基于常态单类集成模型的瓷支柱绝缘子缺陷检测方法技术

一种基于常态单类集成模型的瓷支柱绝缘子缺陷检测方法，包括构造瓷支柱绝缘子正常状态数据集，数据集中每一条记录对应特定瓷支柱绝缘子的型号、激励杆敲击位置、接受杆收听位置、一组正常状态的声波采样数据、声波属性描述矢量表、状态判定单类集成模型；根据其型号查找正常状态数据集中对应的数据，按照数据集中的指定的激励杆敲击位置、接受杆收听位置敲击瓷支柱绝缘子获得声波数据，将该声波按照为m个时段，n个频段的划分转换为矢量属性数据，进而使用常态单类集成模型进行判断，获得该瓷支柱绝缘子的故障情况。本发明专利技术正常状态瓷支柱绝缘子的声波数据的收集更加容易、廉价，不需要人为破坏绝缘子寻找缺陷数据，更具实际应用价值、更加稳定高效。

【技术实现步骤摘要】
基于常态单类集成模型的瓷支柱绝缘子缺陷检测方法
本专利技术涉及电网设备维护领域，具体涉及到电网中瓷支柱绝缘子缺陷的检测和质量评价。
技术介绍
瓷支柱绝缘子是电网运行的重要部件，起着支撑导线和绝缘的作用。由于绝缘子是高温烧结成的电瓷产品，如果在制作过程中配方不当，工艺流程中原料混合不均匀，均容易形成瓷件内部缺陷，此外它还可能长期承受运行中的机械负荷、恶劣环境的影响，这些问题容易造成瓷支柱绝缘子失效断裂，危及电网的安全运行。因此，加强对电网在役瓷支柱绝缘子检测和质量评价，对确保电网的安全可靠运行至关重要。通过敲击瓷支柱绝缘子进行振动声学检测可以在不断电的条件下检测瓷制件内部和外部的缺陷情况。目前主要采用的技术是在收集到敲击声音之后，通过有限元法模拟缺陷、以及通过神经网、决策树等智能模型进行故障诊断，此类方法需要例举或构造出故障声波样本找出其关键特征并加以识别。然而在现实工作中瓷支柱绝缘子出现裂纹、夹渣、夹层、气孔的大小、形态和出现位置难以事先确定，外力和环境因素更难以预料，所以要将故障的声波全部穷举出来几乎不可能，依赖以上方法可能造成在缺陷检测时的漏判、误判，造成电网运行风险和经济的损失。因此需要研发更加稳定可靠的瓷支柱绝缘子振动声学缺陷检测方法，为电网安全稳定运行提供保障。
技术实现思路
针对现有技术存在的缺陷，本专利技术提供一种基于常态单类模型的瓷支柱绝缘子振动声学缺陷检测方法，该方法仅需要输入规定型号瓷支柱绝缘子在正常状态下的振动声学数据，构造基于常态单类集成模型，通过众多模型共同决策实现瓷支柱绝缘子的稳定高效缺陷检测。为实现上述目的，本专利技术提供一种基于常态单类集成模型的瓷支柱绝缘子缺陷检测方法，其特征在于包括以下步骤：第一步：收集数据，构造瓷支柱绝缘子正常状态数据集，数据集中每一条记录对应特定瓷支柱绝缘子的型号、激励杆敲击位置、接受杆收听位置、一组正常状态的声波采样数据、声波属性描述矢量表、状态判定单类集成模型；所述的声波属性描述矢量表是对于瓷支柱绝缘子正常状态数据集的每一条数据，构造声波属性描述矢量表，表中的每一条数据均是对应一个常态声波；每一个声波划分为m个时段、n个频段，每个段统计最大振幅，将一组正常状态的声波采样数据转换为属性描述表存储于瓷支柱绝缘子正常状态数据集之中；所述的状态判定单类集成模型是对于声波属性描述矢量表，构造常态单类集成模型，每个支持向量机学习对应时段的属性数据，将所有支持向量机组合获得常态单类集成模型存储于正常状态数据集之中；第二步：在进行瓷支柱绝缘子检测时，根据其型号查找正常状态数据集中对应的数据，按照数据集中的指定的激励杆敲击位置、接受杆收听位置敲击瓷支柱绝缘子获得声波数据，将该声波按照为m个时段，n个频段的划分转换为矢量属性数据，进而使用常态单类集成模型进行判断，获得该瓷支柱绝缘子的故障情况。本专利技术的有益效果如下：通过本专利技术的方法，使用者仅需要输入瓷支柱绝缘子的型号、敲击和接收声波位置、并收集一组正常状态瓷支柱绝缘子的声波数据，就可以对支柱绝缘子的缺陷进行检测。正常状态瓷支柱绝缘子的声波数据的收集更加容易、廉价，不需要人为破坏绝缘子寻找缺陷数据，使得该方面更具实际应用价值、更加稳定高效。附图说明图1为本专利技术提供的基于常态单类集成模型的瓷支柱绝缘子振动声学缺陷检测方法的流程示意图；图2构造声波属性描述矢量表的构造流程图；图3构造常态单类集成模型流程图；图4将声波属性描述矢量表重新分组构造一组训练数据；图5常态单类集成模型的结构图；图6通过常态单类集成模型对待检测瓷支柱绝缘子进行检测的流程图。具体实施方式如图1所示，本专利技术提供一种基于常态单类集成模型的瓷支柱绝缘子振动声学缺陷检测方法和识别方法，具体包括以下步骤：第一步、收集数据，构造瓷支柱绝缘子正常状态数据集。瓷支柱绝缘子正常状态数据集，包含以下字段Field1瓷支柱绝缘子的型号，对应于特定瓷支柱绝缘子的具体厂家和型号。Field2激励杆敲击位置，敲击设备的激励杆所放的位置。Field3接受杆收听位置，敲击设备的接受杆所放的位置。Field4一组正常状态的声波采样数据，对应正常状态下该瓷支柱绝缘子的声波数据。Field5声波属性描述矢量表，对Field4的声波数据进行矢量化描述产生的结果。Field6状态判定单类集成模型，对于Field5学习之后产生的状态检测模型。在该步骤首先选定需要进行检测的目标瓷支柱绝缘子，指定敲击位置，构造一条新的记录插入到瓷支柱绝缘子正常状态数据集之中，添加Field1、2和3的数据；在选定位置使用声震设备对该绝缘子进行10次以上的敲击，将每次敲击的声波数据存储在Field4之中。对于瓷支柱绝缘子正常状态数据集的每一条数据，对Field4进行分析构造声波属性描述矢量表,其流程如图2所示。S21、对于Field4中的每一个声波取出分别进行处理。S22、将声波转换为m组n维向量的表达式。Field4中包含t个声波数据，一个声波按照定等时间长度的将其划分为m个时段Wave＝{S1,S2,…,Si,…,Sm}；每个Si对应一个声音强度的序列数据：Si＝{w1,w2,…,wk}；对该序列进行傅里叶变换，将该序列转换为多组频率正弦波表达：其中：ejθ＝cosθ+jsinθ；通过傅里叶变换公式可以将Si转换为虚数频率域u的表达,对应振幅为:Ual＝|Ul|；由最低频率到最高频率其振幅表达式为：Amplitudei＝{Ua1,Ua2,…,UaL}；该振幅表达式继续等数量划分为n个频率区段，每个区段的包含L/n个数据，每个区段可以用振幅最大值代表该区段特性:CHi＝Max(Uai,Uai+1,…,Uai+L/n)，所以可以将一个声音强度的序列Si表达为n个频率区段的强度矢量。SCHi＝{CH1,CH2,…,CHn}；一个Field4中包含t个声波数据，每个声波均可以转换为m组n维向量的表达：Wave＝{SCH1,SCH2,…,SCHm}S23、所有t个声波转换为表达式之后存储在瓷支柱绝缘子正常状态数据集对应记录的Filed5之中构成声波属性描述矢量表。对于声波属性描述矢量表，构造常态单类集成模型，存储于Filed5中。其流程如图3所示：S31、对于Field5中的将所有的t个声音矢量表达矢量，划分为m组，构成m组训练数据集G1,G2,…,Gm，Gi＝{sm1,sm2,…,smt}每组包含t个n维矢量，其结构如图4所示。S32、每一组训练数据Gi训练一个单类OCSVM单类支持向量机：其中(smi,smj)表示计算两个矢量的内积，通过优化计算该公式就可以获得一个由t个权重ai表示的模型，该模型表达如下：Modeli＝{a1,a2,a3,…,at}S33、将一个声波属性描述矢量表中的m个训练数据集训练完成之后，可获得m个OCSVM模型，这些模型组合决策就可构成一个常态单类集成模型，其结构如图5所示，将获得的常态单类集成模型对应的所有Modeli存储在支柱绝缘子正常状态本文档来自技高网...

【技术保护点】
一种基于常态单类集成模型的瓷支柱绝缘子缺陷检测方法，其特征在于包括以下步骤：第一步：收集数据，构造瓷支柱绝缘子正常状态数据集，数据集中每一条记录对应特定瓷支柱绝缘子的型号、激励杆敲击位置、接受杆收听位置、一组正常状态的声波采样数据、声波属性描述矢量表、状态判定单类集成模型；所述的声波属性描述矢量表是对于瓷支柱绝缘子正常状态数据集的每一条数据，构造声波属性描述矢量表，表中的每一条数据均是对应一个常态声波；每一个声波划分为m个时段、n个频段，每个段统计最大振幅，将一组正常状态的声波采样数据转换为属性描述表存储于瓷支柱绝缘子正常状态数据集之中；所述的状态判定单类集成模型是对于声波属性描述矢量表，构造常态单类集成模型，每个支持向量机学习对应时段的属性数据，将所有支持向量机组合获得常态单类集成模型存储于正常状态数据集之中；第二步：在进行瓷支柱绝缘子检测时，根据其型号查找正常状态数据集中对应的数据，按照数据集中的指定的激励杆敲击位置、接受杆收听位置敲击瓷支柱绝缘子获得声波数据，将该声波按照为m个时段，n个频段的划分转换为矢量属性数据，进而使用常态单类集成模型进行判断，获得该瓷支柱绝缘子的故障情况。

【技术特征摘要】
1.一种基于常态单类集成模型的瓷支柱绝缘子缺陷检测方法，其特征在于包括以下步骤：第一步：收集数据，构造瓷支柱绝缘子正常状态数据集，数据集中每一条记录对应特定瓷支柱绝缘子的型号、激励杆敲击位置、接受杆收听位置、一组正常状态的声波采样数据、声波属性描述矢量表、状态判定单类集成模型；所述的声波属性描述矢量表是对于瓷支柱绝缘子正常状态数据集的每一条数据，构造声波属性描述矢量表，表中的每一条数据均是对应一个常态声波；每一个声波划分为m个时段、n个频段，每个段统计最大振幅，将一组正常状态的声波采样数据转换为属性描述表存储于瓷支柱绝缘子正常状态数据集之中；所述的状态判定单类集成模型是对于声波属性描述矢量表，构造常态单类集成模型，每个支持向量机学习对应时段的属性数据，将所有支持向量机组合获得常态单类集成模型存储于正常状态数据集之中；第二步：在进行瓷支柱绝缘子检测时，根据其型号查找正常状态数据集中对应的数据，按照数据集中的指定的激励杆敲击位置、接受杆收听位置敲击瓷支柱绝缘子获得声波数据，将该声波按照为m个时段，n个频段的划分转换为矢量属性数据，进而使用常态单类集成模型进行判断，获得该瓷支柱绝缘子的故障情况。2.根据权利要求1所述的基于常态单类集成模型的瓷支柱绝缘子缺陷检测方法，其特征在于：构造声波属性描述矢量表步骤如下：S21、对于正常状态的声波采样数据中的每一个声波取出分别进行处理；S22、将声波转换为m组n维向量的表达式；正常状态的声波采样数据中包含t个声波数据，一个声波按照定等时间长度的将其划分为m个时段Wave＝{S1,S2,…,Si,…,Sm}；每个Si对应一个声音强度的序列数据：Si＝{w1,w2,…,wk}；对该序列进行傅里叶变换，将该序列转换为多组频率正弦波表达：其中：ejθ＝cosθ+jsinθ；通过傅里叶变换公式可以将Si转换为虚数频率域u的表达,对应振幅为:Ual＝|Ul|；由最低频率到最高频率其振幅表达式为：Amplitudei＝{Ua1,Ua2,…,UaL}；该振幅表达式继续等数量划分为n个频率区段，每个区段的包含L/n个数据，每个区段可以用振幅最大值代表该区段特性:CHi＝Max(Uai,Uai+1,…,Uai+L/n)，所以可以将一个声音强度的序列Si表达为n个频率区段的强度矢量：SCHi＝{CH1,CH2,…,C...

【专利技术属性】
技术研发人员：侯安家，赵殿全，林乐亭，
申请(专利权)人：国家电网公司，国网吉林省电力有限公司检修公司，
类型：发明
国别省市：北京;11