电缆温度预测方法、装置、计算机设备和存储介质与流程

1.本技术涉及电气技术领域，特别是涉及一种电缆温度预测方法、装置、计算机设备、存储介质和计算机程序产品。


背景技术：

2.电力电缆是电力系统中重要的传输电能的设备之一，应用非常广泛。在电缆运行过程中需要对运行电缆的导体温度进行判断，从而定位电缆故障点。
3.传统技术中，通常采用测温传感器测量电缆外护套或者缓冲层的温度，然后采用理论计算的方式推算导体温度值。
4.然而，由于参数选取、不同电缆敷设状态、环境改变等均会导致热传递模型发生改变，造成热计算出现偏差，因此，传统技术中对运行电缆导体温度的预测准确率较低。


技术实现要素：

5.基于此，有必要针对上述技术问题，提供一种能够提到温度预测准确性的电缆温度预测方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。
6.第一方面，本技术提供了一种电缆温度预测方法。所述方法包括：
7.获取电缆的当前载流采样数据，当前载流采样数据包括当前节点载流量与当前温度；
8.当当前节点载流量大于预设载流量阈值时，获取电缆的历史载流采样数据；
9.基于电缆的历史载流采样数据，当前节点载流量以及当前温度，确定预测温度。
10.在其中一个实施例中，历史载流采样数据包括历史节点载流量；基于电缆的历史载流采样数据，当前载流采样数据以及当前温度，确定预测温度，包括：
11.基于电缆的历史载流采样数据，获取大于预设载流量阈值的多个历史节点载流量对应的历史载流采样数据，作为候选节点载流采样数据；
12.获取当前时刻之前的预设数量个历史载流采样数据，作为第一采样数据集合，基于第一采样数据集合，确定当前载流采样数据的第一变化斜率；
13.针对每个候选节点载流采样数据，获取候选节点载流采样数据的采样时刻之前的预设数量个历史载流采样数据，作为第二采样数据集合，基于第二采样数据集合，确定候选节点载流采样数据的第二变化斜率；
14.基于第一变化斜率与多个第二变化斜率，确定当前载流采样数据对应的预测参数；
15.基于预测参数确定预测温度。
16.基于预测温度与从当前载流量采样数据的采样时刻以与时间流向相同方向的下一节点的实际温度，确定温度误差；
17.当温度误差大于误差阈值时，对预测参数进行数据修正，得到修正后的预测参数。
18.在其中一个实施例中，历史载流采样数据包括历史温度；基于第一变化斜率与多
个第二变化斜率，确定当前载流采样数据对应的预测参数，包括：
19.根据载流量采样数据的采样时刻，从当前载流量采样数据的采样时刻以与时间流向相反方向，依次分别计算第一变化斜率与多个第二变化斜率的相似度误差，基于相似度误差确定第三变化斜率；
20.基于当前载流采样数据，确定第一变化斜率对应的第一载流量过载系数与第一平均升温速率；基于历史载流采样数据，确定第三变化斜率对应的第二载流量过载系数与第二平均升温速率；
21.基于第一载流量过载系数，第一平均升温速率，第二载流量过载系数以及第二平均升温速率，确定当前节点的预测参数。
22.在其中一个实施例中，根据载流量采样数据的采样时刻，从当前载流量采样数据的采样时刻以与时间流向相反方向，依次分别计算第一变化斜率与多个第二变化斜率的相似度误差，基于相似度误差确定第三变化斜率，包括：
23.根据载流量采样数据的采样时刻，获取当前载流量采样数据的采样时刻的相邻前次采样时刻作为候选采样时刻；
24.获取候选采样时刻对应的第二变化斜率，计算第一变化斜率与第二变化斜率的相似度误差，当相似度误差大于相似度误差阈值时，获取候选采样时刻的前次采样时刻作为新的候选采样时刻，重复此步骤，直至计算得到一个与第一变化斜率的相似度误差小于或等于相似度误差阈值的第二变化斜率；
25.将与第一变化斜率的相似度误差小于或等于相似度误差阈值的第二变化斜率作为第三变化斜率。
26.在其中一个实施例中，上述方法还包括：
27.当预测温度高于预设温度阈值时，断开电缆的负载，或将电缆的负载转移到电缆周围的电缆上。
28.第二方面，本技术还提供了一种电缆温度预测装置。所述装置包括：
29.数据第一获取模块，用于获取电缆的当前载流采样数据，当前载流采样数据包括当前节点载流量与当前温度；
30.数据第二获取模块，用于当当前节点载流量大于预设载流量阈值时，获取电缆的历史载流采样数据；
31.预测温度确定模块，用于基于电缆的历史载流采样数据，当前节点载流量以及当前温度，确定预测温度。
32.第三方面，本技术还提供了一种计算机设备。所述计算机设备包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现上述任一实施例所述方法的步骤。
33.第四方面，本技术还提供了一种计算机设备可读存储介质。所述计算机设备可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述任一实施例所述方法的步骤。
34.第五方面，本技术还提供了一种计算机程序产品。所述计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现上述任一实施例所述方法的步骤。
35.上述电缆温度预测方法、装置、计算机设备、存储介质和计算机程序产品，首先获
取电缆的当前载流采样数据，当前载流采样数据包括当前节点载流量与当前温度；当当前节点载流量大于预设载流量阈值时，获取电缆的历史载流采样数据；基于电缆的历史载流采样数据，当前节点载流量以及当前温度，确定预测温度。本技术将载流量作为参数，基于载流量与温度变化的关系预测电缆温度，可以提高电缆温度预测的准确性。
附图说明
36.图1为一个实施例中电缆温度预测方法的流程示意图；
37.图2为一个实施例中电缆温度预测方法应用于服务器端的流程示意图；
38.图3为一个实施例中电缆温度预测装置的结构框图；
39.图4为一个实施例中计算机设备的内部结构图。
具体实施方式
40.为了使本技术的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本技术进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本技术，并不用于限定本技术。
41.本技术实施例提供的电缆温度预测方法，可以应用于服务器或终端单侧实现，也可以应用于包括终端和服务器的系统，通过终端和服务器的交互实现。
42.本技术实施例提供的电缆温度预测方法中，多个电缆可以分别通过网络与服务器进行通信。数据存储系统可以存储服务器需要处理的数据。数据存储系统可以集成在服务器上，也可以放在云上或其他网络服务器上。服务器提供电缆温度预测的环境。首先，服务器获取电缆的当前载流采样数据，当前载流采样数据包括当前节点载流量与当前温度。进一步，服务器判断当前节点载流量与预设载流量阈值的关系，当当前节点载流量大于预设载流量阈值时，获取电缆的历史载流采样数据。最后，服务器可以基于电缆的历史载流采样数据，当前节点载流量以及当前温度，确定电缆的预测温度。其中，服务器可以用独立的服务器或者是多个服务器组成的服务器集群来实现。
43.在一个实施例中，如图1所示，提供了一种电缆温度预测方法，以该方法应用于服务端侧为例进行说明，包括以下步骤102至步骤106。
44.步骤102，获取电缆的当前载流采样数据，当前载流采样数据包括当前节点载流量与当前温度。
45.在本实施例中，服务器可以通过智能电网实时获取电缆当前节点的载流量。其中，电缆的载流量具有周期性变化。
46.步骤104，当当前节点载流量大于预设载流量阈值时，获取电缆的历史载流采样数据。
47.在本实施例中，当当前节点载流量小于或等于预设载流量阈值时，电缆的温度趋于稳定或逐渐下降，不会继续上升，则不采取措施。
48.在本实施例中，当当前节点载流量大于预设载流量阈值时，表明当前时刻电缆的载流量过载，需要进行温度预测，以便工作人员基于电缆的温度变化趋势采取不同的处理措施。
49.在本实施例中，历史载流采样数据可以包括但不限于：历史节点载流量、历史温度
等。其中，多个历史节点载流量与多个历史温度之间一一对应。
50.步骤106，基于电缆的历史载流采样数据，当前节点载流量以及当前温度，确定预测温度。
51.在本实施例中，电缆的载流量具有周期性变化，相同节点的载流量与温度具有相关性。因此，服务器可以给予历史载流采样数据、当前节点载流量以及当前温度，预测下一节点的载流量与温度。
52.在本实施例中，服务器对电缆温度的预测是对从当前载流量采样数据的采样时刻以与时间流向相同方向，对电缆温度变化趋势的预测。
53.上述电缆温度预测方法中，首先获取电缆的当前载流采样数据，当前载流采样数据包括当前节点载流量与当前温度；当当前节点载流量大于预设载流量阈值时，获取电缆的历史载流采样数据；基于电缆的历史载流采样数据，当前节点载流量以及当前温度，确定预测温度。本技术将载流量作为参数，基于载流量与温度变化的关系预测电缆温度，可以提高电缆温度预测的准确性。
54.在一些实施例中，历史载流采样数据包括历史节点载流量；基于电缆的历史载流采样数据，当前载流采样数据以及当前温度，确定预测温度，可以包括：基于电缆的历史载流采样数据，获取大于预设载流量阈值的多个历史节点载流量对应的历史载流采样数据，作为候选节点载流采样数据；获取当前时刻之前的预设数量个历史载流采样数据，作为第一采样数据集合，基于第一采样数据集合，确定当前载流采样数据的第一变化斜率；针对每个候选节点载流采样数据，获取候选节点载流采样数据的采样时刻之前的预设数量个历史载流采样数据，作为第二采样数据集合，基于第二采样数据集合，确定候选节点载流采样数据的第二变化斜率；基于第一变化斜率与多个第二变化斜率，确定当前载流采样数据对应的预测参数；基于预测参数确定预测温度。
55.在本实施例中，服务器基于历史载流采样数据与当前节点载流量，将大于预设载流量阈值的多个历史节点载流量对应的历史载流采样数据作为候选节点载流采样数据。
56.在本实施例中，服务器获取当前时刻之前的预设数量个历史载流采样数据，作为第一采样数据集合，基于第一采样数据集合。例如，当预设数量为5，当前载流采样数据对应的时刻是t7，从当前载流量采样数据的采样时刻以与时间流向相反方向向前依次是：t6，t5，t4，t3，t2，t1，t0等时刻时，服务器从当前载流量采样数据的采样时刻以与时间流向相反方向获取5个历史载流采样数据(即t6，t5，t4，t3，t2时刻的历史载流采样数据)，作为第一数据采样集合。
57.在本实施例中，针对每个候选节点载流采样数据，获取候选节点载流采样数据的采样时刻之前的预设数量个历史载流采样数据，作为第二采样数据集合。例如，当预设数量为6，候选节点载流采样数据对应的时刻是t6，从候选节点载流量采样数据的采样时刻以与时间流向相反方向向前依次是：t5，t4，t3，t2，t1，t0，t-1
，t-2
等时刻时，服务器从候选节点载流量采样数据的采样时刻以与时间流向相反方向获取6个历史载流采样数据(即t5，t4，t3，t2，t1，t0时刻的历史载流采样数据)，作为第二数据采样集合。
58.在本实施例中，第一采样数据集合中元素的数量，与第二采样数据集合中元素的数量一致。
59.在本实施例中，服务器基于第一采样数据集合，计算第一采样数据集合对应的载
流量过载系数和平均升温数据，确定当前载流采样数据的第一变化斜率。服务器基于第二采样数据集合，计算第二采样数据集合对应的载流量过载系数和平均升温数据，确定历史载流采样数据的第二变化斜率。
60.在本实施例中，智能电缆中每隔δt时间可获得电缆当前的温度t和载流量i。假设在t6时刻电缆的载流量i6超过了设定的阈值im，服务器可以从当前载流量采样数据的采样时刻以与时间流向相反方向获取5个历史载流采样数据作为第一数据采样集合。上述5个历史载流采样数据的采样点坐标可以分别是(t1,i1)、(t2,i2)、(t3,i3)、(t4,i4)、(t5,i5),当前载流采样数据的载流量的变化斜率(即第一变化斜率)k
i1
如公式(1)所示的最小二乘法进行计算。
[0061][0062]
其中，为第一数据采样集合中数据的时间均值，为第一数据采样集合中数据的载流量均值，i＝1，2，3，4，5。
[0063]
同理，服务器可以从候选节点载流量采样数据的采样时刻(如t5)以与时间流向相反方向获取5个历史载流采样数据作为第二数据采样集合。上述5个历史载流采样数据的采样点坐标可以分别是(t0,i0)、(t1,i1)、(t2,i2)、(t3,i3)、(t4,i4)，候选节点载流采样数据的载流量的变化斜率(即第二变化斜率)k
i2
如公式(2)所示的最小二乘法进行计算。
[0064][0065]
其中，为第二数据采样集合中数据的时间均值，为第二数据采样集合中数据的载流量均值，i＝0，1，2，3，4。
[0066]
在一些实施例中，历史载流采样数据包括历史温度；基于第一变化斜率与多个第二变化斜率，确定当前载流采样数据对应的预测参数，可以包括：根据载流量采样数据的采样时刻，从当前载流量采样数据的采样时刻以与时间流向相反方向，依次分别计算第一变化斜率与多个第二变化斜率的相似度误差，基于相似度误差确定第三变化斜率；基于当前载流采样数据，确定第一变化斜率对应的第一载流量过载系数与第一平均升温速率；基于历史载流采样数据，确定第三变化斜率对应的第二载流量过载系数与第二平均升温速率；基于第一载流量过载系数，第一平均升温速率，第二载流量过载系数以及第二平均升温速率，确定当前节点的预测参数。
[0067]
在本实施例中，服务器可以根据载流量采样数据的采样时刻，获取从当前载流量采样数据的采样时刻以与时间流向相反方向，依次计算第一变化斜率与多个第二变化斜率的相似度误差，直至找到一个与第一变化斜率的相似度误差小于或等于相似度误差阈值的第二变化斜率，将该二变化斜率作为第三变化斜率。
[0068]
在本实施例中，第一变化斜率k
i1
与第二变化斜率k
i2
的相似度误差θ的计算如公式(3)所示：
[0069][0070]
在本实施例中，当前节点(假设当前载流采样数据的采样时刻为t5)的载流量过载系数的计算如公式(4)所示：
[0071][0072]
其中，im为预设载流量阈值，i5为当前节点载流量，α1为当前节点的载流量过载系数。
[0073]
在本实施例中，当前节点(假设当前载流采样数据的采样时刻为t5)的平均升温速率的计算如公式(5)所示：
[0074][0075]
其中，δt1为采样周期(即服务器从智能电缆中对载流量数据进行采样的时间间隔)，δt1为电缆在δt1时间内的平均升温值，为当前节点δt1时间内的平均升温速率，α1为当前节点的载流量过载系数，k和c为待定常数。
[0076]
在本实施例中，候选节点(假设该候选节点载流采样数据的采样时刻为t2)的载流量过载系数的计算如公式(6)所示：
[0077][0078]
其中，im为预设载流量阈值，i2为该候选节点的载流量，α2为候选节点的载流量过载系数。
[0079]
在本实施例中，当前节点(假设当前载流采样数据的采样时刻为t5)的平均升温速率的计算如公式(7)所示：
[0080][0081]
其中，δt1为采样周期(即服务器从智能电缆中对载流量数据进行采样的时间间隔)，δt2为，kt2为基于候选节点在δt1时间内的平均升温速率，α2为当前节点的载流量过载系数，k和c为待定常数。
[0082]
在本实施例中，基于上述公式(4)、(5)、(6)、(7)联立方程组，可求得待定系数k和c的值。
[0083]
在本实施例中，预测温度t2的计算公式如公式(8)所示：
[0084]
t2＝t1 k
t1
δt
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(8)
[0085]
其中，t1为当前温度，δt为采样周期，k
t1
为当前节点在δt时间内的平均升温速率，t2是对从当前载流量采样数据的采样时刻以与时间流向相同方向的下一节点的预测温度。
[0086]
在一些实施例中，上述方法还可以包括：基于预测温度与从当前载流量采样数据的采样时刻以与时间流向相同方向的下一节点的实际温度，确定温度误差；当温度误差大于误差阈值时，对预测参数进行数据修正，得到修正后的预测参数。
[0087]
在本实施例中，基于公式(8)，服务器可以计算得到基于当前载流量采样数据对应的下一节点的预测温度t2。进一步，服务器基于δt的采样周期获取从当前载流量采样数据的采样时刻以与时间流向相同方向的下一节点的实际温度t3。
[0088]
在本实施例中，温度误差w的计算如公式(9)所示：
[0089][0090]
在本实施例中，当温度误差大于误差阈值(如5％、7％等)时，对预测参数中的待定常数k进行数据修正。其中，服务器对预测参数的修正如公式(10)所示：
[0091][0092]
其中，k’为修正后的k。
[0093]
在本实施例中，当服务器基于从当前载流量采样数据的采样时刻以与时间流向相同方向的第一个节点的载流采样数据，使用修正后的预测参数，对从当前载流量采样数据的采样时刻以与时间流向相同方向的第二个节点进行预测温度。
[0094]
在一些实施例中，根据载流量采样数据的采样时刻，从当前载流量采样数据的采样时刻以与时间流向相反方向，依次分别计算第一变化斜率与多个第二变化斜率的相似度误差，基于相似度误差确定第三变化斜率，可以包括：根据载流量采样数据的采样时刻，获取当前载流量采样数据的采样时刻的相邻前次采样时刻作为候选采样时刻；获取候选采样时刻对应的第二变化斜率，计算第一变化斜率与第二变化斜率的相似度误差，当相似度误差大于相似度误差阈值时，获取候选采样时刻的前次采样时刻作为新的候选采样时刻，重复此步骤，直至计算得到一个与第一变化斜率的相似度误差小于或等于相似度误差阈值的第二变化斜率；将与第一变化斜率的相似度误差小于或等于相似度误差阈值的第二变化斜率作为第三变化斜率。
[0095]
在本实施例中，服务器是从当前载流量采样数据的采样时刻以与时间流向相反方向，依次计算多个候选采样时刻对应的第二变化斜率与第一变化斜率的相似度误差，当计算得到一个与第一变化斜率的相似度误差小于或等于相似度误差阈值的第二变化斜率时，不再继续计算后续候选采样时刻对应的第二变化斜率与第一变化斜率的相似度误差。并将与第一变化斜率的相似度误差小于或等于相似度误差阈值的第二变化斜率作为第三变化斜率。
[0096]
在一些实施例中，上述方法还可以包括：当预测温度高于预设温度阈值时，断开电缆的负载，或将电缆的负载转移到电缆周围的电缆上。通过实时预测，基于预测温度对电缆负载进行切断或转移，可以降低电缆因负载过高而出现的故障。
[0097]
应该理解的是，虽然如上所述的各实施例所涉及的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，如上所述的各实施例所涉及的流程图中的至少一部分步骤可以包括多个步骤或者多个阶段，这些步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
[0098]
基于同样的发明构思，本技术实施例还提供了一种用于实现上述所涉及的电缆温度预测方法的电缆温度预测装置。该装置所提供的解决问题的实现方案与上述方法中所记载的实现方案相似，故下面所提供的一个或多个电缆温度预测装置实施例中的具体限定可以参见上文中对于电缆温度预测方法的限定，在此不再赘述。
[0099]
在一个实施例中，如图3所示，提供了一种电缆温度预测装置，包括：数据第一获取模块302、数据第二获取模块304和预测温度确定模块306，其中：
[0100]
数据第一获取模块302，用于获取电缆的当前载流采样数据，当前载流采样数据包括当前节点载流量与当前温度。
[0101]
数据第二获取模块304，用于当当前节点载流量大于预设载流量阈值时，获取电缆的历史载流采样数据。
[0102]
预测温度确定模块306，用于基于电缆的历史载流采样数据，当前节点载流量以及当前温度，确定预测温度。
[0103]
在其中一个实施例中，历史载流采样数据包括历史节点载流量；预测温度确定模块306可以包括：
[0104]
数据筛选子模块，用于基于电缆的历史载流采样数据，获取大于预设载流量阈值的多个历史节点载流量对应的历史载流采样数据，作为候选节点载流采样数据。
[0105]
第一变化斜率确定子模块，用于获取当前时刻之前的预设数量个历史载流采样数据，作为第一采样数据集合，基于第一采样数据集合，确定当前载流采样数据的第一变化斜率。
[0106]
第二变化斜率确定子模块，用于针对每个候选节点载流采样数据，获取候选节点载流采样数据的采样时刻之前的预设数量个历史载流采样数据，作为第二采样数据集合，基于第二采样数据集合，确定候选节点载流采样数据的第二变化斜率。
[0107]
预测参数确定子模块，用于基于第一变化斜率与多个第二变化斜率，确定当前载流采样数据对应的预测参数。
[0108]
预测温度确定子模块，用于基于预测参数确定预测温度。
[0109]
在其中一个实施例中，上述装置还可以包括：
[0110]
温度误差确定模块，用于基于预测温度与从当前载流量采样数据的采样时刻以与时间流向相同方向的下一节点的实际温度，确定温度误差。
[0111]
参数修正模块，用于当温度误差大于误差阈值时，对预测参数进行数据修正，得到修正后的预测参数。
[0112]
在其中一个实施例中，历史载流采样数据包括历史温度；预测参数确定子模块可以包括：
[0113]
第三变化斜率确定单元，用于根据载流量采样数据的采样时刻，从当前载流量采样数据的采样时刻以与时间流向相反方向，依次分别计算第一变化斜率与多个第二变化斜率的相似度误差，基于相似度误差确定第三变化斜率。
[0114]
平均升温速率确定单元，用于基于当前载流采样数据，确定第一变化斜率对应的第一载流量过载系数与第一平均升温速率；基于历史载流采样数据，确定第三变化斜率对应的第二载流量过载系数与第二平均升温速率。
[0115]
预测参数确定单元，用于基于第一载流量过载系数，第一平均升温速率，第二载流量过载系数以及第二平均升温速率，确定当前节点的预测参数。
[0116]
在其中一个实施例中，第三变化斜率确定单元可以包括：
[0117]
候选采样时刻确定子单元，用于根据载流量采样数据的采样时刻，获取当前载流量采样数据的采样时刻的相邻前次采样时刻作为候选采样时刻。
[0118]
误差筛选子单元，用于获取候选采样时刻对应的第二变化斜率，计算第一变化斜率与第二变化斜率的相似度误差，当相似度误差大于相似度误差阈值时，获取候选采样时刻的前次采样时刻作为新的候选采样时刻，重复此步骤，直至计算得到一个与第一变化斜率的相似度误差小于或等于相似度误差阈值的第二变化斜率。
[0119]
斜率确定子单元，用于将与第一变化斜率的相似度误差小于或等于相似度误差阈值的第二变化斜率作为第三变化斜率。
[0120]
在其中一个实施例中，上述装置还包括：
[0121]
负载处理模块，用于当预测温度高于预设温度阈值时，断开电缆的负载，或将电缆的负载转移到电缆周围的电缆上。
[0122]
上述电缆温度预测装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
[0123]
在一个实施例中，提供了一种计算机设备，该计算机设备可以是服务器，其内部结构图可以如图4所示。该计算机设备包括通过系统总线连接的处理器、存储器和网络接口。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质和内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储预测参数、载流采样数据等数据。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种电缆温度预测方法。
[0124]
本领域技术人员可以理解，图4中示出的结构，仅仅是与本技术方案相关的部分结构的框图，并不构成对本技术方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
[0125]
在一个实施例中，提供了一种计算机设备，包括存储器和处理器，存储器中存储有计算机程序，该处理器执行计算机程序时实现以下步骤：获取电缆的当前载流采样数据，当前载流采样数据包括当前节点载流量与当前温度；当当前节点载流量大于预设载流量阈值时，获取电缆的历史载流采样数据；基于电缆的历史载流采样数据，当前节点载流量以及当前温度，确定预测温度。
[0126]
在一个实施例中，历史载流采样数据包括历史节点载流量，处理器执行计算机程序时还实现基于电缆的历史载流采样数据，当前载流采样数据以及当前温度，确定预测温度，可以包括：基于电缆的历史载流采样数据，获取大于预设载流量阈值的多个历史节点载流量对应的历史载流采样数据，作为候选节点载流采样数据；获取当前时刻之前的预设数量个历史载流采样数据，作为第一采样数据集合，基于第一采样数据集合，确定当前载流采样数据的第一变化斜率；针对每个候选节点载流采样数据，获取候选节点载流采样数据的采样时刻之前的预设数量个历史载流采样数据，作为第二采样数据集合，基于第二采样数据集合，确定候选节点载流采样数据的第二变化斜率；基于第一变化斜率与多个第二变化斜率，确定当前载流采样数据对应的预测参数；基于预测参数确定预测温度。
[0127]
在一个实施例中，处理器执行计算机程序时还实现以下步骤：基于预测温度与从当前载流量采样数据的采样时刻以与时间流向相同方向的下一节点的实际温度，确定温度误差；当温度误差大于误差阈值时，对预测参数进行数据修正，得到修正后的预测参数。
[0128]
在一个实施例中，历史载流采样数据包括历史温度，处理器执行计算机程序时还实现基于第一变化斜率与多个第二变化斜率，确定当前载流采样数据对应的预测参数，可以包括：根据载流量采样数据的采样时刻，从当前载流量采样数据的采样时刻以与时间流向相反方向，依次分别计算第一变化斜率与多个第二变化斜率的相似度误差，基于相似度误差确定第三变化斜率；基于当前载流采样数据，确定第一变化斜率对应的第一载流量过载系数与第一平均升温速率；基于历史载流采样数据，确定第三变化斜率对应的第二载流量过载系数与第二平均升温速率；基于第一载流量过载系数，第一平均升温速率，第二载流量过载系数以及第二平均升温速率，确定当前节点的预测参数。
[0129]
在一个实施例中，处理器执行计算机程序时还实现根据载流量采样数据的采样时刻，从当前载流量采样数据的采样时刻以与时间流向相反方向，依次分别计算第一变化斜率与多个第二变化斜率的相似度误差，基于相似度误差确定第三变化斜率，可以包括：根据载流量采样数据的采样时刻，获取当前载流量采样数据的采样时刻的相邻前次采样时刻作为候选采样时刻；获取候选采样时刻对应的第二变化斜率，计算第一变化斜率与第二变化斜率的相似度误差，当相似度误差大于相似度误差阈值时，获取候选采样时刻的前次采样时刻作为新的候选采样时刻，重复此步骤，直至计算得到一个与第一变化斜率的相似度误差小于或等于相似度误差阈值的第二变化斜率；将与第一变化斜率的相似度误差小于或等于相似度误差阈值的第二变化斜率作为第三变化斜率。
[0130]
在一个实施例中，处理器执行计算机程序时还实现以下步骤：当预测温度高于预设温度阈值时，断开电缆的负载，或将电缆的负载转移到电缆周围的电缆上。
[0131]
在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现以下步骤：获取电缆的当前载流采样数据，当前载流采样数据包括当前节点载流量与当前温度；当当前节点载流量大于预设载流量阈值时，获取电缆的历史载流采样数据；基于电缆的历史载流采样数据，当前节点载流量以及当前温度，确定预测温度。
[0132]
在一个实施例中，历史载流采样数据包括历史节点载流量，计算机程序被处理器执行时还实现基于电缆的历史载流采样数据，当前载流采样数据以及当前温度，确定预测温度，可以包括：基于电缆的历史载流采样数据，获取大于预设载流量阈值的多个历史节点载流量对应的历史载流采样数据，作为候选节点载流采样数据；获取当前时刻之前的预设数量个历史载流采样数据，作为第一采样数据集合，基于第一采样数据集合，确定当前载流采样数据的第一变化斜率；针对每个候选节点载流采样数据，获取候选节点载流采样数据的采样时刻之前的预设数量个历史载流采样数据，作为第二采样数据集合，基于第二采样数据集合，确定候选节点载流采样数据的第二变化斜率；基于第一变化斜率与多个第二变化斜率，确定当前载流采样数据对应的预测参数；基于预测参数确定预测温度。
[0133]
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：基于预测温度与从当前载流量采样数据的采样时刻以与时间流向相同方向的下一节点的实际温度，确定温度误差；当温度误差大于误差阈值时，对预测参数进行数据修正，得到修正后的预测参数。
[0134]
在一个实施例中，历史载流采样数据包括历史温度，计算机程序被处理器执行时还实现基于第一变化斜率与多个第二变化斜率，确定当前载流采样数据对应的预测参数，可以包括：根据载流量采样数据的采样时刻，从当前载流量采样数据的采样时刻以与时间
流向相反方向，依次分别计算第一变化斜率与多个第二变化斜率的相似度误差，基于相似度误差确定第三变化斜率；基于当前载流采样数据，确定第一变化斜率对应的第一载流量过载系数与第一平均升温速率；基于历史载流采样数据，确定第三变化斜率对应的第二载流量过载系数与第二平均升温速率；基于第一载流量过载系数，第一平均升温速率，第二载流量过载系数以及第二平均升温速率，确定当前节点的预测参数。
[0135]
在一个实施例中，计算机程序被处理器执行时还实现根据载流量采样数据的采样时刻，从当前载流量采样数据的采样时刻以与时间流向相反方向，依次分别计算第一变化斜率与多个第二变化斜率的相似度误差，基于相似度误差确定第三变化斜率，可以包括：根据载流量采样数据的采样时刻，获取当前载流量采样数据的采样时刻的相邻前次采样时刻作为候选采样时刻；获取候选采样时刻对应的第二变化斜率，计算第一变化斜率与第二变化斜率的相似度误差，当相似度误差大于相似度误差阈值时，获取候选采样时刻的前次采样时刻作为新的候选采样时刻，重复此步骤，直至计算得到一个与第一变化斜率的相似度误差小于或等于相似度误差阈值的第二变化斜率；将与第一变化斜率的相似度误差小于或等于相似度误差阈值的第二变化斜率作为第三变化斜率。
[0136]
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：当预测温度高于预设温度阈值时，断开电缆的负载，或将电缆的负载转移到电缆周围的电缆上。
[0137]
在一个实施例中，提供了一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现以下步骤：获取电缆的当前载流采样数据，当前载流采样数据包括当前节点载流量与当前温度；当当前节点载流量大于预设载流量阈值时，获取电缆的历史载流采样数据；基于电缆的历史载流采样数据，当前节点载流量以及当前温度，确定预测温度。
[0138]
在一个实施例中，历史载流采样数据包括历史节点载流量，计算机程序被处理器执行时还实现基于电缆的历史载流采样数据，当前载流采样数据以及当前温度，确定预测温度，可以包括：基于电缆的历史载流采样数据，获取大于预设载流量阈值的多个历史节点载流量对应的历史载流采样数据，作为候选节点载流采样数据；获取当前时刻之前的预设数量个历史载流采样数据，作为第一采样数据集合，基于第一采样数据集合，确定当前载流采样数据的第一变化斜率；针对每个候选节点载流采样数据，获取候选节点载流采样数据的采样时刻之前的预设数量个历史载流采样数据，作为第二采样数据集合，基于第二采样数据集合，确定候选节点载流采样数据的第二变化斜率；基于第一变化斜率与多个第二变化斜率，确定当前载流采样数据对应的预测参数；基于预测参数确定预测温度。
[0139]
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：基于预测温度与从当前载流量采样数据的采样时刻以与时间流向相同方向的下一节点的实际温度，确定温度误差；当温度误差大于误差阈值时，对预测参数进行数据修正，得到修正后的预测参数。
[0140]
在一个实施例中，历史载流采样数据包括历史温度，计算机程序被处理器执行时还实现基于第一变化斜率与多个第二变化斜率，确定当前载流采样数据对应的预测参数，包括：根据载流量采样数据的采样时刻，从当前载流量采样数据的采样时刻以与时间流向相反方向，依次分别计算第一变化斜率与多个第二变化斜率的相似度误差，基于相似度误差确定第三变化斜率；基于当前载流采样数据，确定第一变化斜率对应的第一载流量过载系数与第一平均升温速率；基于历史载流采样数据，确定第三变化斜率对应的第二载流量过载系数与第二平均升温速率；基于第一载流量过载系数，第一平均升温速率，第二载流量
过载系数以及第二平均升温速率，确定当前节点的预测参数。
[0141]
在一个实施例中，计算机程序被处理器执行时还实现根据载流量采样数据的采样时刻，从当前载流量采样数据的采样时刻以与时间流向相反方向，依次分别计算第一变化斜率与多个第二变化斜率的相似度误差，基于相似度误差确定第三变化斜率，可以包括：根据载流量采样数据的采样时刻，获取当前载流量采样数据的采样时刻的相邻前次采样时刻作为候选采样时刻；获取候选采样时刻对应的第二变化斜率，计算第一变化斜率与第二变化斜率的相似度误差，当相似度误差大于相似度误差阈值时，获取候选采样时刻的前次采样时刻作为新的候选采样时刻，重复此步骤，直至计算得到一个与第一变化斜率的相似度误差小于或等于相似度误差阈值的第二变化斜率；将与第一变化斜率的相似度误差小于或等于相似度误差阈值的第二变化斜率作为第三变化斜率。
[0142]
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：当预测温度高于预设温度阈值时，断开电缆的负载，或将电缆的负载转移到电缆周围的电缆上。
[0143]
需要说明的是，本技术所涉及的用户信息(包括但不限于用户设备信息、用户个人信息等)和数据(包括但不限于用于分析的数据、存储的数据、展示的数据等)，均为经用户授权或者经过各方充分授权的信息和数据。
[0144]
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本技术所提供的各实施例中所使用的对存储器、数据库或其它介质的任何引用，均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(read-only memory，rom)、磁带、软盘、闪存、光存储器、高密度嵌入式非易失性存储器、阻变存储器(reram)、磁变存储器(magnetoresistive random access memory，mram)、铁电存储器(ferroelectric random access memory，fram)、相变存储器(phase change memory，pcm)、石墨烯存储器等。易失性存储器可包括随机存取存储器(random access memory，ram)或外部高速缓冲存储器等。作为说明而非局限，ram可以是多种形式，比如静态随机存取存储器(static random access memory，sram)或动态随机存取存储器(dynamic random access memory，dram)等。本技术所提供的各实施例中所涉及的数据库可包括关系型数据库和非关系型数据库中至少一种。非关系型数据库可包括基于区块链的分布式数据库等，不限于此。本技术所提供的各实施例中所涉及的处理器可为通用处理器、中央处理器、图形处理器、数字信号处理器、可编程逻辑器、基于量子计算的数据处理逻辑器等，不限于此。
[0145]
以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
[0146]
以上所述实施例仅表达了本技术的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本技术专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本技术构思的前提下，还可以做出若干变形和改进，这些都属于本技术的保护范围。因此，本技术的保护范围应以所附权利要求为准。