一种智慧环网柜故障实时监测方法及系统

专利主权项内容

1.一种智慧环网柜故障实时监测方法，其特征在于，所述方法包括：获取智慧环网柜电流数据；根据智慧环网柜电流数据的时序波动变化情况对所有智慧环网柜电流数据进行划分，得到至少两个划分时间段；根据各个划分时间段之间的关联性进行聚类分析，得到每个智慧环网柜电流数据所处的最终划分时间区间；根据各个最终划分时间区间中智慧环网柜电流数据之间的时间关联性，以及各个智慧环网柜电流数据的数值波动分布情况，得到每个智慧环网柜电流数据的波动可信程度；获取所有智慧环网柜电流数据在时间顺序上对应拟合曲线的所有极值点组合，所述极值点组合中具有两个极值点；根据各个极值点组合的极值点所分割出的各个区间中智慧环网柜电流数据的波动可信程度的分布差异情况，得到每个极值点组合的分割置信度；根据各个极值点组合的分割置信度进行筛选，得到孤立树节点分裂值选取区间；根据所述孤立树节点分裂值选取区间结合孤立森林算法，得到智慧环网柜电流异常数据；根据所述智慧环网柜电流异常数据进行智慧环网柜故障实时监测；所述最终划分时间区间的获取方法包括：以每个划分时间段的索引值为横轴，以每个划分时间段中所有智慧环网柜电流数据的均值大小为纵轴，构建二维直角坐标系；根据所述二维直角坐标系对所有划分时间段进行层次聚类，得到至少两个时间段聚类簇；根据每个时间段聚类簇中划分时间段对应时间区间的分布情况，得到每个时间段聚类簇的初始划分时间区间；统计每个时间段聚类簇中的划分时间段数量；以划分时间段数量从大到小的顺序将时间段聚类簇依次排列，得到时间段聚类簇序列；在所述时间段聚类簇序列中，将每个时间段聚类簇的初始划分时间区间中与其之前所有时间段聚类簇的初始划分时间区间中重叠的时间区间删除，得到每个时间段聚类簇的最终划分时间区间；所述波动可信程度的计算方法包括：将每个智慧环网柜电流数据所处最终划分时间区间所对应的时间段聚类簇的初始划分时间区间，与其余所有初始划分时间区间的重叠区间大小，作为每个智慧环网柜电流数据的参考重叠面积；将所述参考重叠面积与每个智慧环网柜电流数据所处最终划分时间区间的大小之间的比值，作为每个智慧环网柜电流数据的结构特征显著程度；计算每个时间段聚类簇中所有智慧环网柜电流数据的电流数据极差；计算每个时间段聚类簇中所有智慧环网柜电流数据的电流数据均值；将每个智慧环网柜电流数据与对应的电流数据均值之间的差异，作为每个智慧环网柜电流数据的电流数据偏差；将所述电流数据偏差与所述电流数据极差的比值，作为每个智慧环网柜电流数据的波动稳定度；根据所述结构特征显著程度和所述波动稳定度，得到每个智慧环网柜电流数据的波动可信程度，所述结构特征显著程度和所述波动稳定度均与所述波动可信程度呈负相关关系；所述分割置信度的获取方法包括：依次将每个极值点组合作为目标极值点组合；以目标极值点组合中的两个极值点为分割点，将以时间顺序排列的所有智慧环网柜电流数据，划分为三个电流数据区间，其中三个电流数据区间包括：两个极值点之间的电流数据中间区间，以及所述电流数据中间区间之外的两个电流数据参考区间；根据所述电流数据中间区间与所述电流数据参考区间之间的智慧环网柜电流数据数量差异情况，以及各个电流数据区间中智慧环网柜电流数据的波动可信程度的分布差异情况，构建分割置信度计算模型；根据所述分割置信度计算模型得到目标极值点组合的分割置信度；所述分割置信度计算模型包括：
；其中，/>为目标极值点组合/>对应的分割置信度；/>为目标极值点组合/>对应的电流数据中间区间的智慧环网柜电流数据数量；/>为目标极值点组合/>对应的第一个电流数据参考区间的智慧环网柜电流数据数量；/>为目标极值点组合/>对应的第二个电流数据参考区间的智慧环网柜电流数据数量；/>为电流数据参考区间的数量；/>为目标极值点组合/>对应的第/>个电流数据参考区间的智慧环网柜电流数据数量；/>为目标极值点组合/>对应的第/>个电流数据参考区间中第/>个智慧环网柜电流数据的波动可信程度；/>为目标极值点组合/>对应的电流数据中间区间中第/>个智慧环网柜电流数据的波动可信程度，/>为归一化函数。