单相双分裂并联电缆故障诊断方法技术

本申请涉及一种相双分裂并联电缆故障诊断方法

【技术实现步骤摘要】
单相双分裂并联电缆故障诊断方法、装置、设备和介质


[0001]本申请涉及电缆运维
，特别是涉及一种单相双分裂并联电缆故障诊断方法
、
装置
、
设备和介质
。

技术介绍

[0002]单相双分裂并联电缆是一种常用的输电线路形式，其包括两根相同截面的电缆并联得到的特殊结构，该特殊结构可以提高输电容量和可靠性
。
然而，由于电缆的老化
、
环境因素
、
人为干扰等原因，电缆可能发生各种故障，如短路
、
开路
、
接地
、
过载
、
过温等，这些故障会影响电力系统的安全稳定运行，甚至造成严重的经济损失和社会影响
。
因此，及时准确地诊断和定位电缆故障是电力系统运维的重要任务
。

技术实现思路

[0003]基于此，有必要针对上述技术问题，提供一种能够及时准确诊断和定位电缆故障的单相双分裂并联电缆故障诊断方法
、
装置
、
设备和介质
。
[0004]第一方面，本申请提供了一种单相双分裂并联电缆故障诊断方法
。
该方法包括：
[0005]获取待诊断数据，待诊断数据包括预定时段内待诊断单相双分裂并联电缆的运行数据；
[0006]利用训练好的故障诊断模型对待诊断数据进行故障诊断，得到诊断结果；
[0007]其中，故障诊断模型是根据单相双分裂并联样本电缆在历史预定时段内的历史运行数据和故障信息标签进行训练得到的，故障信息标签包括历史运行数据中的故障数据
、
故障类型及故障位置
。
[0008]在其中一个实施例中，利用训练过的故障诊断模型对待诊断数据进行故障诊断，得到诊断结果，包括：
[0009]对待诊断数据进行去噪处理和降维处理，得到待诊断特征数据；
[0010]将待诊断特征数据输入训练过的故障诊断模型中，输出诊断结果
。
[0011]在其中一个实施例中，该故障诊断模型采用深度神经网络，深度神经网络包括输入层
、
卷积层
、
池化层
、
全连接层和输出层；将待诊断特征数据输入训练过的故障诊断模型中，输出诊断结果包括：
[0012]将待诊断特征数据输入输入层，得到第一输出结果；
[0013]将第一输出结果输入卷积层，利用多个卷积核对第一输出结果进行卷积运算，并通过激活函数增加非线性，得到第二输出结果；
[0014]将第二输出结果输入池化层，对第二输出结果进行下采样，得到第三输出结果；
[0015]将第三输出结果输入全连接层，对第三输出结果进行分类或回归，得到诊断结果
。
[0016]在其中一个实施例中，训练好的故障诊断模型是通过如下过程得到的：
[0017]根据单相双分裂并联样本电缆在历史预定时段内的历史运行数据和故障信息标签，对故障诊断模型进行参数调优；
[0018]使用验证集获取故障诊断模型的诊断的准确率；
[0019]在准确率达到预设阈值的情况下，得到训练好的故障诊断模型
。
[0020]在其中一个实施例中，该方法还包括：
[0021]根据诊断结果生成故障诊断报告，故障诊断报告包括待诊断单相双分裂并联电缆的电缆编号
、
预定时段
、
故障数据
、
故障类型及故障位置；
[0022]基于故障诊断报告向用户终端发送报警信息
。
[0023]第二方面，本申请还提供了一种模型训练方法，该方法包括：
[0024]获取单相双分裂并联样本电缆在历史预定时段内的历史运行数据和故障信息标签，故障信息标签包括历史运行数据中的故障数据
、
故障类型及故障位置；
[0025]利用故障诊断模型对历史运行数据进行故障诊断，得到预测故障信息；
[0026]根据预测故障信息以及故障信息标签对故障诊断模型进行参数优化
。
[0027]第三方面，本申请还提供了一种单相双分裂并联电缆故障诊断装置，该装置包括：
[0028]获取模块，用于获取待诊断数据，待诊断数据包括预定时段内待诊断单相双分裂并联电缆的运行数据；
[0029]诊断模块，用于利用训练好的故障诊断模型对待诊断数据进行故障诊断，得到诊断结果；其中，故障诊断模型是根据单相双分裂并联样本电缆在历史预定时段内的历史运行数据和故障信息标签进行训练得到的，故障信息标签包括历史运行数据中的故障数据
、
故障类型及故障位置
。
[0030]第四方面，本申请还提供了一种模型训练装置
。
该装置包括：
[0031]训练获取模块，用于获取单相双分裂并联样本电缆在历史预定时段内的历史运行数据和故障信息标签，故障信息标签包括历史运行数据中的故障数据
、
故障类型及故障位置；
[0032]训练预测模块，用于利用故障诊断模型对历史运行数据进行故障诊断，得到预测故障信息；
[0033]训练调优模块，用于根据预测故障信息以及故障信息标签对故障诊断模型进行参数优化
。
[0034]第五方面，本申请还提供了一种计算机设备
。
该计算机设备包括存储器和处理器，存储器存储有计算机程序，处理器执行计算机程序时实现上述第一方面提供的单相双分裂并联电缆故障诊断方法或第二方面提供的模型训练方法
。
[0035]第四方面，本申请还提供了一种计算机可读存储介质
。
该计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现上述第一方面提供的单相双分裂并联电缆故障诊断方法或第二方面提供的模型训练方法
。
[0036]第五方面，本申请还提供了一种计算机程序产品
。
该计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现上述第一方面提供的单相双分裂并联电缆故障诊断方法或第二方面提供的模型训练方法
。
[0037]上述单相双分裂并联电缆故障诊断方法
、
装置
、
设备和介质，获取待诊断数据，该待诊断数据包括预定时段内待诊断单相双分裂并联电缆的运行数据；利用训练好的故障诊断模型对待诊断数据进行故障诊断，得到诊断结果；其中，故障诊断模型是根据单相双分裂并联样本电缆在历史预定时段内的历史运行数据和故障信息标签进行训练得到的，故障信
息标签包括历史运行数据中的故障数据
、
故障类型及故障位置
。
本申请实施例利用单相双分裂并联样本电缆在历史预定时段内的历史运行数据和故障信息标签作为训练样本，通过训练样本对故障诊断模型进行训练，再利用训练好的故障诊断模型对采集的带诊断数据进行故障诊断，得到诊断本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种单相双分裂并联电缆故障诊断方法，其特征在于，所述方法包括：获取待诊断数据，所述待诊断数据包括预定时段内待诊断单相双分裂并联电缆的运行数据；利用训练好的故障诊断模型对所述待诊断数据进行故障诊断，得到诊断结果；其中，所述故障诊断模型是根据单相双分裂并联样本电缆在历史预定时段内的历史运行数据和故障信息标签进行训练得到的，所述故障信息标签包括所述历史运行数据中的故障数据
、
故障类型及故障位置
。2.
根据权利要求1所述的方法，其特征在于，所述利用训练过的故障诊断模型对所述待诊断数据进行故障诊断，得到诊断结果，包括：对所述待诊断数据进行去噪处理和降维处理，得到待诊断特征数据；将所述待诊断特征数据输入所述训练过的故障诊断模型中，输出所述诊断结果
。3.
根据权利要求2所述的方法，其特征在于，所述故障诊断模型采用深度神经网络，所述深度神经网络包括输入层
、
卷积层
、
池化层
、
全连接层和输出层；所述将所述待诊断特征数据输入所述训练过的故障诊断模型中，输出所述诊断结果包括：将所述待诊断特征数据输入所述输入层，得到第一输出结果；将所述第一输出结果输入所述卷积层，利用多个卷积核对所述第一输出结果进行卷积运算，并通过激活函数增加非线性，得到第二输出结果；将所述第二输出结果输入所述池化层，对所述第二输出结果进行下采样，得到第三输出结果；将所述第三输出结果输入所述全连接层，对所述第三输出结果进行分类或回归，得到所述诊断结果
。4.
根据权利要求1所述的方法，其特征在于，所述训练好的故障诊断模型是通过如下过程得到的：根据单相双分裂并联样本电缆在历史预定时段内的历史运行数据和故障信息标签，对故障诊断模型进行参数调优；使用验证集获取所述故障诊断模型的诊断的准确率；在准确率达到预设阈值的情况下，得到训练好的故障诊断模型
。5.
根据权利要求1至4任意一项所述的方法，其特征在于，所述方法还包括：根据所述诊断结果生成故障诊断报告，所述故障诊断报告包括待诊断单相双分裂...

【专利技术属性】
技术研发人员：卞佳音，朱闻博，侯帅，惠宝军，冯宾，展云鹏，张珏，何泽斌，江少镇，刘奕军，邱烜，麦嘉裕，
申请(专利权)人：广东电网有限责任公司广州供电局，
类型：发明
国别省市：