高压开关设备振动监测设备、系统及其监测方法和装置与流程

1.本技术涉及电力设备监测技术领域，特别是涉及一种高压开关设备振动监测设备、高压开关设备振动监测系统及应用于高压开关设备振动监测系统的高压开关设备振动监测方法和高压开关设备振动监测装置。


背景技术：

2.高压开关设备作为电力系统重要的元件，其设备可靠性对电力系统运行可靠性有至关重要的影响。据调查大多数开关故障属于机械性质，主要体现在机械故障上，如：绝缘拉杆脱落、断裂、击穿，水平拉杆断销、机构卡滞、接触不良、磨损等。如产生机械类故障，会造成传动效率下降或无法传动，异常的传动、零部件的磨损、卡滞往往伴随着不同于正常工作时的声响和振动。由此可见，振动信号的监测对于分析高压开关设备的机械特性有重要的意义。
3.目前，振动监测常用于化工生产和机械制造等领域，在实际工况下，由于高压开关设备一般处在高电压、复杂电磁场环境下，振动监测工作开展工作困难重重，故，传统振动监测难以在高压开关设备监测领域应用，使得振动监测在高压开关设备监测领域存在较大的技术难点。
4.因此，需要提供一种能够通过振动信号实现在线监测高压开关设备的状态的方案。


技术实现要素：

5.基于此，有必要针对上述技术问题，提供一种能够实现高压开关设备的振动监测的高压开关设备振动监测设备、高压开关设备振动监测系统及应用于高压开关设备振动监测系统的高压开关设备振动监测方法和高压开关设备振动监测装置。
6.第一方面，本技术提供了一种高压开关设备振动监测设备。设备包括：
7.一种高压开关设备振动监测设备，其特征在于，设备包括自供能模块、振动信号采集模块、处理器和时钟电路模块；
8.自供能模块为振动信号采集模块、时钟电路模块和处理器供能，振动信号采集模块采集外部高压开关设备的振动信号，将振动信号发送至处理器，处理器检测到振动信号的幅值超过预设幅值阈值时，对振动信号依次进行分析处理和模数转换处理，得到数字化的振动波形信息，并读取当前时间时钟电路模块生成的时钟电路信号，基于时钟电路信号添加时间标签至数字化的振动波形信息，得到目标振动波形信息，将目标振动波形信息无线发送至外部控制终端，以使外部控制终端根据目标振动波形信息对外部高压开关设备进行故障预警，其中，分析处理包括波形分析、数字滤波处理和平滑处理的至少一种。
9.在一个实施例中，处理器还用于计算目标振动波形信息与预设标准振动波形信息的相似度，根据相似度和预设相似度阈值的比较结果，得到波形分析结果，将波形分析结果发送至外部控制终端。
10.在一个实施例中，高压开关设备振动监测设备的工作模式包括低功耗工作模式和正常工作模式；
11.高压开关设备振动监测设备上电启动以低功耗工作模式运行，处理器还用于当检测到振动信号的幅值大于预设的幅值阈值时，切换高压开关设备振动监测设备的工作模式为正常工作模式，计时正常工作模式的运行时长，当以正常工作模式运行预设时长时，切换高压开关设备振动监测设备的工作模式为低功耗工作模式。
12.在一个实施例中，自供能模块包括太阳能发电模式、风能发电模式或微能量采集自发电模式。
13.在一个实施例中，高压开关设备振动监测设备还包括数据存储模块，数据存储模块与处理器连接。
14.上述高压开关设备振动监测设备，通过自供能模块能够解决在高电压、复杂电磁场环境下，高压开关设备监测设备的供能困难问题，实现就地自供能，处理器在检测到振动信号的幅值超过预设幅值阈值时，对振动信号进行分析处理和模数转换处理，得到数字化的振动波形信息，不仅能够高效节省电量，还在处理器端完成波形分析、实现了将振动信号就地转化为数字信号，有效减少了外部控制终端的数据处理量，提高故障分析的效率，并且，通过将携带时间标签的目标振动波形信息以无线形式发送至外部控制终端，不仅使得外部控制终端能够实现故障预警，还解决了数据线铺设难度大和数据收集地点受限的问题，使得检修人员无需到达每台高压开关设备的汇控柜或者总控室获取振动监测设备的回传信号，能够最大限度方便巡检人员随时随地监测设备状态。综上所述，采用上述设备，克服了高压开关设备振动监测的供能困难、数据线铺设难度大和数据采集工作繁琐的技术难点，实现了对高压开关设备的在线监测。
15.第二方面，本技术提供了一种高压开关设备振动监测系统，所述系统包括上述的高压开关设备振动监测设备和控制终端；
16.高压开关设备振动监测设备输出目标振动波形信息至控制终端，控制终端根据目标振动波形信息对外部高压开关设备进行故障预警。
17.在一个实施例中，控制终端还用于根据目标振动波形信息，生成振动曲线，根据包络线法对振动波形信息进行分析处理，得到外部高压开关设备的振动幅值包络线，基于振动幅值包络线和振动曲线对外部高压开关设备进行故障预警。
18.在一个实施例中，控制终端还用于根据振动曲线和振动幅值包络线，定位异常数据点，提取异常数据点的时间标签，根据异常数据点的时间标签和预设的故障分析模型，确定外部高压开关设备的故障类型和故障原因，预设的故障分析模型基于外部高压开关设备的物理机理数据和历史故障分析数据构建。
19.上述高压开关设备振动监测系统，高压开关设备监测设备通过自供能模块，解决在高电压、复杂电磁场环境下，高压开关设备监测设备的供能困难问题，实现就地自供能，处理器在检测到振动信号的幅值超过预设幅值阈值时，对振动信号进行分析处理和模数转换处理，得到数字化的振动波形信息，不仅能够高效节省电量，还在处理器端完成波形分析、实现了将振动信号就地转化为数字信号，有效减少了控制终端的数据处理量，提高故障分析的效率，并且，通过将携带时间标签的目标振动波形信息以无线形式发送至控制终端，解决了数据线铺设难度大和数据收集地点受限的问题，使得检修人员无需到达每台高压开
关设备的汇控柜或者总控室获取振动监测设备的回传信号，能够最大限度方便巡检人员随时随地监测设备状态。综上所述，采用上述系统，通过高压开关设备监测设备和控制终端的协同配合，克服了高压开关设备振动监测的供能困难、数据线铺设难度大和数据采集工作繁琐的技术难点，实现了对高压开关设备的在线监测。
20.第三方面，本技术提供了一种应用与上述高压开关设备振动监测系统的高压开关设备振动监测方法。所述方法包括：
21.获取目标振动波形信息；
22.根据目标振动波形信息，生成振动曲线；
23.根据包络线法对目标振动波形信息进行分析处理，得到外部高压开关设备的振动幅值包络线；
24.基于振动曲线和振动幅值包络线，定位异常数据点；
25.提取根据异常数据点的时间标签，并根据异常数据点的时间标签和预设的故障分析模型，确定外部高压开关设备的故障类型和故障原因，预设的故障分析模型基于外部高压开关设备的物理机理数据和历史故障分析数据构建。
26.第四方面，本技术提供了一种应用于上述高压开关设备振动监测系统的高压开关设备振动监测装置。所述装置包括：
27.数据获取模块，用于获取目标振动波形信息；
28.振动曲线生成模块，用于根据目标振动波形信息，生成振动曲线；
29.振动幅值包络线生成模块，用于根据包络线法对目标振动波形信息进行分析处理，得到外部高压开关设备的振动幅值包络线；
30.异常数据点定位模块，用于基于振动曲线和振动幅值包络线，定位异常数据点；
31.故障分析模块，用于提取根据异常数据点的时间标签，并根据异常数据点的时间标签和预设的故障分析模型，确定外部高压开关设备的故障类型和故障原因，预设的故障分析模型基于外部高压开关设备的物理机理数据和历史故障分析数据构建。
32.上述高压开关设备振动监测方法和装置，应用于上述高压开关设备振动监测系统，首先在数据获取维度，其能够准确获取表征高压开关设备的在线监测结果的目标振动波形信息；其次在数据处理维度，预先通过外部高压开关设备的物理机理数据和历史故障分析数据构建有故障分析模型，在获取高压开关设备振动监测设备发送的目标振动波形信息后，生成振动曲线，再根据包络线法对目标振动波形信息进行分析处理，得到外部高压开关设备的振动幅值包络线，然后，基于振动曲线和振动幅值包络线，定位异常数据点，提取根据异常数据点的时间标签，根据异常数据点的时间标签和预设的故障分析模型，确定外部高压开关设备的故障类型和故障原因，如此，能够快速地确定高压开关设备的故障类型和故障原因，以便检修人员及时解决问题。
附图说明
33.图1为一个实施例中高压开关设备振动监测设备的结构框图；
34.图2为另一个实施例中高压开关设备振动监测设备的结构框图；
35.图3为又一个实施例中高压开关设备振动监测设备的结构框图；
36.图4为一个实施例中高压开关设备振动监测设备的详细结构框图；
37.图5为一个实施例中高压开关设备振动监测系统的系统架构框图；
38.图6为一个实施例中高压开关设备振动监测系统的应用场景图；
39.图7为另一个实施例中高压开关设备振动监测方法的流程示意图；
40.图8为一个实施例中高压开关设备振动监测装置的结构框图。
具体实施方式
41.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。
42.在一个实施例中，如图1所示，提供了一种高压开关设备振动监测设备(以下简称设备)，其特征在于，设备包括：自供能模块102102、振动信号采集模块104、时钟电路模块108和处理器106；
43.自供能模块102为振动信号采集模块104、滤波调理电路模块、时钟电路模块108和处理器106供能，振动信号采集模块104采集外部高压开关设备的振动信号，将振动信号发送至处理器106，处理器106检测到振动信号的幅值超过预设幅值阈值时，对振动信号依次进行分析处理和模数转换处理，得到数字化的振动波形信息，并读取当前时间时钟电路模块108生成的时钟电路信号，基于时钟电路信号添加时间标签至数字化的振动波形信息，得到目标振动波形信息，将目标振动波形信息发送至外部控制终端，以使外部控制终端根据目标振动波形信息对外部高压开关设备进行故障预警，其中，分析处理包括波形分析、数字滤波处理和平滑处理的至少一种。
44.因高压开关的长期免维护的特点，依附监测主设备的传感器需要同样保证长期自主运行，而大部分的振动采集模块如振动传感器不具备自发电能力，因此，本实施例中设计有自供能模块102。自供能模块102可与设备内的所有模块连接，为各模块提供工作电源。在另一个实施例中，自供能模块102还可以与处理器106连接，为与处理器106连接的模块间接提供工作电源。具体实施时，自供能模块102除了为各模块提供工作电源之外，还将产生的剩余电能贮存在振动采集模块的电池中，以便在上述供能方式停止供能时，继续保持振动采集模块的运行。
45.振动信号采集模块104可以是振动传感器，振动传感器不间断地采集高压开关设备的振动信号，并将采集的振动信号发送至处理器106。处理器106可以是stm32芯片。可以理解的是，振动传感器采集的振动信号为声学模拟信号，振动信号可表征高压开关设备的状态，通过分析该振动信号可得到高压开关设备的状态。处理器106接收到振动信号后，比较振动信号的幅值和预设的幅值阈值，由于高压开关设备进行操作时，振动信号会明显增强，因此，可通过振动信号的幅值判断高压开关设备是否发生操作，若振动信号的幅值大于或等于预设的幅值阈值时，则表明高压开关设备在进行操作，此时，则开始分析处理，对振动信号依次进行边缘计算和模数转换处理，具体的，边缘计算包括波形分析、数字滤波处理和平滑处理的至少一种。本实施例中，可以是依次进行波形分析、数字滤波处理、平滑处理和模数转换处理，得到数字化的振动波形数据，同时，在高压开关设备发生动作的时候，读取当前时间时钟电路模块108生成的时钟电路信号，然后，基于时钟电路信号添加时间标签至数字化的振动波形信息，得到目标振动波形信息，将目标振动波形信息以无线形式发送
至外部控制终端，以使外部控制终端根据目标振动波形信息对外部高压开关设备进行故障预警。本实施例中，数字滤波处理可以是采用有限长冲激响应滤波器或无限长冲激响应滤波器进行数字滤波，然后对数字滤波后的针对信号进行平滑处理，去除毛刺。可以理解的是，为了保证信号的有效性，还可采取除数字滤波和平滑处理之外的处理手段，在此不做限定。
46.上述高压开关设备振动监测设备，通过自供能模块能够解决在高电压、复杂电磁场环境下，高压开关设备监测设备的供能困难问题，实现就地自供能，处理器在检测到振动信号的幅值超过预设幅值阈值时，对振动信号进行分析处理和模数转换处理，得到数字化的振动波形信息，不仅能够高效节省电量，还在处理器端完成波形分析、实现了将振动信号就地转化为数字信号，即完成就地边缘计算，有效减少了外部控制终端的数据处理量，提高故障分析的效率，并且，通过将携带时间标签的目标振动波形信息以无线形式发送至外部控制终端，不仅使得外部控制终端能够实现故障预警，还解决了数据线铺设难度大和数据收集地点受限的问题，使得检修人员无需到达每台高压开关设备的汇控柜或者总控室获取振动监测设备的回传信号，能够最大限度方便巡检人员随时随地监测设备状态。综上所述，采用上述设备，克服了高压开关设备振动监测的供能困难、数据线铺设难度大和数据采集工作繁琐的技术难点，实现了对高压开关设备的在线监测。
47.在一个实施例中，自供能模块102包括太阳能发电模式、风能发电模式或微能量采集自发电模式。
48.本实施例中，自供能模块102可根据实际情况，提供多种选择模式，在此不做限定。具体包括：若设备距离二次设备电源较远，对外绝缘无要求的，可采用太阳能发电和风能供电；对绝缘外形有要求的地方，如开关内部，可以采用微能量收集，如温差发电；还可以采用微型振动能量收集、基于电磁感应的线圈取能、纳米发电机、工频电场感应能量收集、微弱工频磁场能量收集等等。可以理解的是，本实施例中的自供能模块102也可以是可以提供多种发电方式的模块。具体实施时，可以是根据安装位置的不同工况，采用由不同发电方式(如太阳能、风能、温差、微型振动能量收集、电磁感应等)保障电能贮存在整个监测设备的电池中，为各电路提供工作电源。
49.如图2所示，在一个实施例中，设备还包括滤波调理电路模块，滤波调理电路模块通过振动信号采集模块104与处理器106相连，用于对振动信号采集模块104采集的振动信号进行滤波处理，再将滤波处理后的振动信号发送至处理器106。具体实施时，可以是通过π型电路进行硬件滤波处理。本实施例中，通过滤波调理电路模块对振动信号进行滤波处理，能够抑制干扰，减少了振动信号的噪声和虚假成分。
50.如图3所示，在一个实施例中，设备还包括数据存储模块107，数据存储模块107与处理器106连接。
51.具体实施时，处理器106得到目标振动波形信息和波形分析结果后，将目标振动波形信息和波形分析结果发送至数据存储模块107进行存储，当处理器106接收到外部控制终端发送的用于查询设备的工作状态、内部参数和存储的波形信息的信息查询代码时，从数据存储模块107中读取相应的查询结果数据发送至外部控制终端。在另一个实施例中，查询结果数据还可以是定时向外部控制终端发送。本实施例中，设备提供了历史数据查询功能，可以方便检修人员随时随地查询历史操作数据，为变电站故障分析提供数据支撑。该技术
可以有效提高高压开关设备的状态检修水平，降低因设备故障造成的损失。
52.如图4所示，在一个实施例中，设备还包括串口通信模块111和电磁兼容性emc(electro magnetic compatibility)电路模块(以下简称emc模块109)、串口通信模块111和无线通信模块110，串口通信模块111通过emc模块109与处理器106连接，无线通信模块110与处理器106连接。
53.具体实施时，通过串口通信模块111连接控制终端，可对设备进行工作参数设定，然后装入配套的sim(subscriber identity module，用户身份识别模块)卡，也可传输数据至设备内。具体的，可以是并根据具体高压开关设备的动作时间和振动幅值、频率等特性，设置不同的幅值阈值、正常工作模式运行时间、单次记录时间，以保证能完整地记录操作波形同时减少干扰信号的影响。通过emc模块109，能使整个设备在其电磁环境中符合要求运行，并且不对其环境中的任何设备产生无法忍受的电磁干扰的能力。
54.具体的，无线通信模块110可以是4g/5g通信模块、wifi(wireless fidelity，无线保真)模块以及蓝牙模块，在处理器106控制设备由正常工作模式切换至低功耗工作模式时，可通过4g/5g通信模块将目标振动波形信息和波形分析结果无线发送至指定的外部控制终端。即，当高压开关设备完成一次操作后，即通过4g/5g通信模块自动向指定的外部控制终端发送目标振动波形信息和波形分析结果。外部控制终端在接收到目标振动波形信息和波形分析结果后，对接收到的信息进行还原解析处理，显示分析结果并进行故障报警。
55.在一个实施例中，处理器106还用于计算目标振动波形信息与预设标准振动波形信息的相似度，根据相似度和预设相似度阈值的比较结果，得到波形分析结果，将波形分析结果发送至外部控制终端。
56.具体实施时，可以是预存高压开关设备的标准振动波形于设备内，在得到目标振动波形信息后，可以是计算目标振动波形信息和标准振动波形信息的相似度，若相似度大于或等于预设的相似度阈值，则判定波形分析结果为“正常”，若相似度小于预设的相似度阈值，则判定波形分析结果为“异常”。然后，将波形分析结果发送至外部控制终端。本实施例中，可以是通过串口通信模块111将标准振动波形信息存储至设备内。
57.在一个实施例中，设备的工作模式包括低功耗工作模式和正常工作模式；设备上电启动以低功耗工作模式运行，处理器还用于当检测到振动信号的幅值大于预设的幅值阈值时，切换高压开关设备振动监测设备的工作模式为正常工作模式，计时正常工作模式的运行时长，当以正常工作模式运行预设时长时，切换高压开关设备振动监测设备的工作模式为低功耗工作模式。
58.本实施例中，设备默认以低功耗工作模式运行，即在高压开关设备不进行操作的情况下，设备以低功耗工作模式运行，保持低功耗状态，此时，处理器106接收到振动信号，仅进行振动信号的幅值比较，并不进行数据分析处理和存储，减少内部的电量消耗，提高处理器106芯片等元器件的使用寿命。当振动信号的幅值超出预设幅值阈值即振动信号的加速度超过规定的阈值，处理器106控制设备进入正常工作模式，开始计时，在完成规定时间长度(此时间长度自行配置)内数据的采集、存储和收发采集完规定时间的数据之后，处理器106控制设备自动进入低功耗工作模式，此方式可有效延长电池维护时间。
59.为了对本技术提供的高压开关设备监测设备进行清楚的说明，下面结合一个具体实施例和图4进行说明：
60.高压开关设备振动监测设备包括自供能模块102、振动信号采集模块104、滤波调理模块105、处理器106、数据存储模块107、时钟电路模块108、emc模块109、无线通信模块110和串口通信模块111；
61.在设备安装于高压开关操动机构箱之前，通过串口通信模块111连接外部控制终端，对设备的工作参数进行设置(主要包括幅值阈值、采样率、单次记录时间、以及正常工作模式运行时长等)，并将标准振动波形输入至设备内，然后装入配套的sim卡。设备安装完成后，处于低功耗状态，自供能模块102为设备内各个模块供能，振动信号采集模块104采集外部高压开关设备的振动信号，将振动信号发送至滤波调理模块105进行滤波处理，滤波调理模块105将滤波处理后的振动信号发送至处理器106，处理器106检测到振动信号的幅值超过预设幅值阈值时，控制设备进入正常工作模式，开始计时，对振动信号依次进行波形分析、数字滤波处理、平滑处理和模数转换处理，得到数字化的振动波形信息，并读取当前时间时钟电路模块108生成的时钟电路信号，基于时钟电路信号添加时间标签至数字化的振动波形信息，得到目标振动波形信息，将目标振动波形信息和波形分析结果存储至数据存储模块107，当设备运行了正常工作模式运行时长后，处理器106控制设备进入低功耗工作模式，通过无线通信模块110自动将目标振动波形信息无线发送至外部控制终端，以使外部控制终端根据目标振动波形信息对外部高压开关设备进行故障预警。
62.如图5所示，在一个实施例中，提供了一种高压开关设备振动监测系统，所述系统包括如上述实施例所述的高压开关设备振动监测设备202和控制终端204；
63.高压开关设备振动监测设备202输出目标振动波形信息至控制终端，控制终端204根据目标振动波形信息对外部高压开关设备进行故障预警。
64.上述高压开关设备振动监测系统，高压开关设备监测设备通过自供能模块，解决在高电压、复杂电磁场环境下，高压开关设备监测设备的供能困难问题，实现就地自供能，处理器在检测到振动信号的幅值超过预设幅值阈值时，对振动信号进行分析处理和模数转换处理，得到数字化的振动波形信息，不仅能够高效节省电量，还在处理器端完成波形分析、实现了将振动信号就地转化为数字信号，实现就地边缘计算，有效减少了控制终端的数据处理量，提高故障分析的效率，并且，通过将携带时间标签的目标振动波形信息以无线形式发送至控制终端，解决了数据线铺设难度大和数据收集地点受限的问题，使得检修人员无需到达每台高压开关设备的汇控柜或者总控室获取振动监测设备的回传信号，能够最大限度方便巡检人员随时随地监测设备状态。综上所述，采用上述系统，通过高压开关设备监测设备和控制终端的协同配合，克服了高压开关设备振动监测的供能困难、数据线铺设难度大和数据采集工作繁琐的技术难点，实现了对高压开关设备的在线监测。
65.在一个实施例中，控制终端204还用于根据目标振动波形信息，生成振动曲线，根据包络线法对振动波形信息进行分析处理，得到外部高压开关设备的振动幅值包络线，基于振动幅值包络线和振动曲线对外部高压开关设备进行故障预警。
66.高压开关设备上一般安装三轴振动传感器，收集到的振动信息按照x、y、z轴分别生成加速度和时间的坐标轴。具体实施时，在控制终端接收到目标振动波形信息后，可以直接生成振动曲线，然后显示振动曲线，包括显示各轴加速度最大值的时间点和具体值。更进一步，对于每一种高压开关设备，有自身独特的振动曲线，此振动曲线可以通过多次试验和设备自学习等方式模拟推演，并生成本类高压开关设备的振动幅值包络线，具体的，可以是
采用包络线法对振动波形信息进行分析处理，生成振动幅值包络线。然后，基于振动幅值包络线和振动曲线，分析外部高压开关设备是否出现异常或故障，若出现异常，则进一步确定异常原因，以便检修人员及时解决问题。本实施例中，通过包络线生成振动幅值包络线，能够快速定位异常时间点，且能够供检修人员直观发现异常点，进一步对比异常点的定位是否有误。
67.在一个实施例中，控制终端204还用于根据振动曲线和振动幅值包络线，定位异常数据点，提取异常数据点的时间标签，根据异常数据点的时间标签和预设的故障分析模型，确定外部高压开关设备的故障类型和故障原因，预设的故障分析模型基于外部高压开关设备的物理机理数据和历史故障分析数据构建。
68.具体实施时，可以是检修人员结合外部高压开关设备的物理机理数据，对大量的高压开关设备的历史故障分析数据进行分析，构建有故障分析模型，该故障分析模型包括故障发生时间点与故障原因和故障类型的映射关系。然后，根据振动曲线和振动幅值包络线，定位出异常数据点，提取异常数据点的时间标签，根据异常数据点的时间标签，从预设的故障分析模型查找出相应的故障类型和故障原因，以此确定外部高压开关设备的故障类型和故障原因。例如，若通过异常数据点的时间标签，发现高压开关设备是在第5秒开始出现振动信号的幅值超出正常幅值和振动幅值包络线的正常范围，则根据时间标签从故障分析模型中查找出故障类型为机械故障，故障原因如绝缘拉杆脱落。若是从8秒开始出现异常的话，则可查找出故障类型为机械故障，故障原因如绝缘拉杆击穿等。可以理解的是，上述仅是示例性描述。本实施例中，通过预先构建的故障分析模型，能够快速定位出故障类型和故障原因，以便检修人员直观地知晓问题所在，对应采取解决措施。
69.在一个实施例中，还提供了一种上述高压开关设备振动监测系统的高压开关设备振动监测方法，该可以应用于如图6所示的应用环境中。其中，高压开关设备监测设备202通过网络或蓝牙与控制终端204进行通信。具体可以是高压开关设备监测设备202将目标振动波形信息发送至控制终端204，控制终端204根据目标振动波形信息，生成振动曲线，根据包络线法对目标振动波形信息进行分析处理，得到外部高压开关设备的振动幅值包络线，基于振动曲线和振动幅值包络线，定位异常数据点，提取根据异常数据点的时间标签，根据异常数据点的时间标签和预设的故障分析模型，确定外部高压开关设备的故障类型和故障原因，预设的故障分析模型基于外部高压开关设备的物理机理数据和历史故障分析数据构建。其中，控制终端202可以但不限于是各种个人计算机、笔记本电脑、智能手机、平板电脑、物联网设备和便携式可穿戴设备，物联网设备可为智能音箱、智能电视、智能空调、智能车载设备等。便携式可穿戴设备可为智能手表、智能手环、头戴设备等。
70.在一个实施例中，如图7所示，提供了一种高压开关设备振动监测系统的高压开关设备振动监测方法，以该方法应用于图6中的控制终端为例进行说明，包括以下步骤：
71.步骤100，获取目标振动波形信息。
72.步骤200，根据目标振动波形信息，生成振动曲线。
73.步骤300，根据包络线法对目标振动波形信息进行分析处理，得到外部高压开关设备的振动幅值包络线。
74.步骤400，基于振动曲线和振动幅值包络线，定位异常数据点。
75.步骤500，提取根据异常数据点的时间标签，根据异常数据点的时间标签和预设的
故障分析模型，确定外部高压开关设备的故障类型和故障原因，预设的故障分析模型基于外部高压开关设备的物理机理数据和历史故障分析数据构建。
76.在实际应用中，检修人员结合外部高压开关设备的物理机理数据，对大量的高压开关设备的历史故障分析数据进行分析，构建有故障分析模型，该故障分析模型包括故障发生时间点与故障原因和故障类型的映射关系。具体实施时，在控制终端接收到目标振动波形信息后，可以直接生成振动曲线、并显示，然后采用包络线法对振动波形信息进行分析处理，生成振动幅值包络线。然后，基于振动幅值包络线和振动曲线，根据振动曲线和振动幅值包络线，定位出异常数据点，再提取异常数据点的时间标签，根据异常数据点的时间标签，从预设的故障分析模型查找出相应的故障类型和故障原因，以此确定外部高压开关设备的故障类型和故障原因。例如，若通过异常数据点的时间标签，发现高压开关设备是在第5秒开始出现振动信号的幅值超出正常幅值和振动幅值包络线的正常范围，则根据时间标签从故障分析模型中查找出故障类型为机械故障，故障原因如绝缘拉杆脱落。若是从8秒开始出现异常的话，则可查找出故障类型为机械故障，故障原因如绝缘拉杆击穿等。
77.上述高压开关设备振动监测方法，应用于上述高压开关设备振动监测系统，首先在数据获取维度，其能够准确获取表征高压开关设备的在线监测结果的目标振动波形信息；其次在数据处理维度，预先通过外部高压开关设备的物理机理数据和历史故障分析数据构建有故障分析模型，在获取高压开关设备振动监测设备发送的目标振动波形信息后，生成振动曲线，再根据包络线法对目标振动波形信息进行分析处理，得到外部高压开关设备的振动幅值包络线，然后，基于振动曲线和振动幅值包络线，定位异常数据点，提取根据异常数据点的时间标签，根据异常数据点的时间标签和预设的故障分析模型，确定外部高压开关设备的故障类型和故障原因，如此，能够快速地确定高压开关设备的故障类型和故障原因，以便检修人员及时解决问题。
78.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。
79.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高压开关设备振动监测系统的高压开关设备振动监测方法的高压开关设备振动监测系统的高压开关设备振动监测装置。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高压开关设备振动监测系统的高压开关设备振动监测装置实施例中的具体限定可以参见上文中对于高压开关设备振动监测系统的高压开关设备振动监测方法的限定，在此不再赘述。
80.在一个实施例中，如图8所示，提供了一种应用于上述高压开关设备振动监测系统的高压开关设备振动监测装置，包括：数据获取模块810、振动曲线生成模块820、振动幅值包络线生成模块830、异常数据点定位模块840和故障分析模块850，其中：
81.数据获取模块810，用于获取目标振动波形信息。
82.振动曲线生成模块820，用于根据目标振动波形信息，生成振动曲线。
83.振动幅值包络线生成模块830，用于根据包络线法对目标振动波形信息进行分析处理，得到外部高压开关设备的振动幅值包络线。
84.异常数据点定位模块840，用于基于振动曲线和振动幅值包络线，定位异常数据点。
85.故障分析模块850，用于提取根据异常数据点的时间标签，并根据异常数据点的时间标签和预设的故障分析模型，确定外部高压开关设备的故障类型和故障原因，预设的故障分析模型基于外部高压开关设备的物理机理数据和历史故障分析数据构建。
86.上述高压开关设备振动监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。
87.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上述高压开关设备振动监测方法的步骤。
88.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上述高压开关设备振动监测方法中的步骤。
89.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。
90.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。
91.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。
92.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。