一种GIS设备内部的异物缺陷的检测方法及系统技术方案

本发明专利技术实施例公开一种GIS设备内部的异物缺陷的检测方法及系统。该检测方法包括：采用GIS设备内部的声音信号的训练样本训练异物缺陷分类模型，其中，每一训练样本对应一异物缺陷的标准种类；每隔预设时间间隔，采集所述GIS设备内部的声音信号；将所述声音信号输入训练后的异物缺陷分类模型后，输出所述声音信号对应的异物缺陷的种类；其中，所述异物缺陷分类模型为扩展连续自适应模糊推理系统，所述扩展连续自适应模糊推理系统包括依次设置的输入层、模糊化层、模糊推理层、规范层和输出层，所述模糊推理层的节点表示模糊规则。本发明专利技术实施例可得到异物缺陷的种类，具有较高的准确率和效率。

【技术实现步骤摘要】
一种GIS设备内部的异物缺陷的检测方法及系统
本专利技术涉及GIS设备
，尤其涉及一种GIS设备内部的异物缺陷的检测方法及系统。
技术介绍
在国家智能电网的大战略下，变电站发挥了其不可替代的作用，由于变电站是由许多密闭的空间设备所组成，尤其是GIS(GasInsulatedSwitchgear)设备。若是这些设备出现故障，则需要暂停变电站的工作进行解体检修，这与电网提高供电运行可靠性的目标不符。随着近几年移动互联网、传感器技术、大数据技术的快速发展，电子听诊器技术也迎来了春天，各式各样的电子听诊器已广泛应用于故障诊断，智慧医疗等许多方面。随着科学技术的快速发展，现有的电子听诊器相对传统听诊器有了一定的进步，已逐渐从机械化迈向电子化和数字化，其中“简便清晰电子听诊器”、“多功能电子听诊器”和“医用电子听诊器”都具有一定的信号预处理功能，改善了信号的精度和准确度。大量的研究表明，通过电子听诊器技术采集的信号具有无失真、远距离和便于携带等特点，因此能够将密闭变电站设备中的信号完全的收集，从而实现对后期的信号进行分析和处理。因此，本文档来自技高网...

【技术保护点】
1.一种GIS设备内部的异物缺陷的检测方法，其特征在于，包括：/n采用GIS设备内部的声音信号的训练样本训练异物缺陷分类模型，其中，每一训练样本对应一异物缺陷的标准种类；/n每隔预设时间间隔，采集所述GIS设备内部的声音信号；/n将所述声音信号输入训练后的异物缺陷分类模型后，输出所述声音信号对应的异物缺陷的种类；/n其中，所述异物缺陷分类模型为扩展连续自适应模糊推理系统，所述扩展连续自适应模糊推理系统包括依次设置的输入层、模糊化层、模糊推理层、规范层和输出层，所述模糊推理层的节点表示模糊规则。/n

【技术特征摘要】
1.一种GIS设备内部的异物缺陷的检测方法，其特征在于，包括：
采用GIS设备内部的声音信号的训练样本训练异物缺陷分类模型，其中，每一训练样本对应一异物缺陷的标准种类；
每隔预设时间间隔，采集所述GIS设备内部的声音信号；
将所述声音信号输入训练后的异物缺陷分类模型后，输出所述声音信号对应的异物缺陷的种类；
其中，所述异物缺陷分类模型为扩展连续自适应模糊推理系统，所述扩展连续自适应模糊推理系统包括依次设置的输入层、模糊化层、模糊推理层、规范层和输出层，所述模糊推理层的节点表示模糊规则。


2.根据权利要求1所述的检测方法，所述采用GIS设备内部的声音信号的训练样本训练异物缺陷分类模型的步骤，包括：
按照训练样本的序号依次输入每一训练样本，其中，每输入一训练样本，假设所述异物缺陷分类模型增加一模糊规则，所述训练样本具有新颖度；
若当前输入的训练样本的序号为1，则保留当前输入的训练样本对应增加的模糊规则；
若当前输入的训练样本的序号大于1，则判断是否保留当前输入的训练样本对应增加的模糊规则；
若保留当前输入的训练样本对应增加的模糊规则，则根据一阶Takagi-Sugeno模糊模型设置当前输入的训练样本对应增加的模糊规则的参数；
若不保留当前输入的训练样本对应增加的模糊规则，则采用最小二乘递归误差方法更新所述异物缺陷分类模型已有的模糊规则的后件参数后，判断是否删除已有的模糊规则；
若删除已有的模糊规则，则删除该已有的模糊规则的参数，且更新已有的模糊规则的数量。


3.根据权利要求2所述的检测方法，其特征在于，所述判断是否保留当前输入的训练样本对应增加的模糊规则的步骤，包括：
判断当前输入的训练样本对应增加的模糊规则是否满足距离准则和影响准则；
若满足距离准则和影响准则，则保留当前输入的训练样本对应增加的模糊规则；
其中，距离准则为||xn-μnr||>en，xn表示当前输入的序号为n的训练样本，n>1，μnr表示距离训练样本xn最近的模糊规则的中心，en表示距离阈值；
其中，影响准则为Eminf(Nh+1)>eg，Nh表示已有的模糊规则的数量，Eminf(Nh+1)表示当前输入的训练样本对应增加的模糊规则的影响值，eg表示增加阈值。


4.根据权利要求3所述的检测方法，其特征在于：
en＝max{emax×γn,emin}，其中，emax表示距离阈值的最大值，emin表示距离阈值的最小值，γ表示衰减指数。


5.根据权利要求3所述的检测方法，其特征在于：

其中，xl表示用于计算Eminf(Nh+1)的序号为l的训练样本，表示采用训练样本xl计算得到的当前输入的训练样本对应增加的模糊规则的激励函数，Rk(xl)表示采用训练样本xl计算得到的序号为k的模糊规则的激励函数，所述模糊规则的序号按照保留的顺序...

【专利技术属性】
技术研发人员：吴旭涛，汲胜昌，马云龙，马波，叶逢春，何宁辉，沙伟燕，李秀广，周秀，倪辉，牛勃，张佩，杨朝旭，
申请(专利权)人：国网宁夏电力有限公司电力科学研究院，西安交通大学，西安众晖电力科技有限公司，
类型：发明
国别省市：宁夏;64