智能综合配电箱在线监测方法及系统与流程

本申请涉及配电设备监测，具体涉及一种智能综合配电箱在线监测方法及系统。

背景技术：

1、随着低压配电系统向数字化、智能化运维发展，智能综合配电箱通常已具备电流、温度等运行量在线采集能力。现有配电箱内部多条出线回路共用母排，接线端子排列紧密，端子接触不良、氧化或松动会导致接触电阻增大并产生局部异常发热。现有温度监测多依赖布置在母排或端子附近的测温传感器，并采用温度绝对值、温升或固定阈值进行告警。然而，同一测温点往往同时受到多个相邻接线端子发热、负载变化及箱内环境温度的共同影响，测得温度反映的是区域热量叠加结果，难以直接判定具体异常回路。尤其在劣化早期，接触电阻虽已逐步增大，但绝对温度可能尚未达到报警阈值，容易造成预警滞后。若通过增加测温点提高定位粒度，又会增加传感器、布线、安装及维护成本。因此，如何在现有采集条件下提高接线端子早期接触劣化的识别和定位能力，仍是智能综合配电箱在线监测需要解决的问题。

技术实现思路

1、为克服相关技术中存在的问题，本说明书提供了智能综合配电箱在线监测方法及系统。

2、根据本申请实施例第一方面，提供了一种智能综合配电箱在线监测方法，包括：

3、配置拓扑关联关系，建立各测温点与其热传导范围内各出线回路接线端子的对应关系；以固定采样周期同步采集各出线回路的电流有效值和各测温点的温度值；

4、针对每个测温点，以各关联回路电流有效值的平方作为自变量、以环境参考温度作为附加自变量、以所述测温点的温度值作为因变量，建立多变量线性模型，所述多变量线性模型中各回路对应的系数为该回路接线端子对所述测温点的热贡献系数；

5、在滑动时间窗口内，对所述多变量线性模型执行最小二乘回归求解，得到各接线端子的热贡献系数估计值；

6、在初始运行阶段，将各接线端子的热贡献系数估计值取平均，得到各接线端子的基线值；在持续监测阶段，计算各接线端子当前热贡献系数估计值相对于所述基线值的变化率；当某一接线端子的所述变化率满足预设的劣化判定条件时，生成指向该接线端子所属回路的定向预警信息。

7、作为一种可选的方案，在对所述多变量线性模型执行最小二乘回归求解之前，根据所述滑动时间窗口内各采样时刻的各关联回路电流有效值的平方和所述环境参考温度构成设计矩阵，计算所述设计矩阵的条件数；当所述条件数未超过所述条件数阈值时，执行所述最小二乘回归求解；在求解后，根据残差方差和所述设计矩阵计算各接线端子热贡献系数估计值的标准误差，当某一接线端子的热贡献系数估计值的相对标准误差超过预设的标准误差阈值时，将该接线端子在当前滑动时间窗口内的热贡献系数估计值标记为低置信度，不参与后续所述变化率的计算。

8、作为一种可选的方案，所述劣化判定条件包括同时满足的幅值条件和趋势条件；所述幅值条件为所述变化率超过预设的劣化预警阈值；所述趋势条件为连续预设数量的有效窗口中所述变化率均超过所述劣化预警阈值且呈递增趋势，所述递增趋势通过对所述连续预设数量的有效窗口对应的变化率进行一元线性拟合并判断拟合斜率为正来确定。

9、作为一种可选的方案，在所述持续监测阶段，对于未触发所述劣化判定条件的接线端子，每产生一个新的热贡献系数估计值时，以预设的更新权重对所述基线值进行加权更新，将所述更新权重乘以当前热贡献系数估计值与剩余权重乘以原基线值的和作为新的基线值。

10、作为一种可选的方案，根据所述多变量线性模型和所述热贡献系数估计值计算所述滑动时间窗口内各采样时刻的模型估计温度值，将各采样时刻所述模型估计温度值与对应的实际温度值之差作为残差，计算所述残差的均方根值；当所述残差的均方根值超过预设的残差阈值时，将该滑动时间窗口标记为拟合异常，不参与后续所述变化率的计算。

11、作为一种可选的方案，所述热贡献系数为对应接线端子的接触电阻与该接线端子至所述测温点之间热传导路径热阻的乘积；所述热传导范围为测温传感器安装位置沿母排方向两侧各不超过预设距离的区域，所述预设距离根据母排材质和截面积标定确定。

12、作为一种可选的方案，所述滑动时间窗口的长度不短于各出线回路负载经历一个完整周期性变化所需的时间；所述固定采样周期取母排热时间常数的1/10至1/5。

13、作为一种可选的方案，当相邻两个测温点的热传导范围存在重叠，且同一出线回路的接线端子同时关联于所述相邻两个测温点时，所述相邻两个测温点分别独立执行所述最小二乘回归求解，各自得到该出线回路接线端子的热贡献系数估计值及其估计标准误差；选取该接线端子的热贡献系数估计值的相对标准误差较小的测温点所对应的热贡献系数估计值作为该接线端子的热贡献系数估计值。

14、作为一种可选的方案，在建立所述多变量线性模型前，对所述滑动时间窗口内的采集数据进行预处理：对于窗口内始终无电流的出线回路，从所述多变量线性模型中剔除该回路对应的自变量项；对于电流有效值超过该回路额定电流预设倍数的采样时刻，从参与所述最小二乘回归求解的数据中剔除该采样时刻的数据。

15、根据本申请实施例的第二方面，还提供一种智能综合配电箱在线监测系统，包括：

16、拓扑配置与数据采集模块，用于配置拓扑关联关系，建立各测温点与其热传导范围内各出线回路接线端子的对应关系，并以固定采样周期同步采集各出线回路的电流有效值和各测温点的温度值；

17、模型构建模块，用于针对每个测温点，以各关联回路电流有效值的平方作为自变量、以环境参考温度作为附加自变量、以所述测温点的温度值作为因变量，建立多变量线性模型，所述多变量线性模型中各回路对应的系数为该回路接线端子对所述测温点的热贡献系数；

18、回归求解模块，用于在滑动时间窗口内，对所述多变量线性模型执行最小二乘回归求解，得到各接线端子的热贡献系数估计值；

19、基线监测与预警模块，用于在初始运行阶段，将各接线端子的热贡献系数估计值取平均，得到各接线端子的基线值；在持续监测阶段，计算各接线端子当前热贡献系数估计值相对于所述基线值的变化率；当某一接线端子的所述变化率满足预设的劣化判定条件时，生成指向该接线端子所属回路的定向预警信息。

20、本申请利用各出线回路负载随时间变化存在差异的特点，将测温点处由多个接线端子共同形成的温度响应分解为各接线端子的独立热贡献，并以热贡献系数相对于基线值的持续变化表征接触状态变化，同时通过条件数和残差检验筛除不可靠回归结果，使劣化判断建立在具有可分离性和拟合可信度的数据基础上。由此，可在不增加测温传感器数量的情况下，从区域温度监测结果中识别并定位具体接线端子的早期接触劣化，降低负载波动、环境温度变化及局部热耦合对判断结果的影响，并在绝对温度尚未达到传统报警阈值前形成具有明确回路指向的预警信息，从而提高智能综合配电箱在线监测的预警及时性和定位有效性。

1.一种智能综合配电箱在线监测方法，其特征在于，包括：

2.根据权利要求1所述的方法，其特征在于，在对所述多变量线性模型执行最小二乘回归求解之前，根据所述滑动时间窗口内各采样时刻的各关联回路电流有效值的平方和所述环境参考温度构成设计矩阵，计算所述设计矩阵的条件数；当所述条件数未超过所述条件数阈值时，执行所述最小二乘回归求解；在求解后，根据残差方差和所述设计矩阵计算各接线端子热贡献系数估计值的标准误差，当某一接线端子的热贡献系数估计值的相对标准误差超过预设的标准误差阈值时，将该接线端子在当前滑动时间窗口内的热贡献系数估计值标记为低置信度，不参与后续所述变化率的计算。

3.根据权利要求1所述的方法，其特征在于，所述劣化判定条件包括同时满足的幅值条件和趋势条件；所述幅值条件为所述变化率超过预设的劣化预警阈值；所述趋势条件为连续预设数量的有效窗口中所述变化率均超过所述劣化预警阈值且呈递增趋势，所述递增趋势通过对所述连续预设数量的有效窗口对应的变化率进行一元线性拟合并判断拟合斜率为正来确定。

4.根据权利要求1所述的方法，其特征在于，在所述持续监测阶段，对于未触发所述劣化判定条件的接线端子，每产生一个新的热贡献系数估计值时，以预设的更新权重对所述基线值进行加权更新，将所述更新权重乘以当前热贡献系数估计值与剩余权重乘以原基线值的和作为新的基线值。

5.根据权利要求1所述的方法，其特征在于，根据所述多变量线性模型和所述热贡献系数估计值计算所述滑动时间窗口内各采样时刻的模型估计温度值，将各采样时刻所述模型估计温度值与对应的实际温度值之差作为残差，计算所述残差的均方根值；当所述残差的均方根值超过预设的残差阈值时，将该滑动时间窗口标记为拟合异常，不参与后续所述变化率的计算。

6.根据权利要求1所述的方法，其特征在于，所述热贡献系数为对应接线端子的接触电阻与该接线端子至所述测温点之间热传导路径热阻的乘积；所述热传导范围为测温传感器安装位置沿母排方向两侧各不超过预设距离的区域，所述预设距离根据母排材质和截面积标定确定。

7.根据权利要求1所述的方法，其特征在于，所述滑动时间窗口的长度不短于各出线回路负载经历一个完整周期性变化所需的时间；所述固定采样周期取母排热时间常数的1/10至1/5。

8.根据权利要求1所述的方法，其特征在于，当相邻两个测温点的热传导范围存在重叠，且同一出线回路的接线端子同时关联于所述相邻两个测温点时，所述相邻两个测温点分别独立执行所述最小二乘回归求解，各自得到该出线回路接线端子的热贡献系数估计值及其估计标准误差；选取该接线端子的热贡献系数估计值的相对标准误差较小的测温点所对应的热贡献系数估计值作为该接线端子的热贡献系数估计值。

9.根据权利要求1所述的方法，其特征在于，在建立所述多变量线性模型前，对所述滑动时间窗口内的采集数据进行预处理：对于窗口内始终无电流的出线回路，从所述多变量线性模型中剔除该回路对应的自变量项；对于电流有效值超过该回路额定电流预设倍数的采样时刻，从参与所述最小二乘回归求解的数据中剔除该采样时刻的数据。

10.一种智能综合配电箱在线监测系统，其特征在于，包括：