一种光纤电流互感器的故障诊断方法及装置制造方法及图纸

本发明专利技术公开了一种光纤电流互感器的故障诊断方法及装置

【技术实现步骤摘要】
一种光纤电流互感器的故障诊断方法及装置


[0001]本专利技术涉及故障诊断
，尤其涉及一种光纤电流互感器的故障诊断方法及装置
。

技术介绍

[0002]随着我国经济的稳步发展与电力技术的不断进步，电网输配电设备向智能化
、
组合化
、
紧凑型
、
免维护
、
远程监控和状态检修等方向发展，电力传感器及通讯技术逐步普及并扩大应用范围
。
智能电网的基础是对电网各个环节运行信息的实时感知，传感器作为“智能信息感知终端”，成为推动智能电网发展的重要技术手段
。
依托光电器件及光纤材料技术的飞速发展，光学传感器已成为重要的传感器类型，其具有精度高
、
响应快
、
频谱宽
、
抗电磁干扰能力强
、
绝缘简单可靠等优点，在电力系统中有广泛的应用前景
。
光纤电流互感器已在超
/
特高压直流输电工程和柔性直流工程中实现规模化应用
。
[0003]光源是光纤电流互感器的重要组成部分，其运行稳定性直接影响互感器的工作状态
。
现场运行统计数据表明，光源所引起的光纤电流互感器故障率偏高，占所有故障的
63
％
。
[0004]目前而言，在半导体光源器件可靠性方面，国内尚无明确
、
完善的器件失效机理研究结论，半导体光源内部指标参数较多，光功率
、<br/>波长
、
光谱等参数对互感器性能影响因素交叉重叠，对驱动电路的长期稳定控制提出了很高的要求，工程现场曾出现由于温控电路失效导致互感器故障或温控效率降低导致互感器误差增大的案例
。
与此同时，现有国产光源没有集成背光探测技术，光源出现故障时光功率无法直接监测，不能及时发出预警信号，光源自诊断技术不完善
。
因此，如何提供一种可以分析光纤电流互感器内部光源的工作状态与故障情况的方案，成为本领域技术人员亟待解决的技术问题
。

技术实现思路

[0005]本专利技术的目的是：提供一种光纤电流互感器的故障诊断方法及装置，能够实现对光纤电流互感器的故障诊断，从而分析光纤电流互感器内部光源的工作状态与故障情况等信息，方便光纤电流互感器的监控与检修
。
[0006]为了达到上述目的，本专利技术第一方面提供一种光纤电流互感器的故障诊断方法，包括：
[0007]获取光纤电流互感器的光源监测数据；
[0008]对光源监测数据进行过采样，并将过采样后的光源监测数据划分为训练样本
、
测试样本和验证样本；
[0009]分别对训练样本
、
测试样本和验证样本提取特征向量，将训练样本的特征向量构建训练集，测试样本的特征向量构建测试集，验证样本的特征向量构建验证集；
[0010]利用训练集和测试集对预设的故障诊断模型进行训练，得到训练后的故障诊断模型；
[0011]利用验证集对训练后的故障诊断模型的精度进行验证，并判断训练后的故障诊断模型的精度是否满足要求；
[0012]若精度不满足要求，重新利用训练集和测试集对训练后的故障诊断模型进行训练；若满足要求，利用训练后的故障诊断模型对光纤电流互感器进行故障诊断
。
[0013]优选地，光源监测数据包括光纤电流互感器的光模块温度
、
相对光功率
、
超辐射发光二极管光功率
、
半波电压
、
超辐射发光二极管电流
、
半导体制冷器电流和参考源电压
。
[0014]优选地，对光源监测数据进行过采样，包括：
[0015]对光源监测数据进行合成少数类过采样
。
[0016]优选地，预设的故障诊断模型为基于向量胶囊网络的故障诊断模型
。
[0017]优选地，利用验证集对训练后的故障诊断模型的精度进行验证，包括：
[0018]根据公式
(1)
和公式
(2)
，分别利用验证集对训练后的故障诊断模型的准确率和召回率进行验证：
[0019]Accuracy
＝
TP+TNTP+TN+FN+FP 公式
(1)
[0020][0021]其中，
Accuracy
代表训练后的故障诊断模型的准确率，
Recall
代表训练后的故障诊断模型的召回率，
TP
代表正确的匹配数目，
FP
代表误报的匹配数目，
FN
代表漏报的匹配数目，
TN
代表正确的的非匹配数目
。
[0022]本专利技术第二方面提供一种光纤电流互感器的故障诊断装置，包括：
[0023]数据获取模块，用于获取光纤电流互感器的光源监测数据；
[0024]过采样模块，用于对光源监测数据进行过采样，并将过采样后的光源监测数据划分为训练样本
、
测试样本和验证样本；
[0025]特征提取模块，用于分别对训练样本
、
测试样本和验证样本提取特征向量，将训练样本的特征向量构建训练集，测试样本的特征向量构建测试集，验证样本的特征向量构建验证集；
[0026]模型训练模块，用于利用训练集和测试集对预设的故障诊断模型进行训练，得到训练后的故障诊断模型；
[0027]模型验证模块，用于利用验证集对训练后的故障诊断模型的精度进行验证，并判断训练后的故障诊断模型的精度是否满足要求；
[0028]故障诊断模块，用于若精度不满足要求，重新利用训练集和测试集对训练后的故障诊断模型进行训练；若满足要求，利用训练后的故障诊断模型对光纤电流互感器进行故障诊断
。
[0029]优选地，光源监测数据包括光纤电流互感器的光模块温度
、
相对光功率
、
超辐射发光二极管光功率
、
半波电压
、
超辐射发光二极管电流
、
半导体制冷器电流和参考源电压
。
[0030]优选地，过采样模块对光源监测数据进行过采样，包括：
[0031]对光源监测数据进行合成少数类过采样
。
[0032]优选地，预设的故障诊断模型为基于向量胶囊网络的故障诊断模型
。
[0033]优选地，模型验证模块利用验证集对训练后的故障诊断模型的精度进行验证，包括：
[0034]根据公式
(1)
和公式
(2)
，分别利用验证集对训练后的故障诊断模型的准确率和召回率进行验证：
[0035]Accuracy
＝
TP+TNTP+TN+FN+FP 公式
(1)
[0036本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种光纤电流互感器的故障诊断方法，其特征在于，包括：获取光纤电流互感器的光源监测数据；对所述光源监测数据进行过采样，并将过采样后的光源监测数据划分为训练样本
、
测试样本和验证样本；分别对所述训练样本
、
所述测试样本和所述验证样本提取特征向量，将所述训练样本的特征向量构建训练集，所述测试样本的特征向量构建测试集，所述验证样本的特征向量构建验证集；利用所述训练集和所述测试集对预设的故障诊断模型进行训练，得到训练后的故障诊断模型；利用所述验证集对训练后的故障诊断模型的精度进行验证，并判断训练后的故障诊断模型的精度是否满足要求；若精度不满足要求，重新利用所述训练集和所述测试集对训练后的故障诊断模型进行训练；若满足要求，利用训练后的故障诊断模型对所述光纤电流互感器进行故障诊断
。2.
根据权利要求1所述的故障诊断方法，其特征在于，所述光源监测数据包括所述光纤电流互感器的光模块温度
、
相对光功率
、
超辐射发光二极管光功率
、
半波电压
、
超辐射发光二极管电流
、
半导体制冷器电流和参考源电压
。3.
根据权利要求1所述的故障诊断方法，其特征在于，所述对所述光源监测数据进行过采样，包括：对所述光源监测数据进行合成少数类过采样
。4.
根据权利要求1所述的故障诊断方法，其特征在于，所述预设的故障诊断模型为基于向量胶囊网络的故障诊断模型
。5.
根据权利要求1所述的故障诊断方法，其特征在于，所述利用所述验证集对训练后的故障诊断模型的精度进行验证，包括：根据公式
(1)
和公式
(2)
，分别利用所述验证集对训练后的故障诊断模型的准确率和召回率进行验证：
Accuracy
＝
TP+TN/TP+TN+FN+FP
ꢀꢀꢀ
公式
(1)
其中，
Accuracy
代表训练后的故障诊断模型的准确率，
Recall
代表训练后的故障诊断模型的召回率，
TP
代表正确的匹配数目，
FP
代表误报的匹配数目，
FN
代表漏报的匹配数目，
TN
代表正确的的非匹配数目
。6.
一种光纤电流互感器的故障诊断装置，其特征在于，包括：数据获取...

【专利技术属性】
技术研发人员：庞福滨，刘建，李玮，嵇建飞，陈轩，孔祥平，袁宇波，
申请(专利权)人：国网江苏省电力有限公司国网江苏省电力有限公司超高压分公司，
类型：发明
国别省市：