基于多源传感器协同的变电站巡检系统及方法与流程

本发明涉及一种基于多源传感器协同的变电站巡检系统及方法，具体地说是一种基于巡检装置与电力设备端传感器协同的变电站巡检系统及方法，属于电力设备监测。

背景技术：

1、随着能源互联网建设的深入，人工智能技术在输变电智能巡视、电力作业安全管控、智能作业等领域得到了应用，但是应用程度还不深入，特别是在设备缺陷检测、设备状态获取、巡检设备的感知决策方面仍存在智能化程度低、设备自主性差等问题。

2、当前的变电站智能巡检装置虽然接入了多种传感器的信息，实现了对特定故障的检测识别，但由于不同传感模组的数据来源、模态和格式差异较大，且传感器广泛分布在各个设备中，在故障的检测识别过程中通常仅利用单一模组及传感信息进行分析，缺乏多种传感器之间的协同和融合，缺乏对复杂故障的全面感知和分析能力。

3、为了实现变电巡检装置与设备传感器之间的协同，需要一种基于多源传感器协同的变电站巡检系统及方法，对变电站关键设备进行多层次、多角度的协同感知，进一步提高变电巡检装置的巡检、感知、任务执行的能力和效率。

技术实现思路

1、为了解决上述问题，本发明提出了一种基于多源传感器协同的变电站巡检系统及方法，能够提高变电巡检装置的巡检、感知、任务执行的能力和效率。

2、本发明解决其技术问题采取的技术方案是：

3、第一方面，本发明实施例提供的一种基于多源传感器协同的变电站巡检系统，包括多源传感层、边缘计算层和协同感知决策层，

4、所述多源传感层用于采集巡检装置与电力设备端传感器多源传感信息，并将采集到的多源传感信息输入至边缘计算层；

5、所述边缘计算层根据多源传感信息计算各个传感器的单一传感器数据特征以及单一传感器感知结果，并输入至协同感知决策层；

6、所述协同感知决策层利用感知结果进行巡检装置调度，控制巡检装置到达对应的巡检点位，对待巡检设备进行传感数据采集；同时所述协同感知决策层利用多个传感器的数据特征进行协同感知，输出协同感知结果。

7、作为本实施例一种可能的实现方式，所述多源传感层至少包括巡检装置所搭载的可见光传感器及红外传感器以及电力设备端安装的声纹传感器，用于采集可见光及红外图像数据信息以及声纹数据信息。

8、作为本实施例一种可能的实现方式，所述边缘计算层由多个面向单一传感器的轻量级特征提取与感知单元组成，每个面向单一传感器的轻量级特征提取与感知单元均能对应于多源传感层的一个传感器。

9、作为本实施例一种可能的实现方式，所述的面向单一传感器的轻量级特征提取与感知单元，由级联特征提取网络和结果预测网络组成，所述特征提取网络根据输入传感器数据不同选择卷积神经网络或长短时记忆网络，特征提取网络利用传感数据得到单一传感器数据特征输出，同时也将特征输入到结果预测网络；所述结果预测网络采用全连接网络，利用数据特征得到单一传感器感知结果输出。

10、作为本实施例一种可能的实现方式，所述边缘计算层根据多源传感信息计算各个传感器的单一传感器数据特征以及单一传感器感知结果的具体过程为：

11、构建一个可见光特征提取与感知模型imnet、一个红外特征提取与感知模型innet和一个声纹特征提取与感知模型sonet；

12、所述的可见光特征提取与感知模型imnet和红外特征提取与感知模型innet结构相同，均由卷积神经网络cnn级联全连接网络fc组成，可见光或红外图像数据经过卷积神经网络cnn处理得到数据特征，然后输入全连接网络fc得到可见光或红外故障预测结果；

13、所述声纹特征提取与感知模型sonet由循环神经网络rnn和全连接网络fc组成，声纹数据经过循环神经网络rnn处理得到数据特征后输入全连接网络fc得到声纹故障预测结果；

14、将采集的可见光、红外和声纹数据进行故障类型的标注，构成可见光、红外、声纹故障数据集，利用数据集分别训练可见光特征提取与感知模型imnet、红外特征提取与感知模型innet和声纹特征提取与感知模型sonet；

15、将可见光、红外和声纹数据分别输入训练好的上述模型，输出单一传感器数据特征和单一传感器感知结果。

16、作为本实施例一种可能的实现方式，所述协同感知决策层由多源数据融合感知单元和巡检装置协同调度单元组成；所述多源数据融合感知单元适用于定期巡检阶段，所述巡检装置协同调度单元适用于设备状态日常实时监控阶段。

17、作为本实施例一种可能的实现方式，所述多源数据融合感知单元利用多源数据融合感知模型对多个传感数据特征进行协同分析，输出协同感知结果，所述多源数据融合感知模型采用基于卷积神经网络或循环神经网络搭建的特征融合分析模型。

18、作为本实施例一种可能的实现方式，所述巡检装置协同调度单元利用基于变电站巡检流程知识库训练的调度模型对设备传感器的感知结果进行处理，输出对巡检装置的调度指令，控制巡检装置到达待观测点位，采集观测数据，待多源数据同时得到后，利用多源数据融合感知单元进行协同感知。

19、作为本实施例一种可能的实现方式，所述巡检装置包括室内巡检机器人或室外巡检机器人。

20、第二方面，本发明实施例提供的一种基于多源传感器协同的变电站巡检方法，包括以下步骤：

21、由多源传感层、边缘计算层、协同感知决策层形成三层智能巡检结构；

22、采集巡检装置与电力设备端传感器多源传感信息；

23、根据多源传感信息计算各个传感器的单一传感器数据特征以及单一传感器感知结果；

24、利用感知结果，针对变电站定期巡检阶段和日常实时监控阶段分别采取不同的协同感知策略进行巡检，实现变电站的全天候多源传感数据协同巡检。

25、作为本实施例一种可能的实现方式，变电站定期巡检阶段进行协同感知巡检的过程为:

26、巡检装置按照预先设定的巡检路线和巡检点位进行故障巡检；

27、在每个巡检点位，巡检装置携带传感器和设备传感器同时采集数据，并将数据分别传输至边缘计算层的特征提取与感知单元,利用特征提取与感知单元中部署的特征提取与感知模型，分别对可见光、红外、声纹数据进行特征提取，获得一组多源传感特征；

28、将多源传感特征传输至协同感知决策中心服务器，利用多源数据融合感知单元进行分析；多源数据融合感知单元采用时空注意力机制对多源传感特征进行处理，通过考虑对同一设备不同传感器特征之间的相互关系以及传感器数据的时序相关性，实现对多源数据的时空融合。

29、作为本实施例一种可能的实现方式，所述对多源数据的时空融合的具体过程为：

30、将t时刻获得的多源传感特征...利用单层的mlp进行嵌入操作，并利用relu函数进行激活，将其结果输入gru单元进行循环操作：

31、

32、

33、其中，表示mlp嵌入层参数，表示gpu参数，表示gru中t时刻的隐状态参数，表示经过mlp网络计算后的输出特征；

34、将多源传感特征建模成一个全连接图，其中是特征的节点集合，是边的集合，第j个节点到第i个节点的边表示第i个传感数据特征与第j个传感数据特征之间的关系；

35、空间变换由多头注意力层和多层感知机mlp组成，在多头注意力层，对于节点集合的特征向量，自注意力机制首先利用线性变换将其投影至查询向量、键向量和值向量，、和是可学习的参数，注意力系数表示j节点对i节点的影响，注意力系数的计算公式为：

36、

37、节点i周围相邻节点的信息通过一个缩放的点积注意操作进行聚合：

38、

39、其中，是q和k的维数；

40、利用多头注意机制，共同关注来自不同表示子空间的信息：

41、

42、

43、其中表示拼接操作，表示注意力头的标号；

44、将多头注意力层的输出输入一个两层mlp网络，所述两层mlp网络前后分别有残差层和归一化层：

45、

46、

47、空间交换模块的输出是第i个传感器数据特征的聚合的隐状态，其中包含了来自其他传感器信息的空间影响，是参数，表示经过残差层和归一化层计算的中间结果；

48、考虑时空特征融合，将空间交互特征输入另外一个gru：

49、

50、经过空间建模和时间建模，隐变量包含了单个传感器数据特征内容，隐变量包含了从周围其他传感器数据中提取的时空交互内容；

51、通过拼接两个隐变量和得到融合个体-整体表示：

52、

53、将得到的融合特征联结并输入一个mlp网络，输出故障预测结果；

54、根据不同的故障预测结果，进行故障报警提醒。

55、作为本实施例一种可能的实现方式，日常实时监控阶段进行协同感知巡检的过程为:

56、在日常实时监控阶段，巡检装置处于等待调度状态，主要依靠电力设备端传感器进行24小时不间断的故障监控；

57、基于变电站巡检流程知识库建立巡检装置调度模型：根据变电站巡检流程知识库，建立设备数据异常结果与所需人工巡检点位的对应关系集合()，构成调度模型训练数据集，其中表示第i条数据中各个传感器数据故障类型向量，第i条数据中第j个传感器的故障类型，p表示提前预设的人工巡检点位id；构建cart决策树模型，并利用上述数据集合训练cart决策树模型的参数，得到巡检装置调度模型；所述cart决策树模型表示为：

58、()

59、设备传感器实时采集传感数据，并将数据分别传输至边缘计算层的特征提取与感知单元，对每一时刻的传感数据，利用特征提取与感知单元中部署的特征提取与感知模型对不同的传感数据进行分析，得到各个设备传感器的单一传感器感知结果；

60、将多个设备传感器数据的感知结果传输至协同感知决策中心服务器，利用巡检装置协同调度决策树模型cart进行巡检装置调度决策，输出调度指令；

61、根据调度决策指令，控制巡检装置到达指定的巡检点位p，进行巡检装置传感器数据采集；

62、将巡检装置传感器数据和实时的设备传感数据分别输入边缘计算层进行特征提取，随后将数据特征输入协同感知决策层的多源数据融合感知单元，最后得到对设备故障的协同感知结果。

63、作为本实施例一种可能的实现方式，所述多源传感层至少包括巡检装置所搭载的可见光传感器及红外传感器以及电力设备端安装的声纹传感器，用于采集可见光及红外图像数据信息以及声纹数据信息。

64、作为本实施例一种可能的实现方式，所述边缘计算层由多个面向单一传感器的轻量级特征提取与感知单元组成，每个面向单一传感器的轻量级特征提取与感知单元均能对应于多源传感层的一个传感器。

65、作为本实施例一种可能的实现方式，所述的面向单一传感器的轻量级特征提取与感知单元，由级联特征提取网络和结果预测网络组成，所述特征提取网络根据输入传感器数据不同选择卷积神经网络或长短时记忆网络，特征提取网络利用传感数据得到单一传感器数据特征输出，同时也将特征输入到结果预测网络；所述结果预测网络采用全连接网络，利用数据特征得到单一传感器感知结果输出。

66、作为本实施例一种可能的实现方式，所述边缘计算层根据多源传感信息计算各个传感器的单一传感器数据特征以及单一传感器感知结果的具体过程为：

67、构建一个可见光特征提取与感知模型imnet、一个红外特征提取与感知模型innet和一个声纹特征提取与感知模型sonet；

68、所述的可见光特征提取与感知模型imnet和红外特征提取与感知模型innet的结构相同，均由卷积神经网络cnn级联全连接网络fc组成，可见光或红外图像数据经过卷积神经网络cnn处理得到数据特征，然后输入全连接网络fc得到可见光或红外故障预测结果；

69、所述声纹特征提取与感知模型sonet由循环神经网络rnn和全连接网络fc组成，声纹数据经过循环神经网络rnn处理得到数据特征后输入全连接网络fc得到声纹故障预测结果；

70、将采集的可见光、红外和声纹数据进行故障类型的标注，构成可见光、红外、声纹故障数据集，利用数据集分别训练可见光特征提取与感知模型imnet、红外特征提取与感知模型innet和声纹特征提取与感知模型sonet；

71、将可见光、红外和声纹数据分别输入训练好的上述模型，输出单一传感器数据特征和单一传感器感知结果。

72、作为本实施例一种可能的实现方式，所述协同感知决策层由多源数据融合感知单元和巡检装置协同调度单元组成；所述多源数据融合感知单元适用于定期巡检阶段，所述巡检装置协同调度单元适用于设备状态日常实时监控阶段。

73、作为本实施例一种可能的实现方式，所述多源数据融合感知单元利用多源数据融合感知模型对多个传感数据特征进行协同分析，输出协同感知结果，所述多源数据融合感知模型采用基于卷积神经网络或循环神经网络搭建的特征融合分析模型。

74、作为本实施例一种可能的实现方式，所述巡检装置协同调度单元利用基于变电站巡检流程知识库训练的调度模型对设备传感器的感知结果进行处理，输出对巡检装置的调度指令，控制巡检装置到达待观测点位，采集观测数据，待多源数据同时得到后，利用多源数据融合感知单元进行协同感知。

75、作为本实施例一种可能的实现方式，所述巡检装置包括室内巡检机器人或室外巡检机器人。

76、本发明实施例的技术方案可以具有的有益效果如下：

77、本发明实施例的技术方案的一种基于巡检装置与电力设备端传感器等多源传感器协同的变电站巡检系统，包括多源传感层、边缘计算层和协同感知决策层，所述多源传感层用于采集巡检装置与电力设备端传感器多源传感信息，并将采集到的多源传感信息输入至边缘计算层；所述边缘计算层根据多源传感信息计算各个传感器的单一传感器数据特征以及单一传感器感知结果，并输入至协同感知决策层；所述协同感知决策层利用感知结果进行巡检装置调度，控制巡检装置到达对应的巡检点位，对待巡检设备进行传感数据采集；同时所述协同感知决策层利用多个传感器的数据特征进行协同感知，输出协同感知结果。本发明通过采集巡检装置搭载可见光、红外等传感器信息以及声纹等设备端传感器信息，在边缘计算层进行单一传感器的轻量级特征提取与初步感知，协同感知决策层通过收集多源传感器数据特征及感知结果，进行多源数据融合感知以及巡检装置的调度决策，实现了对变电站关键设备进行多层次、多角度的协同感知，从而进一步提高了变电巡检装置的巡检、感知、任务执行的能力和效率。

78、本发明通过对巡检装置与电力设备端传感器等多源传感数据进行特征提取，降低了网络传输数据量提高了协同感知和决策的实时性；针对变电站巡检的定期巡检阶段，本发明设计了多源数据协同感知机制和特征融合感知模型，实现了变电站设备的多方位、多层次协同感知，能够提高变电站设备故障感知的准确率；针对变电站巡检的日常实时监控阶段，本发明设计了的巡检装置调度机制，能够有效利用巡检装置灵活自主的特点，结合快速响应的设备传感器，实现智能化的设备故障二次判断，进一步提高了故障诊断结果的可靠性。

79、本发明实施例的技术方案的一种基于巡检装置与电力设备端传感器等多源传感器协同的变电站巡检方法，包括以下步骤：由多源传感层、边缘计算层、协同感知决策层形成三层智能巡检结构；采集巡检装置与电力设备端传感器多源传感信息；根据多源传感信息计算各个传感器的单一传感器数据特征以及单一传感器感知结果；利用感知结果，针对变电站定期巡检阶段和日常实时监控阶段分别采取不同的协同感知策略进行巡检，实现变电站的全天候多源传感数据协同巡检。本发明通过对多源传感数据进行特征提取，降低了网络传输数据量提高了协同感知和决策的实时性；针对变电站巡检的定期巡检阶段，本发明设计了多源数据协同感知机制和特征融合感知模型，实现了变电站设备的多方位、多层次协同感知，能够提高变电站设备故障感知的准确率；针对变电站巡检的日常实时监控阶段，本发明设计了的巡检装置调度机制，能够有效利用巡检装置灵活自主的特点，结合快速响应的设备传感器，实现智能化的设备故障二次判断，进一步提高了故障诊断结果的可靠性。