【技术实现步骤摘要】
本专利技术属于接地网状态评估领域，具体涉及一种基于电阻抗成像和神经网络的接地网状态评估方法。
技术介绍
1、在电力系统中接地网发生故障会导致电气设备损坏，增加维修成本；增加工作人员的触电风险，威胁人身安全等。因此对接地网进行全面性能评估，获取各接地部件的缺陷、运行状态等关键信息，实现提前预警，避免事故发生，保护设备，提高安全性。
2、针对以上现象，司文荣于2015年2月3日申请并授权的《一种变电站接地网腐蚀状态评估方法及其系统》(专利号：201510056616.5)提出了一种变电站接地网腐蚀状态评估方法，该方法通过对冲击电流测试和趋势分析，利用冲击接地阻抗和响应曲线的数据和提供的实时数据，对接地网状态的变化及时响应，但需要进行复杂的数据处理和计算，而且腐蚀状态评估和模块的趋势分析、相关系数可能受到模型的选择和参数设置的影响，存在一定的主观性和误差。王劭菁于2019年6月26日申请并授权的《一种变电站接地网状态评估方法及计算机系统》(专利号：201910563461.2)提供了一种变电站接地网状态评估方法，通过综合考虑电气和非电气性能指标，利用改进的topsis法进行初步评估，为及时有效的接地网检修提供全面准确的评估结果，但该方法数据获取有难度、权重确定困难、算法复杂性，还易受主观性影响导致结构不准确。王杉于2023年7月18日申请并授权的《接地网腐蚀检测方法、系统、存储介质及移动终端》(专利号：202310879689.9)通过构建腐蚀样本数据集、使用改进的gaenet网络模型进行训练，最终部署于移动终端，能实现对
技术实现思路
1、本专利技术所要解决的技术问题在于针对上述现有技术的不足，提供了一种基于电阻抗成像和ca-efficientnetv2的接地网状态评估方法，该方法既能对接地网进行全面准确的评估，实现提前预警，又不耗时耗力，保护设备，应用前景良好。
2、为解决上述技术问题，本专利技术采用的技术方案是：一种基于电阻抗成像和ca-efficientnetv2的接地网状态评估方法，包括以下步骤：
3、步骤1：根据电阻抗成像方法获取接地网的工程实践数据、仿真数据和模拟试验数据样本；
4、步骤2：利用翻转和eca-dcgan的预处理方法对接地网图像数据集进行优化；
5、步骤3：构建ca-efficientnetv2网络模型；
6、步骤4：通过预设的ca-efficientnetv2网络模型对处理后的样本数据集进行网络训练，并调节参数优化网络；
7、步骤5：将待测试的接地网图像输入到训练后的ca-efficientnetv2模型中进行检测。
8、可选地，步骤1中根据电阻抗成像方法构建接地网故障数据集：
9、（1）由工程实践获得的数据样本：以某变电站为研究对象，分别在背阴潮湿、干燥土壤和靠近主变压器三个区域随机选取网格为3*3的接地网作为实验对象进行实验；
10、（2）由模型仿真获得的数据样本：基于接地网状态评估准则，在comsol仿真软件中建立接地网仿真模型，利用接地网电阻抗成像正问题原理获取16个点的电压数据，将仿真得到的数据进行拟合处理使其更加接近工程实际的电压数据，再根据接地网电阻抗成像逆问题原理对逆问题得到的电阻率进行成像，进而得到接地网不同腐蚀情况的仿真图像数据集样本；
11、（3）由模拟实验获得的数据样本：搭建接地网模拟试验平台，根据接地网的拓扑结构搭建接地系统的电阻模型，采用低频激发电模块为模拟接地网单元的引下线提供低频电流激励，采用供能装置为调控单元和信号路径选择装置提供必要的电力支持；调控单元控制信号路径选择，实现电流的注入和流出，再通过电势测量模块捕捉接地网系统引下线的电势信息，将获得的电势信息进行拟合处理使其接近工程实际并传递至电阻率重建单元，最后利用电阻率重建单元处理采集的电位信息，实现高速电位解读成像。
12、采用二次多项式拟合方法对仿真数据和实验数据进行处理，得到拟合函数如下所示：
13、 （1）
14、式中，v1是工程实际获取的电压数据，v2是仿真获取的电压数据或模拟实验获取的电压数据。
15、可选地，步骤2中对所述样本数据进行预处理，具体包括：对所述接地网故障样本进行翻转和eca-dcgan数据扩增和增强。
16、针对所述的接地网腐蚀数据集，随机选取64张图片与50维随机噪声一同输入到eca-dcgan模型，通过生成器和鉴别器的相互学习，捕捉数据集的特征，生成更具多样性的图像样本，实现接地网样本集的增强。
17、可选地，步骤3中构建ca-efficientnetv2神经网络模型：
18、首先，在efficientnetv2基础上将se模块替换为coordinate attention模块，然后根据数据集的具体情况调整网络模型的参数，如卷积核大小、步长、池化大小等参数，将hardswish激活函数引入efficientnetv2，并配置初始学习率、批量大小、权重衰减等参数，构建ca-efficientnetv2模型。
19、可选地，步骤4中ca-efficientnetv2网络的训练及优化：
20、将预处理后的接地网图片每16张为一批，作为ca-efficientnetv2模型的输入并进行训练，ca-efficientnetv2对每批次的接地网数据样本进行特征提取和分类，输出层将模型的分类结果与接地网实际图像标签进行对比，并采用加权交叉熵损失函数计算网络分类结果和真实图片的误差，通过随机梯度下降优化器不断调整ca-efficientnetv2模型的学习率和动量参数，使加权交叉熵损失函数的值达到最小，最后得到最佳ca-efficientnetv2模型。
21、可选地，步骤5中将待检验的接地网图像样本输入到训练后的ca-efficientnetv2模型中进行检测，输出接地网腐蚀状态，以实现接地网状态评估。
22、本专利技术基于电阻抗成像和神经网络方法对接地网进行状态评估，通过神经网络的深度学习能力，结合电阻抗成像提供的高分辨率的二维成像，更精确的检测接地网中的异常状态，减轻了人工分析的负担；采用的eca-dcgan数据增强技术有效扩充了数据集，提高了模型的训练鲁棒性和泛化性能；采用的efficientnetv2解决模型参数量过大和计算复杂的问题，而且ca模块的引入增强了efficientnetv2对特征的提取能力，解决了特征提取不充分的问题，提高了接地网状态评估的准确性。
本文档来自技高网...【技术保护点】
1.一种基于电阻抗成像和CA-EfficientNetV2的接地网状态评估方法，其特征在于，该方法包括以下步骤：
2.根据权利要求1所述的一种基于电阻抗成像和CA-EfficientNetV2的接地网状态评估方法，其特征在于，在步骤1中，数据集构建：
3.根据权利要求1所述的一种基于电阻抗成像和CA-EfficientNetV2的接地网状态评估方法，其特征在于，在步骤1中，拟合函数公式为：
4.根据权利要求1所述的一种基于电阻抗成像和CA-EfficientNetV2的接地网状态评估方法，其特征在于，在步骤2中，对所述样本数据进行预处理：
5.根据权利要求1所述的一种基于电阻抗成像和CA-EfficientNetV2的接地网状态评估方法，其特征在于，步骤3中，构建CA-EfficientnetV2神经网络模型：
6.根据权利要求1所述的一种基于电阻抗成像和CA-EfficientNetV2的接地网状态评估方法，其特征在于，在步骤4中，对CA-EfficientNetV2模型的训练及优化：
7.根据权利要求1所
...【技术特征摘要】
1.一种基于电阻抗成像和ca-efficientnetv2的接地网状态评估方法，其特征在于，该方法包括以下步骤：
2.根据权利要求1所述的一种基于电阻抗成像和ca-efficientnetv2的接地网状态评估方法，其特征在于，在步骤1中，数据集构建：
3.根据权利要求1所述的一种基于电阻抗成像和ca-efficientnetv2的接地网状态评估方法，其特征在于，在步骤1中，拟合函数公式为：
4.根据权利要求1所述的一种基于电阻抗成像和ca-efficientnetv2的接地网状态评估方法，其特征在于，在步骤2中，对所述样本数据进行预处理：
5.根据权利要求1所...
【专利技术属性】
技术研发人员：闫孝姮，张雪，陈伟华，侯潇涵，徐英锷，丁一凡，崔正炜，
申请(专利权)人：辽宁工程技术大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。