【技術(shù)實現(xiàn)步驟摘要】
本專利技術(shù)涉及電纜附件檢測，尤其涉及一種電纜附件故障確定方法、裝置、電子設(shè)備及存儲介質(zhì)。
技術(shù)介紹
1、電纜附件是電力系統(tǒng)中不可或缺的重要組成部分，其主要功能是連接和保護電纜，確保電力傳輸?shù)目煽啃院桶踩浴Ｈ欢陂L期運行過程中，電纜附件可能會因環(huán)境影響、機械損傷、老化等原因發(fā)生故障。這些故障如果不能及時檢測和處理，可能會導(dǎo)致電力系統(tǒng)的嚴重事故。因此，電纜附件故障檢測成為保障電力系統(tǒng)穩(wěn)定運行的重要手段。
2、目前，現(xiàn)有的電纜附件故障檢測方法主要通過檢測電纜附件的電氣參數(shù)(如電壓、電流、絕緣電阻等)來判斷故障，雖然能有效檢測某些類型的故障，但在實際應(yīng)用中受限于外界電磁干擾，檢測結(jié)果容易受到影響，準確率不高。
技術(shù)實現(xiàn)思路
1、本申請?zhí)岢隽艘环N電纜附件故障確定方法、裝置、電子設(shè)備及存儲介質(zhì)，提高提高電纜附件的故障檢測準確率。
2、第一方面，提供了一種電纜附件故障確定方法，包括：
3、采集電纜附件在運行過程中的聲音信號；
4、基于所述聲音信號構(gòu)建聲音特征矩陣；
5、采用預(yù)訓(xùn)練的分類模型對所述聲音特征矩陣進行分類，得到故障分類結(jié)果；
6、根據(jù)所述故障分類結(jié)果確定所述電纜附件的故障類型，并生成故障預(yù)警信息。
7、第二方面，提供了一種電纜附件故障確定裝置，包括：
8、采集模塊，用于采集電纜附件在運行過程中的聲音信號；
9、構(gòu)建模塊，用于基于所述聲音信號構(gòu)建聲音特征矩陣；
10
11、確定模塊，用于根據(jù)所述故障分類結(jié)果確定所述電纜附件的故障類型，并生成故障預(yù)警信息。
12、可選地，在本申請的一些實施例中，所述構(gòu)建模塊包括：
13、提取子模塊，用于采用梅爾頻率倒譜系數(shù)對所述聲音信號進行特征提取，得到多幀特征向量；
14、計算子模塊，用于基于散布熵計算每幀所述特征向量的散布熵值；
15、構(gòu)建子模塊，用于基于各所述特征向量和各所述散布熵值構(gòu)建聲音特征矩陣。
16、可選地，在本申請的一些實施例中，所述電纜附件故障確定裝置還包括降維處理模塊，所述降維處理模塊具體用于：
17、對各所述特征向量進行降維處理。
18、可選地，在本申請的一些實施例中，所述降維處理模塊包括：
19、降維處理子模塊，用于基于主成分分析方法對所述聲音特征矩陣進行降維處理。
20、可選地，在本申請的一些實施例中，所述電纜附件故障確定模塊還包括預(yù)處理模塊，所述預(yù)處理模塊具體用于：
21、對所述聲音信號進行預(yù)處理操作，所述預(yù)處理操作包括濾波和去噪。
22、可選地，在本申請的一些實施例中，所述電纜附件故障確定裝置還包括訓(xùn)練模塊，所述訓(xùn)練模塊具體用于：
23、獲取待訓(xùn)練的分類模型對應(yīng)的訓(xùn)練數(shù)據(jù)，所述訓(xùn)練數(shù)據(jù)為歷史聲音信號數(shù)據(jù)；
24、將所述訓(xùn)練數(shù)據(jù)按照預(yù)設(shè)比例劃分為訓(xùn)練集和測試集；
25、基于所述訓(xùn)練集對所述待訓(xùn)練的分類模型進行迭代訓(xùn)練并采用所述測試集驗證所述迭代訓(xùn)練后的分類模型，得到所述預(yù)訓(xùn)練的分類模型。
26、可選地，在本申請的一些實施例中，所述訓(xùn)練模塊包括：
27、確定子模塊，用于基于蝙蝠優(yōu)化算法確定所述待訓(xùn)練的分類模型的模型參數(shù)；
28、訓(xùn)練子模塊，用于基于所述訓(xùn)練集和所述初始模型參數(shù)對所述待訓(xùn)練的分類模型進行迭代訓(xùn)練并優(yōu)化所述模型參數(shù)，并采用所述測試集驗證所述迭代訓(xùn)練后的分類模型，得到所述預(yù)訓(xùn)練的分類模型。
29、第三方面，提供了一種電子設(shè)備，包括存儲器、處理器以及存儲在所述存儲器中并可在所述處理器上運行的計算機程序，所述處理器執(zhí)行所述計算機程序時實現(xiàn)上述電纜附件故障確定方法的步驟。
30、第四方面，提供了一種計算機可讀存儲介質(zhì)，所述計算機可讀存儲介質(zhì)存儲有計算機程序，所述計算機程序被處理器執(zhí)行時實現(xiàn)上述電纜附件故障確定方法的步驟。
31、本申請?zhí)峁┮环N電纜附件故障確定方法、裝置、電子設(shè)備及存儲介質(zhì)，通過采集電纜附件在運行過程中的聲音信號；基于所述聲音信號構(gòu)建聲音特征矩陣；采用預(yù)訓(xùn)練的分類模型對所述聲音特征矩陣進行分類，得到故障分類結(jié)果；根據(jù)所述故障分類結(jié)果確定所述電纜附件的故障類型，并生成故障預(yù)警信息。在本申請?zhí)峁┑碾娎|附件故障確定方案中，通過對電纜附件在運行過程中的聲音信號進行分析，從而確定電纜附件的故障類型，并生成故障預(yù)警信息，能夠?qū)\行過程中的電纜附件進行實時監(jiān)測和故障診斷，并快速識別故障，提供故障預(yù)警，保障電力系統(tǒng)安全運行，具有高度靈敏度和非接觸式檢測的優(yōu)勢，避免了對電纜附件的物理接觸和潛在損害，且抗干擾能力強，對電磁干擾不敏感，能夠在復(fù)雜電力環(huán)境中保持穩(wěn)定性能，從而提高故障檢測的準確性。
本文檔來自技高網(wǎng)...【技術(shù)保護點】
1.一種電纜附件故障確定方法，其特征在于，包括：
2.根據(jù)權(quán)利要求1所述的電纜附件故障確定方法，其特征在于，所述基于所述聲音信號構(gòu)建聲音特征矩陣，包括：
3.根據(jù)權(quán)利要求2所述的電纜附件故障確定方法，其特征在于，所述基于散布熵計算每幀所述特征向量的散布熵值之前，還包括：
4.根據(jù)權(quán)利要求3所述的電纜附件故障確定方法，其特征在于，所述對各所述特征向量進行降維處理，包括：
5.根據(jù)權(quán)利要求1至4任一項所述的電纜附件故障確定方法，其特征在于，所述基于所述聲音信號構(gòu)建聲音特征矩陣之前，還包括：
6.根據(jù)權(quán)利要求1至4任一項所述的電纜附件故障確定方法，其特征在于，所述采用預(yù)訓(xùn)練的分類模型對所述聲音特征矩陣進行分類，得到故障分類結(jié)果之前，還包括：
7.根據(jù)權(quán)利要求6所述的電纜附件故障確定方法，其特征在于，所述基于所述訓(xùn)練集對所述待訓(xùn)練的分類模型進行迭代訓(xùn)練并采用所述測試集驗證所述迭代訓(xùn)練后的分類模型，得到所述預(yù)訓(xùn)練的分類模型，包括：
8.一種電纜附件故障確定裝置，其特征在于，包括：
9.一種電子設(shè)
10.一種計算機可讀存儲介質(zhì)，所述計算機可讀存儲介質(zhì)存儲有計算機程序，其特征在于，所述計算機程序被處理器執(zhí)行時實現(xiàn)如權(quán)利要求1至7任一項所述電纜附件故障確定方法的步驟。
...【技術(shù)特征摘要】
1.一種電纜附件故障確定方法，其特征在于，包括：
2.根據(jù)權(quán)利要求1所述的電纜附件故障確定方法，其特征在于，所述基于所述聲音信號構(gòu)建聲音特征矩陣，包括：
3.根據(jù)權(quán)利要求2所述的電纜附件故障確定方法，其特征在于，所述基于散布熵計算每幀所述特征向量的散布熵值之前，還包括：
4.根據(jù)權(quán)利要求3所述的電纜附件故障確定方法，其特征在于，所述對各所述特征向量進行降維處理，包括：
5.根據(jù)權(quán)利要求1至4任一項所述的電纜附件故障確定方法，其特征在于，所述基于所述聲音信號構(gòu)建聲音特征矩陣之前，還包括：
6.根據(jù)權(quán)利要求1至4任一項所述的電纜附件故障確定方法，其特征在于，所述采用預(yù)訓(xùn)練的分類模型對所述聲音特征矩陣進行分類，得到故...
【專利技術(shù)屬性】
技術(shù)研發(fā)人員：黃博，聶永杰，王科，趙海龍，徐學(xué)帥，陳道遠，李洪偉，周海成，蘇煜，蘇偉基，馬留二，王棟昌，耿維，嚴孔浩，顧延勝，王劍東，楊偉冬，湯瑞，馮紅濤，
申請(專利權(quán))人：云南電網(wǎng)有限責(zé)任公司普洱供電局，
類型：發(fā)明
國別省市：
還沒有人留言評論。發(fā)表了對其他瀏覽者有用的留言會獲得科技券。