【技術實現步驟摘要】
本專利技術涉及一種基于數字智能電源存儲的有線式絕緣在線監測方法及系統，屬于絕緣監測。
技術介紹
1、電纜是電力系統的重要組成部分，其絕緣狀態直接影響電力系統的穩定性和安全性。隨著電纜使用年限的增加，絕緣老化或損壞問題逐漸顯現，導致電力系統故障頻繁發生，對供電穩定性和安全性構成了巨大挑戰。傳統的電纜絕緣監測方法存在實時性差、故障識別準確率低等問題，無法及時有效地檢測絕緣狀態的變化。因此，對電纜絕緣在線監測技術進行深入研究，特別是引入數字智能化和機器學習技術，將對電纜檢測技術的發展產生深遠影響。
技術實現思路
1、本專利技術的目的在于提供一種基于數字智能電源存儲的有線式絕緣在線監測方法及系統，以解決現有的傳統的電纜絕緣監測方法存在實時性差、故障識別準確率低等的問題。
2、本專利技術的目的通過以下技術方案予以實現：
3、一種基于數字智能電源存儲的有線式絕緣在線監測方法，由輸入層、多頭自注意力層、前饋神經網絡和輸出層構成transformer模型，包括以下步驟：
4、s1：采集干擾信號，干擾信號通過高精度電流傳感器和高精度電壓傳感器采集；s2：對干擾信號進行預處理，以形成特征向量；s3：對特征向量進行特征提取，以形成故障信號特征；s4：通過輸入層對故障信號特征進行處理，以形成嵌入向量；s5：通過多頭自注意力層對嵌入向量進行處理，以形成多頭向量；s6：通過前饋神經網絡對多頭向量進行處理，以形成判別向量；s7：通過輸出層對判別向量進行處理，獲取電纜的絕緣狀態
5、本專利技術的目的還可以通過以下技術措施來進一步實現：
6、前述基于數字智能電源存儲的有線式絕緣在線監測方法，優選的，步驟s2中具體包括以下步驟：
7、s21、通過帶通濾波器對干擾信號進行處理，形成集中信號，帶通濾波器的傳遞函數如下：
8、
9、式中：fl和fh分別代表帶通濾波器的下限和上限頻率；
10、s22、通過小波變換對集中信號進行去噪處理，形成初步特征向量；
11、s23、通過軟閾值法對初步特征向量進行處理，形成特征向量。
12、前述基于數字智能電源存儲的有線式絕緣在線監測方法，優選的，上述步驟s23中軟閾值法的處理方法為：
13、
14、式中：sgn(x)表示x的符號函數，σ表示初步特征向量的標準差，n表示信號的長度。
15、前述基于數字智能電源存儲的有線式絕緣在線監測方法，優選的，上述步驟s3中的處理步驟具體包括：通過小波變換對特征向量進行分解，小波變換的分解如下：
16、
17、式中：ak表示第j0層的近似系數，djk表示第j層的詳細系數，表示尺度函數，φjk(t表示小波函數。
18、前述基于數字智能電源存儲的有線式絕緣在線監測方法，優選的，上述步驟s5中注意力機制公式如下：
19、
20、式中：q表示查詢矩陣，k表示關鍵矩陣，v表示值矩陣，dk表示關鍵矩陣的維數，softmax(?)表示平均池化。
21、前述基于數字智能電源存儲的有線式絕緣在線監測方法，優選的，上述步驟s56通過多層前饋神經網絡對多頭向量進行處理，以形成判別向量。
22、前述基于數字智能電源存儲的有線式絕緣在線監測方法，優選的，transformer模型的損失函數如下：
23、
24、式中：c表示類別的數量，yi表示第i個類別的真實標簽，表示模型預測的第i個類別的概率值。
25、基于本專利技術的另一目的，本專利技術提供如下技術方案：基于數字智能電源存儲的有線式絕緣在線監測系統，系統使用如上述的監測方法，包括：采集模塊，用于采集干擾信號；預處理模塊，用于對干擾信號進行預處理，以形成特征向量；提取模塊，用于對所述特征向量進行特征提取，以形成故障信號特征；輸入模塊，用于對故障信號特征進行處理，以形成嵌入向量；多頭自注意力模塊，用于對嵌入向量進行處理，以形成多頭向量；前饋神經網絡模塊，用于對多頭向量進行處理，以形成判別向量；輸出模塊，用于對判別向量進行處理，獲取電纜的絕緣狀態。
26、本專利技術還提供如下技術方案：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，處理器執行計算機程序時實現如上述的基于數字智能電源存儲的有線式絕緣在線監測方法。
27、與現有技術相比，本專利技術的有益效果是：本專利技術首先對功率干擾信號進行采集和預處理，利用小波變換技術從信號中提取特征信息，然后通過transformer模型對電纜絕緣狀態進行分類和預測。這種方法不僅能有效識別電纜的健康狀態、輕微老化和嚴重老化狀態，而且檢測精度高，實時性能好，克服了現有監測方法在復雜電力環境下實時性能不足和檢測精度低的問題，顯著提高了電纜絕緣監測的可靠性和效率。
本文檔來自技高網...【技術保護點】
1.一種基于數字智能電源存儲的有線式絕緣在線監測方法，其特征在于，由輸入層、多頭自注意力層、前饋神經網絡和輸出層構成Transformer模型，包括以下步驟：
2.如權利要求1所述的基于數字智能電源存儲的有線式絕緣在線監測方法，其特征在于，步驟S2中具體包括以下步驟：
3.如權利要求2所述的基于數字智能電源存儲的有線式絕緣在線監測方法，其特征在于，步驟S23中軟閾值法的處理方法為：
4.如權利要求1所述的基于數字智能電源存儲的有線式絕緣在線監測方法，其特征在于，步驟S3中的處理步驟具體包括：通過小波變換對特征向量進行分解，小波變換的分解如下：
5.如權利要求1所述的基于數字智能電源存儲的有線式絕緣在線監測方法，其特征在于，步驟S5中中注意力機制公式如下：
6.如權利要求1所述的基于數字智能電源存儲的有線式絕緣在線監測方法，其特征在于，步驟S6通過多層前饋神經網絡對多頭向量進行處理，以形成判別向量。
7.如權利要求1所述的基于數字智能電源存儲的有線式絕緣在線監測方法，其特征在于，Transformer模型的損失
8.一種基于數字智能電源存儲的有線式絕緣在線監測系統，系統使用如權利要求1-7所述基于數字智能電源存儲的有線式絕緣在線監測方法，其特征在于，系統包括：采集模塊，用于采集干擾信號；預處理模塊，用于對干擾信號進行預處理，以形成特征向量；提取模塊，用于對所述特征向量進行特征提取，以形成故障信號特征；輸入模塊，用于對故障信號特征進行處理，以形成嵌入向量；多頭自注意力模塊，用于對嵌入向量進行處理，以形成多頭向量；前饋神經網絡模塊，用于對多頭向量進行處理，以形成判別向量；輸出模塊，用于對判別向量進行處理，獲取電纜的絕緣狀態。
9.一種計算機設備，其特征在于，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，處理器執行計算機程序時實現如權利要求1-7所述的基于數字智能電源存儲的有線式絕緣在線監測方法。
...【技術特征摘要】
1.一種基于數字智能電源存儲的有線式絕緣在線監測方法，其特征在于，由輸入層、多頭自注意力層、前饋神經網絡和輸出層構成transformer模型，包括以下步驟：
2.如權利要求1所述的基于數字智能電源存儲的有線式絕緣在線監測方法，其特征在于，步驟s2中具體包括以下步驟：
3.如權利要求2所述的基于數字智能電源存儲的有線式絕緣在線監測方法，其特征在于，步驟s23中軟閾值法的處理方法為：
4.如權利要求1所述的基于數字智能電源存儲的有線式絕緣在線監測方法，其特征在于，步驟s3中的處理步驟具體包括：通過小波變換對特征向量進行分解，小波變換的分解如下：
5.如權利要求1所述的基于數字智能電源存儲的有線式絕緣在線監測方法，其特征在于，步驟s5中中注意力機制公式如下：
6.如權利要求1所述的基于數字智能電源存儲的有線式絕緣在線監測方法，其特征在于，步驟s6通過多層前饋神經網絡對多頭向量進行處理，以形成判別向量。
【專利技術屬性】
技術研發人員：袁帥，陳陽，魏霖，李丹，彭程，朱超，常孟潮，姜煜，安梓鳴，李朝輝，
申請(專利權)人：國網江蘇省電力有限公司丹陽市供電分公司，
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。