【技術(shù)實(shí)現(xiàn)步驟摘要】
本專(zhuān)利技術(shù)涉及有載分接開(kāi)關(guān)故障診斷，具體地說(shuō)是一種基于輕量化yolo11的有載分接開(kāi)關(guān)故障診斷方法。
技術(shù)介紹
1、變壓器通過(guò)調(diào)壓將電壓穩(wěn)定在正常的浮動(dòng)范圍內(nèi)以保證電力系統(tǒng)安全穩(wěn)定運(yùn)行，其運(yùn)行狀況直接關(guān)系到供配電系統(tǒng)的穩(wěn)定性與可靠性。目前，有載調(diào)壓技術(shù)逐漸成為變壓器的主要調(diào)壓方式，頻繁的電壓切換對(duì)有載分接開(kāi)關(guān)oltc的可靠性提出更高要求。
2、oltc需要依靠分接選擇器、切換開(kāi)關(guān)和驅(qū)動(dòng)機(jī)構(gòu)等結(jié)構(gòu)精密復(fù)雜的部件緊密配合才能實(shí)現(xiàn)按切換順序逐級(jí)動(dòng)作，其運(yùn)行可靠性隨著運(yùn)輸、裝配、投入使用之后大量的電氣和機(jī)械沖擊逐漸降低。據(jù)故障類(lèi)型統(tǒng)計(jì)分析，oltc故障占有載調(diào)壓變壓器總體故障的20%，其中機(jī)械故障占比高達(dá)70%，異常工況下的oltc對(duì)變壓器的安全穩(wěn)定運(yùn)行造成了巨大的安全隱患。當(dāng)oltc處于靜止?fàn)顟B(tài)時(shí)，單純依據(jù)切換次數(shù)或常規(guī)的電氣參數(shù)檢測(cè)，難以發(fā)現(xiàn)開(kāi)關(guān)內(nèi)部系統(tǒng)的早期機(jī)械隱患或缺陷。oltc在換擋過(guò)程中產(chǎn)生的振動(dòng)信號(hào)蘊(yùn)含豐富的設(shè)備狀態(tài)信息，如何從復(fù)雜振動(dòng)信號(hào)中提取有效特征以反映oltc運(yùn)行狀態(tài)受到研究者的廣泛關(guān)注，學(xué)者們主要從時(shí)域、頻域以及時(shí)頻域?qū)φ駝?dòng)信號(hào)進(jìn)行分析以提取信號(hào)特征。時(shí)域分析主要提取振動(dòng)信號(hào)的均值、均方根、峰值等統(tǒng)計(jì)特征，難以揭示信號(hào)的頻率成分和能量分布，無(wú)法表征信號(hào)中的周期性和頻率特性導(dǎo)致信息丟失。頻域分析通過(guò)傅里葉變換將信號(hào)轉(zhuǎn)化為頻譜，振動(dòng)信號(hào)包含突變或瞬態(tài)成分，在頻域中表現(xiàn)為多個(gè)頻率成分的疊加，頻域分析不能反應(yīng)這些成分在時(shí)間上的分布。時(shí)頻域可以同時(shí)揭示信號(hào)的時(shí)間和頻率特性，將信號(hào)的頻率分量與時(shí)間分布關(guān)聯(lián)起來(lái)，展
3、在大數(shù)據(jù)和智能制造的驅(qū)動(dòng)下，現(xiàn)代工業(yè)正加速?gòu)膫鹘y(tǒng)制造向智能制造轉(zhuǎn)型，計(jì)算機(jī)視覺(jué)技術(shù)的迅猛發(fā)展為信號(hào)分析與設(shè)備狀態(tài)監(jiān)測(cè)開(kāi)辟了新的研究方向。在電力設(shè)備狀態(tài)監(jiān)測(cè)領(lǐng)域，基于振動(dòng)信號(hào)2d圖像時(shí)頻特征的研究仍較少。yolo作為一種高效的圖像識(shí)別算法，因其實(shí)時(shí)性強(qiáng)、精度高的特點(diǎn)，具有廣泛的應(yīng)用潛力。近年來(lái)，隨著計(jì)算資源的進(jìn)一步優(yōu)化以及輕量化神經(jīng)網(wǎng)絡(luò)的推廣，yolo系列模型在設(shè)備故障診斷中的應(yīng)用得到了初步探索。然而，如何結(jié)合振動(dòng)信號(hào)的時(shí)頻特征與yolo模型進(jìn)行深度融合，開(kāi)發(fā)針對(duì)資源受限場(chǎng)景的輕量化智能診斷方法，仍然是一個(gè)值得深入研究的方向。
技術(shù)實(shí)現(xiàn)思路
1、本專(zhuān)利技術(shù)的目的在于提供一種基于輕量化yolo11的有載分接開(kāi)關(guān)故障診斷方法，用于解決傳統(tǒng)有載分接開(kāi)關(guān)機(jī)械故障診斷效率低的問(wèn)題。
2、本專(zhuān)利技術(shù)解決其技術(shù)問(wèn)題所采取的技術(shù)方案是：一種基于輕量化yolo11的有載分接開(kāi)關(guān)故障診斷方法，包括以下步驟。
3、s1、通過(guò)連續(xù)小波變換cwt將電機(jī)啟動(dòng)階段和切換開(kāi)關(guān)動(dòng)作階段的振動(dòng)信號(hào)轉(zhuǎn)換為高分辨率的時(shí)頻圖像，以全面反映信號(hào)的時(shí)間和頻率特性；設(shè)信號(hào)為，母小波為，則信號(hào)的連續(xù)小波變換表示為：；其中，a為尺度因子，控制母小波的伸縮；b為平移因子，控制母小波平移；是母小波函數(shù)的復(fù)共軛。
4、s2、采用starnet替代yolo模型主干網(wǎng)絡(luò)，通過(guò)星型運(yùn)算在保持網(wǎng)絡(luò)緊湊性的同時(shí)增強(qiáng)特征提取能力。
5、starnet架構(gòu)通過(guò)星型運(yùn)算，即通過(guò)逐元素乘法將低維輸入映射到高維非線(xiàn)性特征空間；基于此構(gòu)建starnet的核心計(jì)算單元star?blocks，starnet通過(guò)高效的星型運(yùn)算以最小的網(wǎng)絡(luò)結(jié)構(gòu)和計(jì)算量實(shí)現(xiàn)在高維特征空間中對(duì)信息的高效表征。
6、s3、設(shè)計(jì)高效聯(lián)合卷積檢測(cè)頭ejcd，通過(guò)分組歸一化和卷積參數(shù)共享實(shí)現(xiàn)模型輕量化和多尺度目標(biāo)檢測(cè)。
7、首先，將檢測(cè)頭卷積層中的批量歸一化bn替換為分組歸一化gn。
8、其次，通過(guò)聯(lián)合卷積實(shí)現(xiàn)多個(gè)特征層之間的卷積模塊共享，進(jìn)一步優(yōu)化模型的輕量化效果。
9、最后，為應(yīng)對(duì)每個(gè)檢測(cè)頭所檢測(cè)的目標(biāo)尺度不一致的問(wèn)題，使用scale層對(duì)特征進(jìn)行縮放。
10、進(jìn)一步地，選擇cmor小波作為母小波，它是morlet小波的復(fù)數(shù)形式，實(shí)部描述信號(hào)的頻率成分，虛部提供相位信息。
11、進(jìn)一步地，對(duì)于單層神經(jīng)網(wǎng)絡(luò)，星型運(yùn)算表示為：。
12、其中，，為權(quán)重矩陣w1和偏置項(xiàng)b的組合矩陣；，為權(quán)重矩陣w2和偏置項(xiàng)b的組合矩陣；為的轉(zhuǎn)置；為的轉(zhuǎn)置；為輸入特征矩陣補(bǔ)充一個(gè)特征維度后的組合矩陣；表示逐元素乘法。對(duì)于單輸出通道與單輸入元素的情景，定義（為權(quán)重向量，為輸入向量），星型運(yùn)算展開(kāi)為：。
13、其中，和用來(lái)索引輸入特征通道，即權(quán)重向量中的元素；是系數(shù)，表示每對(duì)輸入特征通道之間的關(guān)系或加權(quán)方式，具體定義為：。
14、星型運(yùn)算展開(kāi)將包含項(xiàng)即輸出特征維度的數(shù)量，當(dāng)d足夠大時(shí)；隨著層數(shù)的增加，隱式特征空間的維度會(huì)指數(shù)級(jí)放大：。
15、當(dāng)完成如公式（5）所示的第n層堆疊后，第n次星型運(yùn)算的輸出的特征空間維度將達(dá)到。
16、本專(zhuān)利技術(shù)的有益效果是：本專(zhuān)利技術(shù)提出的一種基于輕量化yolo11的有載分接開(kāi)關(guān)故障診斷方法，通過(guò)結(jié)合連續(xù)小波變換的時(shí)頻圖像表征能力與深度學(xué)習(xí)的高效目標(biāo)檢測(cè)框架，不僅克服了傳統(tǒng)方法在非平穩(wěn)信號(hào)處理中的局限性，還顯著提升了診斷效率和模型性能。該方法適用于資源受限場(chǎng)景下的實(shí)時(shí)在線(xiàn)監(jiān)測(cè)，為有載分接開(kāi)關(guān)的智能診斷提供了新的研究方向，具有廣闊的應(yīng)用前景。
本文檔來(lái)自技高網(wǎng)...【技術(shù)保護(hù)點(diǎn)】
1.一種基于輕量化YOLO11的有載分接開(kāi)關(guān)故障診斷方法，其特征在于，包括以下步驟：
2.根據(jù)權(quán)利要求1所述的一種基于輕量化YOLO11的有載分接開(kāi)關(guān)故障診斷方法，其特征在于，選擇Cmor小波作為母小波，實(shí)部描述信號(hào)的頻率成分，虛部提供相位信息。
3.根據(jù)權(quán)利要求2所述的一種基于輕量化YOLO11的有載分接開(kāi)關(guān)故障診斷方法，其特征在于，對(duì)于單層神經(jīng)網(wǎng)絡(luò)，星型運(yùn)算表示為：；其中，，為權(quán)重矩陣W1和偏置項(xiàng)B的組合矩陣；，為權(quán)重矩陣W2和偏置項(xiàng)B的組合矩陣；為的轉(zhuǎn)置；為的轉(zhuǎn)置；為輸入特征矩陣補(bǔ)充一個(gè)特征維度后的組合矩陣；表示逐元素乘法；對(duì)于單輸出通道與單輸入元素的情景，定義，為權(quán)重向量，為輸入向量，星型運(yùn)算展開(kāi)為：；其中，和用來(lái)索引輸入特征通道，即權(quán)重向量中的元素；是系數(shù)，表示每對(duì)輸入特征通道之間的關(guān)系或加權(quán)方式，具體定義為：；星型運(yùn)算展開(kāi)包含項(xiàng)，即輸出特征維度的數(shù)量，當(dāng)d足夠大時(shí)；隨著層數(shù)的增加，隱式特征空間的維度會(huì)指數(shù)級(jí)放大：；當(dāng)完成上述公式所示的第n層堆疊后，第n次星型運(yùn)算的輸出的特征空間維度將達(dá)到。
【技術(shù)特征摘要】
1.一種基于輕量化yolo11的有載分接開(kāi)關(guān)故障診斷方法，其特征在于，包括以下步驟：
2.根據(jù)權(quán)利要求1所述的一種基于輕量化yolo11的有載分接開(kāi)關(guān)故障診斷方法，其特征在于，選擇cmor小波作為母小波，實(shí)部描述信號(hào)的頻率成分，虛部提供相位信息。
3.根據(jù)權(quán)利要求2所述的一種基于輕量化yolo11的有載分接開(kāi)關(guān)故障診斷方法，其特征在于，對(duì)于單層神經(jīng)網(wǎng)絡(luò)，星型運(yùn)算表示為：；其中，，為權(quán)重矩陣w1和偏置項(xiàng)b的組合矩陣；，為權(quán)重矩陣w2和偏置項(xiàng)b的...
【專(zhuān)利技術(shù)屬性】
技術(shù)研發(fā)人員：趙彤，亓潤(rùn)澤，王曉龍，張遠(yuǎn)濤，孫瀅，劉亞迪，彭浡淏，陳知馨，
申請(qǐng)(專(zhuān)利權(quán))人：山東大學(xué)，
類(lèi)型：發(fā)明
國(guó)別省市：
還沒(méi)有人留言評(píng)論。發(fā)表了對(duì)其他瀏覽者有用的留言會(huì)獲得科技券。