【技术实现步骤摘要】
一种融合多参数电信号的外绝缘设备缺陷程度评估方法
[0001]本公开涉及电力设备缺陷评估
，特别涉及一种融合多参数电信号的外绝缘设备缺陷程度评估方法。
技术介绍
[0002]本部分的陈述仅仅是提供了与本公开相关的
技术介绍
，并不必然构成现有技术。
[0003]国内应用紫外成像手段开展电气设备状态检测的历史最早至少可以追溯至十年前，现有的紫外成像装置利用半透镜原理的日盲型紫外检测技术，巧妙的解决了日光对紫外成像的影响，使紫外光呈现在可见光的图像上，并实现放电计数，放电强度评估等功能。
[0004]专利技术人发现，现有的外绝缘设备缺陷程度评估方法大多采用神经网络模型单纯的进行紫外特征的提取，缺乏对多参数电信号和可见光特征的融合，从而使得最终的缺陷程度评估结果准确度较低。
技术实现思路
[0005]为了解决现有技术的不足，本公开提供了一种融合多参数电信号的外绝缘设备缺陷程度评估方法，融合可见光特征、紫外光斑特征和多参数电信号信息，不仅排除温度和增益等的影响，还提高了缺陷程度评估结果的准确性。
【技术保护点】
【技术特征摘要】
1.一种融合多参数电信号的外绝缘设备缺陷程度评估方法，其特征在于：包括以下过程：获取外绝缘设备的可见光图像和紫外图像；根据获取的可见光图像和预设第一神经网络，得到设备区域检测结果；根据获取的紫外图像和预设第二神经网络得到紫外放电光斑特征；根据设备区域检测结果的图像重绘结果和第一卷积神经网络得到设备区域二次特征提取结果，根据紫外放电光斑特征的图像重绘结果和第二卷积神经网络得到紫外放电光斑特征二次特征提取结果；根据二次特征提取结果与光电检测参数，得到外绝缘设备的缺陷评估结果。2.如权利要求1所述的融合多参数电信号的外绝缘设备缺陷程度评估方法，其特征在于：第一神经网络采用YOLO
‑
V3神经网络或者R2CNN神经网络，进行设备区域检测结果。3.如权利要求1所述的融合多参数电信号的外绝缘设备缺陷程度评估方法，其特征在于：根据预设全卷积神经网络，对紫外图像中的紫外斑点进行分割，提取放电斑点，利用预设第二神经网络得到紫外放电光斑特征。4.如权利要求1所述的融合多参数电信号的外绝缘设备缺陷程度评估方法，其特征在于：第一卷积神经网络依次包括输入层、第一卷积层、第一池化层、第二卷积层、第二池化层、全连接层和输出层。5.如权利要求1所述的融合多参数电信号的外绝缘设备缺陷程度评估方法，其特征在于：第二卷积神经网络依次包括输入层、第一卷积层、第一降维层、第二卷积层、第二降维层和输出层。6.如权利要求1所述的融合多参数电信号的外绝缘设...
【专利技术属性】
技术研发人员：陈玉峰，许光可，胥明凯，井雨刚，张磊，李新梅，李钦柱，许志元，李源，
申请(专利权)人：国家电网有限公司，
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。