本发明涉及断路器，尤其涉及基于云数据的断路器控制系统。
背景技术：
1、断路器技术领域涉及用于电力系统中的开关设备，断路器是一种自动化电气开关装置，当系统检测到短路、过载或其他电气故障时，能够中断电流流动，保护电气设备及电力系统的安全，该领域包括断路器的设计、制造、安装和维护，涵盖了低压、中压和高压断路器，还涉及与断路器相关的各种辅助设备和控制系统，如保护继电器、测量和监控设备、通信模块等，以确保电力系统的可靠性和安全性。
2、其中，断路器控制系统是实现对断路器进行远程监控和智能控制的系统，该系统通过实时数据分析和故障检测，自动化地执行断路器的操作，确保电力系统的稳定性和安全性，其主要用途是提升电力系统的智能化水平，提供更高效的故障响应和电力管理能力，广泛应用于智能电网、工业自动化和大规模电力基础设施中。
3、传统控制系统缺乏有效的预测和实时分析机制，其局限性导致在故障发生之前无法进行有效的干预，从而增加了断路器的风险和维护成本，缺少实时数据分析功能也意味着无法即时调整控制操作或预防潜在故障，使得在紧急情况下的反应不及时，导致电力系统面临更高的安全风险，此外，传统控制系统未能充分利用云计算资源，导致数据分析、维护优化和故障预测等功能未能达到最优状态，限制了电力设备管理的智能化发展。
技术实现思路
1、本发明的目的是解决现有技术中存在的缺点，而提出的基于云数据的断路器控制系统。
2、为了实现上述目的，本发明采用了如下技术方案：基于云数据的断路器控制系统，所述系统包括：
3、数据收集模块基于安装的电流、温度和振动传感器，实时采集电流变化、温度波动和振动频率，通过lora技术连续传输数据至云端，并计算断路器当前状态，生成状态监控快照；
4、数据流处理模块基于所述状态监控快照，进行数据流实时分析，检测异常指标，包括突增电流和温度峰值，并根据分析结果调整数据处理流程，自动执行断路器的分合操作，生成故障警报信号；
5、故障诊断与预测模块基于所述故障警报信号，应用随机森林和支持向量机算法，对传感器数据进行故障模式分析，预测故障发展趋势，并自动调整断路器保护设置，生成故障趋势预警信息；
6、系统管理与优化模块基于所述故障趋势预警信息，利用云平台分析历史数据，识别断路器性能衰减趋势和操作问题，调整和优化断路器的维护周期和控制逻辑，生成维护优化记录概要。
7、本发明改进有，所述状态监控快照的获取步骤具体为：
8、基于安装的电流、温度和振动传感器，实时采集电流变化、温度波动和振动频率数据，得到实时数据集；
9、采用公式，计算实时数据集的平均值：
10、
11、获取监控指标m，其中，ai、ti和vi分别代表第i个数据点的电流、温度和振动值，n代表数据点总数，α、β和γ为权重系数，用于调整参数在指标中的影响力；
12、通过lora技术将监控指标m连续传输至云端，并对数据趋势进行分析，使用阈值判断法：
13、
14、根据监控指标m与正常运行阈值μ比较，判断当前断路器状态，得到预测状态标签，并获取断路器的当前状态监控快照。
15、本发明改进有，所述异常指标的检测步骤具体为：
16、基于所述状态监控快照，提取电流和温度数据，采用公式：
17、
18、和
19、
20、计算电流和温度的标准化偏差，其中，δi为电流的标准偏差，δt为温度的标准偏差，i为单个数据点的电流值，为电流的平均值，σi为电流数据的标准差，t为单个数据点的温度值，为温度的平均值，σt为温度数据的标准差；
21、对电流偏差和温度偏差应用异常检测逻辑，采用公式：
22、
23、根据电流和温度偏差的加权偏差与阈值进行比较，判断是否异常，其中，θ是故障阈值，α和β是电流和温度偏差的权重系数；
24、根据异常检测结果，标记数据中的异常状态，并选择异常状态对应的时间点，得到异常指标。
25、本发明改进有，所述故障警报信号的获取步骤具体为：
26、基于检测到的所述异常指标，激活故障检测逻辑，采用公式：
27、
28、计算电流和温度偏差的加权平方和开根号，得到异常严重程度d，其中，δi和δt是电流和温度的偏差，ωi和ωt是电流和温度的权重系数；
29、比较异常严重程度d和故障响应阈值，采用公式：
30、
31、判断是否需要发出警报，其中，k是调整曲线陡峭度的常数，λ是故障响应阈值，e为自然常数；
32、若警报判定结果超过阈值，则触发故障报警，并得到故障警报信号，判断方法为：触发警报＝警报判定≥0.5。
33、本发明改进有，所述故障模式的分析步骤具体为：
34、基于所述故障警报信号，提取电流和温度读数，采用公式：
35、x1＝log(βei+∈)
36、和
37、
38、对电流和温度数据进行变换，得到原始数据特征集，其中，ei表示单个时间点的电流读数，ti表示对应的温度读数，α、β、γ和∈是调整数据尺度的参数；
39、应用随机森林和支持向量机算法，对原始数据特征集进行学习和分类，采用公式：
40、m＝svm(x1，x2，σ1，σ2)
41、和
42、n＝rf(x1，x2，δ1，δ2)
43、其中，svm为支持向量机，rf为随机森林，x1和x2是处理后的特征，σ1、σ2、δ1和δ2是算法调整参数，m和n表示识别的模式结果；
44、根据随机森林和支持向量机算法的输出，使用加权平均方法确定故障模式，使用公式：
45、
46、其中，f表示确定的故障模式，m和n表示识别的模式结果，λ1和λ2是分配给svm和rf输出的权重。
47、本发明改进有，所述故障趋势预警信息的获取步骤具体为：
48、基于已识别的所述故障模式，计算故障发展速率和影响范围，采用公式：
49、
50、获取故障发展数据，其中，r为故障发展率，f1、f2和f3表示从故障模式分析中得到的差异故障特征参数，β1、β2和β3是权重系数，用于评估故障发展的潜在速度和影响；
51、对比故障发展数据和历史趋势，应用公式：
52、
53、预测未来的潜在故障点，获得故障概率p，其中，r是故障发展率，θ是阈值，k是调节响应敏感度常数；
54、结合操作参数和环境条件，调整断路器的保护设置，使用公式：
55、预警＝if p＞0.5then“高风险”else“正常”
56、根据p的值，判断并标识故障风险等级，获取故障趋势预警信息。
57、本发明改进有，所述性能衰减趋势和操作问题的识别步骤具体为：
58、基于所述故障趋势预警信息，通过云平台收集和分析历史数据，采用公式：
59、
60、计算断路器的性能衰减指标，得到平均性能衰减得分t，其中，agei表示断路器在第i次记录时的使用年限，faili表示对应的故障次数，n是总记录次数，α和β为权重系数，用于调整年龄和故障数在性能衰减得分中的影响，γ和δ为正则化系数，用于平衡分母；
61、根据平均性能衰减得分t，应用统计分析方法检测数据中的异常点，使用公式：
62、
63、其中，ti是每次记录的性能衰减得分，m是性能得分的移动平均值，ξ和η是标准化系数，用于调整异常检测的敏感度，q表示操作问题的量化指标；
64、根据q的值，评估断路器的操作健康状况，若q>τ，则存在操作问题，否则为操作正常，τ为风险阈值。
65、本发明改进有，所述维护优化记录概要的获取步骤具体为：
66、基于识别的所述性能衰减趋势和操作问题，采用公式：
67、
68、确定断路器的当前维护需求，其中，si表示第i次记录的性能衰减得分，oi表示操作问题的严重程度，w1和w2是权重参数，用于调整性能衰减和操作问题在维护需求决定中的影响，n是记录数量，r表示平均维护需求得分；
69、根据维护需求数据，结合历史维护记录和预定维护周期，调整和优化断路器的维护周期，使用公式：
70、m＝if r＞θthen“增加维护频率”else“维持当前频率”
71、生成维护调整结果，并获取维护优化记录概要，其中，θ是维护需求得分的阈值，用于决定是否需要增加维护频率，m表示维护调整规划。
72、与现有技术相比，本发明的优点和积极效果在于：
73、本发明中，通过实时数据分析与预测算法，自动化地执行断路器的操作，显著提高了电力系统的实时监测和故障响应能力，实时监控电流和温度的突变，使得系统能迅速识别并应对潜在故障，通过自动执行断路器的分合操作，有效预防设备损害和电力中断，此外，利用云平台深度分析历史数据，优化维护周期和控制逻辑，使电力管理更加高效，确保了电力供应的连续性和设备的长期稳定运行。
1.基于云数据的断路器控制系统，其特征在于，所述系统包括：
2.根据权利要求1所述的基于云数据的断路器控制系统，其特征在于，所述状态监控快照的获取步骤具体为：
3.根据权利要求1所述的基于云数据的断路器控制系统，其特征在于，所述异常指标的检测步骤具体为：
4.根据权利要求1所述的基于云数据的断路器控制系统，其特征在于，所述故障警报信号的获取步骤具体为：
5.根据权利要求1所述的基于云数据的断路器控制系统，其特征在于，所述故障模式的分析步骤具体为：
6.根据权利要求1所述的基于云数据的断路器控制系统，其特征在于，所述故障趋势预警信息的获取步骤具体为：
7.根据权利要求1所述的基于云数据的断路器控制系统，其特征在于，所述性能衰减趋势和操作问题的识别步骤具体为：
8.根据权利要求1所述的基于云数据的断路器控制系统，其特征在于，所述维护优化记录概要的获取步骤具体为：
