【技術實現步驟摘要】
本申請涉及缺陷檢測領域，尤其是涉及一種基于多模態ai大模型的電力設備缺陷檢測方法及系統。
技術介紹
1、隨著經濟社會的快速發展，日常生產生活對于電力需求與日俱增。在變電站的電力轉換過程中，為使電力設備與其他物體隔絕以確保安全，需要使用絕緣子將電力設備與其他物體進行絕緣隔離。為使絕緣子表面出現的裂紋不影響其正常的工作，需要對絕緣子表面的電氣數據進行及時的檢測，以判斷絕緣子表面是否出現裂紋。
2、然而，由于傳統的電變量測量技術主要通過分析檢測設備得到的數據來確定絕緣子的缺陷，此種檢測方式的準確性會受到檢測設備的檢測精度的影響，從而使檢測設備難以檢測到變電站的絕緣子中存在的缺陷，導致變電站的泄漏電流增加和局部放電現象的出現，影響變電站的工作效率。
技術實現思路
1、本申請提供一種基于多模態ai大模型的電力設備缺陷檢測方法及系統，以解決上述問題。
2、第一方面，本申請提供一種基于多模態ai大模型的電力設備缺陷檢測方法，所述基于多模態ai大模型的電力設備缺陷檢測方法應用于基于多模態ai大模型的電力設備缺陷檢測裝置中，所述基于多模態ai大模型的電力設備缺陷檢測裝置包括絕緣子監控設備、電變量監控設備、變電站管理控制中心、環境監控設備及服務器，所述基于多模態ai大模型的電力設備缺陷檢測方法應用于所述服務器，包括：
3、獲取所述電變量監控設備采集的電變量信息及所述變電站管理控制中心的絕緣子信息，根據所述電變量信息及所述絕緣子信息，確定產生異常的絕緣子位置；獲取所述
4、通過本方案，通過綜合分析電變量信息與絕緣子信息，精準定位出現異常的絕緣子位置。結合絕緣子圖像與變電站工作信息，智能判斷異常是否與工作操作相關，有效區分人為因素與自然因素導致的故障。一旦確認異常源于工作信息，進一步融合環境信息與絕緣子圖像，細致識別絕緣子表面異常特征。結合表面異常信息與電變量信息，精確判定絕緣子表面裂紋信息，為電力設備的維護與修復提供了詳盡、可靠的依據，極大提升了檢測效率與準確性。
5、可選的，所述根據所述表面異常信息及所述電變量信息，確定表面裂紋信息，包括：根據所述表面異常信息，確定表面污垢的污垢類型、污垢位置及污垢附著程度；根據所述電變量信息及所述絕緣子圖像，判斷絕緣子表面是否同時存在污垢及裂紋；若絕緣子表面同時存在污垢及裂紋，根據所述污垢類型、所述污垢位置、所述污垢附著程度及所述電變量信息，確定表面裂紋長度；根據所述電變量信息及所述表面裂紋長度，確定表面裂紋寬度；根據所述絕緣子圖像及所述電變量信息，確定表面裂紋數量，將所述表面裂紋長度、所述表面裂紋寬度及所述表面裂紋數量確定為所述表面裂紋信息。
6、可選的，所述電變量信息包括所述產生異常的絕緣子位置的電場強度，所述工作信息包括工作電流，所述根據所述污垢類型、所述污垢位置、所述污垢附著程度及所述工作信息，確定表面裂紋長度，包括：根據所述絕緣子圖像，確定表面裂紋深度及污垢對表面裂紋的覆蓋角度；根據所述污垢類型、所述污垢附著程度及所述環境信息，確定污垢的導電率；根據所述工作電流、所述導電率、所述表面裂紋深度、所述覆蓋角度及所述污垢附著程度，確定污垢影響下的污垢電場強度，根據以下公式計算：
7、；
8、其中，表示所述污垢電場強度，表示預設調整常數，表示所述工作電流，表示所述表面裂紋深度，表示預設修正系數，表示所述導電率，表示所述污垢附著程度，表示所述覆蓋角度；
9、根據所述電場強度及所述污垢電場強度，確定表面裂紋影響下的裂紋電場強度；根據所述裂紋電場強度、所述工作電流及所述絕緣子位置，確定所述表面裂紋長度。
10、可選的，所述絕緣子信息包括絕緣子的介電常數，所述工作信息包括工作電壓，所述根據所述電變量信息及所述表面裂紋長度，確定表面裂紋寬度，包括：根據所述工作電壓及所述工作電流，確定變電站的工作功率；根據所述介電常數、所述裂紋電場強度、所述污垢電場強度及所述工作功率，確定表面裂紋的裂紋電荷分布面積，根據以下公式計算：
11、；
12、其中，表示所述電荷分布面積，表示所述工作電流，表示所述裂紋電場強度，表示所述污垢電場強度，表示所述介電常數，表示所述工作功率；
13、根據所述電荷分布面積及所述表面裂紋長度，確定所述表面裂紋寬度。
14、可選的，所述電變量信息包括電位信息，所述根據所述絕緣子圖像及所述電變量信息，確定表面裂紋數量，包括：根據所述電變量信息，確定所述絕緣子位置的裂紋導電率及污垢導電率；根據所述電位信息，確定表面裂紋的裂紋電位及表面污垢的污垢電位；根據所述裂紋電位及所述污垢電位，確定所述絕緣子位置的電位差；根據所述環境信息，確定所述絕緣子位置的環境濕度及環境溫度；根據所述絕緣子圖像及所述絕緣子位置，確定電位檢測面積；獲取電位變化閾值，根據所述電位差、所述裂紋導電率、所述電位變化閾值、所述污垢導電率、所述電位檢測面積、所述環境溫度及所述環境濕度，確定表面裂紋及表面污垢的重疊面積，根據以下公式計算：
15、；
16、其中，表示所述重疊面積，表示所述電位檢測面積，表示預設指示函數，表示所述裂紋導電率，表示所述污垢導電率，表示所述環境溫度，表示所述環境濕度，表示所述電位變化閾值，表示預設空間函數；
17、根據所述重疊面積、所述絕緣子圖像及所述電場強度，確定所述表面裂紋數量。
18、可選的，所述電變量信息包括流經絕緣子表面的泄漏電流，所述根據所述環境信息及所述絕緣子圖像，確定絕緣子的表面異常信息，包括：獲取絕緣子的理想電阻值，根據所述污垢附著程度、所述理想電阻值及所述環境濕度，確定所述絕緣子的電阻變化數值，根據以下公式計算：
19、；
20、其中，表示所述電阻變化數值，表示預設污垢權重，表示所述污垢附著程度，表示預設濕度權重，表示所述環境濕度，表示所述理想電阻值；
21、根據所述電阻變化數值、所述絕緣子數量及所述泄漏電流，判斷絕緣子表面是否出現裂紋；
22、若所述絕緣子表面出現所述裂紋，則將所述裂紋納入所述表面異常信息。
23、可選的，所述根據所述絕緣子位置及所述絕緣子圖像，判斷絕緣子的異常是否由所述工作信息產生，包括：基于所述絕緣子位置，根據所述絕緣子圖像，確定絕緣子表面的粗糙程度；根據所述工作電壓、所述粗糙程度及所述環境濕度，確定經過絕緣子的泄漏電流，根據以下公式計算：
24、；
25、其中，表示所述泄漏電流，表示所述工作電壓，表示預設粗糙度權重，表示所述粗糙程度，表示基礎阻抗本文檔來自技高網...
【技術保護點】
1.一種基于多模態AI大模型的電力設備缺陷檢測方法，其特征在于，所述基于多模態AI大模型的電力設備缺陷檢測方法應用于基于多模態AI大模型的電力設備缺陷檢測裝置中，所述基于多模態AI大模型的電力設備缺陷檢測裝置包括絕緣子監控設備、電變量監控設備、變電站管理控制中心、環境監控設備及服務器，所述基于多模態AI大模型的電力設備缺陷檢測方法應用于所述服務器，包括：
2.根據權利要求1所述的方法，其特征在于，所述根據所述表面異常信息及所述電變量信息，確定表面裂紋信息，包括：
3.根據權利要求2所述的方法，其特征在于，所述電變量信息包括所述產生異常的絕緣子位置的電場強度，所述工作信息包括工作電流，所述根據所述污垢類型、所述污垢位置、所述污垢附著程度及所述工作信息，確定表面裂紋長度，包括：
4.根據權利要求3所述的方法，其特征在于，所述絕緣子信息包括絕緣子的介電常數，所述工作信息包括工作電壓，所述根據所述電變量信息及所述表面裂紋長度，確定表面裂紋寬度，包括：
5.根據權利要求4所述的方法，其特征在于，所述電變量信息包括電位信息，所述根據所述絕緣子圖
6.根據權利要求5所述的方法，其特征在于，所述電變量信息包括流經絕緣子表面的泄漏電流，所述根據所述環境信息及所述絕緣子圖像，確定絕緣子的表面異常信息，包括：
7.根據權利要求6所述的方法，其特征在于，所述根據所述絕緣子位置及所述絕緣子圖像，判斷絕緣子的異常是否由所述工作信息產生，包括：
8.根據權利要求7所述的方法，其特征在于，所述絕緣子信息包括絕緣子在變電站中的分布位置，所述工作信息包括變電站的平均工作電流，所述根據所述絕緣子位置及所述絕緣子圖像，判斷絕緣子的異常是否由所述工作信息產生之后，還包括：
9.根據權利要求5所述的方法，其特征在于，所述根據所述電位信息，確定表面裂紋的裂紋電位及表面污垢的污垢電位，包括：
10.一種基于多模態AI大模型的電力設備缺陷檢測系統，其特征在于，包括：
...【技術特征摘要】
1.一種基于多模態ai大模型的電力設備缺陷檢測方法，其特征在于，所述基于多模態ai大模型的電力設備缺陷檢測方法應用于基于多模態ai大模型的電力設備缺陷檢測裝置中，所述基于多模態ai大模型的電力設備缺陷檢測裝置包括絕緣子監控設備、電變量監控設備、變電站管理控制中心、環境監控設備及服務器，所述基于多模態ai大模型的電力設備缺陷檢測方法應用于所述服務器，包括：
2.根據權利要求1所述的方法，其特征在于，所述根據所述表面異常信息及所述電變量信息，確定表面裂紋信息，包括：
3.根據權利要求2所述的方法，其特征在于，所述電變量信息包括所述產生異常的絕緣子位置的電場強度，所述工作信息包括工作電流，所述根據所述污垢類型、所述污垢位置、所述污垢附著程度及所述工作信息，確定表面裂紋長度，包括：
4.根據權利要求3所述的方法，其特征在于，所述絕緣子信息包括絕緣子的介電常數，所述工作信息包括工作電壓，所述根據所述電變量信息及所述表面裂紋長度，確定表面裂紋寬度，包括：
...【專利技術屬性】
技術研發人員：莫子謙，李文暉，何可池，陳啟潤，
申請(專利權)人：廣州智飛科技有限公司，
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。