用于配电网的超声波隐患检测方法及系统技术方案

本公开提供一种用于配电网的超声波隐患检测方法及系统，包括基于在配电网的多个区段中预先安装的超声波传感器，获取所述多个区段的初始超声波信息，分阶段滤除所述初始超声波信息中的噪声信息得到目标超声波信息；根据所述目标超声波信息以及配电网的拓扑结构信息，结合预先构建的隐患检测模型判断所述多个区段是否发生故障，若发生故障，则确定故障类别，并获取所述多个区段的电气信息；根据所述多个区段的电气信息以及配电网的拓扑结构信息，并通过预设的故障定位模型，确定所述多个区段中故障的位置信息。本公开的方法能够进行故障识别并且进行故障定位。别并且进行故障定位。别并且进行故障定位。

【技术实现步骤摘要】
用于配电网的超声波隐患检测方法及系统


[0001]本公开涉及检测技术，尤其涉及一种用于配电网的超声波隐患检测方法及系统。

技术介绍

[0002]随着社会水平的发展，安全稳定供电己经成为社会对电力系统的基本要求。近年来，国家电网公司不断提高系统可靠性、提高电压等级、降低线路及设备损耗。随着设备状态检修的逐渐推广，改变了以往不顾设备状态，按照电压等级和年限制定停电检修计划的“一刀切”模式，立足于设备的安全、可靠运行，而不是简单的强调现场试验，同时也把设备的功能检查(机械操作，巡检、运行经历)放到了很重要的位置，采取积极稳妥的指施适当放宽停电例行试验，加强设备带电检测的思路。
[0003]如何找到一种有效的配电网检测方法是本领域技术人员目前需要解决的问题。

技术实现思路

[0004]本公开实施例的第一方面，
[0005]提供一种用于配电网的超声波隐患检测方法，包括：
[0006]基于在配电网的多个区段中预先安装的超声波传感器，获取所述多个区段的初始超声波信息，分阶段滤除所述初始超声波信息中的噪声信息得到目标超声波信息；
[0007]根据所述目标超声波信息以及配电网的拓扑结构信息，结合预先构建的隐患检测模型判断所述多个区段是否发生故障，若发生故障，则确定故障类别，并获取所述多个区段的电气信息，其中，所述隐患检测模型基于改进的图神经网络构建，用于进行故障分类；
[0008]根据所述多个区段的电气信息以及配电网的拓扑结构信息，并通过预设的故障定位模型，确定所述多个区段中故障的位置信息，其中，所述故障定位模型基于改进的遗传算法构建，用于进行故障定位。
[0009]在一种可选的实施方式中，
[0010]所述方法还包括去除超声波的噪声：
[0011]对所述超声波信息进行频域分析，获取所述超声波信息对应的频率响应值；
[0012]将所述超声波信息输入预先构建的噪声滤波器，判断所述频率响应值与所述噪声滤波器的中心频率值是否相匹配，若是，则通过所述噪声滤波器滤除频率响应值与所述中心频率值相匹配的超声波信息，确定初始滤波信息；
[0013]通过对所述初始滤波信息进行插值处理，确定所述初始滤波信息的极大值和极小值，并确定所述极大值和所述极小值对应的极值均值，并根据所述初始滤波信息与所述极值均值的残差序列，重复在所述初始滤波信息中加入白噪声并且从加入白噪声之后的初始滤波信息中分解出固有模态函数，直至所述初始滤波信息中无法分解出固有模态函数。
[0014]在一种可选的实施方式中，
[0015]所述重复在所述初始滤波信息中加入白噪声并且从加入白噪声之后的初始滤波信息中分解出固有模态函数包括：
[0016]按照如下公式从加入白噪声之后的初始滤波信息中分解出固有模态函数：
[0017][0018]其中，IMF(t)表示固有模态函数，I表示分解次数，E
i
表示对所述初始滤波信息进行分解的中间状态值，x(t)表示待分解的初始滤波信息，r
i
表示第i次分解时加入的白噪声比例系数，w
i
表示第i次分解时加入的白噪声。
[0019]在一种可选的实施方式中，
[0020]所述根据所述多个区段的电气信息以及配电网的拓扑结构信息，并通过预设的故障定位模型，确定所述多个区段中故障的位置信息包括：
[0021]将所述电气信息以及所述拓扑结构信息进行初始化，构建故障初始种群；
[0022]基于从所述多个区段获取的电气信息，以及所述多个区段对应的电气目标期望值，确定电气畸变值，并根据所述电气畸变值，设定电气控制量；
[0023]结合所述电气控制量以及预设的优化目标函数，建立适应度函数，根据所述适应度函数对应的适应度值，动态设置所述适应度值对应的交叉率和变异率；
[0024]根据所述交叉率和所述变异率，迭代杂交所述初始种群中的个体，直至得到群体最优解，确定所述多个区段中故障的位置信息。
[0025]在一种可选的实施方式中，
[0026]所述结合所述电气控制量以及预设的优化目标函数，建立适应度函数包括：
[0027][0028]其中，F表示适应度值，k
h
表示电气控制量对应的电气系数，M表示迭代次数，L表示适应度值的数量，H
tar
表示电气目标期望值，H
j
表示电气信息，k
D
表示交叉变异系数，S
j
表示电气控制量，表示第j个交叉率和第v个变异率对应的综合值。
[0029]本公开实施例的第二方面，
[0030]提供一种用于配电网的超声波隐患检测系统，包括：
[0031]第一单元，用于基于在配电网的多个区段中预先安装的超声波传感器，获取所述多个区段的初始超声波信息，分阶段滤除所述初始超声波信息中的噪声信息得到目标超声波信息；
[0032]第二单元，用于根据所述目标超声波信息以及配电网的拓扑结构信息，结合预先构建的隐患检测模型判断所述多个区段是否发生故障，若发生故障，则确定故障类别，并获取所述多个区段的电气信息，其中，所述隐患检测模型基于改进的图神经网络构建，用于进行故障分类；
[0033]第三单元，用于根据所述多个区段的电气信息以及配电网的拓扑结构信息，并通过预设的故障定位模型，确定所述多个区段中故障的位置信息，其中，所述故障定位模型基于改进的遗传算法构建，用于进行故障定位。
[0034]在一种可选的实施方式中，
[0035]所述系统还包括第四单元用于
[0036]对所述超声波信息进行频域分析，获取所述超声波信息对应的频率响应值；
[0037]将所述超声波信息输入预先构建的噪声滤波器，判断所述频率响应值与所述噪声
滤波器的中心频率值是否相匹配，若是，则通过所述噪声滤波器滤除频率响应值与所述中心频率值相匹配的超声波信息，确定初始滤波信息；
[0038]通过对所述初始滤波信息进行插值处理，确定所述初始滤波信息的极大值和极小值，并确定所述极大值和所述极小值对应的极值均值，并根据所述初始滤波信息与所述极值均值的残差序列，重复在所述初始滤波信息中加入白噪声并且从加入白噪声之后的初始滤波信息中分解出固有模态函数，直至所述初始滤波信息中无法分解出固有模态函数。
[0039]在一种可选的实施方式中，
[0040]所述第四单元还用于：
[0041]按照如下公式从加入白噪声之后的初始滤波信息中分解出固有模态函数：
[0042][0043]其中，IMF(t)表示固有模态函数，I表示分解次数，E
i
表示对所述初始滤波信息进行分解的中间状态值，x(t)表示待分解的初始滤波信息，r
i
表示第i次分解时加入的白噪声比例系数，w
i
表示第i次分解时加入的白噪声。
[0044]在一种可选的实施方式中，
[0045]所述第三单本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种用于配电网的超声波隐患检测方法，其特征在于，包括：基于在配电网的多个区段中预先安装的超声波传感器，获取所述多个区段的初始超声波信息，分阶段滤除所述初始超声波信息中的噪声信息得到目标超声波信息；根据所述目标超声波信息以及配电网的拓扑结构信息，结合预先构建的隐患检测模型判断所述多个区段是否发生故障，若发生故障，则确定故障类别，并获取所述多个区段的电气信息，其中，所述隐患检测模型基于改进的图神经网络构建，用于进行故障分类；根据所述多个区段的电气信息以及配电网的拓扑结构信息，并通过预设的故障定位模型，确定所述多个区段中故障的位置信息，其中，所述故障定位模型基于改进的遗传算法构建，用于进行故障定位。2.根据权利要求1所述的方法，其特征在于，所述方法还包括去除超声波的噪声：对所述超声波信息进行频域分析，获取所述超声波信息对应的频率响应值；将所述超声波信息输入预先构建的噪声滤波器，判断所述频率响应值与所述噪声滤波器的中心频率值是否相匹配，若是，则通过所述噪声滤波器滤除频率响应值与所述中心频率值相匹配的超声波信息，确定初始滤波信息；通过对所述初始滤波信息进行插值处理，确定所述初始滤波信息的极大值和极小值，并确定所述极大值和所述极小值对应的极值均值，并根据所述初始滤波信息与所述极值均值的残差序列，重复在所述初始滤波信息中加入白噪声并且从加入白噪声之后的初始滤波信息中分解出固有模态函数，直至所述初始滤波信息中无法分解出固有模态函数。3.根据权利要求2所述的方法，其特征在于，所述重复在所述初始滤波信息中加入白噪声并且从加入白噪声之后的初始滤波信息中分解出固有模态函数包括：按照如下公式从加入白噪声之后的初始滤波信息中分解出固有模态函数：其中，IMF(t)表示固有模态函数，I表示分解次数，E
i
表示对所述初始滤波信息进行分解的中间状态值，x(t)表示待分解的初始滤波信息，r
i
表示第i次分解时加入的白噪声比例系数，w
i
表示第i次分解时加入的白噪声。4.根据权利要求1所述的方法，其特征在于，所述根据所述多个区段的电气信息以及配电网的拓扑结构信息，并通过预设的故障定位模型，确定所述多个区段中故障的位置信息包括：将所述电气信息以及所述拓扑结构信息进行初始化，构建故障初始种群；基于从所述多个区段获取的电气信息，以及所述多个区段对应的电气目标期望值，确定电气畸变值，并根据所述电气畸变值，设定电气控制量；结合所述电气控制量以及预设的优化目标函数，建立适应度函数，根据所述适应度函数对应的适应度值，动态设置所述适应度值对应的交叉率和变异率；根据所述交叉率和所述变异率，迭代杂交所述初始种群中的个体，直至得到群体最优解，确定所述多个区段中故障的位置信息。5.根据权利要求4所述的方法，其特征在于，所述结合所述电气控制量以及预设的优化目标函数，建立适应度函数包括：
其中，F表示适应度值，k
h
表示电气控制量对应的电气系数，M表示迭代次数，L表示适应度值的数量，H
tar
表示电气目标期望值，H
j
表示电气信息，k
D
表示交叉变异系数，S
j
...

【专利技术属性】
技术研发人员：郭蓉呈，
申请(专利权)人：中电鼎润广州科技发展有限公司，
类型：发明
国别省市：