一种局放和热像信息融合的检测方法及相关装置制造方法及图纸

本申请公开了一种局放和热像信息融合的检测方法及相关装置，方法包括：基于

【技术实现步骤摘要】
一种局放和热像信息融合的检测方法及相关装置


[0001]本申请涉及变电站巡检
，尤其涉及一种局放和热像信息融合的检测方法及相关装置
。

技术介绍

[0002]对主网的变压器和互感器故障的检测方式来说，从过去的事故发生后的故障定位检测，发展为事故发生前的人工定期检测，再发展到现在的机器人定期进入变电站检测和在线检测两种方式
。
[0003]现有的局放信息依靠单一传感器识别无法完成准确的故障模式识别；同时对依靠单一维度
、
有限视角的视频或图片信息无法完整记录和反映变电站现场实际情况，而且视频流信息过于庞大，不便于保存
。

技术实现思路

[0004]本申请提供了一种局放和热像信息融合的检测方法及相关装置，用于解决现有视频流信息过于庞大导致处理成本高且由于单一传感器无法完成准确的故障模式识别的问题
。
[0005]有鉴于此，本申请第一方面提供了一种局放和热像信息融合的检测方法，应用于由多个传感器构成的巡检机器人，所述方法包括：
[0006]基于
Mallat
算法对巡检机器人得到的各传感器信号进行去噪；
[0007]基于工况识别方式对去噪后的各传感器信号进行信息融合，得到工况数据，基于
Hu
不变矩法对所述工况数据进行特征级信息融合，得到特征数据；
[0008]从速度更新方式
、
脉冲发射速率更新方式以及适应度函数对
BA
算法的结构进行优化，得到改进的
BA
算法；
[0009]通过改进的
BA
算法优化
BP
神经网络的权值和偏置值参数，建立基于
BA
算法优化的
BA
‑
BP
分类模型，从而对所述特征数据进行识别检测
。
[0010]可选地，所述基于
Mallat
算法对巡检机器人得到的各传感器信号进行去噪，具体包括：
[0011]根据多分辨率分析理论构造出构造尺度函数和小波函数，用于将各传感器信号进行抽取分解到各个频率尺度，从而得到不同尺度的低频系数和高频系数；
[0012]在不同尺度的低频系数和高频系数中选择阈值进行滤波从而剔除噪声信号后，通过重构变换得到有效信号
。
[0013]可选地，所述基于工况识别方式对去噪后的各传感器信号进行信息融合，得到工况数据，具体包括：
[0014]根据信号角度
θ
的变化情况确定处于稳定工况的各传感器信号，并根据起始时间戳的角度
θ
s
和结束时间戳的角度
θ
e
差从处于稳定工况的各传感器信号确定正常传感器信号，将所述正常传感器信号中相同时间戳的传感器数据通过线性插值进行对齐，合并为一
个矩阵，得到工况数据
。
[0015]可选地，所述基于
Hu
不变矩法对所述工况数据进行特征级信息融合，得到特征数据，具体包括：
[0016]对所述工况数据进行提取和转换，得到局放放信号和热像信号融合的轨迹图像；
[0017]利用
Hu
不变矩法对轨迹图像进行几何特征提取，得到变压器局放信号的
Hu
不变矩
。
[0018]可选地，所述从速度更新方式
、
脉冲发射速率更新方式以及适应度函数对
BA
算法的结构进行优化，得到改进的
BA
算法，具体包括：
[0019]在速度更新方程中增加
SIW
策略，对脉冲发射速率更新方式进行调整，并设计适应度函数对
BA
算法的结构进行优化，得到改进的
BA
算法；
[0020]其中，调整后的所述脉冲发射速率更新方式为：
[0021][0022]式中，
t
为当前迭代次数，
LG
为算法迭代的总次数，
γ1为预设参数，用于调整
β
n
(t)
更新曲线的变化趋势；
[0023]所述适应度函数为：
[0024][0025]式中，
acc0
为训练集准确率，
acc1
为测试集准确率
。
[0026]可选地，所述通过改进的
BA
算法优化
BP
神经网络的权值和偏置值参数，建立基于
BA
算法优化的
BA
‑
BP
分类模型，具体包括：
[0027]从所述特征数据获取样本数据并划分为训练集和测试集，并对训练集进行归一化处理；
[0028]确定
BP
神经网络的拓扑结构后进行初始化，通过训练集对
BP
神经网络并采用优化后的
BA
算法搜索最优权值和偏置值；
[0029]通过测试集对优化后的
BP
神经网络进行测试，从而建立基于
BA
算法优化的
BA
‑
BP
分类模型
。
[0030]可选地，所述巡检机器人，具体包括：巡检机器人本体
、
若干个传感器
、
摄像模块和补光灯；
[0031]其中，传感器包括：
IMU
传感器
、GPS
传感器
、
热像仪和局放检测仪；
[0032]所述巡检机器人本体采用
IP65
以上防水等级设计
。
[0033]本申请第二方面提供一种局放和热像信息融合的检测系统，所述系统包括：
[0034]去噪单元，用于基于
Mallat
算法对巡检机器人得到的各传感器信号进行去噪；
[0035]融合单元，用于基于工况识别方式对去噪后的各传感器信号进行信息融合，得到工况数据，基于
Hu
不变矩法对所述工况数据进行特征级信息融合，得到特征数据；
[0036]改进单元，用于从速度更新方式
、
脉冲发射速率更新方式以及适应度函数对
BA
算法的结构进行优化，得到改进的
BA
算法；
[0037]识别单元，用于通过改进的
BA
算法优化
BP
神经网络的权值和偏置值参数，建立基于
BA
算法优化的
BA
‑
BP
分类模型，从而对所述特征数据进行识别检测
。
[0038]本申请第三方面提供一种局放和热像信息融合的检测设备，所述设备包括处理器以及存储器：
[0039]所述存储器用于存储程序代码，并将所述程序代码传输给所述处理器；
[0040]所述处理器用本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种局放和热像信息融合的检测方法，其特征在于，应用于由多个传感器构成的巡检机器人，方法包括：基于
Mallat
算法对巡检机器人得到的各传感器信号进行去噪；基于工况识别方式对去噪后的各传感器信号进行信息融合，得到工况数据，基于
Hu
不变矩法对所述工况数据进行特征级信息融合，得到特征数据；从速度更新方式
、
脉冲发射速率更新方式以及适应度函数对
BA
算法的结构进行优化，得到改进的
BA
算法；通过改进的
BA
算法优化
BP
神经网络的权值和偏置值参数，建立基于
BA
算法优化的
BA
‑
BP
分类模型，从而对所述特征数据进行识别检测
。2.
根据权利要求1所述的局放和热像信息融合的检测方法，其特征在于，所述基于
Mallat
算法对巡检机器人得到的各传感器信号进行去噪，具体包括：根据多分辨率分析理论构造出构造尺度函数和小波函数，用于将各传感器信号进行抽取分解到各个频率尺度，从而得到不同尺度的低频系数和高频系数；在不同尺度的低频系数和高频系数中选择阈值进行滤波从而剔除噪声信号后，通过重构变换得到有效信号
。3.
根据权利要求1所述的局放和热像信息融合的检测方法，其特征在于，所述基于工况识别方式对去噪后的各传感器信号进行信息融合，得到工况数据，具体包括：根据信号角度
θ
的变化情况确定处于稳定工况的各传感器信号，并根据起始时间戳的角度
θ
s
和结束时间戳的角度
θ
e
差从处于稳定工况的各传感器信号确定正常传感器信号，将所述正常传感器信号中相同时间戳的传感器数据通过线性插值进行对齐，合并为一个矩阵，得到工况数据
。4.
根据权利要求1所述的局放和热像信息融合的检测方法，其特征在于，所述基于
Hu
不变矩法对所述工况数据进行特征级信息融合，得到特征数据，具体包括：对所述工况数据进行提取和转换，得到局放放信号和热像信号融合的轨迹图像；利用
Hu
不变矩法对轨迹图像进行几何特征提取，得到变压器局放信号的
Hu
不变矩
。5.
根据权利要求1所述的局放和热像信息融合的检测方法，其特征在于，所述从速度更新方式
、
脉冲发射速率更新方式以及适应度函数对
BA
算法的结构进行优化，得到改进的
BA
算法，具体包括：在速度更新方程中增加
SIW
策略，对脉冲发射速率更新方式进行调整，并设计适应度函数对
BA
算法的结构进行优化，得到改进的
BA
算法；其中，调整后的所述脉冲发射速率更新方式为：式中，
t
为当前迭代次数，
LG
为算法迭代的总次数，
β...

【专利技术属性】
技术研发人员：周小艺，廖雁群，周子裕，梁育雄，李惠鸿，周夏涵，仇炜，刘颖，唐博晓，谭皓文，黄辉，
申请(专利权)人：广东电网有限责任公司珠海供电局，
类型：发明
国别省市：