本发明涉及电气,更具体地,涉及一种变压器高压套管的故障检测方法和装置。
背景技术:
1、变压器高压套管作为变压器的重要附件,主要用于进行出线,从而将处于变压器内的高压线引到油箱的外部,因此变压器高压套管的各类故障可能会导致大面积停电,并影响整个电网的安全稳定运行和变电站工作人员的安全。因此,必须对变压器高压套管加强监测,及时排除可能存在的各种不安全隐患。
2、目前,已经发现多种原因可能导致变压器高压套管出现故障,例如,局部放电、密封不良、绝缘受潮等。因此,需要准确地确定变压器高压套管的故障类型以及发生故障的位置等情况,才能尽早发现变压器高压套管的各种故障,并针对不同的故障特征制定相应的维修计划,才能避免重大事故发生。
3、在实现本发明构思的过程中,相关技术通常是通过专家经验,对出现故障后的变压器高压套管进行分析,从而确定故障情况并进行维修,这种方式过于依赖专家经验,并且效率较低,也难以保证精准程度。
技术实现思路
1、有鉴于此,本发明提供了一种变压器高压套管的故障检测方法和装置。
2、本发明的一个方面提供了一种变压器高压套管的故障检测方法,包括:响应于变压器高压套管触发故障告警事件,分别采集得到变压器高压套管的超声数据、红外图像数据和电磁波数据;基于超声数据、红外图像数据和电磁波数据进行特征融合,得到融合特征;将融合特征输入故障检测模型,得到输出特征;以及对输出特征进行解码处理,得到变压器高压套管的故障检测结果。
3、根据本发明的实施例,对输出特征进行解码处理,得到变压器高压套管的故障检测结果,包括:对输出特征进行解码处理,得到表征故障类型的第一分类结果、表征故障位置的第二分类结果和表征故障程度的第三分类结果;以及基于第一分类结果、第二分类结果和第三分类结果,得到变压器高压套管的故障检测结果。
4、根据本发明的实施例,基于超声数据、红外图像数据和电磁波数据进行特征融合,得到融合特征,包括:分别对超声数据、红外图像数据和电磁波数据进行归一化处理,得到第一超声数据、目标红外图像数据和第一电磁波数据;基于目标红外图像数据的宽维度和高维度,分别对第一超声数据和第一电磁波数据进行对齐处理,得到第二超声数据和第二电磁波数据;以及将第二超声数据、目标红外图像数据和第二电磁波数据按通道维度进行拼接,得到融合特征。
5、根据本发明的实施例,基于超声数据、红外图像数据和电磁波数据进行特征融合,得到融合特征,包括:分别对超声数据、红外图像数据和电磁波数据进行归一化处理,得到第一超声数据、目标红外图像数据和第一电磁波数据;基于目标红外图像数据的第一目标维度,分别对第一超声数据和第一电磁波数据进行对齐处理,得到第三超声数据和第三电磁波数据;以及将第三超声数据、目标红外图像数据和第三电磁波数据按第二目标维度进行拼接,得到融合特征;其中,在第一目标维度为高维度的情况下,第二目标维度为宽维度;在第一目标维度为宽维度的情况下,第二目标维度为高维度。
6、根据本发明的实施例,变压器高压套管的故障检测方法,还包括:获取实时采集得到的变压器高压套管的实时超声数据、实时红外图像数据和实时电磁波数据;基于实时超声数据、实时红外图像数据和实时电磁波数据进行故障评估,得到评估结果;以及在评估结果表示为存在故障的情况下,触发故障告警事件。
7、根据本发明的实施例,基于实时超声数据、实时红外图像数据和实时电磁波数据进行故障评估,得到评估结果,包括:在实时超声数据中存在的异常值的数量大于第一阈值的情况下,得到表示存在故障的评估结果;以及/或者在实时红外图像数据中存在的异常像素点的数量大于第二阈值的情况下,得到表示存在故障的评估结果;以及/或者在实时电磁波数据中存在的异常值的数量大于第三阈值的情况下,得到表示存在故障的评估结果。
8、根据本发明的实施例,基于超声数据、红外图像数据和电磁波数据进行特征融合,得到融合特征,包括:基于评估结果,确定预期故障类型;以及基于预期故障类型,对超声数据、红外图像数据和电磁波数据进行特征融合,得到融合特征。
9、根据本发明的实施例,变压器高压套管的故障检测方法,还包括:以分别在多个历史时段中各自采集的历史超声数据、历史红外图像数据、历史电磁波数据、历史故障类型数据、历史故障位置数据和历史故障程度数据作为训练样本及标签,对初始模型进行训练,得到故障检测模型。
10、根据本发明的实施例,以分别在多个历史时段中各自采集的历史超声数据、历史红外图像数据、历史电磁波数据、历史故障类型数据、历史故障位置数据和历史故障程度数据作为训练样本及标签,对初始模型进行训练,得到故障检测模型,包括:对于每个历史时段,基于历史时段中采集的历史超声数据、历史红外图像数据和历史电磁波数据进行特征融合,得到与历史时段对应的训练样本;分别对历史时段中采集的历史故障类型数据、历史故障位置数据和历史故障程度数据进行编码处理,得到第一编码、第二编码和第三编码;对第一编码、第二编码和第三编码进行融合处理,得到与历史时段对应的标签;以及利用与多个历史时段各自对应的训练样本及标签,对初始模型进行训练,得到故障检测模型。
11、本发明的另一个方面提供了一种变压器高压套管的故障检测装置,包括:数据采集模块,用于响应于变压器高压套管触发故障告警事件,分别采集得到变压器高压套管的超声数据、红外图像数据和电磁波数据;特征融合模块,用于基于超声数据、红外图像数据和电磁波数据进行特征融合,得到融合特征;特征确定模块,用于将融合特征输入故障检测模型,得到输出特征;以及特征解码模块,用于对输出特征进行解码处理,得到变压器高压套管的故障检测结果。
12、本发明的另一个方面提供了一种电子设备,包括:一个或多个处理器;存储器,用于存储一个或多个程序,其中,当所述一个或多个程序被所述一个或多个处理器执行时,使得所述一个或多个处理器实现如上所述的方法。
13、本发明的另一方面提供了一种计算机可读存储介质,存储有计算机可执行指令,所述指令在被执行时用于实现如上所述的方法。
14、本发明的另一方面提供了一种计算机程序产品,所述计算机程序产品包括计算机可执行指令,所述指令在被执行时用于实现如上所述的方法。
15、根据本发明的实施例,响应于变压器高压套管触发故障告警事件,基于超声数据、红外图像数据和电磁波数据进行特征融合,得到多模态的融合特征,通过多模态数据,能够提供对变压器高压套管更加准确的特征描述,提高故障检测的精准度。利用故障检测模型对融合特征进行处理,得到输出特征,并对输出特征进行解码处理,得到变压器高压套管的故障检测结果,能够通过单一模型,对变压器高压套管进行多方面的故障检测,从而提高故障检测的效率。
1.一种变压器高压套管的故障检测方法,其特征在于,所述方法包括:
2.根据权利要求1所述的方法,其特征在于,所述对所述输出特征进行解码处理,得到所述变压器高压套管的故障检测结果,包括:
3.根据权利要求1所述的方法,其特征在于,所述基于所述超声数据、所述红外图像数据和所述电磁波数据进行特征融合,得到融合特征,包括:
4.根据权利要求1所述的方法,其特征在于,所述基于所述超声数据、所述红外图像数据和所述电磁波数据进行特征融合,得到融合特征,包括:
5.根据权利要求1所述的方法,其特征在于,所述方法还包括:
6.根据权利要求5所述的方法,其特征在于,所述基于所述实时超声数据、所述实时红外图像数据和所述实时电磁波数据进行故障评估,得到评估结果,包括:
7.根据权利要求5所述的方法,其特征在于,所述基于所述超声数据、所述红外图像数据和所述电磁波数据进行特征融合,得到融合特征,包括:
8.根据权利要求1所述的方法,其特征在于,所述以分别在多个历史时段中各自采集的历史超声数据、历史红外图像数据、历史电磁波数据、历史故障类型数据、历史故障位置数据和历史故障程度数据作为训练样本及标签,对初始模型进行训练,得到所述故障检测模型,包括:
9.一种变压器高压套管的故障检测装置,其特征在于,所述装置包括: