本发明专利技术的技术方案还包括一种基于人工神经网络的局放图谱分析系统、方法及装置，包括检测仪器、移动终端，检测仪器与移动终端通信，还包括设置在电力设备站内的网关机，移动终端与网关机通信；检测仪器将所检测局放图谱通过移动终端传输至网关机，网关机基于人工神经网络对检测局放图谱进行分析，并将分析结果反馈回移动终端。本发明专利技术由网关机对所检测局放图谱在站内实现分析诊断，而无需传回后台进行分析，缓解了后端负荷，保障检测数据诊断的实时性，大大提升了图谱分析的效率及一线作业人员的工作效率。的工作效率。的工作效率。
【技术实现步骤摘要】
一种基于人工神经网络的局放图谱分析系统、方法及装置
[0001]本专利技术涉及局放图谱分析领域，具体涉及一种基于人工神经网络的局放图谱分析系统、方法及装置。
技术介绍
[0002]随着智能电网建设的不断推进，智能化电力一次设备和常规电力设备的带电检测都得到了较大发展，检测数据日益庞大，电力设备带电检测系统越来越面临巨大的技术挑战。传统的设备带电检测局放图谱（即局部放电标准图谱，简称局放图谱）分析需要将采集的检测数据传送到系统后台进行图谱分析，再将分析结果返回至现场作业移动终端进行查看，由于检测数据日益增多，这种方式导致图谱分析速率降低，一线人员作业效率降低。
技术实现思路
[0003]为解决上述问题，本专利技术提供一种基于人工神经网络的局放图谱分析系统、方法及装置，提高局放图谱分析效率。
[0004]本专利技术的技术方案为：一种基于人工神经网络的局放图谱分析系统，包括检测仪器、移动终端，检测仪器与移动终端通信，还包括设置在电力设备站内的网关机，移动终端与网关机通信；检测仪器将所检测局放图谱通过移动终端传输至网关机，网关机基于人工神经网络对检测局放图谱进行分析，并将分析结果反馈回移动终端。
[0005]进一步地，移动终端通过VPN网络与网关机通信。
[0006]进一步地，网关机还通过VPN网络与主站端通信。
[0007]进一步地，检测仪器通过蓝牙与移动终端通信。
[0008]本专利技术的技术方案还包括一种基于上述任一项所述系统的基于人工神经网络的局放图谱分析方法，该方法由网关机执行，包括以下步骤：接收检测局放图谱；提取检测局放图谱相关特征；采用已训练好的人工神经网络模型，基于所提取相关特征对检测局放图谱进行分析，获得分析结果以判断电力设备是否异常；将分析结果反馈至移动终端和/或主站端。
[0009]进一步地，在接收检测局放图谱之后，还包括以下步骤：判断检测局放图谱的图谱类型；提取检测局放图谱相关特征时，根据所判断图谱类型提取相关特征；采用已训练好的人工神经网络模型对检测局放图谱进行分析时，根据所判断图谱类型，选择相应的人工神经网络模型。
[0010]进一步地，图谱类型包括PRPD图谱和超声波图谱。
[0011]进一步地，当检测局放图谱为PRPD图谱时，所提取的相关特征包括幅值
‑
相位分布特征、脉冲数
‑
相位分布特征、波形的幅值包络特征、幅值重复率特征、频谱包络特征；
当检测局放图谱为超声波图谱时，所提取的相关特征包括幅值包络特征、幅值重复率特征、频谱包络特征。
[0012]进一步地，人工神经网络为卷积神经网络。
[0013]本专利技术的技术方案还包括一种基于上述任一项所述系统的基于人工神经网络的局放图谱分析装置，该装置配置于网关机，包括，图谱接收模块：接收检测局放图谱；特征提取模块：提取检测局放图谱相关特征；图谱分析模块：采用已训练好的人工神经网络模型，基于所提取相关特征对检测局放图谱进行分析，获得分析结果以判断电力设备是否异常；结果反馈模块：将分析结果反馈至移动终端和/或主站端。
[0014]本专利技术提供的一种基于人工神经网络的局放图谱分析系统、方法及装置，在电力设备站内设置网关机，由网关机对所检测局放图谱在站内实现分析诊断，而无需传回后台进行分析，缓解了后端负荷，保障检测数据诊断的实时性。同时网关机基于人工神经网络自动对检测局放图谱进行分析诊断，无需作业人员人工分析，配合网关机的站内分析诊断，大大提升了图谱分析的效率及一线作业人员的工作效率，且可保障检测数据诊断的准确性和可靠性。
附图说明
[0015]图1是本专利技术具体实施例一通信原理示意框图；图2是本专利技术具体实施例二方法流程示意图；图3是本专利技术具体实施例三结构示意框图。
具体实施方式
[0016]下面结合附图并通过具体实施例对本专利技术进行详细阐述，以下实施例是对本专利技术的解释，而本专利技术并不局限于以下实施方式。
[0017]实施例一如图1所示，本实施例提供一种基于人工神经网络的局放图谱分析系统，包括检测仪器1和移动终端2，检测仪器1与移动终端2通信。检测仪器1用于对电力设备进行带电检测，获得所检测的局放图谱，并将检测局放图谱发送至移动终端2。检测仪器1与移动终端2因距离较近，可通过蓝牙通信，满足通信需求。
[0018]为提高检测效率，本实施例在电力设备站内设置网关机3，由网关机3实现检测局放图谱站内分析诊断。移动终端2与网关机3通信，将所检测仪器1所检测局放图谱发送至网关机3，网关机3接收到检测局放图谱后，基于人工神经网络对检测局放图谱进行分析，并将分析结果反馈回移动终端2。需要说明的是，网关机3内已预存训练好的人工神经网络模型，接收到检测局放图谱时，调用相应人工神经网络模型进行分析即可，最终根据分析结果判定电力设备是否异常。
[0019]优选地，网关机3通过VPN（Virtual Private Network，虚拟专用网络）网络与移动终端2通信，保证数据传输的实时性。
[0020]另外，网关机3还通过VPN网络与主站端4通信，将分析结果发送至主站端4，供主站
工作人员进行电力设备状态判断。
[0021]实施例二本实施例提供一种基于人工神经网络的局放图谱分析方法，该方法由网关机3执行，以对检测仪器1所检测局放图谱进行分析。
[0022]本实施例的分析方法基于人工神经网络，需要说明的是，在检测局放图谱发送至网关机3之前，已收集了大量局放图谱，形成局放图谱知识库，根据收集的图谱训练好相应的人工神经网络模型，在分析时调用相应人工神经网络模型进行分析诊断即可。
[0023]如图2所示，本方法包括以下步骤：S1，接收检测局放图谱；S2，提取检测局放图谱相关特征；S3，采用已训练好的人工神经网络模型，基于所提取相关特征对检测局放图谱进行分析，获得分析结果以判断电力设备是否异常；S4，将分析结果反馈至移动终端2和/或主站端4。
[0024]其中，步骤S1所接收检测局放图谱由移动终端2通过VPN网络发送而来。
[0025]需要说明的是，检测仪器1有不同类型，其检测的局放图谱类型也不同，一般包括PRPD（Phase Resolved Partial Discharge，相位分辩的局部放电）图谱和超声波图谱。为适应不同的检测仪器1，提高检测适应范围，在人工神经网络模型训练时针对不同类型的图谱进行训练，获得不同类型图谱的人工神经网络模型，并存储于网关机3。
[0026]相应的，在网关机3接收到检测局放图谱后，在提取相关特征之前首先判断检测局放图谱的类型，之后根据类型提取相关特征和选择人工神经网络模型进行分析诊断。需要说明的是，在对检测局放图谱进行处理之前，对不同检测仪器1检测数据格式进行转换，以统一采集数据的格式。
[0027]针对不同类型的图谱，步骤S2所提取的相关特征也是不同的。当检测局放图谱为PRPD图谱时，所提取的相关特征是与绝对相位无关的特征矢量，包括幅值...
【技术保护点】
【技术特征摘要】
1.一种基于人工神经网络的局放图谱分析系统，包括检测仪器、移动终端，检测仪器与移动终端通信，其特征在于，还包括设置在电力设备站内的网关机，移动终端与网关机通信；检测仪器将所检测局放图谱通过移动终端传输至网关机，网关机基于人工神经网络对检测局放图谱进行分析，并将分析结果反馈回移动终端。2.根据权利要求1所述的基于人工神经网络的局放图谱分析系统，其特征在于，移动终端通过VPN网络与网关机通信。3.根据权利要求2所述的基于人工神经网络的局放图谱分析系统，其特征在于，网关机还通过VPN网络与主站端通信。4.根据权利要求1、2或3所述的基于人工神经网络的局放图谱分析系统，其特征在于，检测仪器通过蓝牙与移动终端通信。5.一种基于权利要求1
‑
4任一项所述系统的基于人工神经网络的局放图谱分析方法，其特征在于，该方法由网关机执行，包括以下步骤：接收检测局放图谱；提取检测局放图谱相关特征；采用已训练好的人工神经网络模型，基于所提取相关特征对检测局放图谱进行分析，获得分析结果以判断电力设备是否异常；将分析结果反馈至移动终端和/或主站端。6.根据权利要求5所述的基于人工神经网络的局放图谱分析方法，其特征在于，在接收检测局放图谱之后，还包括以下步骤：判断检测局放图谱的图谱类型；提取检测局放图谱相关特征时，根据所判断图谱类...
【专利技术属性】
技术研发人员：韩福成，张俊岭，刘猛，周怡，尹朋，翟恒帅，褚敬，李晓良，田亮，卢愿，
申请(专利权)人：山东鲁能软件技术有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。