CN119418464A 基于漏电流温度检测的电气火灾预警方法、装置及设备 （深圳市赛飞奇光子技术有限公司）

道臣田社区宝田一路50号臣田研发大基于漏电流温度检测的电气火灾预警方法、2步骤S2：对标准电气设备漏电流监测数据进行最大波步骤S3：基于渐进性变化模式对电气设备可疑电源线电源线段位置信息数据进行电源入口瞬时变化异常检测，生成线段瞬时温度异常变化数步骤S13：基于预设的距离间隔对电气设备电源线位置信息数据进行漏电流传感器部步骤S22：根据电气设备峰值漏电流数据和电气设备峰值变化幅度数据对标准电气设步骤S23：基于电气设备漏电流最大波动曲线对标准电气设备漏电流监测数据进行可步骤S24：基于可疑线路模式数据对电气设备电源线位置信息数据进行可疑线路段标3步骤S231：基于电气设备漏电流最大波动曲线进行最大波动点以及最小波动点提取，得到电气设备漏电流最大波动点数据和电气设备漏电流最小步骤S232：对电气设备漏电流最大波动点数据和电气步骤S233：当波动变化时域数据小于预设的标准波动步骤S234：基于突增变化时域数据对标准电气设备步骤S241：对电气设备电源线位置信息数据进行电源线步骤S242：利用电源线布线路径数据对电气设备电源线位步骤S243：基于可疑线路模式数据对电源线段分割步骤S31：基于渐进性变化模式利用温度传感器对电气设备可疑电源线段位置信息数型变化模式利用温度传感器对电气设备可疑电源线段位置信息数据进行电源入口温度监步骤S33：将电源线段长时温度异常变化数据和线段瞬时温度异常变化数据进行异常对异常温度变化热图进行色彩映射，生成异常温度变化色彩映射数据4变化色彩映射数据对异常温度变化热图进行像素点RGB值提取，得到热图像素点色度信息对热图像素点色度信息数据进行相邻像素色度差异计算，得到相邻像素点差异色度利用像素点色度色差极大值数据和像素点色度色差极小值数据对异常温度变化色度步骤S41：根据异常温度变化等级数据对电气设备信息数据进行设备异常线段温度预数据采集模块，用于获取电气设备信息数据；对电气设备信息数线段模式分类模块，用于对标准电气设备漏电流监测数据进行最大波动曲线段确认，异常温度检测模块，用于基于渐进性变化模式对电气设备可疑预警响应模块，用于根据异常温度变化等级数据对电气设备信息数及存储在所述存储器上并可在所述处理器上运行的计算机程序，用于执行如权利要求1_856步骤S13：基于预设的距离间隔对电气设备电源线位置信息数据进行漏电流传感且在后续机器学习或模型优化中能够有效减少噪声干扰。通过精确的漏电流监测与分析，7步骤S22：根据电气设备峰值漏电流数据和电气设备峰值变化幅度数据对标准电骤S23：基于电气设备漏电流最大波动曲线对标准电气设备漏电流监测数据进行可疑线路步骤S24：基于可疑线路模式数据对电气设备电源线位置信息数据进行可疑线路[0009]本发明通过对电气设备漏电流监测数据进行时序漏电流曲线转换和峰值电流提最大波动曲线段的确认，可以更加精确地识别出电气设备漏电流数据中最关键的波动部于可疑线路模式数据进行可疑线路段标记，能准确识别出电气设备中存在问题的电源线8[0013]本发明通过对电气设备电源线位置信息的路径分析，生成了电源线布线路径数9步骤S31：基于渐进性变化模式利用温度传感器对电气设备可疑电源线段位置信突增型变化模式利用温度传感器对电气设备可疑电源线段位置信息数据进行电源入口温步骤S33：将电源线段长时温度异常变化数据和线段瞬时温度异常变化数据进行同部位的温度监测。通过对电气设备可疑电源线段进行绝缘层温度和电源入口温度的监对异常温度变化热图进行温度等级标注，步骤S34能够自动为不同程度的温度变化打上等温度变化色彩映射数据对异常温度变化热图进行像素点RGB值提取，得到热图像素点色度利用像素点色度色差极大值数据和像素点色度色差极小值数据对异常温度变化捕捉到温度变化的空间分布，为后续的梯度分析奠定了基础。通过提取热图像素点的RGB步骤S41：根据异常温度变化等级数据对电气设备信息数据进行设备异常线段温[0022]本发明的有益效果在于通过精确获取电气设备信息数据术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范的自动化配置工具获取。通过扫描二维码、RFID、或通过电气设备的智能管理接口（如制出漏电流随时间变化的波动曲线。此曲线反映了漏电流的时间序列变化。通过计算波动曲线标识了发生大幅度波动的时间段和对应的漏电流数值。逐渐增加或减少的漏电流波动的变化趋势，波动的速率较低。在短时间内突然发生剧烈的漏电流变化，通常是由设备故和突增型模式的标识、发生时间、波动幅度等信息。通过对电气设备电源线位置信息的分测哪些电源线段发生异常波动。使用设备拓扑图和电源线位置数据，结合漏电流传感器的电源线位置信息数据进行标记，确定出发生故障的电源线段。在电源线位置数据中，增加后续跟踪和分析。最终生成一组电气设备可疑电源线段位置信息数据，包括可疑电源线段这些数据，可以判断电源线段是否存在由于长期负载过高或绝缘材料老化等原因引起的异常温升。突增型模式通常意味着电气设备的电流或负载突然增加，导致电源线段的瞬时温增型波动模式，进一步对这些可疑线路段进行温度异常检测。在电源线段的入口处安装温瞬时温度异常变化数据结合起来，生成温度异常变化热图。该热图将显示电源线段的不同区域在不同时间段的温度异常变化情况，热图中不同颜色代表不同的温度变化程度。常见温度变化小于设定的正常工作范围。中度异常：温度变化在设定的预警范围内。高温（危异常线段温度预警数据可以作为系统反馈和决策依据，进一步确定是否需要对设备进行人工检查或进行其他预防措施。将生成的电气设备异常线段温度预警数据上传至云平台，云的自动化处理和反馈。在云平台上，设置报警响应机制。当温度异常等级达到预警或危险时，系统将：自动生成预警通知并发送至相关人员（如电气工程师、安全员或设备维护人步骤S13：基于预设的距离间隔对电气设备电源线位置信息数据进行漏电流传感能够覆盖整个电气设备网络并满足漏电流监测要求。选择适合电气设备的漏电流传感器，法有z_score标准化或min_ma步骤S22：根据电气设备峰值漏电流数据和电气设备峰值变化幅度数据对标准电步骤S23：基于电气设备漏电流最大波动曲线对标准电气设备漏电流监测数据进步骤S24：基于可疑线路模式数据对电气设备电源线位置信息数据进行可疑线路通过数学方法如移动窗口或基于阈值的方法进行峰值提取。计算每一时段的最大漏电流作为对设备状态波动的量化描述。根据电气设备的峰值漏电流数据和峰值变化幅度数据，步骤S31：基于渐进性变化模式利用温度传感器对电气设备可疑电源线段位置信突增型变化模式利用温度传感器对电气设备可疑电源线段位置信息数据进行电源入口温步骤S33：将电源线段长时温度异常变化数据和线段瞬时温度异常变化数据进行温度变化色彩映射数据对异常温度变化热图进行像素点RGB值提取，得到热图像素点色度利用像素点色度色差极大值数据和像素点色度色差极小值数据对异常温度变化步骤S41：根据异常温度变化等级数据对电气设备信息数据进行设备异常线段温[0047]本发明实施例中，通过异常温度变化等级数据包括每个电气设备的温度变化区[0050]