【技术实现步骤摘要】
一种基于多模态数据融合的开关柜故障诊断方法和系统
[0001]本专利技术属于电力系统监测与预警
，更具体地，涉及一种基于多模态数据融合的开关柜故障诊断方法和系统。
技术介绍
[0002]开关柜是电力系统中非常重要的设备，用于保护电力系统的安全和稳定运行，随着电力设备自动化和智能化程度的提高，开关柜的监测与预警变得越来越重要。现有的开关柜监测与预警机制包括采用单一类型传感器的监测方法，以及基于在线监测装置的监测方法。
[0003]然而，上述现有的开关柜监测与预警机制均存在着一些不可忽视的缺陷：(1)开关柜设备的状态信息较多，采用单一类型传感器的监测方法往往只能反映设备的特定状态，难以全面准确地反映设备整体状态，这会导致设备状态监测的不完整和不准确，并会造成设备故障无法及时发现和处理，影响设备运行的安全性、稳定性和可靠性；(2)单一类型传感器的监测方法通常需要专门的人员对数据进行分析和判断，耗费时间和人力资源；(3)现有基于开关柜在线监测装置的监测方法需要监测的信息数据庞大，容易受到外界因素的干扰，且缺少精准分析与...
【技术保护点】
【技术特征摘要】
1.一种基于多模态数据融合的开关柜故障诊断方法，其特征在于，包括以下步骤：(1)监测开关柜的运行状态，以获取开关柜的数据信息。(2)对步骤(1)获取的数据信息进行预处理，以获取预处理后的数据信息。(3)对步骤(2)预处理后的数据信息进行融合处理，以得到一个多模态特征向量；(4)将步骤(3)得到的多模态特征向量输入预先训练好的开关柜故障诊断模型，以获取开关柜的故障诊断结果。2.根据权利要求1所述的基于多模态数据融合的开关柜故障诊断方法，其特征在于，开关柜的数据信息包括开关柜的图像、声音信号、温度信号等；步骤(2)首先是采用短时傅里叶变换STFT将数据信息中的声音从时域信号转换为频域信号，然后采用滑动窗口法来提取温度信号中的局部特征，最后采用高斯滤波法对图像进行去噪处理。3.根据权利要求1或2所述的基于多模态数据融合的开关柜故障诊断方法，其特征在于，步骤(3)具体包括以下子步骤：(3
‑
1)对步骤(2)预处理后的数据信息按照时间顺序进行排序，并对排序后的数据信息按照固定时间间隔进行采样和插值处理，以得到一组规律的时间序列信息。(3
‑
2)对步骤(3
‑
1)得到的时间序列信息进行归一化处理，以得到归一化处理后的时间序列信息。(3
‑
3)对步骤(3
‑
2)归一化处理后的数据信息进行分类处理，以得到多个通道。(3
‑
4)对步骤(3
‑
3)得到的多个通道进行逐元素乘积处理，以得到多模态特征向量。4.根据权利要求1至3中任意一项所述的基于多模态数据融合的开关柜故障诊断方法，其特征在于，开关柜故障诊断模型为CNN
‑
LSTM网络，其具体结构如下：第一层是卷积层，其输入为包含连续数据(如图像、声音、温度等)的三维张量X∈R
B
×
T
×
I
，输出为提取空间特征后生成的一组三维张量特征图X∈R
B
×
C
×
F
，其中X表示输入的连续数据，R表示向量的实数域，B表示连续数据的数量，T表示每个连续数据的长度，I表示每个时间步的特征向量大小，C表示卷积后得到的新的时间步数，F表示卷积核的数量。第二层是池化层，其输入为卷积层输出的的三维张量特征图X∈788R
B
×
C
×
F
，输出为缩小尺寸后的三维张量特征图X∈R
B1
×
C1
×
F1
，其中B1表示数据数量，C1表示池化后得到的新的时间步数，F1表示卷积核的数量第三层是LSTM层，其输入为池化层输出的三维特征图X∈R
B1
×
C1
×
F1
，输出为时序信息建模后的二维张量特征图X∈R
B
×
S
，其中S表示LSTM层输出的序列长度。第四层是全连接层，其输入为LSTM层输出的二维张量特征图X∈R
B
×
S
，输出为二维张量特征图X∈R
B
×
D
，其中D表示输出维度。5.根据权利要求4所述的基于多模态数据融合的开关柜故障诊断方法，其特征在于，开关柜故障诊断模型是通过以下步骤训练得到的：(4
‑
1)获取开关柜监测数据集，将该开关柜监测数据集进行预处理，并将预处理后的开关柜监测数据集按照8:1:1的比例划分成训练集、验证集和测试集，并对开关柜监测数据集中的所有样本进行标注。(4
‑
2)根据步骤(4
‑
1)标注的结果对步骤...
【专利技术属性】
技术研发人员：罗小勇，罗振哲，李先玲，刘健，
申请(专利权)人：武汉恒达电气有限公司，
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。