本发明涉及局部放电检测,尤其涉及一种局部放电类型识别方法、装置、设备及介质。
背景技术:
1、局部放电是设备绝缘劣化的主要初始表现,设备的制造、安装和运输过程中可能会产生气泡、浮电位导电物质、尖端毛刺、金属颗粒等,如果这些缺陷出现时电场强度超过一定值,虽然不一定会立即导致绝缘击穿,但会导致局部放电的发生。而局部放电可能对设备绝缘造成持续的危害,因此对局部放电的有效检测对电力设备的安全稳定运行具有重要意义。
2、在智能配电系统设备运维中,对绝缘缺陷引起的局部放电故障进行有效识别,对提高巡检效率和配电网设备管理水平,和预警至关重要。然而不同器件内部的工作电场和放电类型不同,不同类型放电形式下的绝缘降解机制不同,局部放电的形式和强度也不同,导致现有的局部放电类型自动化识别准确率不高。
技术实现思路
1、本发明提供了一种局部放电类型识别方法、装置、设备及介质,以解决目前自动化识别局部放电信号所对应局部放电类型准确率不高的问题。
2、根据本发明的一方面,提供了一种局部放电类型识别方法,包括:
3、获取局部放电检测数据;
4、根据局部放电检测数据,绘制prps图以及prpd图;
5、基于prps图以及prpd图,确定局部放电特征数据,并根据局部放电特征数据对多个预训练分类模型进行交叉验证训练,得到目标分类模型;
6、将待识别局部放电信号输入至目标分类模型,得到局部放电类型识别结果。
7、根据本发明的另一方面,提供了一种局部放电类型识别装置,包括:
8、数据获取模块,用于获取局部放电检测数据;
9、图像绘制模块,用于根据局部放电检测数据,绘制prps图以及prpd图;
10、目标分类模型确定模块,用于基于prps图以及prpd图,确定局部放电特征数据,并根据局部放电特征数据对多个预训练分类模型进行交叉验证训练,得到目标分类模型;
11、局部放电类型识别结果确定模块,用于将待识别局部放电信号输入至目标分类模型,得到局部放电类型识别结果。
12、根据本发明的另一方面,提供了一种电子设备,所述电子设备包括:
13、至少一个处理器;以及
14、与所述至少一个处理器通信连接的存储器;其中,
15、所述存储器存储有可被所述至少一个处理器执行的计算机程序,所述计算机程序被所述至少一个处理器执行,以使所述至少一个处理器能够执行本发明任一实施例所述的局部放电类型识别方法。
16、根据本发明的另一方面,提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机指令,所述计算机指令用于使处理器执行时实现本发明任一实施例所述的局部放电类型识别方法。
17、本发明实施例的技术方案,通过获取局部放电检测数据,从而根据局部放电检测数据,绘制prps图以及prpd图,进而基于prps图以及prpd图,确定局部放电特征数据,并根据局部放电特征数据对多个预训练分类模型进行交叉验证训练,得到目标分类模型,并将待识别局部放电信号输入至目标分类模型,得到局部放电类型识别结果。在本方案中,结合prps图以及prpd图可以对不同局部放电类型缺陷进行比较好的划分,利用prps图以及prpd图确定的局部放电特征数据,对模型进行训练,可以使最终得到的目标分类模型具有更精准的局部放电类型的识别效果,解决了目前自动化识别局部放电信号所对应局部放电类型准确率不高的问题,能够提升自动化识别局部放电信号所对应局部放电类型的准确率。
18、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。
1.一种局部放电类型识别方法,其特征在于,包括:
2.根据权利要求1所述的方法,其特征在于,所述获取局部放电检测数据,包括:
3.根据权利要求2所述的方法,其特征在于,所述基于prps图以及prpd图,确定局部放电特征数据,包括:
4.根据权利要求1-3中任一项所述的方法,其特征在于,所述局部放电特征数据,包括:局部放电信号强度上限值、局部放电信号强度均值以及正负半周期信号强度比。
5.根据权利要求1所述的方法,其特征在于,所述根据所述局部放电特征数据对多个预训练分类模型进行交叉验证训练,得到目标分类模型,包括:
6.根据权利要求5所述的方法,其特征在于,所述根据所述模型测试精度数据,确定所述目标分类模型,包括:
7.根据权利要求5所述的方法,其特征在于,所述根据所述模型测试精度数据,确定所述目标分类模型,包括:
8.一种局部放电类型识别装置,其特征在于,包括:
9.一种电子设备,其特征在于,所述电子设备包括:
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有计算机指令,所述计算机指令用于使处理器执行时实现权利要求1-7中任一项所述的局部放电类型识别方法。