本發(fā)明涉及數(shù)據(jù)處理，特別是指一種低壓配電箱數(shù)據(jù)實時采集方法及系統(tǒng)。

背景技術：

1、隨著現(xiàn)代電力系統(tǒng)和智能電網(wǎng)的快速發(fā)展，低壓配電箱在電力網(wǎng)絡中扮演著至關重要的角色。然而，由于配電箱的工作環(huán)境復雜多變，其運行狀態(tài)易受到氣象條件、微環(huán)境因素以及設備自身狀態(tài)等多重因素的影響，因此，對配電箱進行實時數(shù)據(jù)采集與狀態(tài)監(jiān)測顯得尤為重要。

2、為了克服傳統(tǒng)的低壓配電箱數(shù)據(jù)采集方法的局限性，近年來，業(yè)界開始探索利用先進的傳感技術和數(shù)據(jù)分析方法對低壓配電箱進行實時數(shù)據(jù)采集與狀態(tài)監(jiān)測。然而，現(xiàn)有的實時數(shù)據(jù)采集方法有的只關注單一的環(huán)境因素或設備狀態(tài)，而忽視了多種因素之間的空間拓撲關系和時序演化特征，這導致在預測和識別潛在故障時，準確性和可靠性受到限制。

技術實現(xiàn)思路

1、本發(fā)明要解決的技術問題是提供一種低壓配電箱數(shù)據(jù)實時采集方法及系統(tǒng)，能夠有效地預測異常點，并及時識別潛在故障的耦合傳播路徑，從而提高低壓配電箱的運行可靠性和安全性。

2、為解決上述技術問題，本發(fā)明的技術方案如下：

3、第一方面，一種低壓配電箱數(shù)據(jù)實時采集方法，所述方法包括：

4、根據(jù)配電箱歷史數(shù)據(jù)，分別確定標準化的氣象載荷向量、微環(huán)境載荷向量和配電箱狀態(tài)載荷向量對應的空間關聯(lián)加權系數(shù)；

5、將標準化的氣象載荷向量、微環(huán)境載荷向量和配電箱狀態(tài)載荷向量分別映射至等邊三角形的三個頂點，以得到每個載荷向量的空間特征權重；將各載荷向量與其對應的空間關聯(lián)加權系數(shù)進行融合，利用空間特征權重對線性組合過程施加正則化處理，形成包含空間拓撲關系的環(huán)境載荷矩陣；

6、基于環(huán)境載荷矩陣的幾何特征，建立融合擴散卷積算子的時空演化預警模型，以預測異常點；

7、將預測異常點與設備老化特征譜進行多尺度匹配度分析，結合等邊三角形頂點間的相位角差異參數(shù)，構建復合故障模式的三維匹配空間，識別潛在故障的耦合傳播路徑。

8、進一步的，在根據(jù)配電箱歷史數(shù)據(jù)，分別確定標準化的氣象載荷向量、微環(huán)境載荷向量和配電箱狀態(tài)載荷向量對應的空間關聯(lián)加權系數(shù)之前，還包括：

9、從動態(tài)氣象數(shù)據(jù)中提取關鍵氣象因子，以構建氣象載荷向量，關鍵氣象因子包括風速、浪高及鹽霧沉降速率；

10、從艙室微環(huán)境數(shù)據(jù)中提取關鍵微環(huán)境因子，構建微環(huán)境載荷向量，關鍵微環(huán)境因子包括溫濕度梯度分布和冷凝液膜厚度；

11、獲取反映配電箱電氣性能和絕緣狀態(tài)的關鍵指標，以構建配電箱狀態(tài)載荷向量，關鍵指標包括漏電流諧波分量和絕緣介質損耗因子。

12、進一步的，根據(jù)配電箱歷史數(shù)據(jù)，分別確定標準化的氣象載荷向量、微環(huán)境載荷向量和配電箱狀態(tài)載荷向量對應的空間關聯(lián)加權系數(shù)，包括：

13、對氣象載荷向量中的風速、浪高和鹽霧沉降速率分別計算其二次冪值并進行累加，以計算氣象載荷向量的綜合強度評估值；

14、對微環(huán)境載荷向量中的溫濕度梯度分布和冷凝液膜厚度分別計算其二次冪值并累加，以計算微環(huán)境載荷向量的綜合強度值；

15、對配電箱狀態(tài)載荷向量中的漏電流諧波分量和絕緣介質損耗因子分別計算其二次冪值并累加，以計算配電箱狀態(tài)載荷向量的綜合強度值；

16、將氣象載荷向量的綜合強度值、微環(huán)境載荷向量的綜合強度值和配電箱狀態(tài)載荷向量的綜合強度值融合，得到總強度值；

17、根據(jù)氣象載荷向量的綜合強度值以及總強度值，得到氣象載荷向量的空間關聯(lián)加權系數(shù)；

18、根據(jù)微環(huán)境載荷向量的綜合強度值以及總強度值，得到微環(huán)境載荷向量的空間關聯(lián)加權系數(shù)；

19、根據(jù)配電箱狀態(tài)載荷向量的綜合強度值以及總強度值，得到配電箱狀態(tài)載荷向量的空間關聯(lián)加權系數(shù)。

20、進一步的，將標準化的氣象載荷向量、微環(huán)境載荷向量和配電箱狀態(tài)載荷向量分別映射至等邊三角形的三個頂點，以得到每個載荷向量的空間特征權重，包括：

21、根據(jù)配電箱的物理位置，以配電箱安裝位置的中心點作為極坐標系的原點，并確定一個方向作為極軸；將標準化的氣象載荷向量、微環(huán)境載荷向量和配電箱狀態(tài)載荷向量作為初始點在極坐標系中標出，每個載荷向量的方向表示其在多維空間中的指向；

22、利用配電箱的歷史數(shù)據(jù)，為每種載荷向量設定對應的約束條件，約束條件包括向量模長的最大和最小值以及向量方向；

23、根據(jù)等邊三角形的幾何特性計算旋轉矩陣，使用旋轉矩陣對多維張量積進行旋轉操作，以得到映射到等邊三角形頂點上的載荷向量的位置；

24、根據(jù)映射到等邊三角形頂點上的載荷向量的位置，計算每個載荷向量的空間特征權重。

25、進一步的，將各載荷向量與其對應的空間關聯(lián)加權系數(shù)進行融合，利用空間特征權重對線性組合過程施加正則化處理，形成包含空間拓撲關系的環(huán)境載荷矩陣，包括：

26、分別將氣象載荷向量、微環(huán)境載荷向量和配電箱狀態(tài)載荷向量與其對應的空間關聯(lián)加權系數(shù)相乘，以得到加權后的各個載荷向量；

27、將加權后的各個載荷向量融合，形成一個新的綜合向量；

28、將空間特征權重與新的綜合向量融合，以得到環(huán)境載荷矩陣。

29、進一步的，基于環(huán)境載荷矩陣的幾何特征，建立融合擴散卷積算子的時空演化預警模型，以預測異常點，包括：

30、分析環(huán)境載荷矩陣的幾何特征，包括矩陣的形狀、大小和元素分布；

31、收集配電箱運行過程中的各種數(shù)據(jù)，包括電流、電壓、溫度和濕度數(shù)據(jù)；

32、根據(jù)配電箱運行過程中的各種數(shù)據(jù)和環(huán)境載荷矩陣的幾何特征，構建與真實配電箱相對應的預警模型；

33、在預警模型中集成傳感器數(shù)據(jù)，以實時反映配電箱的運行狀態(tài)；

34、在數(shù)字孿生模型中融入擴散卷積算子，以捕捉數(shù)據(jù)的時空演化特征，通過擴散卷積算子，預警模型提取配電箱運行過程中的時空信息，包括電流和電壓的變化趨勢和溫度的分布；

35、利用擴散卷積算子對配電箱運行數(shù)據(jù)進行特征提取，得到時空特征向量，對時空特征向量進行分析，以識別配電箱運行過程中的異常點。

36、進一步的，將預測異常點與設備老化特征譜進行多尺度匹配度分析，結合等邊三角形頂點間的相位角差異參數(shù)，構建復合故障模式的三維匹配空間，識別潛在故障的耦合傳播路徑，包括：

37、收集配電箱的歷史運行數(shù)據(jù)，包括正常狀態(tài)和異常狀態(tài)下的數(shù)據(jù)；通過傅里葉變換從原始數(shù)據(jù)中提取配電箱老化特征譜；

38、計算預測異常點與設備老化特征譜之間的余弦相似度；

39、將配電箱的三個關鍵狀態(tài)參數(shù)映射到等邊三角形的三個頂點上，計算三個狀態(tài)參數(shù)之間的相位角差異；

40、以余弦相似度作為x軸和y軸，以等邊三角形相位角差異參數(shù)作為z軸，在三維空間中，每個點代表一個故障模式；

41、在三維匹配空間中，通過聚類將相似的故障模式分組，分析不同故障模式組之間的空間關系和演變趨勢，以識別潛在的故障耦合傳播路徑。

42、第二方面，一種低壓配電箱數(shù)據(jù)實時采集系統(tǒng)，包括：

43、確定模塊，用于根據(jù)配電箱歷史數(shù)據(jù)，分別確定標準化的氣象載荷向量、微環(huán)境載荷向量和配電箱狀態(tài)載荷向量對應的空間關聯(lián)加權系數(shù)；

44、計算模塊，用于將標準化的氣象載荷向量、微環(huán)境載荷向量和配電箱狀態(tài)載荷向量分別映射至等邊三角形的三個頂點，以得到每個載荷向量的空間特征權重；將各載荷向量與其對應的空間關聯(lián)加權系數(shù)進行融合，利用空間特征權重對線性組合過程施加正則化處理，形成包含空間拓撲關系的環(huán)境載荷矩陣；

45、預測模塊，用于基于環(huán)境載荷矩陣的幾何特征，建立融合擴散卷積算子的時空演化預警模型，以預測異常點；

46、分析模塊，用于將預測異常點與設備老化特征譜進行多尺度匹配度分析，結合等邊三角形頂點間的相位角差異參數(shù)，構建復合故障模式的三維匹配空間，識別潛在故障的耦合傳播路徑。

47、第三方面，一種計算設備，包括：

48、一個或多個處理器；

49、存儲裝置，用于存儲一個或多個程序，當所述一個或多個程序被所述一個或多個處理器執(zhí)行，使得所述一個或多個處理器實現(xiàn)所述的方法。

50、第四方面，一種計算機可讀存儲介質，所述計算機可讀存儲介質中存儲有程序，該程序被處理器執(zhí)行時實現(xiàn)所述的方法。

51、本發(fā)明的上述方案至少包括以下有益效果：

52、通過根據(jù)配電箱歷史數(shù)據(jù)確定標準化的氣象載荷向量、微環(huán)境載荷向量和配電箱狀態(tài)載荷向量對應的空間關聯(lián)加權系數(shù)，能夠綜合考慮多種影響因素，并準確量化各因素之間的相對重要性，這有助于更全面地了解配電箱的運行環(huán)境。

53、將標準化的載荷向量映射至等邊三角形的頂點，并利用空間特征權重對線性組合過程進行正則化處理，可以形成包含空間拓撲關系的環(huán)境載荷矩陣，這種處理方法不僅考慮了各載荷向量之間的空間關系，還能夠有效地降低數(shù)據(jù)的維度和復雜性，提高數(shù)據(jù)處理的效率和準確性。同時，環(huán)境載荷矩陣的形成有助于揭示各因素之間的內在聯(lián)系和相互作用機制。

54、基于環(huán)境載荷矩陣的幾何特征，建立融合擴散卷積算子的時空演化預警模型，能夠實現(xiàn)對配電箱運行狀態(tài)的實時監(jiān)測和異常點預測，該模型結合了擴散卷積算子的優(yōu)點，能夠有效地捕捉數(shù)據(jù)的時空演化特征，提高預測的準確性和可靠性，通過及時預測異常點，可以為配電箱的維護和管理提供有力的支持，降低故障發(fā)生的風險。

55、將預測異常點與設備老化特征譜進行多尺度匹配度分析，并結合等邊三角形頂點間的相位角差異參數(shù)，構建復合故障模式的三維匹配空間，這種方法能夠綜合考慮設備老化和運行環(huán)境等多重因素，準確識別潛在故障的耦合傳播路徑，通過構建三維匹配空間，可以直觀地展示故障的傳播過程和影響范圍，為故障排查和修復提供有力的指導，同時，這也有助于提高配電箱運行的可靠性和安全性，減少故障帶來的損失。