一种基于变电站开关柜设备的在线监测方法、存储介质及电子装置，属检测领域。包括采集目标设备的声学信号；利用高分辨率的短时分数阶傅里叶变换实现声学信号的时域—频域转换；将得到的数据由频谱域映射至音高域，对映射结果进行归一化处理，得到相应状态下的二维色度图像；将其与历史正常数据得到的色度图像进行比对，进而建立针对于开关柜设备的异常状态预警图谱集；基于计算高效、训练鲁棒性强的残差神经网络实现开关柜设备运行状态的可靠预警。本技术方案的计算高效、结果准确，得到的比对色度图谱包含了丰富的开关柜设备状态信息，为开关柜设备的状态辨识与缺陷预警提供了可靠的数据与技术支撑。可广泛用于开关柜设备的运行监控领域。行监控领域。行监控领域。
【技术实现步骤摘要】
一种基于变电站开关柜设备的在线监测方法、存储介质及电子装置
[0001]本专利技术属于检测领域，尤其涉及一种基于变电站开关柜设备的在线监测方法、存储介质及电子装置。
技术介绍
[0002]开关柜是电力系统变电与配电环节的重要组成设备，其运行的可靠性对于整个电力系统的安全与稳定起着极为重要的作用。
[0003]现有的针对于开关柜的在线监测手段大多侧重于局部放电、温度的监测方法研究，对于设备的机械状态监测研究相对缺乏；而据相关资料统计，开关柜设备内部部件接触不良的机械缺陷也是导致设备故障检修的重要原因。因此，寻求一种针对于开关柜设备运行状态的在线监测方法值得进一步研究。
[0004]授权公告日为2018.11.02，授权公告号为CN 104374423 B的专利技术专利，公开了“一种集群高压开关柜在线监测装置及其监测方法”，所述集群高压开关柜在线监测装置包括中央集中控制台、以太网、通信转换器、数据总线、集群开关柜；其特征为：每个开关柜中包括光纤温度传感器、真空断路器光纤位移传感器、电流传感器、开关柜功率监测模块、数据处理器；上述传感器、监测模块采集到数据信号后传输给数据处理器进行数据分析、处理，并将最终处理结果通过数据总线传输到通讯转换器后通过总线或以太网上传到中央集中控制台。通过采用上述监控装置以及监控方法能够实时动态了解集群开关柜的运行状态，从而提高了电力系统可靠性，便于维修人员维修和检测。但是该技术方案侧重于常规的温度、电流及电压检测手段，不能避免常规在线监测方法由于开关柜设备缺陷类型差异性大、无法实现缺陷的识别及告警的问题，亦不能直观地展示设备当前状态。
[0005]此外，常规的开关柜在线监测方法还包括：超声检测技术和超高频(UHF)检测技术，并取得了一定的成效，但超声检测技术检测效率较低、检测精度较低，对存在机械振动的电气设备、其信号分析误差较大；UHF技术的灵敏度较高、可实现开关柜异响缺陷位置的准确定位，但UHF检测的操作较为复杂，对检测设备、缺陷图谱的要求都很高，且易受现场环境的电磁干扰，需要高级的仪器仪表和经验丰富的专家，操作成本高。
[0006]有鉴于此，有必要提供一种基于变电站开关柜设备的在线监测方法、存储介质及电子装置，基于非接触式监测手段提升监测安全性的基础上，利用辨识度高的一维信号
‑
二维图谱编码方法直观展示设备当前状态，并基于历史正常运行数据建立针对于开关柜设备的异常状态预警图谱集，进而达到提升电力系统运行稳定性的目的。
技术实现思路
[0007]本专利技术所要解决的技术问题是提供一种基于变电站开关柜设备的在线监测方法、存储介质及电子装置。其采集目标设备的声学信号，利用高分辨率的短时分数阶傅里叶变换技术实现声学信号的时域—频域转换，并将得到的数据由频谱域映射至音高域，对映射
结果进行归一化处理，得到相应状态下的二维色度图像，并将其与历史正常数据得到的色度图像进行比对，进而建立针对于开关柜设备的异常状态预警图谱集；最后，基于计算高效、训练鲁棒性强的残差神经网络实现开关柜设备运行状态的可靠预警。综上，本专利技术计算高效、结果准确，得到的比对色度图谱包含了丰富的开关柜设备状态信息，为开关柜设备的状态辨识与缺陷预警提供了可靠的数据与技术支撑。
[0008]本专利技术的技术方案是：提供一种基于变电站开关柜设备的在线监测方法，包括利用声学传感器采集得到开关柜设备原始的时域声学信号，其特征是：
[0009]1)借助短时分数阶傅里叶变换实现开关柜时域声学信号的时
‑
频域转换；
[0010]2)将得到的数据由频谱域映射至音高域；
[0011]3)对映射结果进行归一化处理，得到相应状态下的二维色度图像；
[0012]4)通过采集变电站开关柜设备正常运行状态下的时域声学信号，构建变电站开关柜设备正常运行状态下的色度图像集；
[0013]5)将不同状态下的二维色度图像与历史正常数据得到的色度图像进行比对，进而建立针对于开关柜设备的异常状态预警图谱集；
[0014]6)基于残差神经网络实现开关柜设备运行状态的可靠预警。
[0015]具体的，所述步骤1)中的时
‑
频域转换包括：利用短时分数阶傅里叶变换，将开关柜设备的声学信号y＝{y1,y2,
…
y
n
}进行时
‑
频域的转换：
[0016][0017]式中，F(t,u)表示短时分数阶傅里叶变换后的信号，t表示时间，u表示未知量，表示窗函数，K(τ,u)表示核函数，τ表示时间间隔。
[0018]具体的，在所述步骤2)中，将得到的数据由频谱域映射至音高域，其映射计算公式如下：
[0019][0020]式中，p表示音高，与频率f的关系为p＝69+12log2(f/440)，k∈[0,N
‑
1]表示频率分量的索引个数，N表示声学信号长度。
[0021]具体的，在所述步骤3)中，可得到色度向量X
ve
：
[0022][0023]式中，c表示变量，X
ve
(c)表示每一个音阶分量所属频率带的能量大小，mod表示余数计算，{p∈[0，127]；p mod 12＝c}意为音高p是一个介于0到127之间的整数，c是一个介于0到11之间的整数，且p除以12的余数等于c；
[0024]在所述步骤3)中，对色度向量X
ve
进行归一化处理，可得：
[0025]X
norm
(c)＝X
ve
(c)/max(X
ve
(c))。
[0026]进一步的，所述步骤5)中的将不同状态下的二维色度图像与历史正常数据得到的色度图像进行比对，其比对的具体公式如下：
[0027]X
ew
＝||X
a
‑
X
n
||2/||X
n
||2[0028]式中，X
ew
表示预警比对二维矩阵，X
n
表示历史正常数据的色度矩阵，X
a
表示实时采
集信号转换得到的色度矩阵。
[0029]进一步的，所述的残差网络映射层F定义为：
[0030]F＝W1σ(W2x)
[0031]式中，x为输入特征信息，σ为修正函数，W1、W2分别为前后特征层的权重信息。
[0032]更进一步的，所述开关柜设备的不同状态，至少包括变电站开关柜设备的机械状态是否正常，以及变电站开关柜设备是否存在放电状态。
[0033]本专利技术的技术方案，还提供了一种采用上述权利要求所述方法的基于变电站开关柜设备的状态在线监测系统装置，其特征是具体包括：
[0034]数据感知模块、数据采集模块、数据处理模块以及结果显示模块；
[0035]其中，数据感知模块被用来采集目标设备的声学信号；
[0036]数据采集模块被本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种基于变电站开关柜设备的在线监测方法，包括利用声学传感器采集得到开关柜设备原始的时域声学信号，其特征是：1)借助短时分数阶傅里叶变换实现开关柜时域声学信号的时
‑
频域转换；2)将得到的数据由频谱域映射至音高域；3)对映射结果进行归一化处理，得到相应状态下的二维色度图像；4)通过采集变电站开关柜设备正常运行状态下的时域声学信号，构建变电站开关柜设备正常运行状态下的色度图像集；5)将不同状态下的二维色度图像与历史正常数据得到的色度图像进行比对，进而建立针对于开关柜设备的异常状态预警图谱集；6)基于残差神经网络实现开关柜设备运行状态的可靠预警。2.按照权利要求1所述的基于变电站开关柜设备的在线监测方法，其特征是所述步骤1)中的时
‑
频域转换包括：利用短时分数阶傅里叶变换，将开关柜设备的声学信号y＝{y1,y2,
…
y
n
}进行时
‑
频域的转换：式中，F(t,u)表示短时分数阶傅里叶变换后的信号，t表示时间，u表示未知量，表示窗函数，K(τ,u)表示核函数，τ表示时间间隔。3.按照权利要求1所述的基于变电站开关柜设备的在线监测方法，其特征是在所述步骤2)中，将得到的数据由频谱域映射至音高域，其映射计算公式如下：式中，p表示音高，与频率f的关系为p＝69+12log2(f/440)，k∈[0,N
‑
1]表示频率分量的索引个数，N表示声学信号长度。4.按照权利要求1所述的基于变电站开关柜设备的在线监测方法，其特征是在所述步骤3)中，可得到色度向量X
ve
：式中，c表示变量，X
ve
(c)表示每一个音阶分量所属频率带的能量大小，mod表示余数计算，{p∈[0，127]；p mod 12＝c}意为音高p是一个介于0到127之间的整数，c是一个介于0到11之间的整数，且p除以12的余数等于c；在所述步骤3)中，对色度向量X
ve
进行归一化处理，可得：X
norm
(c)＝X
ve
(c)/max(X
ve
(c))。5.按照权利要求1所述的基于变电站开关柜设备的在线监测方法，其特征是所述步骤5)中的将不同状态下的二维色度图像与历史正常数据得到的色度图像进行比对，其比对的具体公式如下：X
ew
＝||X
【专利技术属性】
技术研发人员：常俊，张勇，邵峰，马少强，时晓敏，
申请(专利权)人：上海睿深科技有限公司，
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。