基于温度监测的高低压成套设备保护方法及系统

技术领域

本发明涉及用电安全保护技术领域，具体涉及一种基于温度监测的高低压成套设备保护方法及系统。

背景技术

高低压成套设备是以开关设备为主体，将各种电器元件组装成一体的成套电气设备，在使用时，常由于电阻等原因，造成内部温度上升，若不能及时降温，则会影响设备的使用寿命或引发起火等安全问题，因此对高低压设备进行温度监测很有必要。但传统的高低压设备温度监测方法，多使用固定的温度阈值进行温度监测预警，针对不同的电力任务的不同故障触发温度值和温度阈值，温度异常状态漏检率比较高。

发明内容

本申请提供了一种基于温度监测的高低压成套设备保护方法及系统，用于解决现有技术中使用固定的温度阈值进行预警时，温度异常状态漏检率高的技术问题。

本申请的第一个方面，提供了一种基于温度监测的高低压成套设备保护方法，所述方法包括：与高低压成套设备控制终端进行交互，获取高低压成套设备元件控制状态和高低压成套设备元件拓扑结构；根据所述高低压成套设备元件控制状态，对所述高低压成套设备元件拓扑结构的温度异常高频位置进行正采样，生成温度分布基线和温度分布离散点云；根据所述温度分布基线和所述温度分布离散点云，构建温度二级异常识别节点内嵌于服务端；在所述温度异常高频位置，部署温度监测终端，实时接收温度波动时序信息；激活所述温度二级异常识别节点对所述温度波动时序信息进行异常分析，生成温度异常位置，发送至用户端的可视化触控界面进行预警。

本申请的第二个方面，提供了一种基于温度监测的高低压成套设备保护系统，所述系统包括：设备信息交互模块，所述设备信息交互模块用于与高低压成套设备控制终端进行交互，获取高低压成套设备元件控制状态和高低压成套设备元件拓扑结构；温度异常高频位置采样模块，所述温度异常高频位置采样模块用于根据所述高低压成套设备元件控制状态，对所述高低压成套设备元件拓扑结构的温度异常高频位置进行正采样，生成温度分布基线和温度分布离散点云；温度二级异常识别节点构建模块，所述温度二级异常识别节点构建模块用于根据所述温度分布基线和所述温度分布离散点云，构建温度二级异常识别节点内嵌于服务端；温度波动时序信息接收模块，所述温度波动时序信息接收模块用于在所述温度异常高频位置，部署温度监测终端，实时接收温度波动时序信息；温度异常预警模块，所述温度异常预警模块用于激活所述温度二级异常识别节点对所述温度波动时序信息进行异常分析，生成温度异常位置，发送至用户端的可视化触控界面进行预警。

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：

本申请提供的一种基于温度监测的高低压成套设备保护方法，涉及用电安全保护技术领域，通过获取高低压成套设备元件控制状态和拓扑结构，并根据控制状态，对温度异常高频位置进行正采样，生成温度分布基线和温度分布离散点云，构建温度二级异常识别节点内嵌于服务端；在温度异常高频位置，部署温度监测终端，实时接收温度波动时序信息，并通过温度二级异常识别节点进行异常分析，生成温度异常位置，发送至用户端进行预警，解决了现有技术中使用固定的温度阈值进行预警时，温度异常状态漏检率高的技术问题，实现了通过分级识别，提高温度异常监测效率和准确率，以及提高温度监测可视化水平的技术效果。

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的介绍，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为本申请实施例提供的一种基于温度监测的高低压成套设备保护方法流程示意图；

图2为本申请实施例提供的一种基于温度监测的高低压成套设备保护方法中生成温度分布基线和温度分布离散点云的流程示意图；

图3为本申请实施例提供的一种基于温度监测的高低压成套设备保护方法中生成所述温度分布离散点云和集中健康温度的流程示意图；

图4为本申请实施例提供的一种基于温度监测的高低压成套设备保护系统结构示意图。

附图标记说明：设备信息交互模块11，温度异常高频位置采样模块12，温度二级异常识别节点构建模块13，温度波动时序信息接收模块14，温度异常预警模块15。

具体实施方式

本申请提供了一种基于温度监测的高低压成套设备保护方法，用于解决现有技术中使用固定的温度阈值进行预警时，温度异常状态漏检率高的技术问题。

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、完整的描述。显然，所描述的实施例仅仅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在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本申请保护的范围。

需要说明的是，本申请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。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、产品或服务器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模块。

实施例一

如图1所示，本申请提供了一种基于温度监测的高低压成套设备保护方法，所述方法包括：

P10：与高低压成套设备控制终端进行交互，获取高低压成套设备元件控制状态和高低压成套设备元件拓扑结构；

示例性的，与待监测的高低压成套设备的控制终端进行数据交互，从控制终端中获取当前待监测的高低压成套设备的各个设备元件的控制状态，所述控制状态包括设备当前的电压、电流、运行功率等，不同控制状态下设备的温度表现不同。进一步的，以待监测的高低压成套设备的各个设备元件为节点，结合各设备元件之间的连接关系，绘制出高低压成套设备元件拓扑结构，所述拓扑结构也就是由网络节点设备和通信介质构成的网络结构，可以反映各个设备元件的连接、分布和相互作用关系。

进一步的，本申请实施例还包括步骤P20a，步骤P20a还包括：

P21a：根据所述高低压成套设备元件拓扑结构进行温度故障采样，生成温度异常记录数据，其中，所述温度异常记录数据包括温度异常拓扑位置；

P22a：根据所述温度异常拓扑位置对所述温度异常记录数据进行聚类分组，生成温度异常记录分组结果；

P23a：遍历所述温度异常记录分组结果，统计多个组内异常记录数量，设为多个拓扑位置异常频率；

P24a：将所述多个拓扑位置异常频率大于或等于异常频率阈值的拓扑位置，设为所述温度异常高频位置。

应当理解的是，在进行温度监测前，首先需要根据所述高低压成套设备元件拓扑结构，从待监测的高低压成套设备的历史故障数据中，进行温度故障采样，随机提取过去一段时间内（可以是三个月、半年等，具体时间可根据实际情况做适应性调整）的温度故障记录数据，生成温度异常记录数据，所述温度异常记录数据包括温度异常拓扑位置，也就是发生温度异常故障的元件位置。

进一步的，按照所述温度异常拓扑位置对所述温度异常记录数据进行聚类分组，将拓扑位置接近的温度异常记录数据分类到同一个簇中，将拓扑位置较远的温度异常记录数据分类到不同的簇中，得到多个温度异常记录数据分类簇，以此作为温度异常记录分组结果。进一步的，遍历所述温度异常记录分组结果，分别统计每个组内温度异常记录数据的数量，并结合历史数据的采集时长设置多个拓扑位置异常频率，例如，某个位置每个月的温度异常频率为3次。

进一步的，根据经验值设定一个异常频率阈值，例如设定每个月的异常频率最大值为2次，并将所述多个拓扑位置异常频率大于或等于异常频率阈值的拓扑位置，设为所述温度异常高频位置，用来作为温度重点监测位置。

P20：根据所述高低压成套设备元件控制状态，对所述高低压成套设备元件拓扑结构的温度异常高频位置进行正采样，生成温度分布基线和温度分布离散点云；

具体的，根据各个高低压成套设备元件的控制状态，对所述高低压成套设备元件拓扑结构中的温度异常高频位置进行正采样，也就是从正温度样本中进行温度数据采样，所述正温度样本也就是设备正常运行状态下的温度数据，并根据正温度样本，生成温度分布基线和温度分布离散点云，所述温度分布基线也就是正常温度的分布范围基准线，所述温度分布离散点云可以反映正常温度的离散式分布范围，

进一步的，如图2所示，本申请实施例步骤P20还包括：

P21：根据所述高低压成套设备元件控制状态和所述高低压成套设备元件拓扑结构，从第一设备用户、第二设备用户直到第N设备用户进行所述温度异常高频位置的温度正采样，获取第一温度记录集、第二温度记录集直到第N温度记录集；

P22：从所述第一温度记录集、所述第二温度记录集直到所述第N温度记录集，提取所述温度异常高频位置的第一异常高频位置的健康温度记录集；

P23：对所述健康温度记录集进行离群因子分析，生成所述温度分布离散点云和集中健康温度；

P24：对所述集中健康温度提取极大健康温度和极小健康温度，构建所述温度分布基线。

其中，参照所述高低压成套设备元件控制状态和所述高低压成套设备元件拓扑结构，依次将所有温度异常的设备进行历史运行温度正采样，从第一设备用户、第二设备用户直到第N设备用户分别进行所述温度异常高频位置的历史温度正采样，获取第一设备的第一温度记录集、第二设备的第二温度记录集直到第N设备的第N温度记录集。进一步的，从所述第一温度记录集、所述第二温度记录集直到所述第N温度记录集中，提取所述温度异常高频位置的第一异常高频位置的健康温度记录集，也就是提取所述温度异常高频位置的任意一个异常高频位置的所有设备的健康温度记录，所述健康温度记录也就是设备的历史正常运行温度值。

进一步的，对所述健康温度记录集中的所有温度记录进行离群因子分析，也就是将所有的温度记录看作数据点，并检测所有数据点与其他数据点的温度差距，并进行数据点分类，将与其他温度值差距较大的数据点作为离散温度点，并根据分布距离坐标，生成所述温度分布离散点云，将与其他温度值差距较小的数据点作为集中健康温度。并提取所述集中健康温度中最大健康温度和最小健康温度，构建所述温度分布基线，也就是健康温度分布范围，可以作为温度异常检测的参考约束。

进一步的，如图3所示，本申请实施例步骤P23还包括：

P23-1：设定离群因子分析域容量，其中，所述离群因子分析域容量表征离群分析的参考因子数量为k，k≥6，k为整数；

P23-2：从所述健康温度记录集，提取第一健康温度，以所述第一健康温度为基准，从所述健康温度记录集自近而远筛选k个参考温度，构建离群因子分析域；

P23-3：根据所述离群因子分析域进行离群因子分析，生成第一健康温度离群因子；

进一步的，本申请实施例步骤P23-3还包括：

P23-31：在所述离群因子分析域中，以第一健康温度为中心，将所述k个参考温度围绕所述第一健康温度进行等弧长分布，遍历k个参考温度分布位置，连接第一健康温度分布位置，生成k个连线；

P23-32：基于单位距离温差，在k个连线上，对所述k个参考温度分布位置进行更新，生成k个参考温度分布更新位置；

P23-33：连接所述k个参考温度分布更新位置，计算闭合区域面积，设为第一健康温度离群面积；

P23-34：遍历所述健康温度记录集，统计离群面积均值，计算所述第一健康温度离群面积与所述离群面积均值的比值，生成所述第一健康温度离群因子。

应当理解的是，设定离群因子分析域容量，也就是离群因子分析域选择健康温度记录值的数量，其中，设定所述离群因子分析域容量表征离群分析的参考因子数量为k，且k为大于等于6的整数。进一步的，从所述健康温度记录集中随机抽取一个健康温度记录值，作为第一健康温度，并以所述第一健康温度为基准，从所述健康温度记录集自近而远筛选k个离第一健康温度最近的参考温度，构成第一健康温度的离群因子分析域。

进一步的，根据所述离群因子分析域进行离群因子分析，在所述离群因子分析域中，以第一健康温度为圆心，将所述k个参考温度围绕所述第一健康温度进行等弧长分布，也就是等弧长分布在同一个圆上，并遍历k个参考温度分布位置，分别连接第一健康温度分布位置，生成k个连线。进一步的，基于单位距离温差，在k个连线上，分别对所述k个参考温度分布位置进行更新，生成k个参考温度分布更新位置，连接所述k个参考温度分布更新位置，形成一个闭合区域，计算所述闭合区域的面积，并将其设为第一健康温度离群面积。

以此类推，遍历所述健康温度记录集，分别计算所有健康温度记录值的健康温度离群面积，统计计算所有健康温度离群面积的均值，并计算所述第一健康温度离群面积与所述离群面积均值的比值，作为所述第一健康温度离群因子。

P23-4：当所述第一健康温度离群因子大于或等于离群因子阈值，将所述第一健康温度添加进所述温度分布离散点云；

P23-5：当所述第一健康温度离群因子小于所述离群因子阈值，将所述第一健康温度添加进所述集中健康温度。

可选的，通过设备温度监测经验，设定离群因子阈值，例如设置为1，当所述第一健康温度离群因子大于或等于离群因子阈值，说明所述第一健康温度与其他温度差异较大，将所述第一健康温度添加进所述温度分布离散点云。当所述第一健康温度离群因子小于所述离群因子阈值，说明第一健康温度与其他温度差异较小，将所述第一健康温度添加进所述集中健康温度。

P30：根据所述温度分布基线和所述温度分布离散点云，构建温度二级异常识别节点内嵌于服务端；

进一步的，本申请实施例步骤P30还包括：

P31：构建一级异常概率评估函数：

；

其中，

P32：基于所述一级异常概率评估函数，构建一级异常识别通道，其中，当一级异常概率大于或等于异常概率阈值，视为一级异常；

应当理解的是，分布根据所述温度分布基线和所述温度分布离散点云，构建温度二级异常识别节点，并内嵌于温度监测服务端，所述温度二级异常识别节点是指先根据所述温度分布基线进行一次异常温度识别后，再由所述温度分布离散点云进行二次异常温度识别的温度识别节点，通过两次识别，可以提高异常温度识别的适配度和准确性。

可选的，所述一次温度异常识别通过一级异常识别通道实现，所述一级异常识别通道内嵌有一级异常概率评估函数：

；其中，/>

P33：设定二级异常评估规则，构建二级异常识别通道，与所述一级异常识别通道合并，生成所述温度二级异常识别节点内嵌于服务端。

进一步的，本申请实施例步骤P33还包括：

P33-1：设定温度一致区间，遍历所述温度分布离散点云进行聚类，生成多个健康温度聚类结果；

P33-2：当健康温度聚类结果仅有一个健康温度时，将健康温度的数据量置为2，设为两个单点温度，添加进单点温度集；

P33-3：当健康温度聚类结果具有多个健康温度时，构建健康温度区间；

P33-4：当待识别温度不属于所述健康温度区间时，添加进单点温度集作为根节点进行多级分割：

P33-5：当分割层级满足预设层级，仍未出现温度数量为1的叶子节点，对所述待识别温度进行健康标识；

P33-6：当出现温度数量为1的叶子节点，对所述待识别温度进行异常标识。

可选的，根据所述温度分布离散点云的分布范围，设定多个温度一致区间，遍历所述温度分布离散点云进行聚类，将处于相同的温度一致区间的点云分类到同一个簇，处于不同的温度一致区间的点云分类到不同簇，得到多个健康温度聚类结果，进一步的，当任意健康温度聚类结果仅有一个健康温度时，将健康温度的数据量置为2，设为两个单点温度，添加进单点温度集，当任意健康温度聚类结果具有多个健康温度时，构建健康温度区间。

进一步的，当待识别温度在所述健康温度区间内时，说明待识别温度为健康温度，当待识别温度不属于所述健康温度区间时，则将待识别温度添加进单点温度集，并作为根节点进行多级分割，当分割层级满足预设层级，仍未出现温度数量为1的叶子节点，对所述待识别温度进行健康标识，所述预设层级可以是单点温度集的数量/2，当出现温度数量为1的叶子节点，根据健康温度的数据量置为2，可以判定待识别温度不属于健康温度，则对所述待识别温度进行异常标识。以此作为二级异常评估规则，构建二级异常识别通道，并与所述一级异常识别通道合并，生成所述温度二级异常识别节点内嵌于服务端，用来针对较为离散的温度数据进行二次异常识别。

P40：在所述温度异常高频位置，部署温度监测终端，实时接收温度波动时序信息；

在本申请一种可能的实施例中，分别在所述高低压成套设备元件拓扑结构的温度异常高频位置，部署温度监测终端，示例性的，对于设备表面，部署于ATE100M磁吸温度传感器，对于进出线接头按照进出线头的A、B、C三相部署黄、绿、红三种颜色的ATE400感温器，对于设备内部部署PT100感温器固定连接，以此来实时监测各位置的温度变化情况，实时接收温度波动时序信息。

P50：激活所述温度二级异常识别节点对所述温度波动时序信息进行异常分析，生成温度异常位置，发送至用户端的可视化触控界面进行预警。

具体的，激活所述温度二级异常识别节点，针对所述温度波动时序信息，通过所述一级异常识别通道进行初步温度异常评估，来提高异常温度识别效率，通过所述二级异常识别通道进行二次温度异常评估，来提高异常温度识别的准确率，并查出温度异常位置，发送至用户端的可视化触控界面进行温度预警，以达到提高温度监测可视化水平的效果。

综上所述，本申请实施例至少具有如下技术效果：

本申请通过获取高低压成套设备元件控制状态和拓扑结构，并根据控制状态，对温度异常高频位置进行正采样，生成温度分布基线和温度分布离散点云，构建温度二级异常识别节点内嵌于服务端；在温度异常高频位置，部署温度监测终端，实时接收温度波动时序信息，并通过温度二级异常识别节点进行异常分析，生成温度异常位置，发送至用户端进行预警。

达到了通过分级识别，提高温度异常监测效率和准确率，以及提高温度监测可视化水平的技术效果。

实施例二

基于与前述实施例中一种基于温度监测的高低压成套设备保护方法相同的发明构思，如图4所示，本申请提供了一种基于温度监测的高低压成套设备保护系统，本申请实施例中的系统与方法实施例基于同样的发明构思。其中，所述系统包括：

设备信息交互模块11，所述设备信息交互模块11用于与高低压成套设备控制终端进行交互，获取高低压成套设备元件控制状态和高低压成套设备元件拓扑结构；

温度异常高频位置采样模块12，所述温度异常高频位置采样模块12用于根据所述高低压成套设备元件控制状态，对所述高低压成套设备元件拓扑结构的温度异常高频位置进行正采样，生成温度分布基线和温度分布离散点云；

温度二级异常识别节点构建模块13，所述温度二级异常识别节点构建模块13用于根据所述温度分布基线和所述温度分布离散点云，构建温度二级异常识别节点内嵌于服务端；

温度波动时序信息接收模块14，所述温度波动时序信息接收模块14用于在所述温度异常高频位置，部署温度监测终端，实时接收温度波动时序信息；

温度异常预警模块15，所述温度异常预警模块15用于激活所述温度二级异常识别节点对所述温度波动时序信息进行异常分析，生成温度异常位置，发送至用户端的可视化触控界面进行预警。

进一步的，所述温度异常高频位置采样模块12还用于执行以下步骤：

根据所述高低压成套设备元件控制状态和所述高低压成套设备元件拓扑结构，从第一设备用户、第二设备用户直到第N设备用户进行所述温度异常高频位置的温度正采样，获取第一温度记录集、第二温度记录集直到第N温度记录集；

从所述第一温度记录集、所述第二温度记录集直到所述第N温度记录集，提取所述温度异常高频位置的第一异常高频位置的健康温度记录集；

对所述健康温度记录集进行离群因子分析，生成所述温度分布离散点云和集中健康温度；

对所述集中健康温度提取极大健康温度和极小健康温度，构建所述温度分布基线。

进一步的，所述温度异常高频位置采样模块12还用于执行以下步骤：

设定离群因子分析域容量，其中，所述离群因子分析域容量表征离群分析的参考因子数量为k，k≥6，k为整数；

从所述健康温度记录集，提取第一健康温度，以所述第一健康温度为基准，从所述健康温度记录集自近而远筛选k个参考温度，构建离群因子分析域；

根据所述离群因子分析域进行离群因子分析，生成第一健康温度离群因子；

当所述第一健康温度离群因子大于或等于离群因子阈值，将所述第一健康温度添加进所述温度分布离散点云；

当所述第一健康温度离群因子小于所述离群因子阈值，将所述第一健康温度添加进所述集中健康温度。

进一步的，所述温度异常高频位置采样模块12还用于执行以下步骤：

在所述离群因子分析域中，以第一健康温度为中心，将所述k个参考温度围绕所述第一健康温度进行等弧长分布，遍历k个参考温度分布位置，连接第一健康温度分布位置，生成k个连线；

基于单位距离温差，在k个连线上，对所述k个参考温度分布位置进行更新，生成k个参考温度分布更新位置；

连接所述k个参考温度分布更新位置，计算闭合区域面积，设为第一健康温度离群面积；

遍历所述健康温度记录集，统计离群面积均值，计算所述第一健康温度离群面积与所述离群面积均值的比值，生成所述第一健康温度离群因子。

进一步的，所述温度二级异常识别节点构建模块13还用于执行以下步骤：

构建一级异常概率评估函数：

；

其中，

基于所述一级异常概率评估函数，构建一级异常识别通道，其中，当一级异常概率大于或等于异常概率阈值，视为一级异常；

设定二级异常评估规则，构建二级异常识别通道，与所述一级异常识别通道合并，生成所述温度二级异常识别节点内嵌于服务端。

进一步的，所述温度二级异常识别节点构建模块13还用于执行以下步骤：

设定温度一致区间，遍历所述温度分布离散点云进行聚类，生成多个健康温度聚类结果；

当健康温度聚类结果仅有一个健康温度时，将健康温度的数据量置为2，设为两个单点温度，添加进单点温度集；

当健康温度聚类结果具有多个健康温度时，构建健康温度区间；

当待识别温度不属于所述健康温度区间时，添加进单点温度集作为根节点进行多级分割：

当分割层级满足预设层级，仍未出现温度数量为1的叶子节点，对所述待识别温度进行健康标识；

当出现温度数量为1的叶子节点，对所述待识别温度进行异常标识。

进一步的，所述系统还包括：

温度异常记录数据生成模块，所述温度异常记录数据生成模块用于根据所述高低压成套设备元件拓扑结构进行温度故障采样，生成温度异常记录数据，其中，所述温度异常记录数据包括温度异常拓扑位置；

温度异常记录分组模块，所述温度异常记录分组模块用于根据所述温度异常拓扑位置对所述温度异常记录数据进行聚类分组，生成温度异常记录分组结果；

拓扑位置异常频率设置模块，所述拓扑位置异常频率设置模块用于遍历所述温度异常记录分组结果，统计多个组内异常记录数量，设为多个拓扑位置异常频率；

温度异常高频位置设定模块，所述温度异常高频位置设定模块用于将所述多个拓扑位置异常频率大于或等于异常频率阈值的拓扑位置，设为所述温度异常高频位置。

需要说明的是，上述本申请实施例先后顺序仅仅为了描述，不代表实施例的优劣。且上述对本说明书特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下，在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外，在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中，多任务处理和并行处理也是可以的或者可能是有利的。

以上所述仅为本申请的较佳实施例，并不用以限制本申请，凡在本申请的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本申请的保护范围之内。

本说明书和附图仅仅是本申请的示例性说明，且视为已覆盖本申请范围内的任意和所有修改、变化、组合或等同物。显然，本领域的技术人员可以对本申请进行各种改动和变型而不脱离本申请的范围。这样，倘若本申请的这些修改和变型属于本申请及其等同技术的范围之内，则本申请意图包括这些改动和变型在内。