一种基于紫外脉冲的绝缘子劣化检测方法和装置与流程

本发明涉及电力系统故障检测，尤其涉及一种基于紫外脉冲的绝缘子劣化检测方法和装置。

背景技术：

1、输电线路绝缘子因易受污闪特性，成为电力系统故障主要来源之一。由于输电线路传输的能量具有高电压因素，所以要在输电线路上使用绝缘性能好的绝缘子，以适应其运行的特定电压水平。

2、然而，绝缘子的绝缘性能容易受到环境因素的影响。例如，绝缘子表面沉积的气溶胶和污染物使绝缘子表面电阻降低，从而导致泄漏电流(lc)的流动。而泄漏电流会导致绝缘子表面形成表面放电，从而造成电力系统安全事故。因此，需要检测绝缘子的劣化情况。

3、现有的解决方式主要是通过人工定期检查维护，去防止或减少绝缘子表面放电现象(即劣化)的发生。然而这种检测方法检测效率低下，耗时耗力，且无法有力确保电力系统的安全。

技术实现思路

1、本发明提供了一种基于紫外脉冲的绝缘子劣化检测方法和装置，能够对绝缘子的劣化情况进行自动检测。

2、根据本发明的一方面，提供了一种基于紫外脉冲的绝缘子劣化检测方法，该基于紫外脉冲的绝缘子劣化检测方法包括：

3、获取待测绝缘子在历史预设时间内的紫外电晕图像和当前紫外电晕图像，以及在历史预设时间内的故障标签数据；

4、根据所述历史预设时间内的紫外电晕图像确定所述待测绝缘子的历史一维总谐波失真值、历史奇谐波比例值和历史归一化基频数据；

5、将所述历史一维总谐波失真值、所述历史奇谐波比例值、所述历史归一化基频数据和所述历史预设时间内的故障标签数据，输入到预设神经网络训练模型，通过训练确定最优检测模型；

6、根据所述当前紫外电晕图像确定所述待测绝缘子的当前一维总谐波失真值、当前奇谐波比例值和当前归一化基频数据；

7、将所述当前一维总谐波失真值、所述当前奇谐波比例值和所述当前归一化基频数据输入到所述最优检测模型，对所述待测绝缘子的劣化情况进行检测。

8、可选地，所述将所述历史一维总谐波失真值、所述历史奇谐波比例值、所述历史归一化基频数据和所述历史预设时间内的故障标签数据，输入到预设神经网络训练模型，通过训练确定最优检测模型，包括：

9、将所述历史一维总谐波失真值、所述历史奇谐波比例值、所述历史归一化基频数据和所述历史预设时间内的故障标签数据输入到神经网络训练模型，经过一次全连接层训练，得到第一特征；

10、将第一特征输入到预设激活函数中，得到新的第一特征；

11、并将新的第一特征返回执行一次全连接层训练并输入所述预设激活函数的操作，直至迭代第一预设次数后，得到与所述第一预设次数相同数量的权重参数文件；

12、并将所有权重参数文件对应的权重参数输入到预设损失函数，得到与所述第一预设次数相同数量的损失函数值，并选择其中损失函数值最小的权重参数文件对应的权重参数作为最优检测模型权重参数以确定所述最优检测模型。

13、可选地，所述预设神经网络训练模型为：

14、a1＝w11*x1+w12*x2+w13*x3+w14*x4

15、a2＝w21*x1+w22*x2+w23*x3+w24*x4

16、a3＝w31*x1+w32*x2+w33*x3+w34*x4

17、其中，x1、x2、x3、x4分别为一维总谐波失真值、奇谐波比例值、归一化基频数据和预设时间内的故障标签数据；a1、a2、a3为三个特征；w11、w12、w13、w14分别为特征a1中x1、x2、x3、x4对应的权重；w21、w22、w23、w24分别为特征a2中x1、x2、x3、x4对应的权重；w31、w32、w33、w34分别为特征a3中x1、x2、x3、x4对应的权重。

18、可选地，所述将所述当前一维总谐波失真值、所述当前奇谐波比例值和所述当前归一化基频数据输入到所述最优检测模型，对所述待测绝缘子的劣化情况进行检测，包括：

19、将所述当前一维总谐波失真值、所述当前奇谐波比例值和所述当前归一化基频数据输入到所述最优检测模型，经过一次全连接层训练，得到第二特征；

20、将第二特征输入到预设激活函数中，得到新的第二特征；

21、并将新的第二特征返回执行一次全连接层训练并输入所述预设激活函数的操作，直至迭代第二预设次数后，得到当前故障标签数据；

22、根据当前故障标签数据对所述待测绝缘子的劣化情况进行检测。

23、可选地，所述根据当前故障标签数据对所述待测绝缘子的劣化情况进行检测，包括：

24、若所述当前故障标签数据为0，则判断所述待测绝缘子发生劣化；

25、若所述当前故障标签数据为1，则判断所述待测绝缘子未发生劣化。

26、可选地，所述根据所述历史预设时间内的紫外电晕图像确定所述待测绝缘子的历史一维总谐波失真值、历史奇谐波比例值和历史归一化基频数据，包括：

27、将所述历史预设时间内的紫外电晕图像转化为对应的历史一维紫外uv信号数据；

28、根据所述历史一维紫外uv信号数据得到历史一维总谐波失真值和所述历史奇谐波比例值；

29、将所述历史一维紫外uv信号数据进行归一化处理，得到历史归一化基频数据。

30、可选地，所述根据所述历史一维紫外uv信号数据得到历史一维总谐波失真值和所述历史奇谐波比例值，包括：

31、将所述历史一维紫外uv信号数据通过数据处理得到历史一维总谐波失真值、历史一阶正弦谐波、历史三阶高阶谐波和历史五阶高阶谐波；

32、根据所述历史一阶正弦谐波、所述历史三阶高阶谐波和所述历史五阶高阶谐波得到所述历史奇谐波比例值。

33、可选地，所述根据所述当前紫外电晕图像确定所述待测绝缘子的当前一维总谐波失真值、当前奇谐波比例值和当前归一化基频数据，包括：

34、将所述当前紫外电晕图像转化为对应的当前一维紫外uv信号数据；

35、根据所述当前一维紫外uv信号数据得到当前一维总谐波失真值和所述当前奇谐波比例值；

36、将所述当前一维紫外uv信号数据进行归一化处理，得到当前归一化基频数据。

37、可选地，所述根据所述当前一维紫外uv信号数据得到当前一维总谐波失真值和所述当前奇谐波比例值，包括：

38、将所述当前一维紫外uv信号数据通过数据处理得到当前一维总谐波失真值、当前一阶正弦谐波、当前三阶高阶谐波和当前五阶高阶谐波；

39、根据所述当前一阶正弦谐波、所述当前三阶高阶谐波和所述当前五阶高阶谐波得到所述当前奇谐波比例值。

40、根据本发明的另一方面，提供了一种基于紫外脉冲的绝缘子劣化检测装置，该基于紫外脉冲的绝缘子劣化检测装置包括：

41、紫外成像仪，用于获取待测绝缘子的紫外电晕图像；

42、采集模块，与所述紫外成像仪电连接，用于采集所述待测绝缘子的紫外电晕图像；

43、服务器，与所述采集模块和所述紫外成像仪电连接；

44、电源模块，与所述服务器电连接；

45、滤波模块，分别与所述电源模块和待测绝缘子电连接，用于对所述电源模块产生的电压进行滤波处理；

46、分压模块，与所述电源模块电连接；

47、过流保护模块，分别与所述分压模块和所述待测绝缘子电连接。

48、本发明实施例的技术方案，通过提供一种基于紫外脉冲的绝缘子劣化检测方法和装置，该基于紫外脉冲的绝缘子劣化检测方法包括：获取待测绝缘子在历史预设时间内的紫外电晕图像和当前紫外电晕图像，以及在历史预设时间内的故障标签数据；根据历史预设时间内的紫外电晕图像确定待测绝缘子的历史一维总谐波失真值、历史奇谐波比例值和历史归一化基频数据；将历史一维总谐波失真值、历史奇谐波比例值、历史归一化基频数据和历史预设时间内的故障标签数据，输入到预设神经网络训练模型，通过训练确定最优检测模型；根据当前紫外电晕图像确定待测绝缘子的当前一维总谐波失真值、当前奇谐波比例值和当前归一化基频数据；将当前一维总谐波失真值、当前奇谐波比例值和当前归一化基频数据输入到最优检测模型，对待测绝缘子的劣化情况进行检测。由此可知，通过该方法可以实现对绝缘子的劣化情况进行自动检测。

49、应当理解，本部分所描述的内容并非旨在标识本发明的实施例的关键或重要特征，也不用于限制本发明的范围。本发明的其它特征将通过以下的说明书而变得容易理解。