System.ArgumentOutOfRangeException: 索引和長度必須引用該字符串內的位置。 參數名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技術實現步驟摘要】
本專利技術涉及數據信號處理領域,具體是一種基于雙通道波形辨識的網絡算法電纜終端放電預警方法、設備及系統。
技術介紹
1、城市經濟的發展使城市的土地資源日益緊張,為提高城市土地利用率,大量新建線路或已投運線路經過改造,以架空-電纜混架方式運行,電纜化率逐年提升。電纜終端作為連接電纜線及架空輸電導線引流線的重要媒介,起到屏蔽、絕緣和應力控制的作用,在混合輸電線路投運時必不可少。
2、電纜終端接頭構造復雜、電場畸變嚴重,其絕緣性能與電纜本體相比較低,是電纜系統中的薄弱部位。據國家電網公司統計,目前在電纜線路的運行故障中,電纜附件故障占比超過70%;在電纜附件故障中,絕緣故障占比約為40%。因此,及時發現電纜終端接頭的缺陷并進行維修,對于提高其運行可靠性意義重大。
3、目前局部放電檢測技術已成為電纜終端絕緣缺陷檢測中較理想的檢測方法,其中應用較廣泛的方法主要包括脈沖電流法、超高頻法、超聲波檢測法、紅外檢測法等。其中,脈沖電流法通過測量電纜終端接地線上脈沖電流,獲得視在放電量、放電相位等放電信息,測量靈敏度高,但多用于離線測量;超高頻法及超聲波法通過測量電纜終端放電時產生的uhf及超聲信號,檢測放電能力強,且可實現在線監測,但單獨診斷時難以區分放電強弱,存在大量誤報,且無法定位到具體回線的具體相別,可能存在誤判;紅外檢測法通過接收電纜終端輻射的紅外線,從而測量放電產生的異常溫升,抗干擾能力強,但存在監測盲區,且經濟性差。
4、電纜終端存在絕緣缺陷時,會形成長期發展的局部放電現象,伴隨著超聲、uhf、溫度
技術實現思路
1、本專利提供了基于雙通道波形辨識的網絡算法電纜終端放電預警方法、設備及系統,可實現超聲、uhf信號的同步監測,實現臨近電纜終端缺陷狀態評估,結合電纜終端表面測溫,實現電纜終端具體回線、具體點位、具體相別放電點的準確定位。
2、本專利技術的技術方案如下:
3、基于雙通道波形辨識的電纜終端放電預警方法,其特征在于,包括以下步驟:
4、s1:通過混合線路全景感知及快速巡檢系統采集電纜終端放電產生的周期性超聲信號及uhf信號,然后分別對采集超聲信號及uhf信號進行stft變換,以獲得其對應的時頻圖,并將其歸一化處理,作為整體網絡的輸入;
5、s2:構造convnext主干網絡與卷積塊注意力模塊級聯而成的超聲信號與uhf信號雙通道高階特征提取網絡,各個通道分別獲得對應時頻圖的細節故障特征和
6、s3:構造自適應特征融合網絡,獲取故障特征和的自適應權重系數向量,融合得到跨通道故障聯合特征,輸出診斷結果,實現臨近電纜終端缺陷狀態評估;
7、
8、式中f是融合后的跨通道故障聯合特征;α和β是自適應權重系數向量,由全局池層、全連接層和sigmoid激活函數組成的自適應權重網絡所確定,滿足αi∈[0,1],βi∈[0,1],αi+βi=1;
9、自適應權重系數向量α和β的獲取過程如下:首先對故障特征和進行全局池化,將故障特征壓縮到深度這一維度,以獲得故障全局特征gi和gu,如式(4)所示;
10、
11、然后將全局特征gi和gu合并,再經過全連接層和sigmoid激活函數將故障全局特征gi和gu轉換為權重,如式(5)所示。
12、
13、式中,h表示所提取特征列向量數量,是d個的深度,d=1,2,...,d;gi,gu∈r1×1×d;fc表示實現特征加權的全連接層函數。
14、所述的基于雙通道波形辨識的電纜終端放電預警方法,測量電纜終端放電產生的異常溫升,配合s3步驟中輸出的臨近電纜終端缺陷狀態評估結果,判斷存在缺陷放電位置的準確定位。
15、所述的基于雙通道波形辨識的電纜終端放電預警方法,所述的超聲信號,檢測頻帶范圍為20khz~100mhz,定時采集;所述的uhf信號,檢測頻帶范圍為300mhz~3ghz,與超聲傳感器同步定時采集;所述的測溫范圍為-40℃~125℃,與超聲傳感器同步定時采集。
16、所述的基于雙通道波形辨識的電纜終端放電預警方法,s1步驟中,所述傅里葉stft變換實現過程為:
17、①選擇合適的窗口函數如漢明窗、漢寧窗、矩形窗等來截取超聲
18、信號與高頻電磁場信號波形的短時段;
19、②將輸入所述的信號波形按照窗口長度和重疊率進行分幀;
20、③對每一幀信號波形執行快速傅里葉變換fft,并生成時頻圖,
21、通過功率譜展示信號波形在不同時間和頻率下的強度;
22、時域信號s(t)經過stft變換變換的表達式為:
23、
24、式中,f為頻率,s(t,f)為stft變換輸出結果,s(τ)為原始輸入信號,w(t)為長度固定的窗函數。
25、所述的基于雙通道波形辨識的電纜終端放電預警方法,s1步驟中,所述的歸一化處理,是對時頻圖數據通過z-score標準化方法,將數據調整為均值為0,標準差為1的分布;其實現過程如下:
26、
27、式中,x是原始時頻圖數據,x’是歸一化后數據,μ是均值,σ是標準差。
28、所述的基于雙通道波形辨識的電纜終端放電預警方法,s2步驟中,
29、所述的convnext主干網絡包括以下架構:
30、①輸入層。用以接收超聲、uhf信號經stft變換及歸一化后時頻圖像數據,通常是224×224×3的rgb圖像,通道數為3;
31、②初步處理塊。進行初步的卷積操作,提取低級別的特征。采用步長為2的卷積進行下采樣,采用gelu激活函數,將224×224×3的特征圖轉化成形狀為56×56×96的特征圖,通道數為96;
32、③卷積塊。卷積塊是網絡的核心組成部分,由多個卷積層和優化的模塊構成,卷積操作用于特征提取,通過gelu激活函數引入非線性,然后標準化特征圖,緩解訓練中的梯度消失問題,采用類似于resnet的跳躍連接,將輸入與輸出相加,促進梯度流動,并對部分路徑進行隨機丟棄,增強模型魯棒性。經過卷積和激活后的特征圖,特征圖形狀轉化為7×7×768,通道數為768;
33、④瓶頸層。使用1*1卷積進行通道壓縮,降低通道數和空間維度來有效減小計算量,從而提高計算效率,特征圖通道數不變。
34、所述的卷積塊注意力模塊是一種用于增強卷積神經網絡性能的注意力機制,首先對時頻圖應用通道注意力,獲取重點通道信息;然后再應用空間注意力,標注時頻圖的重點區域,基于此可準確獲得各個通道對應時頻圖的細節特征。
35、所述的基于雙通道波形辨識的電纜終端放電預警方法,s2步驟本文檔來自技高網...
【技術保護點】
1.基于雙通道波形辨識的電纜終端放電預警方法,其特征在于,包括以下步驟:
2.根據權利要求1所述的基于雙通道波形辨識的電纜終端放電預警方法,其特征在于,測量電纜終端放電產生的異常溫升,配合S3步驟中輸出的臨近電纜終端缺陷狀態評估結果,判斷存在缺陷放電位置的準確定位。
3.根據權利要求1所述的基于雙通道波形辨識的電纜終端放電預警方法,其特征在于,所述的超聲信號,檢測頻帶范圍為20kHz~100MHz,定時采集;所述的UHF信號,檢測頻帶范圍為300MHz~3GHz,與超聲傳感器同步定時采集;所述的測溫范圍為-40℃~125℃,與超聲傳感器同步定時采集。
4.根據權利要求1所述的基于雙通道波形辨識的電纜終端放電預警方法,其特征在于,S1步驟中,所述STFT變換實現過程為:
5.根據權利要求1所述的基于雙通道波形辨識的電纜終端放電預警方法,其特征在于,S1步驟中,所述的歸一化處理,是對時頻圖數據通過Z-score標準化方法,將數據調整為均值為0,標準差為1的分布;其實現過程如下:
6.根據權利要求1所述的基于雙通道波形辨識的電
7.根據權利要求6所述的基于雙通道波形辨識的電纜終端放電預警方法,其特征在于,S2步驟中,卷積塊注意力模塊實現方法為:
8.一種計算機設備,包括存儲器、處理器及存儲在存儲器上并可在處理器上運行的計算機程序,其特征在于,所述處理器執行所述程序時實現如權利要求1-7中任一項所述的基于雙通道同步波形辨識網絡算法的電纜終端放電預警方法中的步驟。
9.基于雙通道波形辨識的電纜終端放電預警系統,安裝于電纜終端,中央控制系統,其特征在于,包括有傳感模塊、短距離通信模塊、數據預處理模塊、數據分析模塊、數據融合模塊、故障診斷模塊及整合通信模塊;
10.根據權利要求9所述的基于雙通道波形辨識的電纜終端放電預警系統,其特征在于,
...【技術特征摘要】
1.基于雙通道波形辨識的電纜終端放電預警方法,其特征在于,包括以下步驟:
2.根據權利要求1所述的基于雙通道波形辨識的電纜終端放電預警方法,其特征在于,測量電纜終端放電產生的異常溫升,配合s3步驟中輸出的臨近電纜終端缺陷狀態評估結果,判斷存在缺陷放電位置的準確定位。
3.根據權利要求1所述的基于雙通道波形辨識的電纜終端放電預警方法,其特征在于,所述的超聲信號,檢測頻帶范圍為20khz~100mhz,定時采集;所述的uhf信號,檢測頻帶范圍為300mhz~3ghz,與超聲傳感器同步定時采集;所述的測溫范圍為-40℃~125℃,與超聲傳感器同步定時采集。
4.根據權利要求1所述的基于雙通道波形辨識的電纜終端放電預警方法,其特征在于,s1步驟中,所述stft變換實現過程為:
5.根據權利要求1所述的基于雙通道波形辨識的電纜終端放電預警方法,其特征在于,s1步驟中,所述的歸一化處理,是對時頻圖數據通過...
【專利技術屬性】
技術研發人員:趙軒,魏曉軒,張清鑫,
申請(專利權)人:國網江蘇省電力有限公司南京供電分公司,
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。