【技术实现步骤摘要】
本专利技术涉及电力电气防护领域，尤其涉及基于人工智能的电缆接头用防火防爆毯监测方法及系统。
技术介绍
1、电缆接头是连接电缆的重要组件，多用于电力系统、通信网络和工业设备中，常常在高压环境中工作，由于电缆接头长期处于高负荷工作状态，便通过人工巡检或简单设备进行监测，不过在此过程中可能会发生过载、短路或其他故障，导致接头超温、发生火灾或爆炸等危险情况。目前，多采用防火防爆覆盖板包覆高压电缆接头，还有的使用各种电缆接头防护毯，以避免发生爆炸的高压电缆接头引起大范围火灾爆炸。
2、但上述技术方式至少存在如下问题：传统的电缆接头监测方法工作效率低下、人力物力成本过多，且依然存在漏检错检的情况，导致防火防爆物品的浪费与过度消耗；当发现电缆接头的故障问题时，无法及时做出响应，进而无法有效进行防护；并且监测过程及方法没有根据相关数据信息进行及时调整，使得预警结果准确性低，监测流程失去实际意义，可能会造成火灾和爆炸事故发生的风险；降低电力系统的可靠性和稳定性。
3、因此，需要设计一种基于人工智能的电缆接头用防火防爆毯监测方法及系统，确保电缆接头的安全性和可靠性。
技术实现思路
1、本专利技术提供的基于人工智能的电缆接头用防火防爆毯监测方法及系统，目的在于通过防火防爆毯的监测，提前预警电缆接头的异常情况，及时响应措施，提高监测的准确性和效率，为火灾和爆炸的防范提供更加全面的解决方案；降低潜在损失，并提高系统的可靠性和稳定性。此外，防火防爆毯作为一种防护设备，可以有效隔离火源，
2、本专利技术技术方案具体如下：
3、基于人工智能的电缆接头用防火防爆毯监测方法，包括以下步骤：
4、步骤s1.获取防火防爆毯以及电缆接头的数据信息，根据采集的数据信息进行数据预处理，建立防火防爆毯综合耐火爆程度模型，得到防火防爆毯的耐火爆性能；
5、步骤s2.通过预处理后的数据信息构建电缆接头异常识别神经网络模型，根据识别计算结果进行判断，并为后续监测过程提供数据支持；
6、步骤s3.根据对防火防爆毯耐火爆程度的分析和电缆接头异常识别模型的输出结果进行综合判断后预警并实时监测。
7、进一步，所述步骤s1具体包括：
8、所述防火防爆毯综合耐火爆程度模型，过程如下所示：
9、;
10、其中，表示预处理后的电缆接口及防火防爆毯总数据集合；表示防火防爆毯的状态参数，，表示防火防爆状态参数集的数量；表示反馈响应参数，，表示反馈响应参数集的数量；表示日常维运维数据，，表示日常运维数据集的数量；表示防火防爆毯的耐火爆性能。
11、进一步，所述步骤s2具体包括：
12、所述电缆接头异常识别神经网络模型包括输入层、识别层、优化增强层、输出层，经过模型训练，输出得到电缆接头的异常识别结果。
13、进一步，所述识别层中的输出为，
14、;
15、其中，表示中间结果；表示识别层的输入；；表示识别层的偏置；表示调整参数；表示学习因子；表示识别层的输出结果；表示阈值，根据大量实验并结合专家建议进行预先设定；表示激活函数。
16、进一步，所述步骤s3具体包括：
17、根据电缆接头的整体状态情况设定防火防爆毯的防护范围；通过传感器获取防火防爆毯包覆空间内震动频率，并根据震动频率得到防火防爆毯防护范围的调节参数。
18、进一步，根据所述防火防爆毯防护范围的调节参数与预设的防火防爆毯防护范围的对比量进行对比，并根据对比结果对防火防爆毯防护范围进行调整；利用调整后的防火防爆毯的防护范围与防火防爆毯耐火爆程度对电缆接头的异常情况进行补偿。
19、进一步，通过补偿后的电缆接头异常情况进行判断，如果电缆接头处情况良好，可继续安全进行工作；如果电缆接头处存在异常情况，则及时发出警报通知工作人员，同时会自动触发防火防爆毯并开始工作。
20、基于人工智能的电缆接头用防火防爆毯监测系统，包括以下部分：
21、数据采集模块、数据预处理模块、综合分析模块、异常识别模块、预警监测模块、用户界面模块；
22、数据采集模块，用于采集通过传感器设备获取防火防爆毯包覆电缆接头整体的数据信息，同时将模拟信号转换为数字信号，传递至数据预处理模块以便后续处理和分析；
23、数据预处理模块，对采集到的数据进行预处理，得到处理后的数据，送至综合分析模块模块和异常识别模块；
24、综合分析模块，对预处理后的数据信息进行综合分析，得到不同的参数对防火防爆毯耐火爆程度的影响情况，将分析结果送至预警监测模块；
25、异常识别模块，用于识别分析电缆接头处的异常情况，并将识别结果传递至预警监测模块；
26、预警监测模块，根据得到的防火防爆毯综合耐火爆程度和电缆接头异常识别情况进行综合预警判断及实时监测，将预警监测数据传递至用户界面模块；
27、用户界面模块，使用户与系统进行交互，用于显示实时数据、报警信息、历史记录，并提供用户配置。
28、有益效果：
29、1.本专利技术建立的防火防爆毯综合耐火爆程度模型用于衡量防火防爆毯的耐火和防爆炸能力，更好地评估和管理防火防爆毯的性能从而降低安全风险，并为后续的监测过程提供数据支撑，可有效地减少由于电缆接头引起的火灾和爆炸事故的损害，减少潜在的人身伤害和财产损失。
30、2.本专利技术通过构建电缆接头异常识别神经网络模型能够大量的数据进行学习和分析，从而能够较准确地识别电缆接头的异常情况，相比传统的方法神经网络模型可以发现更微小的异常模式；模型可以实时监测电缆接头的状态，无需人工干预，提高生产效率，减少人力成本，并且能够持续监测大量的电缆接头工作情况；在出现异常问题时，能够及时发出警报，快速响应并通过防火防爆毯解决问题，减少潜在的风险和损失。电缆接头异常可能导致电力系统的不稳定和潜在的安全风险，通过建立电缆接头异常识别神经网络模型进行异常识别，可以更好地监测和控制电缆接头的状态，提高电力系统的安全性和稳定性。
31、3.本专利技术通过防火防爆毯的监测，可提前预警电缆接头的异常情况，及时响应措施，提高监测的准确性和效率，为火灾和爆炸的防范提供更加全面的解决方案。此外，防火防爆毯作为一种防护设备，可以有效隔离火源，并具备耐高温和耐腐蚀的特性。
32、4.本专利技术根据电缆接头的整体状态情况设定防火防爆毯的防护范围可以确保电缆接头完全被覆盖，防止火花、火焰或爆炸等危险物质逸出，同时通过调节防护范围，提供最佳的防护效果，减少火灾和爆炸事故的风险；根据实际的震动频率得到防火防爆毯防护范围的调节参数，避免不必要的浪费，更加高效地利用资源，防火防爆毯的准确覆盖范围可以确保所有关键部位得到有效的保护，提高系统的可靠性和稳定性。过利用调整后的防护范围与防火防爆毯的耐火爆程度对电缆接头的异常情况进行补偿，可以准确地判断电缆接头的状本文档来自技高网...
【技术保护点】
1.基于人工智能的电缆接头用防火防爆毯监测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于人工智能的电缆接头用防火防爆毯监测方法，其特征在于，所述步骤S1具体包括：
3.根据权利要求1所述的基于人工智能的电缆接头用防火防爆毯监测方法，其特征在于，所述步骤S2具体包括：
4.根据权利要求3所述的基于人工智能的电缆接头用防火防爆毯监测方法，其特征在于，所述识别层中的输出为，
5.根据权利要求1所述的基于人工智能的电缆接头用防火防爆毯监测方法，其特征在于，所述步骤S3具体包括：
6.根据权利要求5所述的基于人工智能的电缆接头用防火防爆毯监测方法，其特征在于，根据所述防火防爆毯防护范围的调节参数与预设的防火防爆毯防护范围的对比量进行对比，并根据对比结果对防火防爆毯防护范围进行调整；利用调整后的防火防爆毯的防护范围与防火防爆毯耐火爆程度对电缆接头的异常情况进行补偿。
7.根据权利要求1-6任一项所述的基于人工智能的电缆接头用防火防爆毯监测方法，其特征在于，通过补偿后的电缆接头异常情况进行判断，如果电缆接头
8.基于人工智能的电缆接头用防火防爆毯监测系统，应用于权利要求1所述的基于人工智能的电缆接头用防火防爆毯监测方法，其特征在于，包括以下部分：
...【技术特征摘要】
1.基于人工智能的电缆接头用防火防爆毯监测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于人工智能的电缆接头用防火防爆毯监测方法，其特征在于，所述步骤s1具体包括：
3.根据权利要求1所述的基于人工智能的电缆接头用防火防爆毯监测方法，其特征在于，所述步骤s2具体包括：
4.根据权利要求3所述的基于人工智能的电缆接头用防火防爆毯监测方法，其特征在于，所述识别层中的输出为，
5.根据权利要求1所述的基于人工智能的电缆接头用防火防爆毯监测方法，其特征在于，所述步骤s3具体包括：
6.根据权利要求5所述的基于人工智能的电缆接头用防火防爆毯监测方法，其特征在于，根据...
【专利技术属性】
技术研发人员：崔敏，刘伟，刘欣欣，
申请(专利权)人：南京荣港电气技术有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。