【技术实现步骤摘要】
本申请涉及输电线路监测领域，且更为具体地，涉及一种输电线路在线智能监测系统及方法。
技术介绍
1、随着经济的发展，各地的高压输电线越来越多，然而由于高压输电线路的距离长，布置地理形势复杂及测试设备的局限性，现在对高压输电线路尤其是位于原始森林、海洋等偏僻或不易进入地域的线路没有有效、及时、简单、可靠的日常检修方法，只有在产生故障后再寻找故障点对其进行维修，不能做到防范于未燃，非常危险，产生问题后反应修复的时间长，由停电等造成的损失也大。为此，输电线路故障监测显得越来越有必要。
2、目前输电线路故障监测的方法主要有三种，短路测距法、故障指示器法和手持监测器巡线法。短路测距法是通过测量短路点到测量点的线路阻抗，估计出短路点到测量点的线路长度从而确定短路点的位置，该方法需要的设备造价高，并且不能反映故障分支。故障指示器法是在输电线路的沿线装设故障指示器，当线路故障时在故障段线路上有故障特征电流流过，如：短路电流、冲击电流、注入电流等。通过检测故障特征电流，故障段线路上的故障指示器就有机械翻牌或亮灯的指示，而非故障段线路的故障指示器无指示，这样有指示与无指示之间的线路为故障点所在位置。故障指示器法的主要问题是检测人员必须延故障线路巡查指示器，时间长工作量大。同样，手持监测器巡线法也是通过检测人员持监测器，沿故障线路检测特征电流信号的一种方法。该方法也需要很长的时间和较大的工作量。
3、因此，期待一种输电线路在线智能监测系统及方法。
技术实现思路
1、为了解决上述技术
2、根据本申请的一个方面，提供了一种输电线路在线智能监测方法，其包括：
3、获取各个输电线路分支在预定时间段内的电流信号以得到电流信号的序列；
4、将所述电流信号的序列上传至输电线路在线智能监测平台；以及
5、在所述输电线路在线智能监测平台中，对所述电流信号的序列进行处理和分析以确定故障分支；
6、其中，在所述输电线路在线智能监测平台中，对所述电流信号的序列进行处理和分析以确定故障分支，包括：
7、提取所述电流信号的序列的电流波形关联特征以得到上下文电流波形特征向量的序列；以及
8、识别所述上下文电流波形特征向量的序列中的输电线路分支故障特征以确定所述故障分支。
9、根据本申请的另一个方面，提供了一种输电线路在线智能监测系统，其包括：
10、电流信号获取模块，用于获取各个输电线路分支在预定时间段内的电流信号以得到电流信号的序列；
11、上传模块，用于将所述电流信号的序列上传至输电线路在线智能监测平台；以及
12、分析处理模块，用于在所述输电线路在线智能监测平台中，对所述电流信号的序列进行处理和分析以确定故障分支；
13、其中，所述分析处理模块，包括：
14、电流波形关联特征提取单元，用于提取所述电流信号的序列的电流波形关联特征以得到上下文电流波形特征向量的序列；以及
15、识别单元，用于识别所述上下文电流波形特征向量的序列中的输电线路分支故障特征以确定所述故障分支。
16、与现有技术相比，本申请提供的输电线路在线智能监测系统及方法，其首先获取各个输电线路分支在预定时间段内的电流信号以得到电流信号的序列，接着，将所述电流信号的序列上传至输电线路在线智能监测平台，然后，提取所述电流信号的序列的电流波形关联特征以得到上下文电流波形特征向量的序列，最后，识别所述上下文电流波形特征向量的序列中的输电线路分支故障特征以确定所述故障分支。这样，可以利用先进的数据处理和分析算法对电流信号进行处理和诊断，而无需人工进行耗时的巡查。
本文档来自技高网...【技术保护点】
1.一种输电线路在线智能监测方法，其特征在于，包括：
2.根据权利要求1所述的输电线路在线智能监测方法，其特征在于，提取所述电流信号的序列的电流波形关联特征以得到上下文电流波形特征向量的序列，包括：
3.根据权利要求2所述的输电线路在线智能监测方法，其特征在于，提取所述电流信号的序列的局部电流波形特征以得到电流波形特征向量的序列，包括：
4.根据权利要求3所述的输电线路在线智能监测方法，其特征在于，所述基于卷积神经网络模型的电流波形特征提取器包括输入层、卷积层、激活层、池化层和输出层。
5.根据权利要求4所述的输电线路在线智能监测方法，其特征在于，所述深度学习网络模型为基于转换器模块的上下文关联编码器；
6.根据权利要求5所述的输电线路在线智能监测方法，其特征在于，将所述电流波形特征向量的序列通过所述基于转换器模块的上下文关联编码器以得到所述上下文电流波形特征向量的序列，包括：
7.根据权利要求6所述的输电线路在线智能监测方法，其特征在于，识别所述上下文电流波形特征向量的序列中的输电线路分支故障特征以确定所述
8.根据权利要求7所述的输电线路在线智能监测方法，其特征在于，计算所述上下文电流波形特征向量的序列中各个上下文电流波形特征向量相对于所述上下文电流波形特征向量的序列的特征分布整体的语义信息度量值以得到多个语义信息度量值，包括：
9.根据权利要求8所述的输电线路在线智能监测方法，其特征在于，计算所述上下文电流波形特征向量的序列中各个上下文电流波形特征向量相对于所述优化后级联特征向量的语义信息度量值以得到所述多个语义信息度量值，包括：
10.一种输电线路在线智能监测系统，其特征在于，包括：
...【技术特征摘要】
1.一种输电线路在线智能监测方法，其特征在于，包括：
2.根据权利要求1所述的输电线路在线智能监测方法，其特征在于，提取所述电流信号的序列的电流波形关联特征以得到上下文电流波形特征向量的序列，包括：
3.根据权利要求2所述的输电线路在线智能监测方法，其特征在于，提取所述电流信号的序列的局部电流波形特征以得到电流波形特征向量的序列，包括：
4.根据权利要求3所述的输电线路在线智能监测方法，其特征在于，所述基于卷积神经网络模型的电流波形特征提取器包括输入层、卷积层、激活层、池化层和输出层。
5.根据权利要求4所述的输电线路在线智能监测方法，其特征在于，所述深度学习网络模型为基于转换器模块的上下文关联编码器；
6.根据权利要求5所述的输电线路在线智能监测方法，其特征在于，将所述电流波形特征向量的序列通过所述...
【专利技术属性】
技术研发人员：甘剑雄，孔繁昕，张依，郭天琪，公越，
申请(专利权)人：国网信息通信产业集团有限公司北京分公司，
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。