【技术实现步骤摘要】
本专利技术涉及变压器监测，尤其涉及一种变压器的监测方法和系统。
技术介绍
1、变压器作为电力系统的枢纽设备，担负着电网间电压变化、电能转化的功能，是电力系统中最重要的设备之一，因此其运行的可靠性将直接影响电力系统的安全。及时发现变压器的故障，可有效地防止由变压器引起的电力事故。
2、在现有的运维方式中，变压器的日常监控需要运行人员去定期巡查，变压器上的接线柱、线夹等重要信息无法实时掌握，且由于变压器上的部件较多，现有的定期巡查方式容易发生巡查遗漏的情况，导致变压器安全监控的可靠性较低。
技术实现思路
1、本专利技术提供了一种变压器的监测方法和系统，解决了现有的运维方式中，变压器的日常监控需要运行人员去定期巡查，变压器上的接线柱、线夹等重要信息无法实时掌握，且由于变压器上的部件较多，现有的定期巡查方式容易发生巡查遗漏的情况，导致变压器安全监控的可靠性较低的技术问题。
2、本专利技术第一方面提供的一种变压器的监测方法，包括：
3、通过超声波局放检测成像设备获取待监测变压器上各个监测部件的待分析图像和特征参数；
4、根据所述特征参数和预设的状态键值对表，生成对应的状态特征值；
5、采用预先训练好的目标变压器缺陷检测模型对所述待分析图像进行缺陷检测，生成对应的图像置信度；
6、基于所述状态特征值和所述图像置信度，确定待分析图像对应的部件监测结果。
7、可选地，所述特征参数包括部件温度值、部件类型和部件频率值
8、采用所述部件温度值、所述部件类型和所述部件频率值，生成对应的复合键；
9、采用所述复合键检索预设的状态键值对表，匹配对应的状态特征值。
10、可选地，所述目标变压器缺陷检测模型包括主干网络和检测网络，所述采用预先训练好的目标变压器缺陷检测模型对所述待分析图像进行缺陷检测，生成对应的图像置信度的步骤，包括：
11、采用所述主干网络对所述待分析图像进行特征提取，逐层输出多个部件特征图；
12、通过连续上采样对多个所述部件特征图进行特征融合，生成融合部件特征图；
13、采用所述检测网络对所述融合部件特征图进行缺陷检测，生成对应的图像置信度，其中，所述检测网络为mobilenet网络。
14、可选地，所述主干网络包括第一卷积组、第二卷积组和第三卷积组，所述采用所述主干网络对所述待分析图像进行特征提取，逐层输出多个部件特征图的步骤，包括：
15、通过所述第一卷积组对所述待分析图像进行特征提取，生成第一部件特征图，其中，所述第一卷积组包括依次连接的3×3标准卷积层、dy-relu激活函数层、3×3标准卷积层和3×3池化层；
16、通过所述第二卷积组对所述第一部件特征图进行特征提取，生成第二部件特征图，其中，所述第二卷积组包括依次连接的3×1标准卷积层、1×3标准卷积层、dy-relu激活函数层和3×3池化层；
17、通过所述第三卷积组对所述第二部件特征图进行特征提取，生成第三部件特征图，其中，所述第三卷积组包括依次连接的3×3标准卷积层、dy-relu激活函数层、3×3标准卷积层、leakyrelu激活函数层和3×3标准卷积层。
18、可选地，所述基于所述状态特征值和所述图像置信度，确定待分析图像对应的部件监测结果的步骤，包括：
19、判断所述图像置信度是否小于预设的分数阈值；
20、若所述置信度大于或等于所述分数阈值，则生成所述待分析图像存在安全隐患的分析结果；
21、若所述置信度小于所述分数阈值，则生成所述待分析图像不存在安全隐患的分析结果；
22、根据所述状态特征值和所述分析结果，确定待分析图像对应的部件监测结果。
23、可选地，所述根据所述状态特征值和所述分析结果，确定待分析图像对应的部件监测结果的步骤，包括：
24、当所述状态特征值为第一状态特征值时，则将所述分析结果确定为待分析图像对应的第一部件监测结果；
25、当所述状态特征值为第二状态特征值时，则判断所述分析结果是否为待分析图像存在安全隐患；
26、若所述分析结果为待分析图像存在安全隐患，则生成部件表面放电的第二部件监测结果；
27、若所述分析结果为待分析图像不存在安全隐患，则生成部件内部放电的第三部件监测结果；
28、当所述状态特征值为第三状态特征值时，则生成部件电弧放电的第四部件监测结果。
29、本专利技术第二方面提供的一种变压器的监测系统，包括：
30、采集模块，用于通过超声波局放检测成像设备获取待监测变压器上各个监测部件的待分析图像和特征参数；
31、状态特征获取模块，用于根据所述特征参数和预设的状态键值对表，生成对应的状态特征值；
32、置信度获取模块，用于采用预先训练好的目标变压器缺陷检测模型对所述待分析图像进行缺陷检测，生成对应的图像置信度；
33、分析模块，用于基于所述状态特征值和所述图像置信度，确定待分析图像对应的部件监测结果。
34、可选地，所述特征参数包括部件温度值、部件类型和部件频率值，所述状态特征获取模块，包括：
35、复合键获取子模块，用于采用所述部件温度值、所述部件类型和所述部件频率值，生成对应的复合键；
36、检索子模块，用于采用所述复合键检索预设的状态键值对表，匹配对应的状态特征值。
37、可选地，所述目标变压器缺陷检测模型包括主干网络和检测网络，所述置信度获取模块，包括：
38、特征提取子模块，用于采用所述主干网络对所述待分析图像进行特征提取，逐层输出多个部件特征图；
39、特征融合子模块，用于通过连续上采样对多个所述部件特征图进行特征融合，生成融合部件特征图；
40、缺陷检测子模块，用于采用所述检测网络对所述融合部件特征图进行缺陷检测，生成对应的图像置信度，其中，所述检测网络为mobilenet网络。
41、可选地，所述分析模块，包括：
42、第一分析子模块，用于判断所述图像置信度是否小于预设的分数阈值；
43、若所述置信度大于或等于所述分数阈值，则生成所述待分析图像存在安全隐患的分析结果；
44、若所述置信度小于所述分数阈值，则生成所述待分析图像不存在安全隐患的分析结果；
45、第二分析子模块，用于根据所述状态特征值和所述分析结果，确定待分析图像对应的部件监测结果。
46、从以上技术方案可以看出，本专利技术具有以下优点：
47、通过超声波局放检测成像设备获取待监测变压器上各个监测部件的待分析图像和特征参数，根据特征参数和预设的状态键值对表，生成对应的状态特征值，采用预先训练好的目标变压器缺陷检测模型对待分析本文档来自技高网...
【技术保护点】
1.一种变压器的监测方法，其特征在于，包括：
2.根据权利要求1所述的变压器的监测方法，其特征在于，所述特征参数包括部件温度值、部件类型和部件频率值，所述根据所述特征参数和预设的状态键值对表，生成对应的状态特征值的步骤，包括：
3.根据权利要求1所述的变压器的监测方法，其特征在于，所述目标变压器缺陷检测模型包括主干网络和检测网络，所述采用预先训练好的目标变压器缺陷检测模型对所述待分析图像进行缺陷检测，生成对应的图像置信度的步骤，包括：
4.根据权利要求3所述的变压器的监测方法，其特征在于，所述主干网络包括第一卷积组、第二卷积组和第三卷积组，所述采用所述主干网络对所述待分析图像进行特征提取，逐层输出多个部件特征图的步骤，包括：
5.根据权利要求1所述的变压器的监测方法，其特征在于，所述基于所述状态特征值和所述图像置信度，确定待分析图像对应的部件监测结果的步骤，包括：
6.根据权利要求5所述的变压器的监测方法，其特征在于，所述根据所述状态特征值和所述分析结果，确定待分析图像对应的部件监测结果的步骤，包括：
7.一
8.根据权利要求7所述的变压器的监测系统，其特征在于，所述特征参数包括部件温度值、部件类型和部件频率值，所述状态特征获取模块，包括：
9.根据权利要求7所述的变压器的监测系统，其特征在于，所述目标变压器缺陷检测模型包括主干网络和检测网络，所述置信度获取模块，包括：
10.根据权利要求7所述的变压器的监测系统，其特征在于，所述分析模块，包括：
...【技术特征摘要】
1.一种变压器的监测方法，其特征在于，包括：
2.根据权利要求1所述的变压器的监测方法，其特征在于，所述特征参数包括部件温度值、部件类型和部件频率值，所述根据所述特征参数和预设的状态键值对表，生成对应的状态特征值的步骤，包括：
3.根据权利要求1所述的变压器的监测方法，其特征在于，所述目标变压器缺陷检测模型包括主干网络和检测网络，所述采用预先训练好的目标变压器缺陷检测模型对所述待分析图像进行缺陷检测，生成对应的图像置信度的步骤，包括：
4.根据权利要求3所述的变压器的监测方法，其特征在于，所述主干网络包括第一卷积组、第二卷积组和第三卷积组，所述采用所述主干网络对所述待分析图像进行特征提取，逐层输出多个部件特征图的步骤，包括：
5.根据权利要求1所述的...
【专利技术属性】
技术研发人员：梁健昂，曾挺，苏华军，黄明星，黄汉杰，黎扬勇，
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。