[发明专利]一种环网柜故障监控方法、系统、终端及存储介质

说明书

本发明提供一种环网柜故障监控方法、系统、终端及存储介质，包括：利用传感器采集环网柜监控参数；从所述监控参数提取变化趋势特征值；判断所述变化趋势特征值是否在预设阈值范围内：若否，则生成故障告警，并将所述变化趋势特征值导入预先训练好的故障诊断模型进行故障诊断。本发明能够及时发现环网柜故障并对故障进行诊断，提高环网柜监管效率，简化了环网柜的修检过程。

技术领域

本发明涉及环网供电系统技术领域，具体涉及一种环网柜故障监控方法、系统、终端及存储介质。

背景技术

环网供电是城市供电网主要结构形式，环网柜目前是城市6～10kV供电网络的重要组成部分和控制节点，数量众多，分布范围广泛，因此环网柜内设备的运行状态直接关系到城市供电系统的可靠性。

现有的环网柜状态评估仍以停电检修、离线试验、额定寿命为主，设备状态感知、数据诊断覆盖不够或缺乏。这样，一方面可能由于巡检人员经验不足或维护不及时导致设备出现故障，造成生产不能有效保障，导致产生经济损失甚至重大事故；另一方面有可能对运行良好的设备也停机检修，造成不必要的生产中断和维护费用的浪费。

发明内容

针对现有技术的上述不足，本发明提供一种环网柜故障监控方法、系统、终端及存储介质，以解决上述技术问题。

第一方面，本发明提供一种环网柜故障监控方法，包括：

利用传感器采集环网柜监控参数；

从所述监控参数提取变化趋势特征值；

判断所述变化趋势特征值是否在预设阈值范围内：

若否，则生成故障告警，并将所述变化趋势特征值导入预先训练好的故障诊断模型进行故障诊断。

进一步的，所述利用传感器采集环网柜监控参数，包括：

采集环网柜的电压值、电流值和频率值；

采集环网柜的环境参数，所述环境参数包括温度、湿度、烟雾和机械特性。

进一步的，所述从监控参数提取变化趋势特征值，包括：

根据所述监控参数的采集时间计算监控参数的变化斜率、跃变幅度和变化幅度。

进一步的，所述故障诊断模型的训练方法，包括：

采集历史故障信息，所述历史故障信息包括故障特征值和对应的故障类型；

将所述历史故障信息对创建的多层前馈神经网络模型的训练集，对所述多层前馈神经网络模型进行训练；

将训练好的多层前馈神经网络模型作为故障诊断模型输出。

第二方面，本发明提供一种环网柜故障监控系统，包括：

参数采集单元，配置用于利用传感器采集环网柜监控参数；

特征提取单元，配置用于特征从所述监控参数提取变化趋势特征值；

特征判断单元，配置用于判断所述变化趋势特征值是否在预设阈值范围内；

故障诊断单元，配置用于若所述变化趋势特征值不在预设阈值范围内，则生成故障告警，并将所述变化趋势特征值导入预先训练好的故障诊断模型进行故障诊断。

进一步的，所述参数采集单元包括：

第一采集模块，配置用于采集环网柜的电压值、电流值和频率值；

第二采集模块，配置用于采集环网柜的环境参数，所述环境参数包括温度、湿度、烟雾和机械特性。

进一步的，所述特征提取单元包括：