System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 一种变压器状态监测方法、系统、电子设备及存储介质技术方案_技高网

一种变压器状态监测方法、系统、电子设备及存储介质技术方案

技术编号:41360410 阅读:12 留言:0更新日期:2024-05-20 10:10
本发明专利技术实施例提供一种变压器状态监测方法、系统、电子设备及存储介质,属于变电运维安全生产领域。该方法包括:通过传感器和音频采集器采集变压器的多模态数据以及通过摄像头采集视觉图像;并对多模态数据进行处理转换为图像,与视觉图像在同一维度逐像素融合,获得融合后的数据图像;将融合后的数据图像输入至预先构建的监测模型,以监测变压器的运行状况。不仅使用视频图像,也融合温度、气体、音频多类型数据,并利用基于多模态神经网络构建的监测模型综合分析后监测变压器运行状况,不仅监测精度高,而且变压器数据采集利用率高,可信度高,能够极大提高运维人员和监控人员对设备的掌握程度,保障变压器安全稳定运行。

【技术实现步骤摘要】

本专利技术涉及变电运维安全生产,具体地涉及一种变压器状态监测方法、系统、电子设备及存储介质


技术介绍

1、变压器作为变电站中核心设备之一,担负着将高电压变送为低电压,或者将低电压转换为高电压的重要任务,是整个电力系统中不可或缺的重要组成部件。

2、在很长一段时间内,变压器状态监测信息主要通过内置传感器及外置摄像机采集,通过光纤传输,在运行主站或集控站/调控中心远程监视变压器的运行工况,这些数据通常都是独立分散的,相互之间缺乏关联性,只能通过单一数据或人工凭借经验判断变压器运行是否正常。

3、近几年,主要采用综合分析设备状态,但大都基于模糊综合评判法、采用半梯形与半岭形相结合的传统方法实现,这些方法需要人工设置权重参数,自学习能力差,而且仅依据单一数据进行监测其实际监测效果差,进而致使变压器数据采集利用率低,可信度差,无法有效掌握设备的实际运行状态。


技术实现思路

1、本专利技术实施例的目的是提供一种变压器状态监测方法、系统、电子设备及存储介质,用于全部或至少部分的解决上述现有技术中存在的监测效果差,进而致使变压器数据采集利用率低,可信度差,无法有效掌握设备的实际运行状态的问题。

2、为了实现上述目的,本专利技术实施例提供一种变压器状态监测方法,在变压器内、外部安装传感器,在变压器所处环境安装摄像头,所述变压器状态监测方法包括:

3、通过传感器和音频采集器采集变压器的多模态数据以及通过摄像头采集视觉图像;并对所述多模态数据进行处理转换为图像,与所述视觉图像在同一维度逐像素融合,获得融合后的数据图像;

4、将所述融合后的数据图像输入至预先构建的监测模型,以监测变压器的运行状况,其中,所述预先构建的监测模型是基于多模态神经网络构建的。

5、可选的,在变压器内部安装的传感器包括温度传感器和气体采集器,在变压器外部安装传感器包括安装在变压器外壁的音频采集器;

6、所述变压器的多模态数据包括温度数据、气体数据和音频数据。

7、可选的,对所述多模态数据进行处理转换为图像的过程包括:

8、所述温度数据利用热成像原理生成温度图像;

9、气体数据利用光在被测流场中的折射率梯度正比于流场的气流密度原理,将流场中密度梯度的变化转变为记录平面上相对光强变化,生成可分辨气体图像;

10、音频数据经过格式转换后,通过傅里叶变换生成音频图像。

11、可选的,所述监测模型的构建过程包括:

12、所述多模态神经网络包含频域图神经网络、长短时记忆网络、全连接层、归一化层、dropout层、非线性激活leakyrelu层;

13、在模型训练阶段,将正常运行状态下的变压器的多模态数据输入到所述多模态神经网络,基于误差反向传播与梯度下降机制更新监测模型的参数,获得初始监测模型;

14、在模型优化阶段,将被变压器运行状态异常下的多模态数据输入所述初始监测模型,根据所述初始监测模型的预测输出与真实值的均方根误差,优化所述初始监测模型,获得所述监测模型。

15、可选的,将所述融合后的数据图像输入至预先构建的监测模型,以监测变压器的运行状况,包括:

16、预先设定状态监测阈值;

17、将所述融合后的数据图像输入至预先构建的监测模型,输出监测结果;

18、将所述监测结果与所述预先设定状态监测阈值进行对比,若所述监测结果未超过所述预先设定状态监测阈值,则表示变压器运行状态正常,若所述监测结果超过所述预先设定状态监测阈值,则表示变压器运行状态异常。

19、可选的,所述变压器状态监测方法还包括:

20、若变压器运行状态正常,则不间断采集多模态数据和视觉图像进行分析;

21、若变压器运行状态异常,则发出报警信息,以使监控员通过远程摄像头或去现场查看变压器。

22、另一方面,本专利技术还提供一种变压器状态监测系统,包括:

23、数据采集模块,用于通过在变压器内部装设的温度传感器和气体采集器,以及在外壁装设的音频采集器,采集变压器的多模态数据,通过外部装设的摄像头采集视觉图像;

24、数据融合模块,用于对所述多模态数据进行处理转换为图像,与所述视觉图像在同一维度逐像素融合,获得融合后的图像数据;

25、数据分析模块,用于将所述融合后的图像数据输入基于多模态深度神经网络构建的监测模型,监测变压器的运行状态;

26、状态反馈模块,用于将所述监测模型输出的变压器的运行状态反馈至监控员。

27、另一方面,本专利技术还提供一种电子设备,包括存储器、处理器及存储在所述存储器上并可在所述处理器上进行运行的计算机程序,所述处理器执行所述程序时实现上述所述的变压器状态监测方法的步骤。

28、另一方面,本专利技术还提供一种非暂态计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现上述所述的变压器状态监测方法的步骤。

29、通过上述技术方案,不仅使用了视频图像,也融合了温度、气体、音频等多种类型数据,并利用基于多模态神经网络构建的监测模型综合分析后监测变压器运行状况,不仅监测精度高,而且变压器数据采集利用率高,可信度高,能够极大提高运维人员和监控人员对设备的掌握程度,保障变压器安全稳定运行。

30、本专利技术实施例的其它特征和优点将在随后的具体实施方式部分予以详细说明。

本文档来自技高网...

【技术保护点】

1.一种变压器状态监测方法,其特征在于,在变压器内、外部安装传感器,在变压器所处环境安装摄像头,所述变压器状态监测方法包括:

2.根据权利要求1所述变压器状态监测方法,其特征在于,在变压器内部安装的传感器包括温度传感器和气体采集器,在变压器外部安装传感器包括安装在变压器外壁的音频采集器;

3.根据权利要求2所述的变压器状态监测方法,其特征在于,对所述多模态数据进行处理转换为图像的过程包括:

4.根据权利要求1所述的变压器状态监测方法,其特征在于,所述监测模型的构建过程包括:

5.根据权利要求1所述的变压器状态监测方法,其特征在于,将所述融合后的数据图像输入至预先构建的监测模型,以监测变压器的运行状况,包括:

6.根据权利要求4所述的变压器状态监测方法,其特征在于,所述变压器状态监测方法还包括:

7.一种变压器状态监测系统,其特征在于,包括:

8.一种电子设备,包括存储器、处理器及存储在所述存储器上并可在所述处理器上进行运行的计算机程序,其特征在于,所述处理器执行所述程序时实现如权利要求1-6任一项所述的变压器状态监测方法的步骤。

9.一种非暂态计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1-6任意一项所述的变压器状态监测方法的步骤。

...

【技术特征摘要】

1.一种变压器状态监测方法,其特征在于,在变压器内、外部安装传感器,在变压器所处环境安装摄像头,所述变压器状态监测方法包括:

2.根据权利要求1所述变压器状态监测方法,其特征在于,在变压器内部安装的传感器包括温度传感器和气体采集器,在变压器外部安装传感器包括安装在变压器外壁的音频采集器;

3.根据权利要求2所述的变压器状态监测方法,其特征在于,对所述多模态数据进行处理转换为图像的过程包括:

4.根据权利要求1所述的变压器状态监测方法,其特征在于,所述监测模型的构建过程包括:

5.根据权利要求1所述的变压器状态监测方法,其特征在于,将所述融合后的...

【专利技术属性】
技术研发人员:毛玉旭刘故帅孙磊刘兴华巩方伟李垚刘顺华张扬张晶罗光凯罗兵刘菁吕红于磊高健翔殷鸣李增峰闫磊单亦波成晓俊吕越群杨庆勇王欣魏文震杨志文李强吴晓明杨增健谢同平孙帝王泽龙阎学雨常达杜文陈朝迁崔珠峰阚兴宸董彦辰
申请(专利权)人:国网山东省电力公司淄博供电公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1