一种电缆接头防爆盒在线监测方法及系统专利检索-供电或配电的电路装置或系统电能存储系统专利检索查询-专利查询网

一种电缆接头防爆盒在线监测方法及系统
申请号	CN202410357072.5	申请日	2024-03-27	公开(公告)号	CN117955249A	公开(公告)日	2024-04-30
申请人	四川赛康智能科技股份有限公司;			发明人	曾德华; 何鑫; 郭玉华;
摘要	本发明公开了一种电缆接头防爆盒在线监测方法及系统，应用于智能电气技术，方法包括：获取基准温度数据；获取外部温度数据，并获取目标防爆盒对应的电流数据；计算升温温度，并计算每个点位对应的升温系数；持续获取各个点位的监测温度数据，并持续获取外部温度数据和电流数据；计算监测温度数据和外部温度数据的差值作为温差数据；将温差数据、电流数据和升温系数输入预设的识别模型中获取异常系数；根据异常系数判断目标防爆盒的运行安全状态。本发明一种电缆接头防爆盒在线监测方法及系统，一方面降低了电缆接头所处环境对电缆接头安全状态判断的影响，另一方面可以减少电缆接头自然劣化过程对电缆接头安全状态判断的影响。
权利要求	1.一种电缆接头防爆盒在线监测方法，其特征在于，包括：在目标防爆盒安装并初始运行时，获取目标防爆盒的中间接头本体内侧的多个点位的温度数据作为基准温度数据；所述点位环形均布于所述中间接头本体内壁；获取所述目标防爆盒外部的温度数据作为外部温度数据，并获取所述目标防爆盒对应的电流数据；根据所述基准温度数据和所述外部温度数据计算升温温度，并根据所述升温温度和所述电流数据计算每个点位对应的升温系数；在所述目标防爆盒运行过程中，持续获取各个点位的温度数据作为监测温度数据，并持续获取所述外部温度数据和所述电流数据；采样同时刻下的所述监测温度数据、所述外部温度数据和所述电流数据，并计算所述监测温度数据和所述外部温度数据的差值作为温差数据；将所述温差数据、所述电流数据和所述升温系数输入预设的识别模型中，获取所述识别模型输出的异常系数；根据多个点位对应的所述异常系数判断所述目标防爆盒的运行安全状态。 2.根据权利要求1所述的一种电缆接头防爆盒在线监测方法，其特征在于，根据所述基准温度数据和所述外部温度数据计算升温温度包括：将所述基准温度数据和所述外部温度数据沿时间轴对齐，并计算对齐后所述基准温度数据和所述外部温度数据的差值形成所述升温温度。 3.根据权利要求2所述的一种电缆接头防爆盒在线监测方法，其特征在于，根据所述升温温度和所述电流数据计算每个点位对应的升温系数包括：将所述升温温度除以所述电流数据平方形成对应点位的所述升温系数。 4.根据权利要求1所述的一种电缆接头防爆盒在线监测方法，其特征在于，所述识别模型的获取包括：在实验室环境下对含有电缆接头的实验防爆盒进行实验；所述实验防爆盒的中间接头本体内侧设置有第一温度传感器，所述实验防爆盒外部设置有第二温度传感器；对所述含有电缆接头的实验防爆盒中的电缆接头通电，并获取所述第一温度传感器检测的第一温度数据、第二温度传感器检测的第二温度数据和电缆接头的实验电流数据；对所述第一温度传感器对应位置的绝缘层进行连续劣化处理，并重新通电获取每次劣化后的第一温度数据、第二温度数据和实验电流数据；计算相同采样时刻的所述第一温度数据和所述第二温度数据的差值作为实验差值数据，并计算未劣化情况下所述实验防爆盒的升温系数；将相同采样时刻的所述实验差值数据、所述实验电流数据和未劣化情况下所述实验防爆盒的升温系数作为输入数据，以该采样时刻对应的绝缘层劣化程度作为输出数据训练神经网络模型形成所述识别模型。 5.根据权利要求4所述的一种电缆接头防爆盒在线监测方法，其特征在于，对所述第一温度传感器对应位置的绝缘层进行连续劣化处理包括：每次劣化处理时，向所述绝缘层注射固定剂量的水。 6.根据权利要求5所述的一种电缆接头防爆盒在线监测方法，其特征在于，所述绝缘层劣化程度在绝缘层完好时为1，每次劣化处理时增加所述绝缘层劣化程度固定比例数值。 7.根据权利要求1所述的一种电缆接头防爆盒在线监测方法，其特征在于，根据多个点位对应的所述异常系数判断所述目标防爆盒的运行安全状态包括：当全部点位的所述异常系数的相似度在预设范围内，判定所述目标防爆盒安全运行；当存在点位的异常系数与其他点位的异常系数差异在预设范围外，判定所述目标防爆盒存在失效风险。 8.一种电缆接头防爆盒在线监测系统，其特征在于，包括：第一监测单元，被配置为在目标防爆盒安装并初始运行时，获取目标防爆盒的中间接头本体内侧的多个点位的温度数据作为基准温度数据；所述点位环形均布于所述中间接头本体内壁；第二监测单元，被配置为获取所述目标防爆盒外部的温度数据作为外部温度数据，并获取所述目标防爆盒对应的电流数据；计算单元，被配置为根据所述基准温度数据和所述外部温度数据计算升温温度，并根据所述升温温度和所述电流数据计算每个点位对应的升温系数；获取单元，被配置为在所述目标防爆盒运行过程中，持续获取各个点位的温度数据作为监测温度数据，并持续获取所述外部温度数据和所述电流数据；采用单元，被配置为采样同时刻下的所述监测温度数据、所述外部温度数据和所述电流数据，并计算所述监测温度数据和所述外部温度数据的差值作为温差数据；识别单元，被配置为将所述温差数据、所述电流数据和所述升温系数输入预设的识别模型中，获取所述识别模型输出的异常系数；判断单元，被配置为根据多个点位对应的所述异常系数判断所述目标防爆盒的运行安全状态。 9.根据权利要求8所述的一种电缆接头防爆盒在线监测系统，其特征在于，所述计算单元还被配置为：将所述基准温度数据和所述外部温度数据沿时间轴对齐，并计算对齐后所述基准温度数据和所述外部温度数据的差值形成所述升温温度。 10.根据权利要求8所述的一种电缆接头防爆盒在线监测系统，其特征在于，还包括建模单元，被配置为：在实验室环境下对含有电缆接头的实验防爆盒进行实验；所述实验防爆盒的中间接头本体内侧设置有第一温度传感器，所述实验防爆盒外部设置有第二温度传感器；对所述含有电缆接头的实验防爆盒中的电缆接头通电，并获取所述第一温度传感器检测的第一温度数据、第二温度传感器检测的第二温度数据和电缆接头的实验电流数据；对所述第一温度传感器对应位置的绝缘层进行连续劣化处理，并重新通电获取每次劣化后的第一温度数据、第二温度数据和实验电流数据；计算相同采样时刻的所述第一温度数据和所述第二温度数据的差值作为实验差值数据，并计算未劣化情况下所述实验防爆盒的升温系数；将相同采样时刻的所述实验差值数据、所述实验电流数据和未劣化情况下所述实验防爆盒的升温系数作为输入数据，以该采样时刻对应的绝缘层劣化程度作为输出数据训练神经网络模型形成所述识别模型。
说明书全文	一种电缆接头防爆盒在线监测方法及系统技术领域 [0001] 本发明涉及智能电气技术，具体涉及一种电缆接头防爆盒在线监测方法及系统。背景技术 [0002] 电缆接头防爆盒一般保护电缆接头的安全，防止因电缆接头故障而引起的事故进一步扩散。由于电缆接头的自身搭接的原因，其发热量一般会高于普通电缆段，而电缆接头防爆盒会进一步的影响电缆接头散热，所以需要对电缆接头防爆盒进行实时监测以减少防爆盒火灾风险。 [0003] 现有技术中，申请号为CN202110802506.4的中国专利公开了一种电缆接头监测方法，涉及电力设备技术领域。该电缆接头监测方法包括：获取开关柜中电路的实时电流、开关柜内的环境温度以及电缆接头外缘处的实际温度；根据实时电流和环境温度计算得到电缆接头外缘处的理论温度；将实际温度和理论温度进行比对，若实际温度大于理论温度，则判断电缆与电缆接头之间接触不良，若实际温度小于或者等于理论温度，则判断电缆与电缆接头之间接触良好。然而电缆接头的劣化过程是一个持续性的过程，在这个过程中，电缆接头的升温会受到环境湿度、电缆接头摆放位置等诸多因素的影响，如果仅以实际温差作为计算标准，很容易出现故障误判。发明内容 [0004] 为了至少克服现有技术中的上述不足，本申请的目的在于提供一种电缆接头防爆盒在线监测方法及系统。 [0005] 第一方面，本申请提供了一种电缆接头防爆盒在线监测方法，包括：在目标防爆盒安装并初始运行时，获取目标防爆盒的中间接头本体内侧的多个点位的温度数据作为基准温度数据；所述点位环形均布于所述中间接头本体内壁；获取所述目标防爆盒外部的温度数据作为外部温度数据，并获取所述目标防爆盒对应的电流数据；根据所述基准温度数据和所述外部温度数据计算升温温度，并根据所述升温温度和所述电流数据计算每个点位对应的升温系数；在所述目标防爆盒运行过程中，持续获取各个点位的温度数据作为监测温度数据，并持续获取所述外部温度数据和所述电流数据；采样同时刻下的所述监测温度数据、所述外部温度数据和所述电流数据，并计算所述监测温度数据和所述外部温度数据的差值作为温差数据；将所述温差数据、所述电流数据和所述升温系数输入预设的识别模型中，获取所述识别模型输出的异常系数；根据多个点位对应的所述异常系数判断所述目标防爆盒的运行安全状态。 [0006] 本申请实施时，为了准确对带有防爆盒的电缆接头进行准确的安全状态评价，需要在防爆盒安装并初始运行时获取基准温度数据以确定在没有大量缺陷情况下，防爆盒自身的热传导情形。其中基准温度数据的获取是基于在中间接头本体内侧的环形点位处的温度传感器获取，中间接头本体是在完成电缆接头安装时，套接于电缆接头的管件，其外部需要套装防爆盒，而防爆盒和中间接头本体之间一般需要灌注便于散热的材料；中间接头本体的内侧会朝向电缆接头处的绝缘层，一般可以认为该处的温度可以表征绝缘层温度，同时进行温度数据采样时可以不破坏绝缘层；而防爆盒外部的温度数据可以认为是环境温度数据；在本申请中，上述点位是环形均布于所述中间接头本体内壁的，即这些点位是位于中间接头本体的同一个横断面内且均匀分布，在相同的外部环境下，这些点位一般会表现出相似甚至相同的发热效果。 [0007] 在本申请中，为了减少外部散热环境和防爆盒安装及电缆接头摆放位置带来的不同点位的散热影响，以升温系数作为对各个点位的初始状态下导热散热情况的综合评价。一般来说温度升高情况会正比于电流值的平方，所以一般以温差值与电流值的平方作为升温系数，可以较好的表征出点位初始的散热情况。同时，在后续的使用过程中，同步监测相应的温差数据和电流数据，并通过预设的识别模型对温差数据、电流数据和升温系数进行差异识别，其输出的数据即为异常系数。本质上来说，识别模型的作用是识别出当前情况下温差数据和电流数据产生的结果与初始的升温系数之间的差异，即异常系数，所以识别模型的构筑可以是采用现有的相似度模型，也可以是采用较为成熟的神经网络模型进行构建。在本申请中，需要汇总多个点位的异常系数进行防爆盒的运行状态判断，其根本原因在于在电缆接头劣化过程中，如果没有产生特定的故障状况，劣化应当在整个电缆接头中是均匀的，而在使用过程中，产生了如水树、接头压接松动等情况时，产生该状况的部位对应的异常系数会产生明显变化，此时在多个点位的异常系数的比对中就可以发现，从而判定该电缆接头防爆盒的运行安全状态。本申请通过上述技术方案，一方面降低了电缆接头所处环境对电缆接头安全状态判断的影响，另一方面可以减少电缆接头自然劣化过程对电缆接头安全状态判断的影响。 [0008] 在一种可能的实现方式中，根据所述基准温度数据和所述外部温度数据计算升温温度包括：将所述基准温度数据和所述外部温度数据沿时间轴对齐，并计算对齐后所述基准温度数据和所述外部温度数据的差值形成所述升温温度。 [0009] 在一种可能的实现方式中，根据所述升温温度和所述电流数据计算每个点位对应的升温系数包括：将所述升温温度除以所述电流数据平方形成对应点位的所述升温系数。 [0010] 在一种可能的实现方式中，所述识别模型的获取包括：在实验室环境下对含有电缆接头的实验防爆盒进行实验；所述实验防爆盒的中间接头本体内侧设置有第一温度传感器，所述实验防爆盒外部设置有第二温度传感器；对所述含有电缆接头的实验防爆盒中的电缆接头通电，并获取所述第一温度传感器检测的第一温度数据、第二温度传感器检测的第二温度数据和电缆接头的实验电流数据；对所述第一温度传感器对应位置的绝缘层进行连续劣化处理，并重新通电获取每次劣化后的第一温度数据、第二温度数据和实验电流数据；计算相同采样时刻的所述第一温度数据和所述第二温度数据的差值作为实验差值数据，并计算未劣化情况下所述实验防爆盒的升温系数；将相同采样时刻的所述实验差值数据、所述实验电流数据和未劣化情况下所述实验防爆盒的升温系数作为输入数据，以该采样时刻对应的绝缘层劣化程度作为输出数据训练神经网络模型形成所述识别模型。 [0011] 在一种可能的实现方式中，对所述第一温度传感器对应位置的绝缘层进行连续劣化处理包括：每次劣化处理时，向所述绝缘层注射固定剂量的水。 [0012] 在一种可能的实现方式中，所述绝缘层劣化程度在绝缘层完好时为1，每次劣化处理时增加所述绝缘层劣化程度固定比例数值。 [0013] 在一种可能的实现方式中，根据多个点位对应的所述异常系数判断所述目标防爆盒的运行安全状态包括：当全部点位的所述异常系数的相似度在预设范围内，判定所述目标防爆盒安全运行；当存在点位的异常系数与其他点位的异常系数差异在预设范围外，判定所述目标防爆盒存在失效风险。 [0014] 第二方面，本申请还提供了一种电缆接头防爆盒在线监测系统，包括：第一监测单元，被配置为在目标防爆盒安装并初始运行时，获取目标防爆盒的中间接头本体内侧的多个点位的温度数据作为基准温度数据；所述点位环形均布于所述中间接头本体内壁；第二监测单元，被配置为获取所述目标防爆盒外部的温度数据作为外部温度数据，并获取所述目标防爆盒对应的电流数据；计算单元，被配置为根据所述基准温度数据和所述外部温度数据计算升温温度，并根据所述升温温度和所述电流数据计算每个点位对应的升温系数；获取单元，被配置为在所述目标防爆盒运行过程中，持续获取各个点位的温度数据作为监测温度数据，并持续获取所述外部温度数据和所述电流数据；采用单元，被配置为采样同时刻下的所述监测温度数据、所述外部温度数据和所述电流数据，并计算所述监测温度数据和所述外部温度数据的差值作为温差数据；识别单元，被配置为将所述温差数据、所述电流数据和所述升温系数输入预设的识别模型中，获取所述识别模型输出的异常系数；判断单元，被配置为根据多个点位对应的所述异常系数判断所述目标防爆盒的运行安全状态。 [0015] 在一种可能的实现方式中，所述计算单元还被配置为：将所述基准温度数据和所述外部温度数据沿时间轴对齐，并计算对齐后所述基准温度数据和所述外部温度数据的差值形成所述升温温度。 [0016] 在一种可能的实现方式中，还包括建模单元，被配置为：在实验室环境下对含有电缆接头的实验防爆盒进行实验；所述实验防爆盒的中间接头本体内侧设置有第一温度传感器，所述实验防爆盒外部设置有第二温度传感器；对所述含有电缆接头的实验防爆盒中的电缆接头通电，并获取所述第一温度传感器检测的第一温度数据、第二温度传感器检测的第二温度数据和电缆接头的实验电流数据；对所述第一温度传感器对应位置的绝缘层进行连续劣化处理，并重新通电获取每次劣化后的第一温度数据、第二温度数据和实验电流数据；计算相同采样时刻的所述第一温度数据和所述第二温度数据的差值作为实验差值数据，并计算未劣化情况下所述实验防爆盒的升温系数；将相同采样时刻的所述实验差值数据、所述实验电流数据和未劣化情况下所述实验防爆盒的升温系数作为输入数据，以该采样时刻对应的绝缘层劣化程度作为输出数据训练神经网络模型形成所述识别模型。 [0017] 本发明与现有技术相比，具有如下的优点和有益效果：本发明一种电缆接头防爆盒在线监测方法及系统，一方面降低了电缆接头所处环境对电缆接头安全状态判断的影响，另一方面可以减少电缆接头自然劣化过程对电缆接头安全状态判断的影响。附图说明 [0018] 此处所说明的附图用来提供对本发明实施例的进一步理解，构成本申请的一部分，并不构成对本发明实施例的限定。在附图中：图1为本申请实施例方法步骤示意图。具体实施方式 [0019] 为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，应当理解，本申请中附图仅起到说明和描述的目的，并不用于限定本申请的保护范围。另外，应当理解，示意性的附图并未按实物比例绘制。本申请中使用的流程图示出了根据本申请实施例的一些实施例实现的操作。应该理解，流程图的操作可以不按顺序实现，没有逻辑的上下文关系的步骤可以反转顺序或者同时实施。此外，本领域技术人员在本申请内容的指引下，可以向流程图添加一个或多个其它操作，也可以从流程图中移除一个或多个操作。 [0020] 另外，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设计。因此，以下对在附图中提供的本申请的实施例的详细描述并非旨在限制要求保护的本申请的范围，而是仅仅表示本申请的选定实施例。基于本申请的实施例，本领域技术人员在没有做出创造性劳动的前提下所获得的所有其它实施例，都属于本申请保护的范围。 [0021] 请结合参阅图1，为本发明实施例所提供的一种电缆接头防爆盒在线监测方法的流程示意图，进一步地，所述一种电缆接头防爆盒在线监测方法具体可以包括以下步骤S1‑步骤S7所描述的内容。 [0022] S1：在目标防爆盒安装并初始运行时，获取目标防爆盒的中间接头本体内侧的多个点位的温度数据作为基准温度数据；所述点位环形均布于所述中间接头本体内壁；S2：获取所述目标防爆盒外部的温度数据作为外部温度数据，并获取所述目标防爆盒对应的电流数据； S3：根据所述基准温度数据和所述外部温度数据计算升温温度，并根据所述升温温度和所述电流数据计算每个点位对应的升温系数； S4：在所述目标防爆盒运行过程中，持续获取各个点位的温度数据作为监测温度数据，并持续获取所述外部温度数据和所述电流数据； S5：采样同时刻下的所述监测温度数据、所述外部温度数据和所述电流数据，并计算所述监测温度数据和所述外部温度数据的差值作为温差数据； S6：将所述温差数据、所述电流数据和所述升温系数输入预设的识别模型中，获取所述识别模型输出的异常系数； S7：根据多个点位对应的所述异常系数判断所述目标防爆盒的运行安全状态。 [0023] 本申请实施例实施时，为了准确对带有防爆盒的电缆接头进行准确的安全状态评价，需要在防爆盒安装并初始运行时获取基准温度数据以确定在没有大量缺陷情况下，防爆盒自身的热传导情形。其中基准温度数据的获取是基于在中间接头本体内侧的环形点位处的温度传感器获取，中间接头本体是在完成电缆接头安装时，套接于电缆接头的管件，其外部需要套装防爆盒，而防爆盒和中间接头本体之间一般需要灌注便于散热的材料；中间接头本体的内侧会朝向电缆接头处的绝缘层，一般可以认为该处的温度可以表征绝缘层温度，同时进行温度数据采样时可以不破坏绝缘层；而防爆盒外部的温度数据可以认为是环境温度数据；在本申请中，上述点位是环形均布于所述中间接头本体内壁的，即这些点位是位于中间接头本体的同一个横断面内且均匀分布，在相同的外部环境下，这些点位一般会表现出相似甚至相同的发热效果。 [0024] 在本申请实施例中，为了减少外部散热环境和防爆盒安装及电缆接头摆放位置带来的不同点位的散热影响，以升温系数作为对各个点位的初始状态下导热散热情况的综合评价。一般来说温度升高情况会正比于电流值的平方，所以一般以温差值与电流值的平方作为升温系数，可以较好的表征出点位初始的散热情况。同时，在后续的使用过程中，同步监测相应的温差数据和电流数据，并通过预设的识别模型对温差数据、电流数据和升温系数进行差异识别，其输出的数据即为异常系数。本质上来说，识别模型的作用是识别出当前情况下温差数据和电流数据产生的结果与初始的升温系数之间的差异，即异常系数，所以识别模型的构筑可以是采用现有的相似度模型，也可以是采用较为成熟的神经网络模型进行构建。在本申请实施例中，需要汇总多个点位的异常系数进行防爆盒的运行状态判断，其根本原因在于在电缆接头劣化过程中，如果没有产生特定的故障状况，劣化应当在整个电缆接头中是均匀的，而在使用过程中，产生了如水树、接头压接松动等情况时，产生该状况的部位对应的异常系数会产生明显变化，此时在多个点位的异常系数的比对中就可以发现，从而判定该电缆接头防爆盒的运行安全状态。本申请实施例通过上述技术方案，一方面降低了电缆接头所处环境对电缆接头安全状态判断的影响，另一方面可以减少电缆接头自然劣化过程对电缆接头安全状态判断的影响。 [0025] 在一种可能的实现方式中，根据所述基准温度数据和所述外部温度数据计算升温温度包括：将所述基准温度数据和所述外部温度数据沿时间轴对齐，并计算对齐后所述基准温度数据和所述外部温度数据的差值形成所述升温温度。 [0026] 在一种可能的实现方式中，根据所述升温温度和所述电流数据计算每个点位对应的升温系数包括：将所述升温温度除以所述电流数据平方形成对应点位的所述升温系数。 [0027] 在一种可能的实现方式中，所述识别模型的获取包括：在实验室环境下对含有电缆接头的实验防爆盒进行实验；所述实验防爆盒的中间接头本体内侧设置有第一温度传感器，所述实验防爆盒外部设置有第二温度传感器；对所述含有电缆接头的实验防爆盒中的电缆接头通电，并获取所述第一温度传感器检测的第一温度数据、第二温度传感器检测的第二温度数据和电缆接头的实验电流数据；对所述第一温度传感器对应位置的绝缘层进行连续劣化处理，并重新通电获取每次劣化后的第一温度数据、第二温度数据和实验电流数据；计算相同采样时刻的所述第一温度数据和所述第二温度数据的差值作为实验差值数据，并计算未劣化情况下所述实验防爆盒的升温系数；将相同采样时刻的所述实验差值数据、所述实验电流数据和未劣化情况下所述实验防爆盒的升温系数作为输入数据，以该采样时刻对应的绝缘层劣化程度作为输出数据训练神经网络模型形成所述识别模型。 [0028] 本申请实施例实施时，采用了成熟的神经网络模型技术进行识别模型的构建，其相比于其他相似度模型优势在于训练好的模型使用快捷方便，同时后期可以采用更多的样本进行再训练以提高精度，而其缺点在于需要的样本量较大。对于其缺点，可以通过实验室试验获取样本的方式进行克服，同时其主要的成本在于前期的样本生成和模型训练，非常适合于训练完成后对大量防爆盒进行检测。 [0029] 在本申请实施例中，需要先在实验室环境下进行样本获取，其需要对应的安装第一温度传感器和第二温度传感器，其中第一温度传感器用于获取绝缘层温度，而第二温度传感器用于获取环境温度。其同样需要计算出在未劣化的初始条件下的升温系数，该升温系数与上文实施例中所提到的升温系数的计算方式应当相同。在获取样本的过程中，需要对绝缘层进行连续劣化处理，每次劣化后都需要采集相应的数据以生成样本，其劣化过程可以采用破坏绝缘层的方式进行，具体可以采用滴水或注射水等方式进行。通过获取的样本可以进行神经网络模型的训练以生成识别模型。 [0030] 在一种可能的实现方式中，对所述第一温度传感器对应位置的绝缘层进行连续劣化处理包括：每次劣化处理时，向所述绝缘层注射固定剂量的水。 [0031] 在一种可能的实现方式中，所述绝缘层劣化程度在绝缘层完好时为1，每次劣化处理时增加所述绝缘层劣化程度固定比例数值。 [0032] 本申请实施例实施时，为了便于神经网络模型的输出，需要明确绝缘层劣化程度，即异常系数，初始的异常系数可以定义为1，后续每次劣化以10 15%的增量增加。~ [0033] 在一种可能的实现方式中，根据多个点位对应的所述异常系数判断所述目标防爆盒的运行安全状态包括：当全部点位的所述异常系数的相似度在预设范围内，判定所述目标防爆盒安全运行；当存在点位的异常系数与其他点位的异常系数差异在预设范围外，判定所述目标防爆盒存在失效风险。 [0034] 基于相同的发明构思，本申请实施例还提供了一种电缆接头防爆盒在线监测系统，包括：第一监测单元，被配置为在目标防爆盒安装并初始运行时，获取目标防爆盒的中间接头本体内侧的多个点位的温度数据作为基准温度数据；所述点位环形均布于所述中间接头本体内壁；第二监测单元，被配置为获取所述目标防爆盒外部的温度数据作为外部温度数据，并获取所述目标防爆盒对应的电流数据；计算单元，被配置为根据所述基准温度数据和所述外部温度数据计算升温温度，并根据所述升温温度和所述电流数据计算每个点位对应的升温系数；获取单元，被配置为在所述目标防爆盒运行过程中，持续获取各个点位的温度数据作为监测温度数据，并持续获取所述外部温度数据和所述电流数据；采用单元，被配置为采样同时刻下的所述监测温度数据、所述外部温度数据和所述电流数据，并计算所述监测温度数据和所述外部温度数据的差值作为温差数据；识别单元，被配置为将所述温差数据、所述电流数据和所述升温系数输入预设的识别模型中，获取所述识别模型输出的异常系数；判断单元，被配置为根据多个点位对应的所述异常系数判断所述目标防爆盒的运行安全状态。 [0035] 在一种可能的实现方式中，所述计算单元还被配置为：将所述基准温度数据和所述外部温度数据沿时间轴对齐，并计算对齐后所述基准温度数据和所述外部温度数据的差值形成所述升温温度。 [0036] 在一种可能的实现方式中，还包括建模单元，被配置为：在实验室环境下对含有电缆接头的实验防爆盒进行实验；所述实验防爆盒的中间接头本体内侧设置有第一温度传感器，所述实验防爆盒外部设置有第二温度传感器；对所述含有电缆接头的实验防爆盒中的电缆接头通电，并获取所述第一温度传感器检测的第一温度数据、第二温度传感器检测的第二温度数据和电缆接头的实验电流数据；对所述第一温度传感器对应位置的绝缘层进行连续劣化处理，并重新通电获取每次劣化后的第一温度数据、第二温度数据和实验电流数据；计算相同采样时刻的所述第一温度数据和所述第二温度数据的差值作为实验差值数据，并计算未劣化情况下所述实验防爆盒的升温系数；将相同采样时刻的所述实验差值数据、所述实验电流数据和未劣化情况下所述实验防爆盒的升温系数作为输入数据，以该采样时刻对应的绝缘层劣化程度作为输出数据训练神经网络模型形成所述识别模型。 [0037] 本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、计算机软件或者二者的结合来实现，为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。 [0038] 在本申请所提供的几个实施例中，应该理解到，所揭露的装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另外，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口、装置或单元的间接耦合或通信连接，也可以是电的，机械的或其它的形式连接。 [0039] 所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显然本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、计算机软件或者二者的结合来实现，为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。 [0040] 另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以是两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。 [0041] 所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。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，或者该技术方案的全部或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一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网格设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read‑Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。 [0042] 以上所述的具体实施方式，对本发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本发明的具体实施方式而已，并不用于限定本发明的保护范围，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

意见反馈