具有防盗功能的变压器及其方法技术

本申请涉及变压器技术领域，其具体地公开了一种具有防盗功能的变压器及其方法，其通过使用通道注意力机制的第一卷积神经网络对由红外探测器采集的红外探测回波信号进行特征提取，同时，将由振动传感器采集的振动信号通过自动编码器进行降噪后，再使用第二卷积神经网络进行特征提取，然后，分别计算振动特征图和红外特征图的节俭分解鼓励因数，并以各自的节俭分解鼓励因数作为权重，对两者进行加权融合，最后，将分类特征图通过分类器以得到用于表示是否产生防盗预警提示的分类结果，通过这样的方式，更为准确地基于所述变压器是否被盗的实际情况来进行预警控制，以保证户外变压器的安全性。的安全性。的安全性。

【技术实现步骤摘要】
具有防盗功能的变压器及其方法


[0001]本申请涉及变压器
，且更为具体地，涉及一种具有防盗功能的变压器及其方法。

技术介绍

[0002]户外变压器被盗破坏案件常有发生，造成大量经济损失。目前变压器防盗报警装置多为红外探测、震动检测、三相电检测、磁感应检测方式实现，并不能及时可靠的检测变压器的盗取情况并报警。其中，红外检测和震动检测等方法受到外界干扰过于严重，如变压器常年所处的户外环境比较恶劣震动检测常常由于大风冰雹降雨触发报警，导致维护人员在极端天气下不得不去现场处置报警浪费了大量人力物力资源。
[0003]因此，期待一种优化的变压器防盗辅助方案。

技术实现思路

[0004]为了解决上述技术问题，提出了本申请。本申请的实施例提供了一种具有防盗功能的变压器及其方法，其通过使用通道注意力机制的第一卷积神经网络对由红外探测器采集的红外探测回波信号进行特征提取，同时将由振动传感器采集的振动信号通过自动编码器进行降噪后，再使用第二卷积神经网络进行特征提取，然后，为了使振动特征图在通道维度上也尽量与红外特征图具有一致的流形单调性，因此，分别计算两者的节俭分解鼓励因数，并以各自的节俭分解鼓励因数作为权重，对两者进行融合，最后，将分类特征图通过分类器以得到用于表示是否产生防盗预警提示的分类结果，通过这样的方式，更为准确地基于所述变压器是否被盗的实际情况来进行预警控制，以保证户外变压器的安全性。
[0005]根据本申请的一个方面，提供了一种具有防盗功能的变压器，其包括：监测信号采集模块，用于获取由红外探测器采集的红外探测回波信号以及由振动传感器采集的振动信号；红外回波信号编码模块，用于将所述红外探测回波信号的波形图通过使用通道注意力机制的第一卷积神经网络以得到红外特征图；降噪模块，用于将所述振动信号通过作为降噪器的自动编码器以得到降噪后振动信号；振动特征提取模块，用于将所述降噪后振动信号的波形图通过作为特征提取器的第二卷积神经网络以得到振动特征图；第一节俭分解鼓励因数计算模块，用于计算所述振动特征图的节俭分解鼓励因数，其中，所述振动特征图的节俭分解鼓励因数与以所述振动特征图的各个特征矩阵中各个位置的特征值的负值为幂的自然指数函数值的加权和有关；第二节俭分解鼓励因数计算模块，用于计算所述红外特征图的节俭分解鼓励因数，其中，所述红外特征图的节俭分解鼓励因数与以所述红外特征图的各个特征矩阵中各个位置的特征值的负值为幂的自然指数函数值的加权和有关；融合模块，用于以所述振动特征图的节俭分解鼓励因数和所述红外特征图的节俭分解鼓励因数作为权重，融合所述红外特征图和所述振动特征图以得到分类特征图；以及预警模块，用于将所述分类特征图通过分类器以得到分类结果，所述分类结果用于表示是否产生防盗预警提示。
[0006]根据本申请的另一方面，提供了一种具有防盗功能的变压器的防盗方法，其包括：获取由红外探测器采集的红外探测回波信号以及由振动传感器采集的振动信号；将所述红外探测回波信号的波形图通过使用通道注意力机制的第一卷积神经网络以得到红外特征图；将所述振动信号通过作为降噪器的自动编码器以得到降噪后振动信号；将所述降噪后振动信号的波形图通过作为特征提取器的第二卷积神经网络以得到振动特征图；计算所述振动特征图的节俭分解鼓励因数，其中，所述振动特征图的节俭分解鼓励因数与以所述振动特征图的各个特征矩阵中各个位置的特征值的负值为幂的自然指数函数值的加权和有关；计算所述红外特征图的节俭分解鼓励因数，其中，所述红外特征图的节俭分解鼓励因数与以所述红外特征图的各个特征矩阵中各个位置的特征值的负值为幂的自然指数函数值的加权和有关；以所述振动特征图的节俭分解鼓励因数和所述红外特征图的节俭分解鼓励因数作为权重，融合所述红外特征图和所述振动特征图以得到分类特征图；以及将所述分类特征图通过分类器以得到分类结果，所述分类结果用于表示是否产生防盗预警提示。
[0007]根据本申请的再一方面，提供了一种电子设备，包括：处理器；以及，存储器，在所述存储器中存储有计算机程序指令，所述计算机程序指令在被所述处理器运行时使得所述处理器执行如上所述具有防盗功能的变压器的防盗方法。
[0008]根据本申请的又一方面，提供了一种计算机可读介质，其上存储有计算机程序指令，所述计算机程序指令在被处理器运行时使得所述处理器执行如上所述具有防盗功能的变压器的防盗方法。
[0009]与现有技术相比，本申请提供的一种具有防盗功能的变压器及其方法，其通过使用通道注意力机制的第一卷积神经网络对由红外探测器采集的红外探测回波信号进行特征提取，同时将由振动传感器采集的振动信号通过自动编码器进行降噪后，再使用第二卷积神经网络进行特征提取，然后，为了使振动特征图在通道维度上也尽量与红外特征图具有一致的流形单调性，因此，分别计算两者的节俭分解鼓励因数，并以各自的节俭分解鼓励因数作为权重，对两者进行融合，最后，将分类特征图通过分类器以得到用于表示是否产生防盗预警提示的分类结果，通过这样的方式，更为准确地基于所述变压器是否被盗的实际情况来进行预警控制，以保证户外变压器的安全性。
附图说明
[0010]通过结合附图对本申请实施例进行更详细的描述，本申请的上述以及其他目的、特征和优势将变得更加明显。附图用来提供对本申请实施例的进一步理解，并且构成说明书的一部分，与本申请实施例一起用于解释本申请，并不构成对本申请的限制。在附图中，相同的参考标号通常代表相同部件或步骤。
[0011]图1图示了根据本申请实施例的具有防盗功能的变压器的应用场景图。
[0012]图2图示了根据本申请实施例的具有防盗功能的变压器的框图示意图。
[0013]图3图示了根据本申请实施例的具有防盗功能的变压器中降噪模块的框图。
[0014]图4图示了根据本申请实施例的具有防盗功能的变压器的防盗方法的流程图。
[0015]图5图示了根据本申请实施例的具有防盗功能的变压器的防盗方法的系统架构的示意图。
[0016]图6图示了根据本申请实施例的具有防盗功能的变压器的防盗方法中，将所述振
动信号通过作为降噪器的自动编码器以得到降噪后振动信号的流程图。
[0017]图7图示了根据本申请实施例的电子设备的框图。
具体实施方式
[0018]下面，将参考附图详细地描述根据本申请的示例实施例。显然，所描述的实施例仅仅是本申请的一部分实施例，而不是本申请的全部实施例，应理解，本申请不受这里描述的示例实施例的限制。
[0019]场景概述：相应地，现有的变压器防盗报警装置由于检测的方式易受外界环境的干扰而导致报警的准确性较低，并且在使用多个检测装置来进行变压器的防盗检测时，并没有利用到所述各个检测装置的关联性信息来提高检测判断的准确度，导致户外变压器被盗破坏案件常有发生。
[0020]基于此，在本申请的技术方案中，期望采用多传感器信息融合的技术构思来提高变压器防盗报警的精准度。这本质上是一个分类的问题，也就是，利用深度神经网络模型来对于红外探测器本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种具有防盗功能的变压器，其特征在于，包括：监测信号采集模块，用于获取由红外探测器采集的红外探测回波信号以及由振动传感器采集的振动信号；红外回波信号编码模块，用于将所述红外探测回波信号的波形图通过使用通道注意力机制的第一卷积神经网络以得到红外特征图；降噪模块，用于将所述振动信号通过作为降噪器的自动编码器以得到降噪后振动信号；振动特征提取模块，用于将所述降噪后振动信号的波形图通过作为特征提取器的第二卷积神经网络以得到振动特征图；第一节俭分解鼓励因数计算模块，用于计算所述振动特征图的节俭分解鼓励因数，其中，所述振动特征图的节俭分解鼓励因数与以所述振动特征图的各个特征矩阵中各个位置的特征值的负值为幂的自然指数函数值的加权和有关；第二节俭分解鼓励因数计算模块，用于计算所述红外特征图的节俭分解鼓励因数，其中，所述红外特征图的节俭分解鼓励因数与以所述红外特征图的各个特征矩阵中各个位置的特征值的负值为幂的自然指数函数值的加权和有关；融合模块，用于以所述振动特征图的节俭分解鼓励因数和所述红外特征图的节俭分解鼓励因数作为权重，融合所述红外特征图和所述振动特征图以得到分类特征图；以及预警模块，用于将所述分类特征图通过分类器以得到分类结果，所述分类结果用于表示是否产生防盗预警提示。2.根据权利要求1所述的具有防盗功能的变压器，其特征在于，所述红外回波信号编码模块，进一步用于：所述第一卷积神经网络的各层在层的正向传递中对输入数据进行：对所述输入数据进行基于二维卷积核的卷积处理以生成卷积特征图；对所述卷积特征图进行池化处理以生成池化特征图；对所述池化特征图进行激活处理以生成激活特征图；计算所述激活特征图的沿通道维度的各个特征矩阵的全局均值以获得通道特征向量；计算所述通道特征向量中各个位置的特征值相对于所述通道特征向量的所有位置的特征值的加权和的比值以获得通道加权特征向量；以及以所述通道加权特征向量的各个位置的特征值作为权重对所述激活特征图的沿通道维度的特征矩阵进行点乘以获得生成特征图；其中，所述第一卷积神经网络的最后一层输出的所述生成特征图为所述红外特征图。3.根据权利要求2所述的具有防盗功能的变压器，其特征在于，所述降噪模块，包括：编码单元，用于使用所述自动编码器的编码器对所述振动信号进行编码以得到振动特征，其中，所述自动编码器的编码器为卷积层；以及解码单元，用于使用所述自动编码器的解码器对所述振动特征进行解码以得到所述降噪后振动信号，其中，所述自动编码器的解码器为反卷积层。4.根据权利要求3所述的具有防盗功能的变压器，其特征在于，所述振动特征提取模块，进一步用于：所述第二卷积神经网络的各层在层的正向传递中对输入数据进行：对所述输入数据进行基于二维卷积核的卷积处理以生成卷积特征图；对所述卷积特征图进行池化处理以生成池化特征图；对所述池化特征图进行激活处理以生成激活特征图；其中，所述第二卷积神经网络的最后一层的输出为所述分类特征矩阵。5.根据权利要求4所述的具有防盗功能的变压器，其特征在于，所述第一节俭分解鼓励因数计算模块，进一步用于：以如下公式计算所述振动特征图的所述节俭分解鼓励因数；其中，所述公式为：
其中表示所述振动特征图中各个位置的特征值，为激活函数，且表示向量的二范数，为超参数，表示所述振动特征图的...

【专利技术属性】
技术研发人员：王德荣，王刚，周保产，
申请(专利权)人：江苏鑫鸿电气设备有限公司，
类型：发明
国别省市：