买专利,只认龙图腾
首页 专利交易 科技果 科技人才 科技服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

【发明授权】变电设备绝缘子污秽区分方法、装置及电子设备_国网辽宁省电力有限公司电力科学研究院_202311811269.3 

申请/专利权人:国网辽宁省电力有限公司电力科学研究院

申请日:2023-12-27

公开(公告)日:2024-03-26

公开(公告)号:CN117470867B

主分类号:G01N21/94

分类号:G01N21/94;G06F18/24;G06N3/09;G01N21/01;G01N21/93;G01N21/88

优先权:

专利状态码:有效-授权

法律状态:2024.03.26#授权;2024.02.20#实质审查的生效;2024.01.30#公开

摘要:本申请提供了一种变电设备绝缘子污秽区分方法、装置及电子设备,涉及绝缘检测技术领域,方法包括:采集目标变电设备表面的污秽监测数据,目标变电设备表面沉积有污秽物;对污秽监测数据依次进行数据校正处理以及谱线识别处理,得到有效谱线的谱线识别结果;将谱线识别结果输入训练完成的污秽区分模型进行污秽类型分类划分,得到污秽分析结果,污秽分析结果至少包括盐密和灰密。本申请能够在不破坏现场积污的情况下,对变电设备污秽类型进行自动化评估,实现对绝缘子污秽的准确性区分。

主权项:1.一种变电设备绝缘子污秽区分方法,其特征在于,包括:采集目标变电设备表面的污秽监测数据,所述目标变电设备表面沉积有污秽物;对所述污秽监测数据依次进行数据校正处理以及基于谱线特征的谱线识别处理,得到有效谱线的谱线识别结果,包括:基于所述污秽监测数据进行光谱特征识别,提取光谱重叠率大于第一预设阈值的目标谱线,以及所述目标谱线对应的光谱数据;对所述光谱数据进行数据校正处理,得到校正后的目标光谱数据,所述数据校正处理至少包括多元散射校正以及大气校正处理;基于所述目标光谱数据进行谱线识别,得到有效谱线的谱线识别结果;其中,基于所述目标光谱数据进行谱线识别,得到有效谱线的谱线识别结果,包括:提取所述目标光谱数据中各目标谱线的谱线特征,其中,所述谱线特征至少包括谱线波长和谱线强度;计算所述谱线特征与多个预设谱线的预设谱线特征之间的特征相似度;将对应所述特征相似度大于第二预设阈值的目标谱线确定为有效谱线,以及将所述多个预设谱线中,与所述有效谱线对应特征匹配成功的预设谱线的谱线类型,确定为所述有效谱线的谱线识别结果;将所述谱线识别结果输入训练完成的污秽区分模型进行污秽类型分类划分,得到污秽分析结果,所述污秽分析结果至少包括盐密和灰密,所述污秽区分模型为利用配置有预设特征标签的污秽样本训练得到的,污秽样本用于模拟实际运行环境中变电设备表面积聚的污秽,所述污秽样本中利用NaCl、CaSO4、CaCO3、SiO2、Al2O3、Fe2O3六种化合物盐模拟计算变电设备表面的污秽盐密,以及利用不可溶性盐的混合物高岭土和硅藻土,来模拟计算实际运行环境中变电设备表面积聚的污秽灰密,所述预设特征标签为所述污秽样本对应的污秽分析结果;所述污秽区分模型包括自编码器AE、多卷积自编码器MCAE、混合卷积自编码器FCAE以及卷积神经网络,所述将所述谱线识别结果输入训练完成的污秽区分模型进行污秽类型分类划分,得到污秽分析结果,包括:将所述谱线识别结果分别输入所述自编码器AE、所述多卷积自编码器MCAE以及所述混合卷积自编码器FCAE,得到所述自编码器AE提取的不同谱线元素间的组合结构特征、所述多卷积自编码器MCAE提取的多个谱线元素的空间分布特征,以及所述混合卷积自编码器FCAE提取的所述组合结构特征和所述空间分布特征对应的混合特征;利用所述卷积神经网络,基于所述组合结构特征、所述空间分布特征以及所述混合特征,进行污秽类型分类划分,得到污秽分析结果。

全文数据:

权利要求:

百度查询: 国网辽宁省电力有限公司电力科学研究院 变电设备绝缘子污秽区分方法、装置及电子设备

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。