一种无人机放电探测的优化方法技术

本发明专利技术提出了一种无人机放电探测的优化方法，用以解决在高压设备发生放电时，无法在不断电的情况下精准定位高压设备缺陷的位置，导致运维成本过高的技术问题。本发明专利技术包括采集高压设备上的温度、电磁辐射和绝缘材料的图像信息，获得序列提取特征值，根据高压设备的温度和电磁辐射的序列获得每组高压设备的健康程度评价，再将高压设备的图像特征值和高压设备整体使用年限相结合作为修正系数，通过修正系数与高压设备的健康程度得到最终的高压设备状态评价值；将最终的高压设备状态评价值数据投入预测网络进行预测，基于预测网络得出的结果，分析后与无人机放电探测装置采集的信息进行结合，既可以检测是否存在放电情况又能精准定位放电的具体位置。准定位放电的具体位置。准定位放电的具体位置。

【技术实现步骤摘要】
一种无人机放电探测的优化方法


[0001]本专利技术涉及无人机监测放电的
，尤其涉及一种无人机放电探测的优化方法。

技术介绍

[0002]在供电的传输过程中会存在高压设备局部放电的情况，高压设备局部放电是指在高压设备中的绝缘介质在高电场强度作用下，发生在电极之间的未贯穿的放电。这种放电只存在于绝缘的局部位置，而不会立即形成贯穿性通道，因此称之为局部放电。如果对高压设备局部放电处理不当的话，会腐蚀高压设备绝缘层，通常会形成树状的电气树，久而久之导致高压设备或附件受到损坏和故障。目前市面上常使用的高压设备局部放电检测方法有两种：一为在线检测高压设备局部放电系统，是在电网不断电的情况下进行检测高压设备局部操作，属于无损、无创的操作方式，它在高压设备正常工作电压下评估高压设备的老化受损；二为离线检测高压设备局部放电系统，顾名思义需要设备先断电，断电后再需要测试的高压设备上已高于正常工作的电压测试，无形中会容易增加故障发生的概率。不过它的优点也很明显，其可以精准定位高压设备缺陷损坏位置，从而提高了维修的效率，降低了运维成本。
[0003]因此需要一种既可以不断电的情况下检测高压设备局部是否存在放电情况，又能精准定位高压设备局部放电的损坏位置，在不断电的情况下提高维修效率。

技术实现思路

[0004]针对在高压设备发生放电时，无法在不断电的情况下精准定位高压设备局部放电的位置，导致运维成本过高和维修效率过低的技术问题，本专利技术提出一种无人机放电探测的优化方法，解决了在不断电的情况下无法精准定位高压设备局部放电的位置、维修效率低、运维成本高的技术问题。
[0005]为了达到上述目的，本专利技术的技术方案是这样实现的一种无人机放电探测的优化方法，该方法包括：
[0006]步骤一：用预设的采样频率获取高压设备上的温度、高压设备上的电磁辐射和高压设备上绝缘材料的图像信息，得到温度序列和电磁辐射序列，图像信息进行灰度化处理；基于获取的图像信息，提取灰度化后各张图像的实际灰度值，对于正常的灰度值进行预设，然后比较所述实际灰度值均值与预设的灰度值均值，得到图像灰度值对比序列；
[0007]步骤二：基于获取的绝缘材料图像信息，提取灰度化后各张图像的实际灰度值，对于正常的灰度值进行预设，然后比较所述实际灰度值均值与预设的灰度值均值，得到图像灰度值对比序列；根据温度序列和电磁辐射序列的波动程度获得高压设备的健康程度，再依据图像灰度值对比序列的特征值与高压设备的使用年限相结合获得高压设备的修正系数，最后把得到的高压设备的健康程度和高压设备的修正系数相结合得到高压设备的最终评价指标；
[0008]步骤三：将高压设备的最终评价指标通过预测方法进行预测：利用训练数据进行训练获得TCN预测网络模型，将实时获取的高压设备的最终评价指标作为信息输入TCN预测网络模型中，输出对应的预测数据，进行分析高压设备是否存在放电情况；
[0009]步骤四：基于TCN预测网络得出的结果，分析后与无人机上放电探测装置采集的信息进行结合，通过检测高压设备局部是否存在放电情况、精准定位放电的具体位置。
[0010]进一步地，基于温度序列的方差、均值以及温度序列中的最大值、最小值，计算温度评价值；基于所述电磁辐射序列的方差、均值以及电磁辐射序列中的最大值、最小值，计算电磁辐射评价值；基于提取图像中的实际灰度值，将其实际灰度值与预设的灰度阈值进行对比，计算灰度特征值。
[0011]进一步地，所述高压设备的健康程度评价方法为：
[0012][0013]式中：T
i
为某一个采样时刻高压设备的温度值；P
i
为某一个采样时刻高压设备的电磁辐射值；U
i
是指某一个采样时刻高压设备的健康程度评价值。
[0014]进一步地，所述高压设备的修正系数为：将图像灰度特征值与高压设备的使用年限相结合，利用反正切函数消除量纲，再将图像灰度特征值的方差与高压设备的使用年限相乘得到高压设备的修正系数。
[0015]进一步地，所述高压设备的最终评价指标的评价方法为：
[0016][0017]其中，F为高压设备的修正系数；U为高压设备的健康程度；K为高压设备的最终评价指标。
[0018]进一步地，所述高压设备状态的预测方法为：将所述各历史设定时间段内的高压设备的最终评价指标的数据序列都输入到训练好的TCN预测网络中，输出预测的结果。
[0019]进一步地，所述TCN预测网络模型的训练过程为：
[0020]构建TCN预测网络；
[0021]获取连续的各历史设定时间段内的高压设备的最终评价指标数据指标，作为训练集，将训练集输入到TCN预测网络，对所述TCN预测网络进行训练，训练后得到TCN神经网络模型；
[0022]训练时引入改进的损失函数，通过改进的损失函数计算输出数据与输入的训练集的实际数据的误差，对TCN预测网络进行训练；所述改进的损失函数为：计算历史各时间段对应的高压设备的最终评价指标的数据置信度，并将所述置信度加权到各时间段高压设备的最终评价指标的数据对应的均方差损失函数。
[0023]进一步地，所述其中TCN预测网络的损失函数为：使用置信度C
i
作为质量分数，并归一化到相加为一的样本权重c＝{C1,C2,C3,....C
j
}，且：
[0024]Loss＝∑(Loss
j
*C
j
)
[0025]其中：C为归一化后的质量系数，作为损失权重，loss为每个样本的损失，得到的序列为高压设备的最终评价指标数据。
[0026]本专利技术至少有如下的有益效果：使用传感器在基于特定的采样频率下所采集高压设备上的温度、电磁辐射，用于分析当前高压设备的健康程度；绝缘材料的图像信息和高压
设备的使用年限，用于分析当前高压设备的修正系数；所得的健康程度和修正系数相结合，得到最终的高压设备状态评价值，将最终的高压设备状态评价值数据投入预测网络进行预测，预测高压设备将来状态的好坏；基于预测结果，分析后与无人机上放电探测装置采集的信息进行结合，实现既可以检测高压设备局部是否存在放电情况又能精准定位放电的具体位置；本专利技术不但结合了高压设备自身的状态还参考了使用年限作为依据，使得分析更加立体，预测更加精准，有效提高检测高压设备局部放电的工作效率，在不断电的情况下精准定位高压设备局部放电的位置，节省人力物力。
附图说明
[0027]为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0028]图1为本专利技术的一个实施例提供的一种优化系统结构图。
具体实施方式
[0029]下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种无人机放电探测的优化方法，其特征在于，该方法包括以下步骤：步骤一：用预设的采样频率获取高压设备上的温度、高压设备上的电磁辐射和高压设备上绝缘材料的图像信息，得到温度序列和电磁辐射序列，图像信息进行灰度化处理；基于获取的图像信息，提取灰度化后各张图像的实际灰度值，对于正常的灰度值进行预设，然后比较所述实际灰度值均值与预设的灰度值均值，得到图像灰度值对比序列；步骤二：基于获取的绝缘材料图像信息，提取灰度化后各张图像的实际灰度值，对于正常的灰度值进行预设，然后比较所述实际灰度值均值与预设的灰度值均值，得到图像灰度值对比序列；根据温度序列和电磁辐射序列的波动程度获得高压设备的健康程度，再依据图像灰度值对比序列的特征值与高压设备的使用年限相结合获得高压设备的修正系数，最后把得到的高压设备的健康程度和高压设备的修正系数相结合得到高压设备的最终评价指标；步骤三：将高压设备的最终评价指标通过预测方法进行预测：利用训练数据进行训练获得TCN预测网络模型，将实时获取的高压设备的最终评价指标作为信息输入TCN预测网络模型中，输出对应的预测数据，进行分析高压设备是否存在放电情况；步骤四：基于TCN预测网络得出的结果，分析后与无人机上放电探测装置采集的信息进行结合，通过检测高压设备局部是否存在放电情况、精准定位放电的具体位置。2.根据权利要求1所述的无人机放电探测的优化方法，其特征在于，基于温度序列的方差、均值以及温度序列中的最大值、最小值，计算温度评价值；基于所述电磁辐射序列的方差、均值以及电磁辐射序列中的最大值、最小值，计算电磁辐射评价值；基于提取图像中的实际灰度值，将实际灰度值与预设的灰度阈值进行对比，计算灰度特征值。3.根据权利要求2所述的无人机放电探测的优化方法，其特征在于，所述高压设备的健康程度评价方法为：式中：T
i
为某一个采样时刻高压设备的温度值；P
i
为某一个采样时刻高压设备的电磁辐射值；U
i

【专利技术属性】
技术研发人员：杨东东，卢世昕，李志立，张伟，李志雪，岳泉酉，杨静，玄志恒，陈鹏，韦光辉，李靖，赵含笑，韩明奇，吕绪康，刘瑞华，
申请(专利权)人：国家电网有限公司，
类型：发明
国别省市：