一种配电箱系统损耗智能评估方法技术方案

本发明专利技术涉及数据处理技术领域，具体涉及一种配电箱系统损耗智能评估方法，包括：采集配电箱的物理参数数据和热噪声信号数据以及历史数据；获取热噪声信号数据中出现明显热噪声的时间点，根据配电箱在出现明显热噪声的时间点的物理参数数据以及历史数据获取物理参数损耗程度；获取目标热噪声信号，对目标热噪声信号进行降噪处理，得到降噪热噪声信号数据；根据降噪热噪声信号数据的波动程度以及短周期变化程度获取降噪热噪声信号数据的变化性；根据配电箱的物理参数损耗程度以及降噪热噪声信号的变化性获取配电箱的损耗程度，完成配电箱损耗智能评估。本发明专利技术去除了噪声的干扰，对配电箱的损耗评估更加准确、全面。全面。全面。

【技术实现步骤摘要】
一种配电箱系统损耗智能评估方法


[0001]本专利技术涉及数据处理
，具体涉及一种配电箱系统损耗智能评估方法。

技术介绍

[0002]随着计算机信息技术各方面的发展，智能评估技术正在不断实现更新与突破，配电箱损耗的智能评估被应用于各个领域，包括工业制造、建筑物、民用生活、商业区域、能源供应等。配电箱损耗的智能评估是一种通过实时监测、数据分析等手段，对配电箱损耗进行评估和管理的方法，可以有效地保障配电系统的安全性与提升能效性，相较于传统配电系统的老化等诸多方面原因也导致不少设施的维护难度加大，需要利用智能化去做更好的应对。
[0003]配电箱的损耗一般来说指的是电路中的功率损耗，对该损耗的评估对于配电箱整体运行与使用的意义更大。目前的评估方法往往依赖于经验判断，而缺乏科学的数据支持。操作人员需要根据经验和直觉来判断配电箱的损耗情况，这可能导致主观性和不准确性。

技术实现思路

[0004]本专利技术提供一种配电箱系统损耗智能评估方法，以解决现有的问题。
[0005]本专利技术的一种配电箱系统损耗智能评估方法采用如下技术方案：本专利技术一个实施例提供了一种配电箱系统损耗智能评估方法，该方法包括以下步骤：采集配电箱的物理参数数据和热噪声信号数据以及历史数据；获取热噪声信号数据中出现明显热噪声的时间点，根据配电箱在出现明显热噪声的时间点的物理参数数据以及历史数据获取物理参数损耗程度；将出现明显热噪声的时间点到采集结束的时间点之间的热噪声信号作为目标热噪声信号，对目标热噪声信号进行降噪处理，得到降噪热噪声信号数据；根据历史数据对降噪热噪声信号数据进行区间划分，根据每个区间中的极大值点和极小值点获取降噪热噪声信号数据的波动程度；对降噪热噪声信号数据利用小波变换进行信号分解，得到若干短周期信号，根据短周期信号获取降噪热噪声信号数据的短周期变化程度；根据降噪热噪声信号数据的波动程度以及短周期变化程度获取降噪热噪声信号数据的变化性；根据配电箱的物理参数损耗程度以及降噪热噪声信号的变化性获取配电箱的损耗程度，完成配电箱损耗智能评估。
[0006]优选的，所述获取热噪声信号数据中出现明显热噪声的时间点，根据配电箱在出现明显热噪声的时间点的物理参数数据以及历史数据获取物理参数损耗程度，包括的具体步骤如下：当热噪声信号数据大于或等于预设的热噪声阈值时，将对应时间点的热噪声信号数据作为明显热噪声信号，获取热噪声信号数据中出现明显热噪声信号的时间点作为配电
箱出现明显热噪声信号的时间点；根据历史数据的热噪声信号数据获取历史数据中出现明显热噪声信号的时间点，将历史数据中从配电箱开始运行到历史数据中出现明显热噪声信号所经历的时间长度作为标准时间段长度；根据标准时间段长度以及配电箱出现明显热噪声信号的时间点获取物理参数损耗程度：其中，表示配电箱的物理参数损耗程度；表示标准时间段长度；表示配电箱开始运行的时间点；表示配电箱出现明显热噪声信号的时间点；表示从开始运行到出现明显热噪声信号的两个时间点之间的总输入功率；表示从开始运行到出现明显热噪声信号的两个时间点之间的总输出功率；为双曲正切函数。
[0007]优选的，所述对目标热噪声信号进行降噪处理，得到降噪热噪声信号数据，包括的具体步骤如下：对目标热噪声信号进行处理，得到若干个信号分量；对所有信号分量进行筛选，得到筛选信号分量集合；在筛选信号分量集合中随机抽取任意数量个信号分量，作为一个信号组合，获取所有可能的信号组合；获取每个信号组合对应的处理信号；根据目标热噪声信号获取每个信号组合对应的处理信号的评判分数；将评判分数最大的处理信号作为降噪热噪声信号数据。
[0008]优选的，所述对所有信号分量进行筛选，得到筛选信号分量集合，包括的具体步骤如下：获取每个信号分量中信号数据的均值与0的差值绝对值，将差值绝对值小于或等于预设的频率阈值的信号分量作为高频信号分量，将所有高频信号分量构成高频信号分量集合；计算每个信号分量和目标热噪声信号的相关性得到每个信号分量的相关系数；将相关系数小于或等于预设的相关系数阈值的信号分量作为低相关性信号分量，将所有低相关性信号分量构成低相关性信号分量集合；对高频信号分量集合与低相关性信号分量集合求交集，若高频信号分量集合与低相关性信号分量集合的交集不为空，将交集作为筛选信号分量集合；若高频信号分量集合与低相关性信号分量集合的交集为空，将高频信号分量集合与低相关性信号分量集合的并集作为筛选信号分量集合。
[0009]优选的，所述获取每个信号组合对应的处理信号，包括的具体步骤如下：将目标信号组合包含的所有信号分量从处理得到的若干个信号分量中剔除，将剩余的信号分量合构作为目标信号组合对应的处理信号。
[0010]优选的，所述根据目标热噪声信号获取每个信号组合对应的处理信号的评判分
数，包括的具体步骤如下：其中，表示第个信号组合对应的处理信号的评判分数；表示第个信号组合对应的处理信号的信噪比；表示第个信号组合对应的处理信号与目标热噪声信号的均方误差；表示第个信号组合对应的处理信号与目标热噪声信号的归一化互相关系数。
[0011]优选的，所述根据历史数据对降噪热噪声信号数据进行区间划分，包括的具体步骤如下：获取历史数据中热噪声信号数据中的最大值点和最小值点的纵坐标差异，利用纵坐标差异除以预设的区间数，将所得结果作为单位区间大小；按照降噪热噪声信号数据的纵轴将大于0的区域划分为若干个大小为单位区间大小的区间，按照降噪热噪声信号数据的纵轴将小于0的区域划分为若干个大小为单位区间大小的区间。
[0012]优选的，所述根据每个区间中的极大值点和极小值点获取降噪热噪声信号数据的波动程度，包括的具体步骤如下：其中，为降噪热噪声信号数据的波动程度；为降噪热噪声信号数据中的最大值；为降噪热噪声信号数据中的最小值；表示包含降噪热噪声信号数据的极大值点数量最多的区间所包含降噪热噪声信号数据的极大值点数量；表示包含降噪热噪声信号数据的极小值点数量最多的区间所包含降噪热噪声信号数据的极小值点数量；表示降噪热噪声信号数据的所有的极大值点数量；表示降噪热噪声信号数据的所有的极小值点数量。
[0013]优选的，所述根据短周期信号获取降噪热噪声信号数据的短周期变化程度，包括的具体步骤如下：
其中，E为降噪热噪声信号数据的短周期变化程度；为降噪热噪声信号数据的第个短周期信号的周期长度；为降噪热噪声信号数据的第个短周期信号的周期长度；I表示降噪热噪声信号数据的短周期信号的总个数。
[0014]优选的，所述根据配电箱的物理参数损耗程度以及降噪热噪声信号的变化性获取配电箱的损耗程度，包括的具体步骤如下：将配电箱的物理参数损耗程度与降噪热噪声信号的变化性的乘积作为配电箱的损耗程度。
[0015]本专利技术的技术方案的有益效果是：目前的评估方法往往依赖于经验判断，而缺乏科学的数据支持。操作人员需要根据经验和直觉来判断配电箱的损耗情况，导致主观性和不准确性。配电箱的物理参数数据和热噪声信号数据两者同样反映着配电箱内部元器件的工作情况。两者数据的变化都本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种配电箱系统损耗智能评估方法，其特征在于，该方法包括以下步骤：采集配电箱的物理参数数据和热噪声信号数据以及历史数据；获取热噪声信号数据中出现明显热噪声的时间点，根据配电箱在出现明显热噪声的时间点的物理参数数据以及历史数据获取物理参数损耗程度；将出现明显热噪声的时间点到采集结束的时间点之间的热噪声信号作为目标热噪声信号，对目标热噪声信号进行降噪处理，得到降噪热噪声信号数据；根据历史数据对降噪热噪声信号数据进行区间划分，根据每个区间中的极大值点和极小值点获取降噪热噪声信号数据的波动程度；对降噪热噪声信号数据利用小波变换进行信号分解，得到若干短周期信号，根据短周期信号获取降噪热噪声信号数据的短周期变化程度；根据降噪热噪声信号数据的波动程度以及短周期变化程度获取降噪热噪声信号数据的变化性；根据配电箱的物理参数损耗程度以及降噪热噪声信号的变化性获取配电箱的损耗程度，完成配电箱损耗智能评估。2.根据权利要求1所述的一种配电箱系统损耗智能评估方法，其特征在于，所述获取热噪声信号数据中出现明显热噪声的时间点，根据配电箱在出现明显热噪声的时间点的物理参数数据以及历史数据获取物理参数损耗程度，包括的具体步骤如下：当热噪声信号数据大于或等于预设的热噪声阈值时，将对应时间点的热噪声信号数据作为明显热噪声信号，获取热噪声信号数据中出现明显热噪声信号的时间点作为配电箱出现明显热噪声信号的时间点；根据历史数据的热噪声信号数据获取历史数据中出现明显热噪声信号的时间点，将历史数据中从配电箱开始运行到历史数据中出现明显热噪声信号所经历的时间长度作为标准时间段长度；根据标准时间段长度以及配电箱出现明显热噪声信号的时间点获取物理参数损耗程度：其中，表示配电箱的物理参数损耗程度；表示标准时间段长度；表示配电箱开始运行的时间点；表示配电箱出现明显热噪声信号的时间点；表示从开始运行到出现明显热噪声信号的两个时间点之间的总输入功率；表示从开始运行到出现明显热噪声信号的两个时间点之间的总输出功率；为双曲正切函数。3.根据权利要求1所述的一种配电箱系统损耗智能评估方法，其特征在于，所述对目标热噪声信号进行降噪处理，得到降噪热噪声信号数据，包括的具体步骤如下：对目标热噪声信号进行处理，得到若干个信号分量；对所有信号分量进行筛选，得到筛选信号分量集合；在筛选信号分量集合中随机抽取任意数量个信号分量，作为一个信号组合，获取所有可能的信号组合；获取每个信号组合对应的处理信号；根据目标热噪声信号获取每个信号组合对应的处理信号的评判分数；
将评判分数最大的处理信号作为降噪热噪声信号数据。4.根据权利要求3所述的一种配电箱系统损耗智能评估方法，其特征在于，所述对所有信号分量进行筛选，得到筛选信号分量集合，包括的具体步骤如下：获取每个信号分量中信号数据的均值与0的差值绝对值，将差值绝对值小于或等于预设的频率阈值的信号分量作为高频信号分量，将所有高频信号分量构成高频信号分量集合；计算每个信号分量和目标热噪声信号的相关性得到每个信号分量的相关系数...

【专利技术属性】
技术研发人员：刘志武，滕磊磊，王鑫，李先琛，
申请(专利权)人：山东凌远机电科技有限公司，
类型：发明
国别省市：