一种电缆绝缘层缺陷类型检测方法与流程

本技术涉及绝缘检测，特别是涉及一种电缆绝缘层缺陷类型检测方法。

背景技术：

1、电缆作为城市输配电系统的核心部分，电缆绝缘层的健康状态直接影响到电网的安全运行。然而，随着电缆使用年限的增加，绝缘老化和受潮等问题逐渐显现，严重时会引发电力系统故障，造成大面积停电或火灾等严重后果。因此，对电缆绝缘层缺陷的准确检测和分类具有重要的实际意义。

2、在现有的电缆检测方式，通常采用傅里叶变换将电缆运行过程中产生的电流信号分解为多个谐波分量，并通过聚类算法对这些分量进行分类，以识别电缆的缺陷类型。常用的聚类算法需要对降维后的数据进行建模，从而识别出电缆的老化缺陷与受潮缺陷。

3、然而，降维后的数据难以充分反映原始数据的复杂结构，这对于识别复杂缺陷类型不利。

技术实现思路

1、基于此，有必要针对上述技术问题，提供一种能够识别复杂缺陷类型的电缆绝缘层缺陷类型检测方法。

2、第一方面，本技术提供了一种电缆绝缘层缺陷类型检测方法。该方法包括：

3、获取待测电缆的谐波特征数据；

4、将谐波特征数据输入预先构建的自组织映射模型中进行电缆缺陷识别处理，得到待测电缆的目标缺陷类型；自组织映射模型是基于自组织映射网格构建的，自组织映射网格与数据类别相对应。

5、在其中一个实施例中，上述自组织映射网格包括多个目标神经元，将谐波特征数据输入预先构建的自组织映射模型中进行电缆缺陷识别处理，得到待测电缆的目标缺陷类型，包括：

6、基于自组织映射模型，对谐波特征数据和各目标神经元进行映射处理，得到映射结果；

7、根据映射结果确定待测电缆的目标缺陷类型。

8、在其中一个实施例中，上述对谐波特征数据和各目标神经元进行映射处理，得到映射结果，包括：

9、计算谐波特征数据和各目标神经元的距离，将距离最小的目标神经元确定为胜者神经元；

10、将谐波特征数据映射至胜者神经元对应的位置上，得到映射结果；胜者神经元的权重向量维度小于谐波特征数据的维度。

11、在其中一个实施例中，上述自组织映射网格的构建过程包括：

12、确定初始映射网格的基础结构；基础结构包括二维矩形和六边形网格中的一种；

13、根据预先获取的样本特征数据对初始映射网格进行权重向量初始化处理，得到中间映射网络；

14、根据样本特征数据对中间映射网络进行训练处理，得到自组织映射网格。

15、在其中一个实施例中，上述样本特征数据包括多个样本向量，中间映射网络包括多个初始神经元，根据样本特征数据对中间映射网络进行训练处理，得到自组织映射网格，包括：

16、在每一迭代过程中，针对每一个样本向量，计算样本向量和各初始神经元的距离，将距离最小的初始神经元，确定为中间神经元；

17、获取中间神经元的预设邻域范围内的领域神经元；

18、分别对中间神经元的第一权重和领域神经元的第二权重进行更新处理，得到更新后的中间映射网络；

19、在迭代次数符合预设条件的情况下，将更新后的中间映射网络确定为自组织映射网格。

20、在其中一个实施例中，上述分别对中间神经元的第一权重和领域神经元的第二权重进行更新处理，得到更新后的中间映射网络，包括：

21、将第一权重和第二权重输入更新模型中进行权重计算处理，得到更新向量结果；

22、根据更新向量结果确定更新后的中间映射网络。

23、在其中一个实施例中，上述更新向量结果包括第一权重更新结果和第二权重更新结果；将第一权重和第二权重输入更新模型中进行权重计算处理，得到更新向量结果，包括：

24、获取随机样本向量、邻域函数值和目标学习率；

25、根据第一权重、随机样本向量、邻域函数值和目标学习率，确定第一权重更新结果；

26、根据第二权重、随机样本向量、邻域函数值和目标学习率，确定第二权重更新结果。

27、在其中一个实施例中，上述邻域函数值的确定过程包括：

28、获取邻域宽度、中间神经元的第一网格位置和领域神经元的第二网格位置；

29、将邻域宽度、第一网格位置和第二网格位置输入高斯函数中进行计算，得到邻域函数值。

30、在其中一个实施例中，上述目标学习率的确定过程包括：

31、获取初始学习率、当前迭代次数和最大迭代次数；

32、计算当前迭代次数和最大迭代次数的商值；

33、根据商值和初始学习率，确定目标学习率。

34、在其中一个实施例中，上述谐波特征数据的确定过程包括：

35、获取待测电缆的电流信号；

36、对电流信号进行谐波分量提取处理，得到谐波分量数据；

37、对谐波分量数据进行数据预处理，得到谐波特征数据；其中，数据预处理包括归一化处理、降噪处理处理以及特征提取处理中的至少一种。

38、第二方面，本技术还提供了一种电缆绝缘层缺陷类型检测装置。该装置包括：

39、数据获取模块，用于获取待测电缆的谐波特征数据；

40、类型确定模块，用于将谐波特征数据输入预先构建的自组织映射模型中进行电缆缺陷识别处理，得到待测电缆的目标缺陷类型；自组织映射模型是基于自组织映射网格构建的，自组织映射网格与数据类别相对应。

41、第三方面，本技术还提供了一种计算机设备。该计算机设备包括存储器和处理器，存储器存储有计算机程序，处理器执行计算机程序时实现以下步骤：

42、获取待测电缆的谐波特征数据；

43、将谐波特征数据输入预先构建的自组织映射模型中进行电缆缺陷识别处理，得到待测电缆的目标缺陷类型；自组织映射模型是基于自组织映射网格构建的，自组织映射网格与数据类别相对应。

44、第四方面，本技术还提供了一种计算机可读存储介质。该计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现以下步骤：

45、获取待测电缆的谐波特征数据；

46、将谐波特征数据输入预先构建的自组织映射模型中进行电缆缺陷识别处理，得到待测电缆的目标缺陷类型；自组织映射模型是基于自组织映射网格构建的，自组织映射网格与数据类别相对应。

47、第五方面，本技术还提供了一种计算机程序产品。该计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现以下步骤：

48、获取待测电缆的谐波特征数据；

49、将谐波特征数据输入预先构建的自组织映射模型中进行电缆缺陷识别处理，得到待测电缆的目标缺陷类型；自组织映射模型是基于自组织映射网格构建的，自组织映射网格与数据类别相对应。

50、上述电缆绝缘层缺陷类型检测方法，电缆绝缘层缺陷类型检测方法包括获取待测电缆的谐波特征数据；将谐波特征数据输入基于自组织映射网格构建的自组织映射模型中进行电缆缺陷识别处理，得到待测电缆的目标缺陷类型。本技术的自组织映射网格的结构特点使其对复杂类型的电缆缺陷识别具有良好的适应性。在构建自组织映射模型时，自组织映射网格可以根据实际需要进行灵活设计。例如，对于具有多种可能缺陷类型（如局部放电、绝缘破损、接头松动等）且每种缺陷类型在谐波特征上具有复杂表现的情况，模型可以通过调整网格的大小来适应这种复杂性。