一种基于残差神经网络的电缆缺陷识别方法技术

本发明专利技术公开了一种基于残差网络的电缆缺陷识别方法，首先通过脉冲电流法获取不同缺陷类型电缆的局部放电数据，然后利用局部放电数据分析系统获得电缆局部放电PRPD图谱，对图像进行预处理、图像信息增强，最后采用残差神经网络模型对局放数据综合训练测试，识别电缆存在的缺陷类型，操作简单、识别准确率和诊断效率高。本发明专利技术的技术方案有效的解决了现有技术中缺陷类型难以快速判定、修复的问题，提高电力系统的稳定性。力系统的稳定性。力系统的稳定性。

【技术实现步骤摘要】
一种基于残差神经网络的电缆缺陷识别方法


[0001]本专利技术属于电缆检测
，涉及一种基于残差神经网络的电缆缺陷识别方法。

技术介绍

[0002]随着我国电力能源互联网的建设，凸显输电网络安全有效运行的重要性。随着长期运行电缆的绝缘结构逐渐老化，其故障率也随之上升，准确判断电缆的故障类型并快速修复，可以减少停电事故造成的诸多损失。电缆绝缘结构缺陷区域易发生局部放电现象，将加剧绝缘结构进一步劣化，加深原有的绝缘缺陷引起更严重的放电，给电缆的安全运行带来极大困难。
[0003]交联聚乙烯电力电缆根据各种不同类型的绝缘缺陷导致的局部放电一般可以分为：主绝缘划痕沿面放电、金属尖刺放电、气隙放电、外半导电层损伤悬浮放电。电力电缆不同绝缘缺陷引起的局部放电现象有一定的差异，导致的危害程度也有所不同，因此准确识别分析电力电缆存在的绝缘缺陷类型对于及时维护、修缮电缆线路意义重大，同时对于指导现场工程实际具有重大意义。
[0004]现阶段通过神经网络模型识别电缆存在的缺陷类型的研究开展广泛，如孟航提出了基于长短期记忆神经网络和Mann...

【技术保护点】

【技术特征摘要】
1.一种基于残差神经网络的电缆缺陷识别方法，其特征在于，步骤为：(1)通过脉冲电流法获取不同缺陷类型电缆的局部放电数据；通过脉冲电流法采集电缆的局部放电信息，脉冲电流法通过罗格夫斯基线圈从电气设备的接地点或测量阻抗在耦合电容上由局部放电所导致的脉冲电流来实现对放电相位、放电幅值、局部放电量、放电次数等放电参数的采集，按照相应国家标准GB/T 7354
‑
2018搭建，局放检测系统保存所有局放信息并对其分析处理；(2)得到局部放电的PRPD图谱，即基于局部放电相位分布模式分析电缆局放数据；通过采集多个放电周期下的脉冲放电量、放电次数和对应相位等数据，构造三者之间的关系，从而获得其三维统计谱图；(3)对电缆局放图谱进行预处理得到灰度图像；对局放图谱进行预处理形成对应灰度图像，可以直观地观察到局部放电的放电量、相位分布以及放电次数等特征，不同区域内的局部放电次数为n
i,j
，该区域内的最大放电次数为n
max
，计算图谱中各像素点的灰度值：(4)对经过预处理后的电缆局放数据灰度图进行增强图像信息操作，提取图像纹理特征；(5)利用残差神经网络模型训练电缆局放数据并测试识别准确率及识别效率；在卷积神经网络结构的基础上在每两个卷...

【专利技术属性】
技术研发人员：郭翔宇，孙耘龙，卢伟，鲁娜，孙长海，赵哲，梁文佳，刘佳昊，朱梓维，王章军，
申请(专利权)人：大连理工大学上海霍开光电技术有限公司，
类型：发明
国别省市：