【技术实现步骤摘要】
本专利技术涉及电力设备监测，具体涉及一种绝缘子表面污秽程度评估方法及系统。
技术介绍
1、绝缘子是电力系统中的重要组成部分，其表面的污秽程度对电力设备的安全稳定运行至关重要。传统的绝缘子表面污秽监测数据分析主要使用泄漏电流幅值大小判别法，以及分析计算出泄漏电流中的谐波频谱图后通过人工定期观察对比检索绝缘子表面污秽程度。依靠单一的泄漏电流幅值难以准确的判别绝缘子表面的污秽工况，绝缘子泄漏电流中谐波频谱很大程度上表征了绝缘子表面污秽程度，但现有方法均需要人工观察检索，存在主观性和局限性，无法对大量的监测数据进行有效处理和实时分析，限制了其在实际应用中的效果。
2、随着人工智能技术，特别是大数据处理和模式识别技术的发展，可以将人工智能应用于绝缘子表面污秽的分析和评估中，从而实现对绝缘子表面污秽程度的准确、实时评估。专利cn112884720a公开了一种配电线路污闪绝缘子检测方法及系统，该方法包括：获取待测图像；提取待测图像中的绝缘子，得到待测绝缘子图像；计算每个待测绝缘子图像的傅里叶频谱，得到检测用频谱特征；根据每个待测绝缘子图像...
【技术保护点】
1.一种绝缘子表面污秽程度评估方法，其特征在于，包括：
2.根据权利要求1所述的绝缘子表面污秽程度评估方法，其特征在于，将绝缘子表面污秽程度分为正常、警告和严重，所述深度学习神经网络模型的输出Y＝[y0,y1,y2]，其中，y0表示污秽程度为正常的概率值，y1表示污秽程度为警告的概率值，y2表示污秽程度为严重的概率值。
3.根据权利要求1所述的绝缘子表面污秽程度评估方法，其特征在于，通过电流传感器对绝缘子的泄漏电流信号进行电流波形采集；将泄漏电流信号表示为多个信号分量的线性叠加，并通过如下的电流采样公式进行电流采样，以得到绝缘子的泄漏电流数据；
4.根...
【技术特征摘要】
1.一种绝缘子表面污秽程度评估方法，其特征在于，包括：
2.根据权利要求1所述的绝缘子表面污秽程度评估方法，其特征在于，将绝缘子表面污秽程度分为正常、警告和严重，所述深度学习神经网络模型的输出y＝[y0,y1,y2]，其中，y0表示污秽程度为正常的概率值，y1表示污秽程度为警告的概率值，y2表示污秽程度为严重的概率值。
3.根据权利要求1所述的绝缘子表面污秽程度评估方法，其特征在于，通过电流传感器对绝缘子的泄漏电流信号进行电流波形采集；将泄漏电流信号表示为多个信号分量的线性叠加，并通过如下的电流采样公式进行电流采样，以得到绝缘子的泄漏电流数据；
4.根据权利要求3所述的绝缘子表面污秽程度评估方法，其特征在于，对通过式(1)采样得到的离散时间信号进行离散傅里叶变换：
5.根据权利要求4所述的绝缘子表面污秽程度评估方法，其特征在于，提取频谱幅值作为泄漏电流的频谱特征量；k频率分量对应的幅值为：
6.根据权利要求5所述的绝缘子表面污秽程度评估方法...
【专利技术属性】
技术研发人员：王晓杰，许军，黄友聪，陈少康，郑钟楠，方超颖，
申请(专利权)人：国网福建省电力有限公司电力科学研究院，
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。