一种用于空气开关的安全预警系统的制作方法

本发明属于空气开关的安全预警领域，具体是一种用于空气开关的安全预警系统。

背景技术：

1、空气开关是电力系统中的重要组成部分，保障电力系统的安全运行。当出现电气事故时，空气开关会自动切断电路，保护电线和用电器不受损坏。

2、电气事故主要有两个方面，一方面因为电线短路或者破皮等，产生电弧，然后点燃绝缘皮或者其他可燃物，导致电气火灾，另一方面是用电器内部过载，短路，导致用电器火灾。在现有的技术中，主要采用温度监测、电流监测、振动监测和人工巡检等方法；这些方法在一定程度上能够监测到电线或用电器的异常状态，无法全面对异常状态进行精准评估，导致预警不及时，易发生电气事故。

3、因此本发明提出一种用于空气开关的安全预警系统。

技术实现思路

1、本发明旨在至少解决现有技术中存在的技术问题之一；为此，本发明提出了一种用于空气开关的安全预警系统，用于解决现有技术在一定程度上能够监测到电线或用电器的异常状态，无法全面对异常状态进行精准评估，导致预警不及时，易发生电气事故的技术问题。

2、为实现上述目的，本发明的第一方面提供了一种用于空气开关的安全预警系统，包括数据分析模块，以及与之相连接的数据采集模块和预警模块；

3、数据采集模块：通过测量设备实时采集电缆的电性参数；其中，电性参数包括电缆的温度、回路电流、泄漏电流和绝缘电阻；

4、需要说明的是，电缆温度是通过测量电线接头的温度代替电缆温度；回路电流是通过互感器等方式测量，并利用自学习功能实现正常电流与异常电流的甄别；泄漏电流通过互感器测量；接地电阻为周期性通过低频分量测量的方式测量各相的对地电阻。

5、数据处理模块：提取电缆的若干组历史测量数据，对若干组历史测量数据进行统计分析，得到各电性参数的权重系数；根据权重系数和实时采集的电性参数计算电缆的安全评估值；

6、预警模块：根据所述安全评估值判断电缆是否异常；是，则断开与电缆相连接的空气开关；否，则持续采集电缆的电性参数并分析。

7、需要说明的是，电缆的一端连接空气开关，另一端连接用电器设备。

8、优选的，所述对若干组历史测量数据进行统计分析，得到各电性参数的权重系数，包括：

9、从历史数据中提取若干组历史测量数据，统计中各电性参数的异常测量数据的个数，并与历史测量数据的总个数进行比值处理，得到各电性参数的权重系数，标记为βi；其中，i表示电性参数；σβi＝1；异常测量数据为不在对应的阈值范围内的测量数据。

10、本发明通过计算各电性参数中异常测量数据的个数占历史测量数据的总个数的比例，可以得到各电性参数的权重系数，反映各电性参数的实际情况和异常发生的频率，进而直观地表示各电性参数在整体中的相对重要程度，且为后续电缆的异常诊断奠定基础。

11、优选的，所述根据权重系数和实时采集的电性参数计算电缆的安全评估值，包括：

12、基于电性参数的权重系数βi，通过公式r＝σ(βi×wi)计算得到用电器的安全评估值r；其中，wi为实时采集的测量数据；σ表示对i求和。

13、优选的，根据所述安全评估值判断电缆是否异常，包括：

14、判断安全评估值是否小于评估阈值；是，则电缆发生异常，并断开与电缆相连接的空气开关；否，则电缆正常，并持续采集电缆的电性参数并分析。

15、本发明通过权重系数和各电性参数的测量数据，分析得到一个综合的安全评估值，从而能够更全面地反映电缆的安全状况；通过对电缆的状态进行评估，为电缆维护和安全管理提供重要的参考依据，及时发现潜在的安全隐患，避免电缆损坏或性能下降，降低安全事故的风险和维修成本。

16、优选的，根据所述安全评估值判断电缆是否异常，包括：

17、若连续接收到n个安全评估值，且均大于评估阈值，则将连续的n个安全评估值按照时间顺序拼接成模型输入数据；其中，n≥2；

18、将模型输入数据输入至安全评估模型，得到输出的评估标签；根据评估标签判断电缆是否异常；其中，安全评估模型基于cnn神经网络模型构建。

19、本发明通过将连续的n个安全评估值按照时间顺序拼接，为模型提供丰富的信息，使模型能够捕获到评估值的变化趋势；有助于分析安全状况的发展趋势和预测未来的安全状态非常有帮助；相比于单个评估值，拼接后的数据包含了更多的历史信息和上下文关系，有助于模型做出更准确的判断。

20、优选的，所述安全评估模型基于cnn神经网络模型构建，包括：

21、获取标准训练数据；其中，标准训练数据包括与模型输入数据内容属性一致的标准输入数据，以及与评估标签内容属性一致的标准输出数据；

22、通过标准训练数据训练构建的cnn神经网络模型，训练完成之后标记为安全评估模型；其中，评估标签包括电缆存在潜在异常或电缆正常。

23、本发明将模型输入数据作为标准输入数据，评估标签作为标准输出数据，对cnn神经网络模型进行训练，确保了训练过程中数据的代表性和准确性，且能够更好地反映真实情况，使模型能够更准确地学习并应用于未来的预测任务。cnn神经网络分离模型由人工智能模型训练得到，该模型具有良好自主学习能力，可以准确地识别用电器的运行状态，提高检测准确性。

24、与现有技术相比，本发明的有益效果是：

25、1.本发明从历史测量数据中统计各电性参数的异常测量数据的个数，并分析异常测量数据的个数占历史测量数据的总个数的比例，得到权重系数；基于各电性参数的权重系数和测量数据，实时分析电缆的安全评估值，对电缆的运行状态进行实时监测，保障电缆的正常工作；

26、2.本发明通过测量设备实时采集电缆的电性参数，发送至数据处理模块；数据处理模块从历史测量数据中统计各电性参数的异常测量数据的个数，分析其占历史测量数据的总个数的比例，得到各电性参数的权重系数；基于权重系数和实时的测量数据，分析电缆的安全评估值，并输入至安全评估模型中，对电缆的运行状态进行评估，将评估结果反馈至预警模块；通过安全评估模型对电缆的运行状态进行评估，全面准确地监测电缆的各种异常状态的问题，能够及时发现异常情况，避免潜在的安全隐患，提高了电缆的安全性和稳定性。

技术特征：

1.一种用于空气开关的安全预警系统，其特征在于，包括数据分析模块，以及与之相连接的数据采集模块和预警模块；

2.根据权利要求1所述的一种用于空气开关的安全预警系统，其特征在于，所述对若干组历史测量数据进行统计分析，得到各电性参数的权重系数，包括：

3.根据权利要求1所述的一种用于空气开关的安全预警系统，其特征在于，所述根据权重系数和实时采集的电性参数计算电缆的安全评估值，包括：

4.根据权利要求1所述的一种用于空气开关的安全预警系统，其特征在于，根据所述安全评估值判断电缆是否异常，包括：

5.根据权利要求1所述的一种用于空气开关的安全预警系统，其特征在于，根据所述安全评估值判断电缆是否异常，包括：

6.根据权利要求5所述的一种用于空气开关的安全预警系统，其特征在于，所述安全评估模型基于cnn神经网络模型构建，包括：

技术总结
本发明公开了一种用于空气开关的安全预警系统，涉及空气开关的安全预警技术领域，解决了现有技术在一定程度上能够监测到电线或用电器的异常状态，无法全面对异常状态进行精准评估，导致预警不及时，易发生电气事故的技术问题；本发明数据采集模块通过测量设备实时采集电缆的电性参数，发送至数据处理模块；数据处理模块对若干组历史测量数据进行统计分析，得到各电性参数对应的权重系数；基于权重系数，对用电器运行状态进行安全评估，并将评估结果反馈至预警模块；通过采集各电性参数值对用电器运行状态进行全面评估，得到精准的评估结果，及时发现异常情况，避免潜在的安全隐患，提高了设备的安全性和稳定性。

技术研发人员：宋海波,费中强,耿龙,王文贤
受保护的技术使用者：安徽汉高信息科技有限公司
技术研发日：
技术公布日：2024/6/2