本发明涉及环境监测的，尤其涉及一种电缆附件安装环境智能监测方法和系统。
背景技术：
1、在电缆接头安装领域，环境控制一直是一个挑战性的问题。由于电缆接头在高压输电系统中承担关键角色，其可靠性直接影响整个电网的稳定性。由于高压电缆接头在安装和运行过程中对环境条件极为敏感，不当的温度、湿度、颗粒物含量等环境因素可能导致接头绝缘退化、电气性能下降，甚至故障。地下或密闭环境下的高压电缆安装尤其面临复杂的环境因素，如温度、湿度波动等。传统方法通常依赖于基本的环境监测和人工调节，但这些措施往往无法满足高压电缆接头的精确和稳定性需求。
2、此外，安装环境中的颗粒物和污染物对安装的电缆接头绝缘性能构成威胁，可能导致绝缘层损坏，增加电气故障的风险。因此，电缆接头的环境控制不仅要求稳定的温湿度，还需要对空气质量进行严格监控。目前缺乏能够综合考虑这些因素的高效、智能化解决方案，这使得电缆接头的安装环境和智能监测维护工作面临着诸多挑战。
技术实现思路
1、为应对以上挑战，本发明提供了一种电缆附件安装环境智能监测方法和系统，通过监测多个采集点的温度、湿度、气压和颗粒物数据，结合空间插值理论和空气动力学原理，建立颗粒物浓度分布模型，进而对电缆附件安装环境的颗粒物浓度进行实时监测，从而保证安装质量、优化安装流程。本发明包括以下步骤：
2、步骤s1：获取电缆附件工棚尺寸信息及内部采样点处温度、湿度、气压及颗粒物浓度数据；
3、步骤s2：根据空间线性插值理论，建立工棚内气压及颗粒物浓度分布模型；
4、步骤s3：根据空气动力学和颗粒物运动学特征，建立工棚内颗粒物浓度变化模型；
5、步骤s4：根据温湿度及颗粒物浓度变化模型及颗粒物浓度分布模型确定电缆附件安装时间及执行颗粒物去除工作频率；
6、作为本发明的进一步改进方法：
7、可选的，所述步骤s1中获取电缆附件工棚尺寸信息及内部采样点处温度、湿度、气压及颗粒物浓度数据，包括：
8、电缆附件安装工棚尺寸信息，包括：形状为长方体，长度l，宽度w，高度为h；
9、设置采样点为长方体工棚的8个角点，在工棚左下角建立空间直角坐标系，长度方向为x轴，宽度方向为y轴，高度方向为z轴，8个采样点位置依次为(0,0,0),(l,0,0),(0,w,0),(l,w,0),(0,0,h),(l,0,h),(0,w,h),(l,w,h)；
10、获取8个采样点处的实时数据：温度tem，湿度hum，气压pa，颗粒物浓度：pm2.5浓度数据c2.5，pm10浓度数据c10。
11、可选的，所述步骤s2中建立工棚内气压及颗粒物浓度分布模型；在密闭环境中，气压的分布可以显著影响颗粒物的运动和集聚，较高的气压可能会导致颗粒物下沉，而较低的气压可能使颗粒物在空间中更加分散。所述气压分布模型为：
12、pa(x,y,z)＝pa000(1-u)(1-v)(1-w)
13、+pa100u(1-v)(1-w)
14、+pa010(1-u)v(1-w)
15、+pa110uv(1-w)
16、+pa001(1-u)(1-v)w
17、+pa101u(1-v)w
18、+pa011(1-u)vw
19、+pa111uvw
20、其中，pa000,pa100,pa010,pa110,pa001,pa101,pa011,pa111依次为采样点(0,0,0),(l,0,0),(0,w,0),(l,w,0),(0,0,h),(l,0,h),(0,w,h),(l,w,h)处的压力值pa；x,y,z为空间坐标指代符号；
21、所述颗粒物浓度分布模型包括pm2.5浓度分布模型和pm10浓度分布模型，具体为：
22、ci(x,y,z)＝ci000(1-u)(1-v)(1-w)
23、+ci100u(1-v)(1-w)
24、+ci010(1-u)v(1-w)
25、+ci110uv(1-w)
26、+ci001(1-u)(1-v)w
27、+ci101u(1-v)w
28、+ci011(1-u)vw
29、+ci111uvw
30、其中，i为颗粒物类型指代符号，为pm2.5和pm10之一；
31、ci000,ci100,ci010,ci110,ci001,ci101,ci011,ci111依次为第i种颗粒物在采样点(0,0,0),(l,0,0),(0,w,0),(l,w,0),(0,0,h),(l,0,h),(0,w,h),(l,w,h)处的浓度值ci。
32、在一个标准的长方体空间中，如果颗粒物的分布相对均匀并且没有明显的外部影响，线性插值能够提供一个合理的浓度分布估计。在进行线性插值时，数据点的位置极为重要，因而本发明选择8个点均匀分布在长方体的各个8个角落，如果这些点不均匀分布，插值结果可能会出现偏差。
33、可选的，所述步骤3中建立工棚内颗粒物浓度变化模型，所述颗粒物浓度变化模型为：
34、
35、该模型是一个偏微分方程，描述了颗粒物浓度随时间和空间的变化。方程中包含了几个不同的项，每个都对颗粒物浓度的变化有不同的影响：
36、这一项表示颗粒物浓度随时间的变化率。在任何颗粒物传输模型中，这都是基本的动态项。
37、这一项是对流项，代表颗粒物由于气流而在空间中的运输。在工棚内，这意味着颗粒物的流动是很微弱的。
38、这一项是扩散项，考虑了颗粒物由于浓度梯度而发生的扩散。
39、-λci(x,y,z,t)：这一项代表颗粒物的消减过程，这里主要考虑物理沉降作用。
40、求解方法采用龙格库塔迭代法；其中，ci(x,y,z,t)为第i种颗粒物浓度的时间演变函数；t为时间参数；x,y,z为空间坐标指代符号；为德尔塔算符，具体为：
41、
42、为空气流体速度场，具体为：
43、
44、该模型是流体动力学中的纳维-斯托克斯方程的一个形式，这是描述流体运动的基本方程之一。这个方程结合了几个不同的物理现象来描述空气流体速度场随时间和空间的变化。方程的各个部分代表以下含义：
45、这部分代表流体的质量密度乘以速度场随时间的变化率，描述流体加速度。
46、这项为对流项，表示流体速度的非线性自我平流，是流体元素随着速度场的运动而感受到的速度变化。
47、压力梯度项，表示气压分布对流体运动的作用。
48、粘性项，其中，与速度场的二阶空间导数有关。
49、求解方法采用龙格库塔迭代法；其中，ρ为当前空气密度；pa(x,y,z,t)为所述步骤2中气压分布模型的时间演变函数；η为动态粘度，根据温度及湿度查空气动态表选定，温度取8个角点处测得温度的平均，湿度取8个角点处测得湿度的平均；lap为拉普拉斯算子，具体为：
50、
51、为单位空气所受的外力，本发明中只有重力可以作用于空气，具体为：
52、
53、为重力加速度向量，取d为颗粒物扩散系数，它决定了颗粒物扩散的速度，在密闭或半密闭的空间如工棚内，扩散是颗粒物分布均匀化的主要机制，具体为：
54、
55、其中，kb为玻尔兹曼常数，kb＝1.38×10-23焦耳/开尔文；tem_av为当前环境温度，取8个角点处测得温度的平均值，以开尔文为单位；r为颗粒物半径，以米为单位；λ为沉降率，具体为：
56、
57、其中，g为加速度，取sp为颗粒物源项，施工时取sp＝1，执行颗粒物去除工作时取sp＝-1，未进行任何操作时，取sp＝0。
58、可选的，所述步骤s4中根据温湿度及颗粒物浓度变化模型及颗粒物浓度分布模型确定电缆附件安装时间及执行颗粒物去除工作频率，所述电缆附件的安装时间需处于以下情况时：
59、tem_any∈[tem_min,tem_max]
60、hum_any∈[hum_min,hum_max]
61、c2.5_overall≤c2.5_max
62、c10_overall≤c10_max
63、其中，tem_any为8个角点处测得温度的任意值；tem_min,tem_max分别为安装电缆附件所需的温度最小和最大值，取tem_min＝15℃,tem_max＝28℃；hum_any为8个角点处测得湿度的任意值；hum_min,hum_max分别为安装电缆附件所需的湿度最小和最大值，取hum_min＝30％,hum_max＝70％；c2.5_overall为pm2.5浓度分布在时间演变函数内的最大值；c10_overall为pm10浓度分布在时间演变函数内的最大值；c2.5_max为安装电缆附件所能接受的pm2.5最大浓度，取c2.5_max＝350000；c10_max为安装电缆附件所能接受的pm10最大浓度，取c10_max＝100000；
64、所述执行颗粒物去除工作频率f，当：
65、c2.5_overall<c2.5_max
66、c10_overall<c10_max
67、计算公式为：
68、
69、当：
70、c2.5_overall≥c2.5_max或
71、c10_overall≥c10_max
72、计算公式为：
73、f＝3，单位为每小时。
74、所述执行颗粒物去除工作频率f考虑了特定尺寸颗粒物的最大浓度与总体浓度之间的差异。这个差异代表了颗粒物浓度的波动或者去除过程中的效率。浓度的波动越大，意味着需要更高的频率来进行去除工作以保持空气质量。同时f独立考虑了不同尺寸颗粒物的浓度，这是因为不同尺寸的颗粒物会因为其在空气中的行为特性以及电缆附件安装的影响不同而需要不同频率的处理。
75、本发明还提供了一种电缆附件安装环境智能监测系统，包括：
76、电缆附件安装工棚：用于提供电缆附件安装环境；
77、8个位于工棚角点处的温度传感器，用于监测温度：
78、8个位于工棚角点处的湿度传感器，用于监测湿度：
79、8个位于工棚角点处的气压传感器，用于监测气压：
80、8个位于工棚角点处的pm2.5浓度传感器，用于监测pm2.5浓度：
81、8个位于工棚角点处的pm10浓度传感器，用于监测pm10浓度：
82、1个服务器，用于记录各项指标并实时运行气压、颗粒物浓度模型；
83、以实现上述电缆附件安装环境智能监测方法。
84、与现有技术相比，本发明具备以下有益效果：
85、1.智能环境监测：本发明提供了一种智能监测方法，通过在电缆附件安装工棚内设置多个采样点来获取温度、湿度、气压和颗粒物数据。适宜的温度、湿度是电缆附件安装环境的重要要求；同时超标的颗粒物浓度将会导致电缆附件的安装及后续出现故障；气压是影响颗粒物浓度分布的决定性因素。这些数据通过空间线性插值理论和空气动力学原理进行处理，从而实现对环境条件的准确预测和分析。
86、2.环境模型的建立与应用：通过空间插值方法建立气压和颗粒物浓度分布模型，仅使用8个采样点的数据有效拟合出颗粒物浓度变化模型，结合颗粒物浓度分布的时间演变函数，考虑空气动力学和颗粒物运动学方法，高效地动态评估工棚内的环境状况，为电缆附件安装提供科学的时间规划和环境调控策略。
87、3.安装条件的优化及综合环境控制能力提升：根据颗粒物浓度变化模型，可以确定最佳的电缆附件安装时间和执行颗粒物去除工作的频率，从而在保证安装质量的同时，优化安装流程和效率。本发明的实施将提升在复杂环境下进行高压电缆接头安装的能力，通过精确控制环境参数，降低因环境因素引起的接头故障概率，增强电缆系统的整体稳定性和可靠性。
88、通过这种智能化和系统化的环境监控与控制方法，可以显著提升高压电缆接头安装的安全性和可靠性，为电缆的长期稳定运行提供坚实的基础。
1.一种电缆附件安装环境智能监测方法，其特征在于，包括以下步骤：
2.如权利要求1所述的电缆附件安装环境智能监测方法，其特征在于，所述步骤s1，包括：
3.如权利要求2所述的电缆附件安装环境智能监测方法，其特征在于，所述步骤s2中建立工棚内气压及颗粒物浓度分布模型；所述气压分布模型为：
4.如权利要求3所述的电缆附件安装环境智能监测方法，其特征在于，所述步骤3中建立工棚内颗粒物浓度变化模型，所述颗粒物浓度变化模型为：
5.如权利要求4所述的电缆附件安装环境智能监测方法，其特征在于，所述空气流体速度场具体为：
6.如权利要求4所述的电缆附件安装环境智能监测方法，其特征在于，所述颗粒物扩散系数d，具体为：
7.如权利要求4所述的电缆附件安装环境智能监测方法，其特征在于，所述沉降率λ，具体为：
8.如权利要求2所述的电缆附件安装环境智能监测方法，其特征在于，所述步骤s4中根据温度、湿度及颗粒物浓度变化模型及颗粒物浓度分布模型确定电缆附件安装时间及执行颗粒物去除工作频率，所述电缆附件的安装时间需处于以下情况时：
9.一种电缆附件安装环境智能监测系统，其特征在于，包括：
