【技术实现步骤摘要】
本专利技术涉及变电站设备监控方法，属于目标识别领域。
技术介绍
1、变电站设备是电网的主要组成部分，也是保障国民经济发展的人民日常生活的重要基础设施之一，如何保证正常运转，并能及时发现突发故障成为当前科研人员迫切解决的热点问题。智能变电站设备的数量、种类越来越多，据电力行业不完全统计数据可知，智能电网中由设备故障引起开关装置和保护动作、跳闸所造成的损失在50％以上，设备故障会导致智能变电站在运行中出现损耗增大、电能品质降低等现象。
2、现有利用关联规则挖掘算法计算变电站设备故障报警信息，进而与二次回路中的故障装置进行数据关联，完成故障诊断，但是该方法无法判断出变电站设备故障类型，实际应用效果差；然而现有以深度学习的训练模型为基础实现变电站设备的检测方法，没有考虑数据的完整性，使得检测结果出现误差、故障检测效率低、精度差。
技术实现思路
1、本专利技术的目的是为了解决现有对变电站设备故障的检测方法，存在故障检测效率低、精度差的问题，提出了基于环路生成对抗网络的变电站设备监控方法。
2、基于环路生成对抗网络的变电站设备监控方法，所述方法包括以下内容：
3、步骤1、采集变电站设备故障历史图像，从变电站设备故障历史图像中截取故障区域图像和轮廓图像；
4、步骤2、对故障区域图像进行扩充处理，得到扩充后图像；
5、步骤3、将扩充后图像粘贴到轮廓图像中，粘贴后的图像作为包含变电站设备故障的故障集；
6、步骤4、采用包含变电站
7、步骤5、实时采集待处理的变电站图像，输入至训练好的环路生成对抗网络中，得到变电站故障类型。
8、优选地，步骤4中，得到训练好的环路生成对抗网络的具体过程为：
9、步骤41、将包含变电站设备故障的故障集输入到环路生成对抗网络的生成器中，生成具有相应分辨率的包含变电站设备故障的故障集；
10、步骤42、由环路生成对抗网络中的判别器对具有相应分辨率的扩充后图像和故障区域图像进行比较，直到判别器输出辨识概率值为0.5，判别器停止比较工作，此时的环路生成对抗网络为训练好的环路生成对抗网络。
11、优选地，生成器包括四层隐藏层；
12、将包含变电站设备故障的故障集依次输入至四层隐藏层进行处理，得到经过四层隐藏层解码后的输出矩阵，该输出矩阵为一号生成器生成的具有相应分辨率的包含变电站设备故障的故障集。
13、优选地，步骤2中，对故障区域图像进行扩充处理，得到扩充后图像，具体过程为：
14、对每个故障区域图像分别进行旋转与反射变化处理、图像翻转处理、图像放缩处理、图像平移处理、图像尺度变换处理、图像对比度处理、图像噪声干扰处理和颜色变换处理，得到多个扩充后的图像。
15、优选地，旋转与反射变化处理为：通过旋转故障区域图像或将故障区域图像反射来改变图像的朝向。
16、优选地，图像翻转处理为：将故障区域图像沿着水平轴或垂直轴翻转对称，得到数量翻倍后的故障区域图像。
17、优选地，图像平移处理为：将故障区域图像沿水平、垂直或以一定角度，沿直线以设定好的步长平移，完成了故障区域图像的特征多样性扩增。
18、优选地，图像对比度处理为：把故障区域图像从rgb空间映射到倒锥体hsv空间，保持色相h不变，调整图像的色调饱和度s和亮度v，对图像中每个像素点的色调饱和度s和亮度v以0.25至4之间的指数因子进行指数运算，改变故障区域图像的特征。
19、优选地，图像噪声干扰处理为：在rgb空间内，对故障区域图像的每个像素点添加白噪声。
20、本专利技术的有益效果是：
21、因为采集到的样本数量有限，因此本专利技术通过扩充故障区域图像，生成更多的故障样本，达到在训练时数据增强的目的。通过一些手段随机增加样本特征可以提高模型训练时的随机性，更随机、更多的特征必然将使得模型的泛化能力更强，最终参数拟合效果更好。丰富的样本集包含更多的细节信息，更有助于准确识别变电站设备的故障类型，有很好的目标分类识别效果，识别效率高、精度高。
本文档来自技高网...【技术保护点】
1.基于环路生成对抗网络的变电站设备监控方法，其特征在于，所述方法包括以下内容：
2.根据权利要求1所述的基于环路生成对抗网络的变电站设备监控方法，其特征在于，步骤4中，得到训练好的环路生成对抗网络的具体过程为：
3.根据权利要求1所述的基于环路生成对抗网络的变电站设备监控方法，其特征在于，生成器包括四层隐藏层；
4.根据权利要求1所述的基于环路生成对抗网络的变电站设备监控方法，其特征在于，步骤2中，对故障区域图像进行扩充处理，得到扩充后图像，具体过程为：
5.根据权利要求4所述的基于环路生成对抗网络的变电站设备监控方法，其特征在于，旋转与反射变化处理为：通过旋转故障区域图像或将故障区域图像反射来改变图像的朝向。
6.根据权利要求4所述的基于环路生成对抗网络的变电站设备监控方法，其特征在于，图像翻转处理为：将故障区域图像沿着水平轴或垂直轴翻转对称，得到数量翻倍后的故障区域图像。
7.根据权利要求4所述的基于环路生成对抗网络的变电站设备监控方法，其特征在于，图像平移处理为：将故障区域图像沿水平、垂直或以一定角度
8.根据权利要求4所述的基于环路生成对抗网络的变电站设备监控方法，其特征在于，图像对比度处理为：把故障区域图像从RGB空间映射到倒锥体HSV空间，保持色相H不变，调整图像的色调饱和度S和亮度V，对图像中每个像素点的色调饱和度S和亮度V以0.25至4之间的指数因子进行指数运算，改变故障区域图像的特征。
9.根据权利要求4所述的基于环路生成对抗网络的变电站设备监控方法，其特征在于，图像噪声干扰处理为：在RGB空间内，对故障区域图像的每个像素点添加白噪声。
...【技术特征摘要】
1.基于环路生成对抗网络的变电站设备监控方法，其特征在于，所述方法包括以下内容：
2.根据权利要求1所述的基于环路生成对抗网络的变电站设备监控方法，其特征在于，步骤4中，得到训练好的环路生成对抗网络的具体过程为：
3.根据权利要求1所述的基于环路生成对抗网络的变电站设备监控方法，其特征在于，生成器包括四层隐藏层；
4.根据权利要求1所述的基于环路生成对抗网络的变电站设备监控方法，其特征在于，步骤2中，对故障区域图像进行扩充处理，得到扩充后图像，具体过程为：
5.根据权利要求4所述的基于环路生成对抗网络的变电站设备监控方法，其特征在于，旋转与反射变化处理为：通过旋转故障区域图像或将故障区域图像反射来改变图像的朝向。
6.根据权利要求4所述的基于环路生成对抗网络的变电站设备监控方法，其特征在于，图像翻转处...
【专利技术属性】
技术研发人员：张可心，阳文全，梁建权，高明硕，王悦，李璐，张亮，王磊，张健，张航，
申请(专利权)人：国网黑龙江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。