一种基于物联网的多劣化绝缘子综合检测方法和系统技术方案

本发明专利技术涉及绝缘子劣化检测技术领域，是一种基于物联网的多劣化绝缘子综合检测方法和系统，具体方法包括：采集绝缘子的实时工作状态数据和实时外观图像数据，并构建温

【技术实现步骤摘要】
一种基于物联网的多劣化绝缘子综合检测方法和系统


[0001]本专利技术涉及绝缘子劣化检测
，是一种基于物联网的多劣化绝缘子综合检测方法和系统
。

技术介绍

[0002]随着电网技术的持续改进与升级，人们对电力系统运行性能提出了更高要求
。
在此形势下，越来越多的绝缘子被大规模应用在配电系统中，尤其是最近这几年一直保持强劲发展态势的超高压
、
直流输电系统也采用了大量绝缘子
。
绝缘子不仅参与了导线悬挂，还发挥了显著的绝缘作用，因而对其运行性能提出了高标准要求，并且它的运行性能在很大程度上直接决定了电力系统能否可靠
、
安全运行
。
因此，对绝缘子的劣化状态进行实时监测，采取有效措施进行检修与维护，成为了电网行业亟待解决的难题
。
[0003]在现有已公开的专利技术技术中，如申请公开号为
CN114034997A
的专利公开了一种基于多参量的绝缘子劣化程度预测方法及系统，包括：在线监测复合绝缘子的劣化状态参量；对劣化状态参量进行归一化处理；基于试验手段，获取不同劣化状态参量下的复合绝缘子的劣化程度检测参数；基于灰色理论算法，建立复合绝缘子劣化程度预测模型；利用归一化后的劣化状态参量和劣化程度检测参数构成输入序列，输入至复合绝缘子劣化程度预测模型中；由模型输出复合绝缘子劣化程度的预测值
。
该专利通过考虑电气
、
环境
、
结构等多类参数对绝缘子劣化程度进行判断，缺少对数据的清洗与修正，仅是对绝缘子的相关参数分析导致系统误判率高
。
[0004]又如申请公开号为
CN114280434A
的专利公开了一种复合绝缘子劣化程度量化分析方法及系统，通过实时监测复合绝缘子末屏泄漏电流
、
相对介损
、
相对电容量及局放信号，从而准确判断复合绝缘子是否存在明显的异常故障，同时通过量化灰色评价方法对复合绝缘子的状态进行量化分析，以达到及时获知复合绝缘子运行状态
、
及时排查劣化故障的目的；该专利所用的灰色评价方法依靠巡检员的主观经验，缺乏数学推导，且导致绝缘子劣化的参量之间的关系是非线性的，灰色关联度的评价方法所用的前提是假设参量之间的关系是线性的，对绝缘子劣化程度判断的准确度低
。
[0005]上述专利均出现了在绝缘子的劣化检测中误判率高
、
缺少对绝缘子劣化趋势的预测
、
实时监测困难以及检测准确度低的问题
。

技术实现思路

[0006]本部分的目的在于概述本专利技术的实施例的一些方面以及简要介绍一些较佳实施例
。
在本部分以及本申请的说明书摘要和专利技术名称中可能会做些简化或省略以避免使本部分
、
说明书摘要和专利技术名称的目的模糊，而这种简化或省略不能用于限制本专利技术的范围
。
[0007]本专利技术所要解决的技术问题是针对现有技术中，绝缘子的劣化检测中缺少对绝缘子劣化趋势的预测
、
实时监测困难以及检测准确度低的问题，提出了一种基于物联网的多劣化绝缘子综合检测方法和系统
。
[0008]为了达到上述目的，本专利技术一种基于物联网的多劣化绝缘子综合检测方法的技术方案包括如下步骤：
[0009]S1
：通过绝缘子中的内置传感器和监控设备，采集绝缘子的实时工作状态数据和实时外观图像数据，并通过无线通信将实时工作状态数据和实时外观图像数据传输到本地服务器；
[0010]S2
：根据步骤
S1
，构建温
‑
湿
‑
图
‑
声
‑
电的多模态融合数据库；
[0011]S3
：通过巡检员对绝缘子问题的描述，构建巡检员经验知识库；
[0012]S4
：根据步骤
S2
，构建绝缘子历史工作数据驱动库，通过多模态融合数据库中不断更新的实时数据驱动预测绝缘子的劣化趋势；
[0013]S5
：根据步骤
S2
‑
S4
，对绝缘子的工作状态进行识别，并对绝缘子的故障原因和劣化程度进行判别诊断；
[0014]S6
：通过绝缘子的三维几何建模，将绝缘子的工作状态以图形化界面展示，对故障绝缘子自动发出故障警示，并弹出自助维护建议
。
[0015]具体的，所述步骤
S1
中绝缘子中的内置传感器包括：
[0016]温度传感器用于采集绝缘子实时工作状态下的温度数据；
[0017]湿度传感器用于采集绝缘子实时工作状态下的环境湿度数据；
[0018]振动传感器用于采集绝缘子实时工作状态下的声波振动数据；
[0019]电流传感器用于采集绝缘子实时工作状态下的电流数据
。
[0020]具体的，所述实时工作状态数据和实时外观图像数据所构成的数据集包括：
[0021]；
[0022]其中，为联合数据集；
[0023]当时，为温度数据；当时，为湿度数据；当时，为实时外观图像数据；当时，为声波振动数据；当时，为电流数据；
[0024]；
[0025]其中，为差值数据集；为中第个模态数据的序号
。
[0026]具体的，所述步骤
S2
中温
‑
湿
‑
图
‑
声
‑
电的多模态融合数据库的构建包括如下具体步骤：
[0027]S201
：对采集的绝缘子的实时工作状态数据和实时外观图像数据进行数据清洗和图像去噪处理；
[0028]S202
：根据步骤
S201
，通过对处理后的实时工作状态数据和实时外观图像数据进行数据对齐处理，将实时工作状态数据和实时外观图像数据对齐到同一采集时间点；
[0029]S203
：计算温
‑
湿
‑
图
‑
声
‑
电的多模态融合数据库中数据的边缘函数和最优融合函数；
[0030]S204
：计算温
‑
湿
‑
图
‑
声
‑
电的多模态融合数据库中各个模态数据与绝缘子故障劣化的相关度
。
[0031]具体的，所述步骤
S203
包括：
[0032]边缘函数的计算策略如下：
[0033]；
[0034]其中：
[0035]为第个模态数据在检测时间点为
t
时的边缘函数；
[0036]为完成一次绝缘子综合检测的时间段；
[0037]L
为检测时间点为
t
时，第本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种基于物联网的多劣化绝缘子综合检测方法，其特征在于：所述方法包括如下具体步骤：
S1
：通过绝缘子中的内置传感器和监控设备，采集绝缘子的实时工作状态数据和实时外观图像数据，并通过无线通信将实时工作状态数据和实时外观图像数据传输到本地服务器；
S2
：根据步骤
S1
，构建温
‑
湿
‑
图
‑
声
‑
电的多模态融合数据库；
S3
：通过巡检员对绝缘子问题的描述，构建巡检员经验知识库；
S4
：根据步骤
S2
，构建绝缘子历史工作数据驱动库，通过多模态融合数据库中不断更新的实时数据驱动预测绝缘子的劣化趋势；
S5
：根据步骤
S2
‑
S4
，对绝缘子的工作状态进行识别，并对绝缘子的故障原因和劣化程度进行判别诊断；
S6
：通过绝缘子的三维几何建模，将绝缘子的工作状态以图形化界面展示，对故障绝缘子自动发出故障警示，并弹出自助维护建议
。2.
根据权利要求1所述的一种基于物联网的多劣化绝缘子综合检测方法，其特征在于，所述
S1
中绝缘子中的内置传感器包括：温度传感器用于采集绝缘子实时工作状态下的温度数据；湿度传感器用于采集绝缘子实时工作状态下的环境湿度数据；振动传感器用于采集绝缘子实时工作状态下的声波振动数据；电流传感器用于采集绝缘子实时工作状态下的电流数据
。3.
根据权利要求2所述的一种基于物联网的多劣化绝缘子综合检测方法，其特征在于，所述实时工作状态数据和实时外观图像数据所构成的数据集包括：；其中，为联合数据集；当时，为温度数据；当时，为湿度数据；当时，为实时外观图像数据；当时，为声波振动数据；当时，为电流数据；；其中，为差值数据集；为中第个模态数据的序号
。4.
根据权利要求3所述的一种基于物联网的多劣化绝缘子综合检测方法，其特征在于，所述
S2
中温
‑
湿
‑
图
‑
声
‑
电的多模态融合数据库的构建包括如下具体步骤：
S201
：对采集的绝缘子的实时工作状态数据和实时外观图像数据进行数据清洗和图像去噪处理；
S202
：根据步骤
S201
，通过对处理后的实时工作状态数据和实时外观图像数据进行数据对齐处理，将实时工作状态数据和实时外观图像数据对齐到同一采集时间点；
S203
：计算温
‑
湿
‑
图
‑
声
‑
电的多模态融合数据库中数据的边缘函数和最优融合函数；
S204
：计算温
‑
湿
‑
图
‑
声
‑
电的多模态融合数据库中各个模态数据与绝缘子故障劣化的
相关度
。5.
根据权利要求4所述的一种基于物联网的多劣化绝缘子综合检测方法，其特征在于，所述
S203
包括：边缘函数的计算策略如下：；其中：为第个模态数据在检测时间点为
t
时的边缘函数；为完成一次绝缘子综合检测的时间段；
L
为检测时间点为
t
时，第个模态数据的带宽；
n
为在内，截取到的第个模态数据的第
n
个数据点
,n
为正整数；
N
为在内，截取到的第个模态数据的数据点总个数；为关于检测时间点
t
的核函数
,
该核函数用于实现五个模态数据在高维特征空间的线性可分；为积分函数；最优融合函数的计算策略如下：；其中：为第个模态数据在检测时间点为
t
时的边缘函数；为在内，截取到的第个模态数据的第
n
个数据点的样本边缘函数；为在内，截取到的第个模态数据的第
n
个数据点的样本边缘函数；为条件选择函数，当同时满足时，所述条件选择函数值为1，反之为
0。6.
根据权利要求5所述的一种基于物联网的多劣化绝缘子综合检测方法，其特征在于，所述步骤
S204
中各个模态数据与绝缘子故障劣化的相关度的计算策略如下：；
其中，为对和分别在和上求积分；为第个模态数据与绝缘子故障劣化的相关度
。7.
根据权利要求6所述的一种基于物联网的多劣化绝缘子综合检测方法，其特征在于，所述巡检员经验知识库的构建包括如下具体步骤：
S301
：采集近
x1年中
x2个省份区域中
x3起绝缘子劣化案例中
x4个巡检员在本绝缘子劣化案例中关于绝缘子故障原因和劣化程度的描述语句，构成迭代更新的先验经验库；
S302
：采集5个巡检员同时对该检测绝缘子的故障原因和劣化程度的描述语句，通过
NLTK
分词工具处理后，输入至先验经验库比对；
S303

【专利技术属性】
技术研发人员：施睿弘，张锦程，杨铭，孟令煜，
申请(专利权)人：南京中鑫智电科技有限公司，
类型：发明
国别省市：