一种多模态低压电器在线监测方法与系统与流程

1.本发明涉及用电环境监测的技术领域，尤其涉及一种多模态低压电器在线监测方法与系统。


背景技术：

2.低压电器为在交流50hz、额定电压1200v及以下的电路中起通断、保护、控制或调节作用的电器产品，包括低压配电电器、低压控制电器、低压保护电器、低压指示电器以及低压执行电器等多模态电器。低压电器的正常运行依赖于稳定的用电电路电压控制，要求电压控制在规定范围内才能保证低压电器的正常运行，从而保护用电电路中的用电电器以及其他电元件。但是由于运行环境存在差异，包括温度等影响因素会降低低压电器监测的准确性，针对该问题本专利提出一种多模态低压电器在线监测方法与系统。


技术实现要素：

3.有鉴于此，本发明提供一种多模态低压电器在线监测方法，目的在于(1)提取多模态低压电器的运行环境数据的多模态特征，将所提取特征作为多模态的低压电器运行环境数据流，在提取过程中过滤掉影响因素的运行噪声，降低噪声对低压电器运行环境数据的影响，提高后续低压电器监测的准确性；(2)建立低压电器运行环境分布式数据流采集框架，其中局部节点基于微簇更新策略对低压电器运行环境数据流进行局部模式挖掘，将相似的运行环境数据流进行合并，降低局部节点所发送局部运行模式的维度，提高后续分类效率，中心节点采用主动学习策略，使用最新的数据流所对应的局部运行模式创建概率分类模型，得到局部运行模式在不同运行模式类别的概率，根据低压电器局部运行模式的类别，确定不同运行模式的低压电器的运行异常阈值，若通过低压电器的电压信息超过对应的运行异常阈值则进行报警，实现低压电器的在线监测。
4.实现上述目的，本发明提供的一种多模态低压电器在线监测方法，包括以下步骤：
5.s1：采集低压电器的运行环境数据，并构成多模态的低压电器运行环境数据流；
6.s2：构建低压电器运行环境分布式数据流采集框架，其中所述低压电器运行环境分布式数据流采集框架包括局部节点和中心节点，局部节点对采集得到的低压电器运行环境数据实施局部数据流模式挖掘，中心节点对挖掘结果进行局部运行模式分类；
7.s3：局部节点基于微簇更新策略对低压电器运行环境数据流进行局部模式挖掘，提高数据流模式挖掘准确率，得到低压电器运行环境数据流的局部运行模式；
8.s4：基于低压电器运行环境数据流的局部运行模式，中心节点利用主动学习策略进行低压电器局部运行模式的分类；
9.s5：根据低压电器局部运行模式的类别，确定不同运行模式的低压电器的运行异常阈值，若通过低压电器的电压信息超过对应运行模式的运行异常阈值则进行报警，否则表示低压电器运行正常。
10.作为本发明的进一步改进方法：
11.可选地，所述s1步骤中采集低压电器多模态的运行环境数据，包括：
12.所述低压电器为在交流50hz、额定电压1200v及以下的电路中起通断、保护、控制或调节作用的电器产品；
13.所述低压电器包括低压配电电器、低压控制电器、低压保护电器、低压指示电器以及低压执行电器；
14.所述低压电器分为电磁式低压电器以及断路器，电磁式低压电器包括电磁结构以及触点系统，电磁结构通过将电磁能转换为机械能，带动机械结构闭合或分断触点；断路器包括脱扣装置和触电系统，当电路中的电流超过断路器的脱扣值时，脱扣装置会在一定时间内分断断路器的主触点，保护电路中的其他元件；
15.在本发明实施例中，所述低压配电电器包括断路器，所述低压控制电器包括接触器、继电器等，所述低压保护电器包括熔断器、相续保护继电器等，所述低压指示电器包括指示灯、蜂鸣器等，所述低压执行继电器包括电磁阀、电磁铁等，除低压配电器外，其余低压电器均为电磁式低压电器；
16.对于任意用电电路，其内置低压电器集合为：
17.{sn|n∈[1，n]}
[0018]
其中：
[0019]
sn为用电电路中的第n个低压电器，n表示用电电路中低压电器的总数；
[0020]
在用电电路设置n个传感器，将每个传感器部署在对应低压电器的内部，任意传感器rn采集通过低压电器sn的交流电的电压信息，将所采集的电压信息作为低压电器的运行环境数据，所述电流信息包括通过低压电器交流电的瞬时电压值。
[0021]
可选地，所述s1步骤中将所采集数据构成多模态的低压电器运行环境数据流，包括：
[0022]
用电电路中所有传感器所采集的运行环境数据集合为：
[0023]
{xn(t)＝(xn(t0)，xn(t1)，...，xn(t
l
))|n∈[1，n]}
[0024]
其中：
[0025]
xn(t)表示低压电器sn的运行环境数据；
[0026]
xn(t0)表示t0时刻通过低压电器sn的交流电的瞬时电压值；
[0027]
xn(t
l
)表示t
l
时刻通过低压电器sn的交流电的瞬时电压值；
[0028]
t0时刻为采集运行环境数据的初始时刻，t
l
时刻为采集运行环境数据的当前时刻，所述初始时刻即为历史时刻；
[0029]
将所采集的运行环境数据转换为多模态的低压电器运行环境数据流，得到用电电路中所有低压电器的运行环境数据流集合q：
[0030]
q＝{q(xn(t))|n∈[1，n]}
[0031]
其中：
[0032]
q(xn(t))表示低压电器运行环境数据xn(t)的多模态运行环境数据流集合；
[0033]
对于任意低压电器的运行环境数据xn(t)，传感器利用内置计算芯片将运行环境数据转换为低压电器运行环境数据流，所述低压电器运行环境数据流的转换流程为：
[0034]
s11：对采集道的低压电器运行环境数据xn(t)加入等长的白噪声yn(t)，得到数据xn(t)：
[0035]
xn(t)＝xn(t) yn(t)
[0036]
s12：构造模态d的待遍历数据ρd，其中d的初始值为1，最大值为d，ρ1＝xn(t)；
[0037]
s13：遍历出数据ρd中所有的极大值点和极小值点，将所有的极大值点以及所有的极小值点分别用三次样条曲线连接，分别得到ρd的上包络线以及下包络线，上下包络线的均值曲线即为md，则低压电器运行环境数据xn(t)在模态d上的运行环境数据流为q
n，d
(t)＝ρ
d-md；
[0038]
s14：若d＝d，则得到多模态的低压电器运行环境数据流集合：
[0039]
q(xn(t))＝{q
n，d
(t)|d∈[1，d]}
[0040]
其中：
[0041]
q(xn(t))表示低压电器运行环境数据xn(t)的多模态运行环境数据流集合；
[0042]qn，d
(t)表示低压电器运行环境数据xn(t)在模态d上的运行环境数据流；
[0043]
若d＜d，则令d＝d 1，ρd＝q
n，d
(t)，返回步骤s13。
[0044]
可选地，所述s2步骤中构建低压电器运行环境分布式数据流采集框架，包括：
[0045]
所述低压电器运行环境分布式数据流采集框架包括局部节点以及中心节点；
[0046]
基于用电电器在用电电路的分布，将用电电路划分为不同区域，所划分的每个区域表示任意一个用电电器的交流电电路区域，其中所述每个区域内包含若干低压电器，所述低压电器用于控制调节该交流电电路区域的用电情况，避免交流电电路发生故障，影响用电电器或其余电元件的正常运行；
[0047]
所述一个交流电电路区域内局部节点为该区域内性能最好的传感器，所述传感器性能得分的计算公式为：
[0048][0049]
其中：
[0050]
score为传感器的性能得分；
[0051]
ene表示传感器的电量最大值，ene
′
表示传感器的当前电量；
[0052]
δ表示传感器的邻域传感器数目，所述邻域传感器表示与传感器距离在距离阈值范围内的其余传感器；
[0053]
交流电电路区域内的传感器将自身采集并处理得到的低压电器运行环境数据流发送到局部节点，局部节点对接收到的低压电器运行环境数据实施局部数据流模式挖掘，并将挖掘结果传输到中心节点；
[0054]
所述中心节点为独立于用电电路的边缘节点，在本发明一个实施例中，所述边缘节点为计算机终端，中心节点接收局部节点的局部数据流模式挖掘结果，并利用主动学习策略进行低压电器运行环境数据流进行局部运行模式分类。
[0055]
可选地，所述s3步骤中局部节点基于微簇更新策略对接收到的低压电器运行环境数据流进行局部模式挖掘，包括：
[0056]
交流电电路区域内的传感器将自身采集并处理得到的低压电器运行环境数据流发送到局部节点，局部节点基于微簇更新策略对接收到的低压电器运行环境数据流进行局部模式挖掘，所述挖掘流程为：
[0057]
s31：局部节点计算所接收的任意两个低压电器运行环境数据流q(xi(t))，q(xj(t))之间的相似度，所述相似度计算公式为：
[0058][0059]
i，j∈[1，n
′
]，i≠j，d∈[1，d]
[0060][0061][0062][0063]
其中：
[0064]
d表示多模态低压电器运行环境数据流的模态总数；
[0065]
sim
ij
表示局部节点接收的任意两个低压电器运行环境数据流q(xi(t))，q(xj(t))之间的相似度，n
′
表示局部节点所接收的低压电器运行环境数据流总数；
[0066]
s32：若sim
ij
大于相似阈值，则选择将低压电器运行环境数据流q(xi(t))，q(xj(t))进行合并，转向步骤s33，若sim
ij
小于等于相似阈值，则返回步骤s31；
[0067]
s33：计算得到合并数据流q(x
ij
(t))的挖掘量，其中所述合并数据流q(x
ij
(t))为低压电器运行环境数据流q(xi(t))，q(xj(t))的合并结果，所述挖掘量的计算公式为：
[0068][0069][0070][0071][0072]
其中：
[0073]
为合并数据流q(x
ij
(t))的挖掘均值；
[0074]
为合并数据流q(x
ij
(t))的挖掘标准差；
[0075]
s34：基于合并数据流q(x
ij
(t))的挖掘量重构得到合并数据流q(x
ij
(t))，所述合并数据流q(x
ij
(t))中模态d的运行环境数据流的重构公式为：
[0076][0077]
其中：
[0078]
rand(-1，1)表示-1到1之间的随机数；
[0079]qij，d
(t)为重构得到的合并数据流q(x
ij
(t))中模态d的运行环境数据流；
[0080]
s35：局部节点删除所接收到的低压电器运行环境数据流q(xi(t))，q(xj(t))，新增合并数据流q(x
ij
(t))，返回步骤s31；
[0081]
s36：局部节点得到挖掘重构后的低压电器运行环境数据流集合，将挖掘重构后的低压电器运行环境数据流集合作为低压电器运行环境数据流的局部运行模式，并将局部运行模式传输至中心节点。
[0082]
可选地，所述s4步骤中基于低压电器运行环境数据流的局部运行模式，中心节点利用主动学习策略进行低压电器局部运行模式的分类，包括：
[0083]
中心节点基于低压电器运行环境数据流的局部运行模式，中心节点利用主动学习策略进行低压电器局部运行模式的分类，所述低压电器局部运行模式的类别包括将用电电器的金属外壳直接接地的运行模式m1、将用电电器的金属外壳与工作零线相接的运行模式m2以及将用电电器的外露可导电部分均经各自的保护线分别直接接地的运行模式m3；
[0084]
所述低压电器局部运行模式的分类流程为：
[0085]
s41：获取低压电器局部运行模式历史数据，得到低压电器局部运行模式的先验概率，其中运行模式m1的先验概率为p(m1)，运行模式m2的先验概率为p(m2)，运行模式m3的先验概率为p(m3)，p(m1)表示运行模式m1在历史数据中出现的概率；
[0086]
s42：中心节点依次接收局部节点所发送的局部运行模式；中心节点所接收到的局部运行模式集合为{g1，g2，...，gm}，其中gm为中心节点接收到的第m个局部运行模式，m表示中心节点接收到的局部运行模式的总数，并将所接收到的局部运行模式集合划分为若干子集合，使得每个子集合内的局部运行模式数量相等；
[0087]
所得到的子集合表示为{f1，f2，...，fm′
}，其中fm′
表示划分得到的第m
′
个子集合，m
′
表示划分得到的子集合的数量；
[0088]
s43：利用划分得到的子集合训练得到概率分类模型，得到m
′
个概率分类模型，所述概率分类模型为决策树模型；
[0089]
s44：将任意局部节点在当前时刻的局部运行模式输入到m
′
个概率分类模型中，每个概率分类模型计算得到该局部运行模式在三种运行模式类别的概率，则任意局部运行模式g在任意运行模式类别mq的概率p(mq|g)为：
[0090][0091]
其中：
[0092]
p(g，modelv|mq)表示局部运行模式g在第v个概率分类模型modelv中的运行模式类别为mq的概率；
[0093]
选取使得概率p(mq|g)最大的运行模式类别作为该局部运行模式g的局部运行模式分类结果；
[0094]
s45：当中心节点新增局部运行模式子集合时，利用新增的局部运行模式子集合训练得到新的概率分类模型，并删除使用时间最长的旧模型，使得概率分类模型的总数始终为m
′
。
[0095]
可选地，所述s5步骤中根据低压电器局部运行模式的类别，确定不同运行模式的低压电器的运行异常阈值，若通过低压电器的电压信息超过对应运行模式的运行异常阈值则进行报警，包括：
[0096]
据低压电器局部运行模式的类别，确定不同运行模式的低压电器的运行异常阈
值，则运行模式m1所对应运行模式的运行异常阈值为运行模式m2所对应运行模式的运行异常阈值为运行模式m3所对应运行模式的运行异常阈值为
[0097]
若通过低压电器的电压信息超过对应运行模式的运行异常阈值则表示低压电器并未对通过电压进行调节，低压电器存在损坏，并进行报警，否则表示低压电器运行正常。
[0098]
为了解决上述问题，本发明提供一种多模态低压电器在线监测系统，其特征在于，所述系统包括：
[0099]
运行环境数据流采集模块，用于构成多模态的低压电器运行环境数据流，并构建低压电器运行环境分布式数据流采集框架；
[0100]
低压电器运行模式分类装置，用于基于低压电器运行环境数据流的局部运行模式，低压电器运行环境分布式数据流采集框架中的中心节点利用主动学习策略进行低压电器局部运行模式的分类；
[0101]
低压电器监测装置，用于根据低压电器局部运行模式的类别，确定不同运行模式的低压电器的运行异常阈值，若通过低压电器的电压信息超过对应运行模式的运行异常阈值则进行报警。
[0102]
为了解决上述问题，本发明还提供一种电子设备，所述电子设备包括：
[0103]
存储器，存储至少一个指令；及
[0104]
处理器，执行所述存储器中存储的指令以实现上述所述的多模态低压电器在线监测方法。
[0105]
为了解决上述问题，本发明还提供一种计算机可读存储介质，所述计算机可读存储介质中存储有至少一个指令，所述至少一个指令被电子设备中的处理器执行以实现上述所述的多模态低压电器在线监测方法。
[0106]
相对于现有技术，本发明提出一种多模态低压电器在线监测方法，该技术具有以下优势：
[0107]
首先，本方案提出一种多模态数据流的提取方法，用电电路中所有传感器所采集的运行环境数据集合为：
[0108]
{xn(t)＝(xn(t0)，xn(t1)，...，xn(t
l
))|n∈[1，n]}
[0109]
其中：xn(t)表示低压电器sn的运行环境数据；xn(t0)表示t0时刻通过低压电器sn的交流电的瞬时电压值；xn(t
l
)表示t
l
时刻通过低压电器sn的交流电的瞬时电压值；t0时刻为采集运行环境数据的初始时刻，t
l
时刻为采集运行环境数据的当前时刻，所述初始时刻即为历史时刻；将所采集的运行环境数据转换为多模态的低压电器运行环境数据流，得到用电电路中所有低压电器的运行环境数据流集合q：
[0110]
q＝{q(xn(t))|n∈[1，n]}
[0111]
其中：q(xn(t))表示低压电器运行环境数据xn(t)的多模态运行环境数据流集合；对于任意低压电器的运行环境数据xn(t)，传感器利用内置计算芯片将运行环境数据转换为低压电器运行环境数据流，所述低压电器运行环境数据流的转换流程为：对采集道的低压电器运行环境数据xn(t)加入等长的白噪声yn(t)，得到数据xn(t)：
[0112]
xn(t)＝xn(t) yn(t)
[0113]
构造模态d的待遍历数据ρd，其中d的初始值为1，最大值为d，ρ1＝xn(t)；遍历出数据ρd中所有的极大值点和极小值点，将所有的极大值点以及所有的极小值点分别用三次样
条曲线连接，分别得到ρd的上包络线以及下包络线，上下包络线的均值曲线即为md，则低压电器运行环境数据xn(t)在模态d上的运行环境数据流为q
n，d
(t)＝ρ
d-md；若d＝d，则得到多模态的低压电器运行环境数据流集合：
[0114]
q(xn(t))＝{q
n，d
(t)|d∈[1，d]}
[0115]
其中：q(xn(t))表示低压电器运行环境数据xn(t)的多模态运行环境数据流集合；q
n，d
(t)表示低压电器运行环境数据xn(t)在模态d上的运行环境数据流；若d＜d，则令d＝d 1，ρd＝q
n，d
(t)，返回上述步骤。本方案通过提取多模态低压电器的运行环境数据的多模态特征，将所提取特征作为多模态的低压电器运行环境数据流，在提取过程中过滤掉影响因素的运行噪声，降低噪声对低压电器运行环境数据的影响，提高后续低压电器监测的准确性。
[0116]
同时，本方案提出一种低压电器运行环境分布式数据流采集框架，所述低压电器运行环境分布式数据流采集框架包括局部节点以及中心节点；通过基于用电电器在用电电路的分布，将用电电路划分为不同区域，所划分的每个区域表示任意一个用电电器的交流电电路区域，其中所述每个区域内包含若干低压电器，所述低压电器用于控制调节该交流电电路区域的用电情况，避免交流电电路发生故障，影响用电电器或其余电元件的正常运行；所述一个交流电电路区域内局部节点为该区域内性能最好的传感器，所述传感器性能得分的计算公式为：
[0117][0118]
其中：score为传感器的性能得分；ene表示传感器的电量最大值，ene
′
表示传感器的当前电量；δ表示传感器的邻域传感器数目，所述邻域传感器表示与传感器距离在距离阈值范围内的其余传感器；交流电电路区域内的传感器将自身采集并处理得到的低压电器运行环境数据流发送到局部节点，局部节点对接收到的低压电器运行环境数据实施局部数据流模式挖掘，并将挖掘结果传输到中心节点；所述中心节点为独立于用电电路的边缘节点，中心节点接收局部节点的局部数据流模式挖掘结果，并利用主动学习策略进行低压电器运行环境数据流进行局部运行模式分类。本方案通过建立低压电器运行环境分布式数据流采集框架，其中局部节点基于微簇更新策略对低压电器运行环境数据流进行局部模式挖掘，将相似的运行环境数据流进行合并，降低局部节点所发送局部运行模式的维度，提高后续分类效率，中心节点采用主动学习策略，使用最新的数据流所对应的局部运行模式创建概率分类模型，得到局部运行模式在不同运行模式类别的概率，根据低压电器局部运行模式的类别，确定不同运行模式的低压电器的运行异常阈值，若通过低压电器的电压信息超过对应的运行异常阈值则进行报警，实现低压电器的在线监测。
附图说明
[0119]
图1为本发明一实施例提供的一种多模态低压电器在线监测方法的流程示意图；
[0120]
图2为本发明一实施例提供的多模态低压电器在线监测系统的功能模块图；
[0121]
图3为本发明一实施例提供的实现多模态低压电器在线监测方法的电子设备的结构示意图。
[0122]
本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
[0123]
应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
[0124]
本技术实施例提供一种多模态低压电器在线监测方法。所述多模态低压电器在线监测方法的执行主体包括但不限于服务端、终端等能够被配置为执行本技术实施例提供的该方法的电子设备中的至少一种。换言之，所述多模态低压电器在线监测方法可以由安装在终端设备或服务端设备的软件或硬件来执行，所述软件可以是区块链平台。所述服务端包括但不限于：单台服务器、服务器集群、云端服务器或云端服务器集群等。
[0125]
实施例1：
[0126]
s1：采集低压电器的运行环境数据，并构成多模态的低压电器运行环境数据流。
[0127]
所述s1步骤中采集低压电器多模态的运行环境数据，包括：
[0128]
所述低压电器为在交流50hz、额定电压1200v及以下的电路中起通断、保护、控制或调节作用的电器产品；
[0129]
对于任意用电电路，其内置低压电器集合为：
[0130]
{sn|n∈[1，n]}
[0131]
其中：
[0132]
sn为用电电路中的第n个低压电器，n表示用电电路中低压电器的总数；
[0133]
在用电电路设置n个传感器，将每个传感器部署在对应低压电器的内部，任意传感器rn采集通过低压电器sn的交流电的电压信息，将所采集的电压信息作为低压电器的运行环境数据，所述电流信息包括通过低压电器交流电的瞬时电压值。
[0134]
所述s1步骤中将所采集数据构成多模态的低压电器运行环境数据流，包括：
[0135]
用电电路中所有传感器所采集的运行环境数据集合为：
[0136]
{xn(t)＝(xn(t0)，xn(t1)，...，xn(t
l
))|n∈[1，n]}
[0137]
其中：
[0138]
xn(t)表示低压电器sn的运行环境数据；
[0139]
xn(t0)表示t0时刻通过低压电器sn的交流电的瞬时电压值；
[0140]
xn(t
l
)表示t
l
时刻通过低压电器sn的交流电的瞬时电压值；
[0141]
t0时刻为采集运行环境数据的初始时刻，t
l
时刻为采集运行环境数据的当前时刻，所述初始时刻即为历史时刻；
[0142]
将所采集的运行环境数据转换为多模态的低压电器运行环境数据流，得到用电电路中所有低压电器的运行环境数据流集合q：
[0143]
q＝{q(xn(t))|n∈[1，n]}
[0144]
其中：
[0145]
q(xn(t))表示低压电器运行环境数据xn(t)的多模态运行环境数据流集合；
[0146]
对于任意低压电器的运行环境数据xn(t)，传感器利用内置计算芯片将运行环境数据转换为低压电器运行环境数据流，所述低压电器运行环境数据流的转换流程为：
[0147]
s11：对采集道的低压电器运行环境数据xn(t)加入等长的白噪声yn(t)，得到数据xn(t)：
[0148]
xn(t)＝xn(t) yn(t)
[0149]
s12：构造模态d的待遍历数据ρd，其中d的初始值为1，最大值为d，ρ1＝xn(t)；
[0150]
s13：遍历出数据ρd中所有的极大值点和极小值点，将所有的极大值点以及所有的极小值点分别用三次样条曲线连接，分别得到ρd的上包络线以及下包络线，上下包络线的均值曲线即为md，则低压电器运行环境数据xn(t)在模态d上的运行环境数据流为q
n，d
(t)＝ρ
d-md；
[0151]
s14：若d＝d，则得到多模态的低压电器运行环境数据流集合：
[0152]
q(xn(t))＝{q
n，d
(t)|d∈[1，d]}
[0153]
其中：
[0154]
q(xn(t))表示低压电器运行环境数据xn(t)的多模态运行环境数据流集合；
[0155]qn，d
(t)表示低压电器运行环境数据xn(t)在模态d上的运行环境数据流；
[0156]
若d＜d，则令d＝d 1，ρd＝q
n，d
(t)，返回步骤s13。
[0157]
s2：构建低压电器运行环境分布式数据流采集框架，其中所述低压电器运行环境分布式数据流采集框架包括局部节点和中心节点，局部节点对采集得到的低压电器运行环境数据实施局部数据流模式挖掘，中心节点对挖掘结果进行局部运行模式分类。
[0158]
所述s2步骤中构建低压电器运行环境分布式数据流采集框架，包括：
[0159]
所述低压电器运行环境分布式数据流采集框架包括局部节点以及中心节点；
[0160]
基于用电电器在用电电路的分布，将用电电路划分为不同区域，所划分的每个区域表示任意一个用电电器的交流电电路区域，其中所述每个区域内包含若干低压电器，所述低压电器用于控制调节该交流电电路区域的用电情况，避免交流电电路发生故障，影响用电电器或其余电元件的正常运行；
[0161]
所述一个交流电电路区域内局部节点为该区域内性能最好的传感器，所述传感器性能得分的计算公式为：
[0162][0163]
其中：
[0164]
score为传感器的性能得分；
[0165]
ene表示传感器的电量最大值，ene
′
表示传感器的当前电量；
[0166]
δ表示传感器的邻域传感器数目，所述邻域传感器表示与传感器距离在距离阈值范围内的其余传感器；
[0167]
交流电电路区域内的传感器将自身采集并处理得到的低压电器运行环境数据流发送到局部节点，局部节点对接收到的低压电器运行环境数据实施局部数据流模式挖掘，并将挖掘结果传输到中心节点；
[0168]
所述中心节点为独立于用电电路的边缘节点，在本发明一个实施例中，所述边缘节点为计算机终端，中心节点接收局部节点的局部数据流模式挖掘结果，并利用主动学习策略进行低压电器运行环境数据流进行局部运行模式分类。
[0169]
s3：局部节点基于微簇更新策略对低压电器运行环境数据流进行局部模式挖掘，提高数据流模式挖掘准确率，得到低压电器运行环境数据流的局部运行模式。
[0170]
所述s3步骤中局部节点基于微簇更新策略对接收到的低压电器运行环境数据流进行局部模式挖掘，包括：
[0171]
交流电电路区域内的传感器将自身采集并处理得到的低压电器运行环境数据流
发送到局部节点，局部节点基于微簇更新策略对接收到的低压电器运行环境数据流进行局部模式挖掘，所述挖掘流程为：
[0172]
s31：局部节点计算所接收的任意两个低压电器运行环境数据流q(xi(t))，q(xj(t))之间的相似度，所述相似度计算公式为：
[0173][0174]
i，j∈[1，n
′
]，i≠j，d∈[1，d]
[0175][0176][0177][0178]
其中：
[0179]
d表示多模态低压电器运行环境数据流的模态总数；
[0180]
sim
ij
表示局部节点接收的任意两个低压电器运行环境数据流q(xi(t))，q(xj(t))之间的相似度，n
′
表示局部节点所接收的低压电器运行环境数据流总数；
[0181]
s32：若sim
ij
大于相似阈值，则选择将低压电器运行环境数据流q(xi(t))，q(xj(t))进行合并，转向步骤s33，若sim
ij
小于等于相似阈值，则返回步骤s31；
[0182]
s33：计算得到合并数据流q(x
ij
(t))的挖掘量，其中所述合并数据流q(x
ij
(t))为低压电器运行环境数据流q(xi(t))，q(xj(t))的合并结果，所述挖掘量的计算公式为：
[0183][0184][0185][0186][0187]
其中：
[0188]
为合并数据流q(x
ij
(t))的挖掘均值；
[0189]
为合并数据流q(x
ij
(t))的挖掘标准差；
[0190]
s34：基于合并数据流q(x
ij
(t))的挖掘量重构得到合并数据流q(x
ij
(t))，所述合并数据流q(x
ij
(t))中模态d的运行环境数据流的重构公式为：
[0191][0192]
其中：
[0193]
rand(-1，1)表示-1到1之间的随机数；
[0194]qij，d
(t)为重构得到的合并数据流q(x
ij
(t))中模态d的运行环境数据流；
[0195]
s35：局部节点删除所接收到的低压电器运行环境数据流q(xi(t))，q(xj(t))，新增合并数据流q(x
ij
(t))，返回步骤s31；
[0196]
s36：局部节点得到挖掘重构后的低压电器运行环境数据流集合，将挖掘重构后的低压电器运行环境数据流集合作为低压电器运行环境数据流的局部运行模式，并将局部运行模式传输至中心节点。
[0197]
s4：基于低压电器运行环境数据流的局部运行模式，中心节点利用主动学习策略进行低压电器局部运行模式的分类。
[0198]
所述s4步骤中基于低压电器运行环境数据流的局部运行模式，中心节点利用主动学习策略进行低压电器局部运行模式的分类，包括：
[0199]
中心节点基于低压电器运行环境数据流的局部运行模式，中心节点利用主动学习策略进行低压电器局部运行模式的分类，所述低压电器局部运行模式的类别包括将用电电器的金属外壳直接接地的运行模式m1、将用电电器的金属外壳与工作零线相接的运行模式m2以及将用电电器的外露可导电部分均经各自的保护线分别直接接地的运行模式m3；
[0200]
所述低压电器局部运行模式的分类流程为：
[0201]
s41：获取低压电器局部运行模式历史数据，得到低压电器局部运行模式的先验概率，其中运行模式m1的先验概率为p(m1)，运行模式m2的先验概率为p(m2)，运行模式m3的先验概率为p(m3)，p(m1)表示运行模式m1在历史数据中出现的概率；
[0202]
s42：中心节点依次接收局部节点所发送的局部运行模式；中心节点所接收到的局部运行模式集合为{g1，g2，...，gm}，其中gm为中心节点接收到的第m个局部运行模式，m表示中心节点接收到的局部运行模式的总数，并将所接收到的局部运行模式集合划分为若干子集合，使得每个子集合内的局部运行模式数量相等；
[0203]
所得到的子集合表示为{f1，f2，...，fm′
}，其中fm′
表示划分得到的第m
′
个子集合，m
′
表示划分得到的子集合的数量；
[0204]
s43：利用划分得到的子集合训练得到概率分类模型，得到m
′
个概率分类模型，所述概率分类模型为决策树模型；
[0205]
s44：将任意局部节点在当前时刻的局部运行模式输入到m
′
个概率分类模型中，每个概率分类模型计算得到该局部运行模式在三种运行模式类别的概率，则任意局部运行模式g在任意运行模式类别mq的概率p(mq|g)为：
[0206][0207]
其中：
[0208]
p(g，modelv|mq)表示局部运行模式g在第v个概率分类模型modelv中的运行模式类别为mq的概率；
[0209]
选取使得概率p(mq|g)最大的运行模式类别作为该局部运行模式g的局部运行模式分类结果；
[0210]
s45：当中心节点新增局部运行模式子集合时，利用新增的局部运行模式子集合训练得到新的概率分类模型，并删除使用时间最长的旧模型，使得概率分类模型的总数始终
为m
′
。
[0211]
s5：根据低压电器局部运行模式的类别，确定不同运行模式的低压电器的运行异常阈值，若通过低压电器的电压信息超过对应运行模式的运行异常阈值则进行报警，否则表示低压电器运行正常。
[0212]
所述s5步骤中根据低压电器局部运行模式的类别，确定不同运行模式的低压电器的运行异常阈值，若通过低压电器的电压信息超过对应运行模式的运行异常阈值则进行报警，包括：
[0213]
据低压电器局部运行模式的类别，确定不同运行模式的低压电器的运行异常阈值，则运行模式m1所对应运行模式的运行异常阈值为运行模式m2所对应运行模式的运行异常阈值为运行模式m3所对应运行模式的运行异常阈值为
[0214]
若通过低压电器的电压信息超过对应运行模式的运行异常阈值则表示低压电器并未对通过电压进行调节，低压电器存在损坏，并进行报警，否则表示低压电器运行正常。
[0215]
实施例2：
[0216]
如图2所示，是本发明一实施例提供的多模态低压电器在线监测系统的功能模块图，其可以实现实施例1中的多模态低压电器在线监测方法。
[0217]
本发明所述多模态低压电器在线监测系统100可以安装于电子设备中。根据实现的功能，所述多模态低压电器在线监测系统可以包括运行环境数据流采集模块101、低压电器运行模式分类装置102及低压电器监测装置103。本发明所述模块也可以称之为单元，是指一种能够被电子设备处理器所执行，并且能够完成固定功能的一系列计算机程序段，其存储在电子设备的存储器中。
[0218]
运行环境数据流采集模块101，用于构成多模态的低压电器运行环境数据流，并构建低压电器运行环境分布式数据流采集框架；
[0219]
低压电器运行模式分类装置102，用于基于低压电器运行环境数据流的局部运行模式，低压电器运行环境分布式数据流采集框架中的中心节点利用主动学习策略进行低压电器局部运行模式的分类；
[0220]
低压电器监测装置103，用于根据低压电器局部运行模式的类别，确定不同运行模式低压电器的运行异常阈值，若通过低压电器的电压信息超过对应的运行异常阈值则进行报警。
[0221]
详细地，本发明实施例中所述多模态低压电器在线监测系统100中的所述各模块在使用时采用与上述的图1中所述的多模态低压电器在线监测方法一样的技术手段，并能够产生相同的技术效果，这里不再赘述。
[0222]
实施例3：
[0223]
如图3所示，是本发明一实施例提供的实现多模态低压电器在线监测方法的电子设备的结构示意图。
[0224]
所述电子设备1可以包括处理器10、存储器11和总线，还可以包括存储在所述存储器11中并可在所述处理器10上运行的计算机程序，如程序12。
[0225]
其中，所述存储器11至少包括一种类型的可读存储介质，所述可读存储介质包括闪存、移动硬盘、多媒体卡、卡型存储器(例如：sd或dx存储器等)、磁性存储器、磁盘、光盘等。所述存储器11在一些实施例中可以是电子设备1的内部存储单元，例如该电子设备1的
移动硬盘。所述存储器11在另一些实施例中也可以是电子设备1的外部存储设备，例如电子设备1上配备的插接式移动硬盘、智能存储卡(smart media card，smc)、安全数字(secure digital，sd)卡、闪存卡(flash card)等。进一步地，所述存储器11还可以既包括电子设备1的内部存储单元也包括外部存储设备。所述存储器11不仅可以用于存储安装于电子设备1的应用软件及各类数据，例如程序12的代码等，还可以用于暂时地存储已经输出或者将要输出的数据。
[0226]
所述处理器10在一些实施例中可以由集成电路组成，例如可以由单个封装的集成电路所组成，也可以是由多个相同功能或不同功能封装的集成电路所组成，包括一个或者多个中央处理器(central processing unit，cpu)、微处理器、数字处理芯片、图形处理器及各种控制芯片的组合等。所述处理器10是所述电子设备的控制核心(control unit)，利用各种接口和线路连接整个电子设备的各个部件，通过运行或执行存储在所述存储器11内的程序或者模块(用于执行低压电器在线监测的程序12等)，以及调用存储在所述存储器11内的数据，以执行电子设备1的各种功能和处理数据。
[0227]
所述总线可以是外设部件互连标准(peripheral component interconnect，简称pci)总线或扩展工业标准结构(extended industry standard architecture，简称eisa)总线等。该总线可以分为地址总线、数据总线、控制总线等。所述总线被设置为实现所述存储器11以及至少一个处理器10等之间的连接通信。
[0228]
图3仅示出了具有部件的电子设备，本领域技术人员可以理解的是，图3示出的结构并不构成对所述电子设备1的限定，可以包括比图示更少或者更多的部件，或者组合某些部件，或者不同的部件布置。
[0229]
例如，尽管未示出，所述电子设备1还可以包括给各个部件供电的电源(比如电池)，优选地，电源可以通过电源管理装置与所述至少一个处理器10逻辑相连，从而通过电源管理装置实现充电管理、放电管理、以及功耗管理等功能。电源还可以包括一个或一个以上的直流或交流电源、再充电装置、电源故障检测电路、电源转移器或者逆变器、电源状态指示器等任意组件。所述电子设备1还可以包括多种传感器、蓝牙模块、wi-fi模块等，在此不再赘述。
[0230]
进一步地，所述电子设备1还可以包括网络接口，可选地，所述网络接口可以包括有线接口和/或无线接口(如wi-fi接口、蓝牙接口等)，通常用于在该电子设备1与其他电子设备之间建立通信连接。
[0231]
可选地，该电子设备1还可以包括用户接口，用户接口可以是显示器(display)、输入单元(比如键盘(keyboard))，可选地，用户接口还可以是标准的有线接口、无线接口。可选地，在一些实施例中，显示器可以是led显示器、液晶显示器、触控式液晶显示器以及oled(organic light-emitting diode，有机发光二极管)触摸器等。其中，显示器也可以适当的称为显示屏或显示单元，用于显示在电子设备1中处理的信息以及用于显示可视化的用户界面。
[0232]
应该了解，所述实施例仅为说明之用，在专利申请范围上并不受此结构的限制。
[0233]
所述电子设备1中的所述存储器11存储的程序12是多个指令的组合，在所述处理器10中运行时，可以实现：
[0234]
采集低压电器的运行环境数据，并构成多模态的低压电器运行环境数据流；
[0235]
构建低压电器运行环境分布式数据流采集框架，其中所述低压电器运行环境分布式数据流采集框架包括局部节点和中心节点；
[0236]
局部节点基于微簇更新策略对低压电器运行环境数据流进行局部模式挖掘，得到低压电器局部运行模式；
[0237]
中心节点利用主动学习策略进行低压电器局部运行模式的分类；
[0238]
根据低压电器局部运行模式的类别，确定不同运行模式的低压电器的运行异常阈值，若通过低压电器的电压信息超过对应运行模式的运行异常阈值则进行报警，否则表示低压电器运行正常。
[0239]
具体地，所述处理器10对上述指令的具体实现方法可参考图1至图3对应实施例中相关步骤的描述，在此不赘述。
[0240]
需要说明的是，上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。并且本文中的术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、装置、物品或者方法不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、装置、物品或者方法所固有的要素。在没有更多限制的情况下，由语句“包括一个
……”
限定的要素，并不排除在包括该要素的过程、装置、物品或者方法中还存在另外的相同要素。
[0241]
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在如上所述的一个存储介质(如rom/ram、磁碟、光盘)中，包括若干指令用以使得一台终端设备(可以是手机，计算机，服务器，或者网络设备等)执行本发明各个实施例所述的方法。
[0242]
以上仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。