一种10KV电缆接地耦合的预警方法、存储介质及设备技术

本发明专利技术提供了一种10KV电缆接地耦合的预警方法，包括获取基于机器学习的接地耦合性故障评价模型，接地耦合性故障评价模型用于根据环境数据得到故障评价数据；获取实时环境数据，并根据接地耦合性故障评价模型和实时环境数据，得到实时故障评价数据。本发明专利技术一方面解决了人工排查配电线路故障的问题，减少了维修人员排查故障的繁琐过程，从而节省了人力成本和时间成本。本发明专利技术的另一方面给出了实时故障评价数据供维修人员参考，节省了维修人员的维修时间，提升了维修效率以及城区用户的体验感。感。

【技术实现步骤摘要】
一种10KV电缆接地耦合的预警方法、存储介质及设备


[0001]本专利技术涉及电缆
，特别是涉及一种10KV电缆接地耦合的预警方法、存储介质及设备。

技术介绍

[0002]目前，城区的电缆化率不断提升，在一定程度上提升了县域城市供电能力和电网的安全性、可靠性。但是，电网的配网运行环境相对恶劣，长期受到外力破坏、恶劣天气等的影响，容易出现故障；加之电缆管廊通道紧张，设备数量巨大、类型繁杂，造成配电故障现象多样化，导致工作人员的排查、维护工作量巨大。紧张的城市管廊通道以及电缆的同沟架设更是给工作人员的排查带来困难。另外，在配电网中，配电线路常见的单相接地故障往往会引发接地线路相间故障，或引发两条甚至多条线路电缆中间头故障，进而导致多条配网线路故障跳闸，工作人员排查故障源头以及处理故障会耗费大量的时间，无法在短时间内给城区用户恢复供电。

技术实现思路

[0003]鉴于上述问题，提出了本专利技术以便提供一种克服上述问题或者至少部分地解决上述问题的10KV电缆接地耦合的预警方法、存储介质及设备，能够解决配电线路故障排查和故障确认的问题，达到节省维修时间的目的。
[0004]具体地，本专利技术提供了一种10KV电缆接地耦合预警方法，包括：获取基于机器学习的接地耦合性故障评价模型，所述接地耦合性故障评价模型用于根据环境数据得到故障评价数据；获取实时环境数据，并根据所述接地耦合性故障评价模型和所述实时环境数据，得到实时故障评价数据。
[0005]可选地，所述的获取基于机器学习的接地耦合性故障评价模型包括：获取历史数据，所述历史数据包括历史环境数据，以及各所述历史环境数据对应的历史故障评价数据；以所述历史环境数据为输入，以对应的所述历史故障评价数据为输出，对预设神经网络模型进行训练，以得到所述接地耦合性故障评价模型。
[0006]可选地，所述历史数据至少包括电缆位置、电缆温度、电缆高度、电缆的局部放电电流、电缆的局部放电电压、风力、风向、湿度中的一个或多个；所述历史故障评价数据至少包括故障位置、故障类型、故障连接的控制器位置、故障连接的变电站位置、故障附近的维修站点、电压、电流、故障维修工具中的一个或多个。
[0007]可选地，在所述的根据所述接地耦合性故障评价模型和所述实时环境数据之前，还包括：对所述实时环境数据进行数据融合和关联分析。
[0008]可选地，所述的对所述实时环境数据进行数据融合和关联分析，包括：将所述实时环境数据存储到数据库中，并在存储过程中对所述实时环境数据进行
收集和描述；对所述数据库中的所述实时环境数据进行权重分配，并筛选出权重大于设定值的所述实时环境数据。
[0009]可选地，所述的根据所述接地耦合性故障评价模型和所述实时环境数据，包括：根据所述实时环境数据得到中间数据；、对所述中间数据进行整理，以得到所述实时故障评价数据。
[0010]可选地，所述的根据所述实时环境数据得到中间数据，包括：获取环境模拟数据、故障模拟数据和载荷模拟数据；根据所述实时环境数据和所述环境模拟数据，得到模拟的所述实时环境数据的运行环境；根据所述运行环境和所述故障模拟数据，得到模拟的在所述运行环境下产生的故障；根据所述运行环境和所述载荷模拟数据，得到模拟的在所述运行环境下所连接的负荷；整合所述模拟的在所述运行环境下产生的故障以及模拟的在所述运行环境下所连接的负荷，得到所述中间数据。
[0011]可选地，获取实时环境数据，并根据所述接地耦合性故障评价模型和所述实时环境数据，得到实时故障评价数据，包括：每隔设定时长获取一次所述实时环境数据，并在每次获取所述实时环境数据后，根据所述接地耦合性故障评价模型和所述实时环境数据，得到所述实时故障评价数据。
[0012]根据本专利技术的另一个方面，还提供了一种机器可读存储介质，其上存储有机器可执行程序，机器可执行程序被处理器执行时实现上述任一种的预警方法。
[0013]根据本专利技术的又一个方面，还提供了一种计算机设备，包括存储器、处理器及存储在存储器上并在处理器上运行的机器可执行程序，并且处理器执行机器可执行程序时实现上述任一种的预警方法。
[0014]本专利技术10KV电缆接地耦合的预警方法中，提出了一种基于数据挖掘和机器学习的10KV电缆接地耦合的预警方法。通过将获取实时环境数据输入基于机器学习的接地耦合性故障评价模型，得到预测的实时故障评价数据。其中，机器学习用以训练接地耦合性故障评价模型，使接地耦合性故障评价模型自主学习并进行更新，得到符合实际情况的实时故障评价数据。本专利技术一方面解决了人工排查配电线路故障的问题，节省了人力成本和时间成本。本专利技术的另一方面给出了实时故障评价数据供维修人员参考，节省了维修人员的维修时间，提升了维修效率以及城区用户的体验感。
[0015]根据下文结合附图对本专利技术具体实施例的详细描述，本领域技术人员将会更加明了本专利技术的上述以及其他目的、优点和特征。
附图说明
[0016]后文将参照附图以示例性而非限制性的方式详细描述本专利技术的一些具体实施例。附图中相同的附图标记标示了相同或类似的部件或部分。本领域技术人员应该理解，这些附图未必是按比例绘制的。附图中：
图1是根据本专利技术一个实施例的10KV电缆接地耦合的预警方法的示意性流程图；图2是根据本专利技术一个实施例的根据筛选后的实时环境数据得到中间数据的示意性流程图；图3是根据本专利技术一个实施例的在线监测系统的示意性架构图；图4是根据本专利技术一个实施例的客户端展示的示意性拓扑图；图5是根据本专利技术一个实施例的机器可读存储介质的示意性结构图；图6是根据本专利技术一个实施例的计算机设备的示意性结构图。
具体实施方式
[0017]下面参照图1至图6来描述本专利技术实施例的一种10KV电缆接地耦合的预警方法、存储介质及设备。在本实施例的描述中，需要理解的是，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征，也即包括一个或者更多个该特征。在本专利技术的描述中，“多个”的含义是至少两个，例如两个、三个等，除非另有明确具体的限定。当某个特征“包括或者包含”某个或某些其涵盖的特征时，除非另外特别地描述，这指示不排除其它特征和可以进一步包括其它特征。
[0018]在本实施例的描述中，参考术语“一个实施例”、“一些实施例”、“示意性实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本专利技术的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
[0019]图1是是根据本专利技术一个实施例的10KV电缆接地耦合的预警方法的示意性流程图，如图1所示，本专利技术实施例提供了一种10KV电缆接地耦合的预警方法，包括以下步骤：步骤S101本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种10KV电缆接地耦合的预警方法，其特征在于，包括：获取基于机器学习的接地耦合性故障评价模型，所述接地耦合性故障评价模型用于根据环境数据得到故障评价数据；获取实时环境数据，并根据所述接地耦合性故障评价模型和所述实时环境数据，得到实时故障评价数据。2.根据权利要求1所述的预警方法，其特征在于，所述的获取基于机器学习的接地耦合性故障评价模型包括：获取历史数据，所述历史数据包括历史环境数据，以及各所述历史环境数据对应的历史故障评价数据；以所述历史环境数据为输入，以对应的所述历史故障评价数据为输出，对预设神经网络模型进行训练，以得到所述接地耦合性故障评价模型。3.根据权利要求2所述的预警方法，其特征在于，所述历史数据包括电缆位置、电缆温度、电缆高度、电缆的局部放电电流、电缆的局部放电电压、风力、风向、湿度中的一个或多个；所述历史故障评价数据包括故障位置、故障类型、故障连接的控制器位置、故障连接的变电站位置、故障附近的维修站点、电压、电流、故障维修工具中的一个或多个。4.根据权利要求1所述的预警方法，其特征在于，在所述的根据所述接地耦合性故障评价模型和所述实时环境数据之前，还包括：获取初始实时环境数据，对所述初始实时环境数据进行数据融合和关联分析，得到所述实时环境数据。5.根据权利要求4所述的预警方法，其特征在于，所述的对所述初始实时环境数据进行数据融合和关联分析，得到所述实时环境数据，包括：将所述初始实时环境数据存储到数据库中，并在存储过程中对所述初始实时环境数据进行收集和描述；对所述数据库中的所述初始实时环境数...

【专利技术属性】
技术研发人员：王珂，姜红军，李天杰，赵鹤熙，
申请(专利权)人：西安亚建电力技术有限公司，
类型：发明
国别省市：