模型确定的受潮程度所关联的受潮放电异常进行特征对比，以确定是否为受潮引起的局部放电。

如图3所示，所述装置包括：

受潮模型构建模块310，用于基于当前电缆接头的环境数据，以及历史数据中环境数据对受潮程度的影响，构建潮湿模型；

局部放电识别模块320，用于识别电缆接头是否存在局部放电异常；

特征对比模块330，用于识别所述局部放电异常的异常特征，与基于潮湿模型确定的受潮程度所关联的受潮放电异常进行特征对比，以确定是否为受潮引起的局部放电。

其中，所述特征对比模块330，具体用于：识别所述局部放电异常的放电电流特征，与基于潮湿模型确定的受潮程度所关联的受潮放电异常进行特征对比，以确定是否为受潮引起的局部放电；

或者，

识别所述局部放电异常的声光特征，与基于潮湿模型确定的受潮程度所关联的受潮放电异常进行特征对比，以确定是否为受潮引起的局部放电。

放电电流特征可以是泄漏电流的变化曲线。识别放电电流特征的方式，可以采用以时间为横轴，以泄漏电流为纵轴建立平面直角坐标系，每相隔1s采集一次泄漏电流并在平面直角坐标系中的对应位置进行标点，计算机采用拟合算法将各个标点拟合为一条光滑曲线。其中，拟合算法可以是一种利用数学模型对数据进行逼近和拟合的方法，常见的拟合算法包括最小二乘法、多项式拟合、核函数方法以及决策树等。

声光特征可以包括声音数据的音频能谱以及声学图像的图像特征。

音频能谱可以是一个声波信号在不同频率下的能量分布情况图。识别音频能谱的方式，可以采用以频率为横轴，以相应频率下的能量值为纵轴，建立平面直角坐标系，并对声音数据进行傅里叶变换。

图像特征可以包括彩色等高线的位置特征与颜色特征。其中，位置特征可以是像素点坐标，颜色特征可以是像素点的红、绿、蓝三个通道的数值。识别图像特征的方式，可以采用图像识别技术。其中，图像识别技术可以是一种利用计算机视觉和机器学习等技术，对数字图像进行自动化分析和识别的技术。

本技术方案这样设置的好处是，通过识别局部放电异常的放电电流特征或声光特征，可以帮助计算机自动进行电缆接头处的潮湿局部放电异常的检测，实现提高检测效率的效果。

实施例四

图4是本申请实施例四提供的电缆接头处潮湿的局部放电异常的识别装置的结构示意图。本方案在实施例一的基础上做出了更优的改进，具体改进为：所述受潮模型构建模块，具体用于：获取电缆接头的接头方式；基于当前电缆接头的接头方式、环境数据，以及历史数据中环境数据对受潮程度的影响，构建潮湿模型。

如图4所示，所述装置包括：

受潮模型构建模块410，用于基于当前电缆接头的环境数据，以及历史数据中环境数据对受潮程度的影响，构建潮湿模型；

局部放电识别模块420，用于识别电缆接头是否存在局部放电异常；

特征对比模块430，用于识别所述局部放电异常的异常特征，与基于潮湿模型确定的受潮程度所关联的受潮放电异常进行特征对比，以确定是否为受潮引起的局部放电。

其中，所述受潮模型构建模块410，具体用于：获取电缆接头的接头方式；基于当前电缆接头的接头方式、环境数据，以及历史数据中环境数据对受潮程度的影响，构建潮湿模型。

常见的接头方式可以包括套管式接头、冷缩式接头、压接式接头以及焊接式接头四种。套管式接头可以是一种通过套管和绝缘套管将两根电缆连接在一起的接头，通常用于低压电缆的连接；冷缩式接头可以是一种通过热收缩绝缘套管的方式将两根电缆连接在一起的接头，可以耐受高温、防水和耐腐蚀，并且适用于高压电力系统中的连接；压接式接头可以是一种通过压接方式将两根电缆连接在一起的接头，常用于中低压电力系统中的连接；焊接式接头可以是一种通过电焊的方式将两根电缆连接在一起的接头，适用于高压电力系统中的连接。

获取接头方式的方式，可以采用查询电缆设计文件或电缆施工文件，还可以采用对声学成像仪采集的彩色图像进行图像识别来获取接头方式。

构建潮湿模型的方式，可以采用在实施例一所述的潮湿模型中添加接头方式节点，并重新训练模型。

本技术方案这样设置的好处是，通过基于当前电缆接头的接头方式、环境数据，以及历史数据中环境数据对受潮程度的影响，构建潮湿模型，可以去除接头方式因素造成的检测结果误差，实现提高适用性和可靠性的效果。

实施例五

图5是本申请实施例五提供的电缆接头处潮湿的局部放电异常的识别装置的结构示意图。本方案在实施例一的基础上做出了更优的改进，具体改进为：所述装置还包括：所述装置还包括：告警模块，用于在存在局部放电异常的情况下，基于是否为受潮引起的局部放电的确定结果，生成告警信息。

如图5所示，所述装置包括：

受潮模型构建模块510，用于基于当前电缆接头的环境数据，以及历史数据中环境数据对受潮程度的影响，构建潮湿模型；

局部放电识别模块520，用于识别电缆接头是否存在局部放电异常；

特征对比模块530，用于识别所述局部放电异常的异常特征，与基于潮湿模型确定的受潮程度所关联的受潮放电异常进行特征对比，以确定是否为受潮引起的局部放电。

告警模块540，用于在存在局部放电异常的情况下，基于是否为受潮引起的局部放电的确定结果，生成告警信息。

告警信息可以是用于警告提示工作人员需对存在局部放电异常的电缆接头进行处理的信息，可以包括告警图标、放电电流特征或声光特征以及告警音频等。

生成告警信息的方式，可以采用智能终端设备的显示器弹出告警窗口，窗口内显示告警图标以及放电电流特征或声光特征，扬声器播放警示音频，在视觉与听觉两个方面对工作人员进行警示。

可选的，告警信息还可以包括由计算机智能分析出的局部放电异常对应的维护操作流程；相应的，上述维护操作流程可以通过显示器上的告警窗口进行显示。

本技术方案这样设置的好处是，通过生成告警信息，可以快速引起工作人员的注意，使工作人员立即对受潮局部放电异常的电缆接头进行维护，提高电缆运行的稳定性。

实施例六

图6是本申请实施例六提供的电缆接头处潮湿的局部放电异常的识别装置的结构示意图。本方案在上述实施例的基础上做出了更优的改进，具体改进为：所述装置还包括：所述装置还包括：所述装置还包括：定位模块，用于在存在局部放电异常的情况下，获取电缆接头的位置信息；所述告警模块，还用于在存在局部放电异常的情况下，基于是否为受潮引起的局部放电的确定结果，以及所述定位信息，生成告警信息。

如图6所示，所述装置包括：

受潮模型构建模块610，用于基于当前电缆接头的环境数据，以及历史数据中环境数据对受潮程度的影响，构建潮湿模型；

局部放电识别模块620，用于识别电缆接头是否存在局部放电异常；

特征对比模块630，用于识别所述局部放电异常的异常特征，与基于潮湿模型确定的受潮程度所关联的受潮放电异常进行特征对比，以确定是否为受潮引起的局部放电；

定位模块640，用于在存在局部放电异常的情况下，获取电缆接头的位置信息；

告警模块650，用于在存在局部放电异常的情况下，基于是否为受潮引起的局部放电的确定结果，生成告警信息。

其中，所述告警模块650，还用于在存在局部放电异常的情况下，基于是否为受潮引起的局部放电的确定结果，以及所述定位信息，生成告警信息。

位置信息可以是电缆接头在数字地图中的坐标。获取位置信息的方式，可以采用根据声学成像仪的定位坐标、声学成像仪的角度数据、声学成像仪的摄像头参数以及电缆接头在声学成像仪采集的彩色图像中的大小与位置信息计算得出。

其中，获取声学成像仪的定位坐标的方式，可以采用声学成像仪具有GPS(GlobalPositioning System，全球定位系统)定位模块，GPS定位模块接收多个GPS卫星发送的信号，每个信号里面有该信号发出的时间T，然后根据时间T与接收的时间之差计算出水浸传感器到各个GPS卫星的距离，从而得到定位坐标；声学成像仪的角度数据可以包括水平方向与垂直方向的角度，水平方向的角度以正北方向为基准0度，顺时针方向为0-360度，垂直方向的角度以垂直向上的方向为基准0度，顺时针方向为0-360度；声学成像仪的摄像头参数可以包括焦距以及光心等。

相应的，位置信息可以通过智能终端设备的显示器上的告警窗口进行显示。

本技术方案这样设置的好处是，通过获取电缆接头的位置信息，并根据定位信息生成告警信息，可以帮助工作人员快速找到存在受潮局部放电异常的电缆接头并对其进行维护，保证电缆的正常运行。

实施例七

图7是本申请实施例七提供的电缆接头处潮湿的局部放电异常的识别方法的流程示意图。如图7所示，具体包括如下步骤：

S701、通过受潮模型构建模块基于当前电缆接头的环境数据，以及历史数据中环境数据对受潮程度的影响，构建潮湿模型；

S702、通过局部放电识别模块识别电缆接头是否存在局部放电异常；

S703、通过特征对比模块识别所述局部放电异常的异常特征，与基于潮湿模型确定的受潮程度所关联的受潮放电异常进行特征对比，以确定是否为受潮引起的局部放电。

在本申请实施例中，通过受潮模型构建模块基于当前电缆接头的环境数据，以及历史数据中环境数据对受潮程度的影响，构建潮湿模型；通过局部放电识别模块识别电缆接头是否存在局部放电异常；通过特征对比模块识别所述局部放电异常的异常特征，与基于潮湿模型确定的受潮程度所关联的受潮放电异常进行特征对比，以确定是否为受潮引起的局部放电。通过上述电缆接头处潮湿的局部放电异常的识别方法，通过获取漏电电流或声光信息，可以确定电缆接头是否存在局部放电异常，通过比较直接获取的异常特征与根据受潮程度关联得到的异常特征，可以确定是否为受潮引起的局部放电，提高了检测的自动化水平，从而实现提高检测效率的效果。

本申请实施例提供的电缆接头处潮湿的局部放电异常的识别方法与上述实施例所提供的电缆接头处潮湿的局部放电异常的识别装置相对应，具有相同的功能模块和有益效果，为避免重复，这里不再赘述。

实施例八

如图8所示，本申请实施例还提供一种电子设备800，包括处理器801，存储器802，存储在存储器802上并可在所述处理器801上运行的程序或指令，该程序或指令被处理器801执行时实现上述电缆接头处潮湿的局部放电异常的识别装置实施例的各个过程，且能达到相同的技术效果，为避免重复，这里不再赘述。

需要说明的是，本申请实施例中的电子设备包括上述所述的移动电子设备和非移动电子设备。

实施例九

本申请实施例还提供一种可读存储介质，所述可读存储介质上存储有程序或指令，该程序或指令被处理器执行时实现上述电缆接头处潮湿的局部放电异常的识别装置实施例的各个过程，且能达到相同的技术效果，为避免重复，这里不再赘述。

其中，所述处理器为上述实施例中所述的电子设备中的处理器。所述可读存储介质，包括计算机可读存储介质，如计算机只读存储器(Read-Only Memory，ROM)、随机存取存储器(Random Access Memory，RAM)、磁碟或者光盘等。

实施例十

本申请实施例另提供了一种芯片，所述芯片包括处理器和通信接口，所述通信接口和所述处理器耦合，所述处理器用于运行程序或指令，实现上述电缆接头处潮湿的局部放电异常的识别装置实施例的各个过程，且能达到相同的技术效果，为避免重复，这里不再赘述。

应理解，本申请实施例提到的芯片还可以称为系统级芯片、系统芯片、芯片系统或片上系统芯片等。

需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者装置不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者装置所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。此外，需要指出的是，本申请实施方式中的方法和装置的范围不限按示出或讨论的顺序来执行功能，还可包括根据所涉及的功能按基本同时的方式或按相反的顺序来执行功能，例如，可以按不同于所描述的次序来执行所描述的方法，并且还可以添加、省去、或组合各种步骤。另外，参照某些示例所描述的特征可在其他示例中被组合。

通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分可以以计算机软件产品的形式体现出来，该计算机软件产品存储在一个存储介质(如ROM/RAM、磁碟、光盘)中，包括若干指令用以使得一台终端(可以是手机，计算机，服务器，或者网络设备等)执行本申请各个实施例所述的方法。

上面结合附图对本申请的实施例进行了描述，但是本申请并不局限于上述的具体实施方式，上述的具体实施方式仅仅是示意性的，而不是限制性的，本领域的普通技术人员在本申请的启示下，在不脱离本申请宗旨和权利要求所保护的范围情况下，还可做出很多形式，均属于本申请的保护之内。

上述仅为本申请的较佳实施例及所运用的技术原理。本申请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的各种明显变化、重新调整及替代均不会脱离本申请的保护范围。因此，虽然通过以上实施例对本申请进行了较为详细的说明，但是本申请不仅仅限于以上实施例，在不脱离本申请构思的情况下，还可以包括更多其他等效实施例，而本申请的范围由权利要求的范围决定。