System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 一种结合多维数据分析的变压器缺陷识别方法及系统技术方案_技高网

一种结合多维数据分析的变压器缺陷识别方法及系统技术方案

技术编号:41696459 阅读:11 留言:0更新日期:2024-06-19 12:31
本发明专利技术属于数据分析技术领域,具体公开了一种结合多维数据分析的变压器缺陷识别方法及系统,通过获取目标变压器的多维度监测数据来基于局部放电监测数据进行局部放电位置判定,得到局部放电位置参数;基于红外热像监测数据进行红外测温图像的处理分析,提取异常发热像素区域,并基于异常发热像素区域进行图像分类,得到局部放电类型参数;基于气体监测数据进行局部放电强度分析,得到局部放电强度参数;然后汇总局部放电位置参数、局部放电类型参数和局部放电强度参数来进行变压器缺陷识别结果的可视化输出。本发明专利技术通过多维度的监测数据分析和处理,可以更全面地检测和识别出变压器局部放电缺陷情况。

【技术实现步骤摘要】

本专利技术属于数据分析,具体涉及一种结合多维数据分析的变压器缺陷识别方法及系统


技术介绍

1、变压器是电力系统中最常见的设备之一,它扮演着电压变换和输电的重要角色,变压器的稳定运行对于电力系统来说至关重要。变压器在实际使用过程中可能会产生一些缺陷,其中之一就是局部放电。局部放电是指在变压器绝缘体中某些局部区域的电场强度超过局部介质的击穿电场强度时产生的放电现象。局部放电的产生会导致变压器的性能下降,加速绝缘老化,甚至损坏变压器。目前,对于变压器的局部放电缺陷检测和识别大多通过局放检测仪来实现,检测分析的数据维度较为单一,不够全面,不利于运维人员直观、完整地掌握变压器的局部放电缺陷情况,从而进行针对性的维护处理。


技术实现思路

1、本专利技术的目的是提供一种结合多维数据分析的变压器缺陷识别方法及系统,用以解决现有技术中存在的上述问题。

2、为了实现上述目的,本专利技术采用以下技术方案:

3、第一方面,提供一种结合多维数据分析的变压器缺陷识别方法,包括:

4、获取目标变压器的多维度监测数据,所述多维度监测数据包括局部放电监测数据、红外热像监测数据和气体监测数据;

5、根据局部放电监测数据确定目标变压器的局部放电位置,并生成对应的局部放电位置参数;

6、根据红外热像监测数据生成目标变压器的红外测温图像,并对红外测温图像进行灰度处理,得到目标变压器的灰度图像;

7、调取灰度参照样本集,所述灰度参照样本集中包含若干像素点图像坐标以及各像素点图像坐标对应的灰度值参照区间,并根据灰度参照样本集以及目标变压器的灰度图像上各像素点的图像坐标和灰度值,确定灰度图像上的异常发热像素区域;

8、从目标变压器的灰度图像上提取异常发热像素区域,将异常发热像素区域输入预训练的放电分类网络模型中进行局部放电类型分析,得到对应的分类结果,并根据分类结果生成局部放电类型参数;

9、从气体监测数据中提取各设定类型气体的浓度数据,并根据各设定类型气体的浓度数据确定对应的放电强度等级,根据放电强度等级生成局部放电强度参数;

10、将局部放电位置参数、局部放电类型参数和局部放电强度参数作为变压器缺陷识别结果进行可视化的输出。

11、在一个可能的设计中,所述局部放电监测数据包括超声波局部放电检测定位数据,所述根据局部放电监测数据确定目标变压器的局部放电位置,并生成对应的局部放电位置参数,包括:根据超声波局部放电检测定位数据确定目标变压器的局部放电位置,并生成对应的局部放电位置参数。

12、在一个可能的设计中,所述根据红外热像监测数据生成目标变压器的红外测温图像,并对红外测温图像进行灰度处理,得到目标变压器的灰度图像,包括:

13、根据红外热像监测数据生成初始红外测温图像,并对初始红外测温图像进行目标分割和图像平移变换处理,得到目标变压器的红外测温图像;

14、确定目标变压器的红外测温图像中各像素点的三颜色通道亮度值,并基于各像素点的三颜色通道亮度值采用加权平均值法计算得到各像素点的灰度值,根据各像素点的灰度值生成目标变压器的灰度图像。

15、在一个可能的设计中,所述根据灰度参照样本集以及目标变压器的灰度图像上各像素点的图像坐标和灰度值,确定灰度图像上的异常发热像素区域,包括:

16、根据灰度图像上各像素点的图像坐标确定灰度参照样本集中对应的像素点图像坐标和灰度值参照区间;

17、将灰度图像上各像素点的灰度值与对应的灰度值参照区间进行匹配,若灰度值处于对应的灰度值参照区间,则将像素点作为异常发热像素点;

18、将灰度图像上的各异常发热像素点汇总,得到异常发热像素区域。

19、在一个可能的设计中,在将异常发热像素区域输入预训练的放电分类网络模型中进行局部放电类型分析前,所述方法还包括:

20、构建vgg网络模型,并获取训练集,所述训练集包含若干异常发热像素区域图像样本,且各异常发热像素区域图像样本均标注有对应的局部放电类型分类标签;

21、利用训练集对vgg网络模型进行模型训练,得到预训练的放电分类网络模型。

22、在一个可能的设计中,所述根据各设定类型气体的浓度数据确定对应的放电强度等级,包括:

23、将各设定类型气体的浓度数据代入预置的放电强度等级表中进行匹配,确定对应的放电强度等级,所述放电强度等级表中包含若干放电强度等级,且各放电强度等级关联对应的气体浓度区间。

24、在一个可能的设计中,所述将局部放电位置参数、局部放电类型参数和局部放电强度参数作为变压器缺陷识别结果进行可视化的输出,包括:

25、获取预先构建的目标变压器三维模型,根据局部放电位置参数确定目标变压器三维模型中对应的模型部位,标记对应模型部位,并构建对应模型部位的标注框;

26、将局部放电类型参数和局部放电强度参数植入标注框,得到标注后的目标变压器三维模型;

27、对标注后的目标变压器三维模型进行可视化的输出。

28、第二方面,提供一种结合多维数据分析的变压器缺陷识别系统,包括数据获取单元、位置判定单元、图像处理单元、区域分割单元、类型判定单元、强度判定单元和结果输出单元,其中:

29、数据获取单元,用于获取目标变压器的多维度监测数据,所述多维度监测数据包括局部放电监测数据、红外热像监测数据和气体监测数据;

30、位置判定单元,用于根据局部放电监测数据确定目标变压器的局部放电位置,并生成对应的局部放电位置参数;

31、图像处理单元,用于根据红外热像监测数据生成目标变压器的红外测温图像,并对红外测温图像进行灰度处理,得到目标变压器的灰度图像;

32、区域分割单元,用于调取灰度参照样本集,所述灰度参照样本集中包含若干像素点图像坐标以及各像素点图像坐标对应的灰度值参照区间,并根据灰度参照样本集以及目标变压器的灰度图像上各像素点的图像坐标和灰度值,确定灰度图像上的异常发热像素区域;

33、类型判定单元,用于从目标变压器的灰度图像上提取异常发热像素区域,将异常发热像素区域输入预训练的放电分类网络模型中进行局部放电类型分析,得到对应的分类结果,并根据分类结果生成局部放电类型参数;

34、强度判定单元,用于从气体监测数据中提取各设定类型气体的浓度数据,并根据各设定类型气体的浓度数据确定对应的放电强度等级,根据放电强度等级生成局部放电强度参数;

35、结果输出单元,用于将局部放电位置参数、局部放电类型参数和局部放电强度参数作为变压器缺陷识别结果进行可视化的输出。

36、在一个可能的设计中,所述系统还包括模型创建单元,所述模型创建单元用于构建vgg网络模型;获取训练集,所述训练集包含若干异常发热像素区域图像样本,且各异常发热像素区域图像样本均标注有对应的局部放电类型分类标签;并利用训练集对vgg网络模本文档来自技高网...

【技术保护点】

1.一种结合多维数据分析的变压器缺陷识别方法,其特征在于,包括:

2.根据权利要求1所述的一种结合多维数据分析的变压器缺陷识别方法,其特征在于,所述局部放电监测数据包括超声波局部放电检测定位数据,所述根据局部放电监测数据确定目标变压器的局部放电位置,并生成对应的局部放电位置参数,包括:根据超声波局部放电检测定位数据确定目标变压器的局部放电位置,并生成对应的局部放电位置参数。

3.根据权利要求1所述的一种结合多维数据分析的变压器缺陷识别方法,其特征在于,所述根据红外热像监测数据生成目标变压器的红外测温图像,并对红外测温图像进行灰度处理,得到目标变压器的灰度图像,包括:

4.根据权利要求1所述的一种结合多维数据分析的变压器缺陷识别方法,其特征在于,所述根据灰度参照样本集以及目标变压器的灰度图像上各像素点的图像坐标和灰度值,确定灰度图像上的异常发热像素区域,包括:

5.根据权利要求1所述的一种结合多维数据分析的变压器缺陷识别方法,其特征在于,在将异常发热像素区域输入预训练的放电分类网络模型中进行局部放电类型分析前,所述方法还包括:

6.根据权利要求1所述的一种结合多维数据分析的变压器缺陷识别方法,其特征在于,所述根据各设定类型气体的浓度数据确定对应的放电强度等级,包括:

7.根据权利要求1所述的一种结合多维数据分析的变压器缺陷识别方法,其特征在于,所述将局部放电位置参数、局部放电类型参数和局部放电强度参数作为变压器缺陷识别结果进行可视化的输出,包括:

8.一种结合多维数据分析的变压器缺陷识别系统,其特征在于,包括数据获取单元、位置判定单元、图像处理单元、区域分割单元、类型判定单元、强度判定单元和结果输出单元,其中:

9.根据权利要求8所述的一种结合多维数据分析的变压器缺陷识别系统,其特征在于,所述系统还包括模型创建单元,所述模型创建单元用于构建VGG网络模型;获取训练集,所述训练集包含若干异常发热像素区域图像样本,且各异常发热像素区域图像样本均标注有对应的局部放电类型分类标签;并利用训练集对VGG网络模型进行模型训练,得到预训练的放电分类网络模型。

10.一种结合多维数据分析的变压器缺陷识别系统,其特征在于,包括:

...

【技术特征摘要】

1.一种结合多维数据分析的变压器缺陷识别方法,其特征在于,包括:

2.根据权利要求1所述的一种结合多维数据分析的变压器缺陷识别方法,其特征在于,所述局部放电监测数据包括超声波局部放电检测定位数据,所述根据局部放电监测数据确定目标变压器的局部放电位置,并生成对应的局部放电位置参数,包括:根据超声波局部放电检测定位数据确定目标变压器的局部放电位置,并生成对应的局部放电位置参数。

3.根据权利要求1所述的一种结合多维数据分析的变压器缺陷识别方法,其特征在于,所述根据红外热像监测数据生成目标变压器的红外测温图像,并对红外测温图像进行灰度处理,得到目标变压器的灰度图像,包括:

4.根据权利要求1所述的一种结合多维数据分析的变压器缺陷识别方法,其特征在于,所述根据灰度参照样本集以及目标变压器的灰度图像上各像素点的图像坐标和灰度值,确定灰度图像上的异常发热像素区域,包括:

5.根据权利要求1所述的一种结合多维数据分析的变压器缺陷识别方法,其特征在于,在将异常发热像素区域输入预训练的放电分类网络模型中进行局部放电类型分析前,所述...

【专利技术属性】
技术研发人员:何敬杨兆静阮佳阳
申请(专利权)人:北京智盟信通科技有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1