【技术实现步骤摘要】
本专利技术涉及电力系统中电力设备检测，尤其涉及一种电力设备机械振动缺陷检测方法、装置、设备及介质。
技术介绍
1、气体绝缘电力设备在制造、安装和运行过程中产生的机械缺陷是导致设备发生故障的主要因素。
2、目前，现有技术中通常基于深度学习对气体绝缘电力设备进行机械振动缺陷检测，主要通过确定一维时域振动信号对应的时频图像数据，例如，二维电流灰度图像、灰度特征图像和小波灰度图，进而基于二维卷积神经网络模型对二维图像进行故障分析，得到故障诊断结果。
3、但是，现有技术对信号处理分析技术存在依赖，需要先将一维时域振动信号转化为时频图像数据，再对时频图像数据进行分析处理，导致机械振动缺陷检测过程复杂且效率低。
技术实现思路
1、本专利技术提供了一种电力设备机械振动缺陷检测方法、装置、设备及介质，以解决电力设备机械振动缺陷检测过程优化的问题，提高了电力设备机械振动缺陷检测的效率。
2、根据本专利技术的一方面，提供了一种电力设备机械振动缺陷检测方法，包括：
...
【技术保护点】
1.一种电力设备机械振动缺陷检测方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述第一数量为6，所述第二数量为3；
3.根据权利要求1所述的方法，其特征在于，机械缺陷类型信息包括无缺陷类型信息、波纹管螺栓松动类型信息、母线气室螺栓异物类型信息和母线弹簧拉伸类型信息。
4.根据权利要求1所述的方法，其特征在于，所述机械缺陷检测模型的训练方法，包括：
5.根据权利要求4所述的方法，其特征在于，所述获取所述待检测气体绝缘电力设备对应的样本数据集，包括：
6.根据权利要求4所述的方法，其特征在于...
【技术特征摘要】
1.一种电力设备机械振动缺陷检测方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述第一数量为6，所述第二数量为3；
3.根据权利要求1所述的方法，其特征在于，机械缺陷类型信息包括无缺陷类型信息、波纹管螺栓松动类型信息、母线气室螺栓异物类型信息和母线弹簧拉伸类型信息。
4.根据权利要求1所述的方法，其特征在于，所述机械缺陷检测模型的训练方法，包括：
5.根据权利要求4所述的方法，其特征在于，所述获取所述待检测气体绝缘电力设备对应的样本数据集，包括：
<...【专利技术属性】
技术研发人员：蔡建峰，朱锐锋，黄晓波，王云龙，钟振鑫，姚聪伟，陈峥嵘，孙帅，唐松平，董玉玺，李健俊，庞小峰，张云，唐海芸，
申请(专利权)人：广东电网有限责任公司，
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。