本發明專利技術公開了一種斷路器故障特征信息提取方法及系統，涉及斷路器故障處理技術領域。該斷路器故障特征信息提取方法，將獲取得到的斷路器的電壓信號轉換為待確定頻譜圖；基于訓練好的頻譜識別模型對待確定頻譜圖進行識別，獲取待確定頻譜圖與分類頻譜圖的相似程度，所述分類頻譜圖包括正常斷路器的電壓信號對應的正常頻譜圖和故障斷路器的電壓信號對應的故障頻譜圖；基于待確定頻譜圖與分類頻譜圖的相似程度確定斷路器的故障類型，并獲取待確定頻譜圖對應的故障特征信息，通過分析電壓信號的頻譜圖，并利用訓練好的模型，可以在發生故障時及時發現問題，并提供有關故障類型的詳細信息，如峰值、能量分布和持續時間。
【技術實現步驟摘要】
本專利技術涉及斷路器故障處理，具體為一種斷路器故障特征信息提取方法及系統。
技術介紹
1、斷路器是指能夠關合、承載和開斷正常回路條件下的電流并能關合、在規定的時間內承載和開斷異常回路條件下的電流的開關位置，在電力輸送的過程中，起到重要作用。如此，在我國大型電網企業管理信息系統中，由各變電站節點輸入的有關斷路器故障描述文本形成了規模龐大的資料庫。作為電力系統中最重要的開關設備之一，斷路器由多個子部件組成，結構復雜，了解和掌握其常見的故障類型和表征信息，及其與部件之間的關聯關系，可以幫助實現對斷路器健康狀態的實時監測，保證電力系統的安全與穩定運行，具有重要的經濟和實際意義。
2、授權公告號為cn105677833b的中國專利技術專利公開了一種基于文本挖掘技術提取斷路器故障特征信息的方法，利用文本挖掘技術從這些斷路器故障半結構化文本資料中提取特征信息，準確建立故障類型和各部件之間的關聯關系，實現斷路器故障智能化分析成為供電企業信息系統需要解決的現實技術問題。基于相似度的計算和比較，對斷路器的故障類型進行聚類和標準化，并以此為依據對文本進行分組處理；設計正向最大匹配分詞算法對分組后的文本進行分詞，基于詞典匹配方法標注詞性，結合排除法，識別和提取各類型故障的常見表征信息；基于共現準則和統計方法，分別建立各故障表征與斷路器部件之間、以及部件與部件之間的關聯關系，有利于發現和提取導致故障發生的深層原因，為預防斷路器故障提供依據。
3、但是現有技術不便在發生故障時及時發現問題，并提供有關故障類型的詳細信息的問題。
技術實現思路
1、針對現有技術的不足，本專利技術提供了一種斷路器故障特征信息提取方法及系統，解決了現有技術不便在發生故障時及時發現問題，并提供有關故障類型的詳細信息的問題。
2、為實現以上目的，本專利技術通過以下技術方案予以實現：一種斷路器故障特征信息提取方法，包括以下步驟：將獲取得到的斷路器的電壓信號轉換為待確定頻譜圖；基于訓練好的頻譜識別模型對待確定頻譜圖進行識別，獲取待確定頻譜圖與分類頻譜圖的相似程度，所述分類頻譜圖包括正常斷路器的電壓信號對應的正常頻譜圖和故障斷路器的電壓信號對應的故障頻譜圖；基于待確定頻譜圖與分類頻譜圖的相似程度確定斷路器的故障類型，并獲取待確定頻譜圖對應的故障特征信息，所述故障特征信息包括峰值、能量分布和故障持續時間。
3、進一步地，將獲取得到的斷路器的電壓信號轉換為待確定頻譜圖的過程如下：將采集得到的電壓信號的離散數據進行預處理；對預處理后的離散數據應用窗函數，減少電壓信號在窗口邊緣處的不連續性；對經過窗函數處理后的離散數據進行快速傅里葉變換，將電壓信號從時域轉換到頻域，得到電壓信號在頻域中的頻率信息；將頻域信息可視化為頻譜圖。
4、進一步地，基于訓練好的頻譜識別模型對待確定頻譜圖進行識別，獲取待確定頻譜圖與分類頻譜圖的相似程度的過程如下：將待確定頻譜圖與正常頻譜圖進行比對，獲取待確定頻譜圖與正常頻譜圖的相關系數，所述相關系數用于表示待確定頻譜圖與正常頻譜圖的相似程度；相關系數的計算公式為：
5、，
6、式中，為相關系數，為待確定頻譜圖中隨機采樣點的編號，，為待確定頻譜圖中隨機采樣點的總次數，為待確定頻譜圖中第個隨機采樣點的待確定頻率，為待確定頻譜圖中個隨機采樣點的待確定頻率均值，為正常頻譜圖中與待確定頻譜圖中第個隨機采樣點的對應的正常頻率，為正常頻譜圖中與待確定頻譜圖中個隨機采樣點的對應的正常頻率均值；將待確定頻譜圖分別與各個故障頻譜圖進行比對，獲取待確定頻譜圖分別與各個故障頻譜圖的互信息，所述互信息用于表示待確定頻譜圖分別與各個故障頻譜圖的相似程度。
7、進一步地，基于待確定頻譜圖與分類頻譜圖的相似程度確定斷路器的故障類型的過程如下：判斷相關系數是否大于設定的斷路器正常判斷閾值，若是則斷路器無故障；獲取各類型故障對應的斷路器故障判斷閾值，將待確定頻譜圖分別與各個故障頻譜圖的互信息分別與對應的斷路器故障判斷閾值進行對比；若待確定頻譜圖與故障頻譜圖的互信息大于對應的斷路器故障判斷閾值，則確定斷路器故障類型為斷路器故障判斷閾值對應的故障類型。
8、進一步地，頻譜識別模型的訓練過程如下：將準備好的訓練頻譜圖集輸入至頻譜識別模型，獲取頻譜識別模型每次在訓練頻譜圖集上的訓練數據；基于每次的訓練數據，并結合每次的訓練數據對應的比對數據評估頻譜識別模型每次訓練的熟練指數，所述熟練指數用于表示頻譜識別模型訓練后對訓練頻譜圖集的識別能力；熟練指數的計算公式為：
9、?，
10、式中，為訓練次數的編號，為第次訓練的熟練指數，為第次訓練的準確性系數，為第次訓練的及時性系數，為準確性系數的權重因子，為及時性系數的權重因子；判斷熟練指數是否大于設定的熟練閾值，若是則將準備好的驗證頻譜圖集輸入至頻譜識別模型，對頻譜識別模型進行驗證，若驗證成功，則訓練結束，若否則對頻譜識別模型進行調整。
11、進一步地，基于每次的訓練數據，并結合每次的訓練數據對應的比對數據評估頻譜識別模型每次訓練的熟練指數的過程如下：獲取每次訓練的訓練數據，所述每次訓練的訓練數據包括每次的訓練準確率和每次的故障識別成功時間；獲取每次訓練的訓練數據對應的比對數據，所述比對數據包括訓練比對準確率和識別成功比對時間；基于每次的訓練準確率和每次的訓練準確率對應的訓練比對準確率計算每次訓練對應的準確性系數，基于每次的故障識別成功時間和每次的故障識別成功時間對應的識別成功比對時間計算每次訓練對應的及時性系數；準確性系數的計算公式為：
12、；
13、式中，為故障類型的編號，，為故障類型的總個數，為第次訓練的第個故障類型的識別成功的訓練準確率，為與對應的訓練比對準確率；及時性系數的計算公式為：
14、，
15、式中，為第個故障類型的樣本中故障識別成功個數的編號，，為故障識別成功的總個數，為第次訓練的第個故障類型的第個成功識別的樣本的故障識別成功時間，為與對應的識別成功比對時間，為第次訓練的第個故障類型的識別成功時間的權重因子；基于每次訓練對應的準確性系數和及時性系數計算得到每次訓練的熟練指數。
16、進一步地，每次訓練的訓練數據對應的比對數據中的首次訓練的訓練數據對應的比對數據為預先設定的，非首次訓練的訓練數據對應的比對數據基于上一次訓練的準確性系數和及時性系數獲取，獲取過程如下：將每次訓練的準確性系數和及時性系數與比對數據庫中存儲的每個比對區間對應的準確性比對系數和及時性比對系數進行一一比對，獲取比對參數，所述比對參數用于表示每次訓練的準確性系數和及時性系數與比對數據庫中存儲的每個比對區間的對應程度；將比對參數與設定的比對閾值對比，若比對參數小于比對閾值，則獲取該比對參數對應的比對區間對應的訓練比對準確率和識別成功比對時間作為下一次訓練的訓練數據對應的比對數據。
17、進一步地，所述比對參數的計算公式如下：
18、；式中，為訓練次數的編號，，為訓練本文檔來自技高網
...
【技術保護點】
1.一種斷路器故障特征信息提取方法，其特征在于，包括以下步驟：
2.根據權利要求1所述的一種斷路器故障特征信息提取方法，其特征在于，將獲取得到的斷路器的電壓信號轉換為待確定頻譜圖的過程如下：
3.根據權利要求1所述的一種斷路器故障特征信息提取方法，其特征在于，基于訓練好的頻譜識別模型對待確定頻譜圖進行識別，獲取待確定頻譜圖與分類頻譜圖的相似程度的過程如下：
4.根據權利要求3所述的一種斷路器故障特征信息提取方法，其特征在于，基于待確定頻譜圖與分類頻譜圖的相似程度確定斷路器的故障類型的過程如下：
5.根據權利要求1所述的一種斷路器故障特征信息提取方法，其特征在于，頻譜識別模型的訓練過程如下：
6.根據權利要求5所述的一種斷路器故障特征信息提取方法，其特征在于，基于每次的訓練數據，并結合每次的訓練數據對應的比對數據評估頻譜識別模型每次訓練的熟練指數的過程如下：
7.根據權利要求6所述的一種斷路器故障特征信息提取方法，其特征在于，每次訓練的訓練數據對應的比對數據中的首次訓練的訓練數據對應的比對數據為預先設定的，非首次訓練的訓練數據對應的比對數據基于上一次訓練的準確性系數和及時性系數獲取，獲取過程如下：
8.根據權利要求7所述的一種斷路器故障特征信息提取方法，其特征在于：所述比對參數的計算公式如下：
9.根據權利要求1所述的一種斷路器故障特征信息提取方法，其特征在于，對頻譜識別模型進行驗證的過程為：獲取頻譜識別模型在驗證頻譜圖集上的準確率和精確度，若準確率和精確度均符合設定的要求，則完成驗證。
10.一種斷路器故障特征信息提取系統，用于權利要求1-9任一項所述的一種斷路器故障特征信息提取方法，其特征在于，包括頻譜圖轉換模塊、相似程度確定模塊和故障特征信息獲取模塊，其中：
...
【技術特征摘要】
1.一種斷路器故障特征信息提取方法，其特征在于，包括以下步驟：
2.根據權利要求1所述的一種斷路器故障特征信息提取方法，其特征在于，將獲取得到的斷路器的電壓信號轉換為待確定頻譜圖的過程如下：
3.根據權利要求1所述的一種斷路器故障特征信息提取方法，其特征在于，基于訓練好的頻譜識別模型對待確定頻譜圖進行識別，獲取待確定頻譜圖與分類頻譜圖的相似程度的過程如下：
4.根據權利要求3所述的一種斷路器故障特征信息提取方法，其特征在于，基于待確定頻譜圖與分類頻譜圖的相似程度確定斷路器的故障類型的過程如下：
5.根據權利要求1所述的一種斷路器故障特征信息提取方法，其特征在于，頻譜識別模型的訓練過程如下：
6.根據權利要求5所述的一種斷路器故障特征信息提取方法，其特征在于，基于每次的訓練數據，并結合每次的訓練數據對應的比對數據評估頻譜識別模型每...
【專利技術屬性】
技術研發人員：王慶全，
申請(專利權)人：北京索弗電氣科技有限公司，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。