【技术实现步骤摘要】
本专利技术属于gis缺陷检测，涉及一种gis绝缘缺陷监测方法、系统、设备及存储介质。
技术介绍
1、气体绝缘开关柜(gas insulated switchgear，gis)由于其诸多优点，如其紧凑设计、高可靠性、安全性、低维护成本和长寿命，在现代电力系统中得到了广泛应用。gis的绝缘状态直接关系到电网的安全与稳定运行，其绝缘故障则可能导致严重的设备损坏和电力中断，危及电网的安全。gis的绝缘缺陷会导致内部电场畸变，当畸变严重到一定程度就会发生局部放电，随着局放的进行设备的绝缘持续恶化从而导致绝缘击穿，危害巨大，局放信号能够反映出gis内部的绝缘状态，是一种重要信息。为了保证设备安全可靠的运行，利用局放信号对gis绝缘缺陷进行监测具有十分重要的意义。针对gis绝缘故障诊断学者们提出了很多方法，最近得益于计算机算力的快速发展人工智能领域飞速发展，使得基于深度学习的故障诊断被广泛研究，其中卷积神经网络(cnn)应用的最为广泛。
2、cnn是通过卷积的平移和原始数据进行运算从而提取特征，主要提取的局部的数据信息，而对于节点之间的全局性关系很难表示。gis具有很高的可靠性，导致其故障数据获取较为困难。图卷积神经网络(gcn)能够有效的将图的拓扑结构与节点的数据特征相结合，捕捉图中节点和边的复杂关系，将节点的特征与其邻居节点进行整合从而充分利用图的拓扑结构信息，解决依赖大量训练数据的问题，但是gcn本质上是一种直推式学习，这意味着gcn的输入应该包含所有节点，包括训练集和测试集节点，针对输入的图中没有的节点，gcn无法有效处理
技术实现思路
1、针对现有技术中存在的问题，本专利技术提供一种gis绝缘缺陷监测方法、系统、设备及存储介质，从而解决现有技术中graphsage算法的采样采用的是随机采样，聚合过程使用的信息是图的局部的子图信息，限制其表达能力，使得它在处理相对完整且稳定的图结构时性能较差，导致监测的准确率较低的技术问题。
2、本专利技术是通过以下技术方案来实现：
3、一种gis绝缘状态监测方法，包括以下步骤：
4、s1：获取gis的局部放电信号；
5、s2：将所述获取的gis的局部放电信号输入预先构建的自适应采样和深度聚合神经网络中，并利用所述自适应采样和深度聚合神经网络对gis的绝缘状态进行判断；所述自适应采样和深度聚合神经网络在构建时，引入自适应采样方法，同时采用求和聚合函数进行深度聚合。
6、优选的，在利用自适应方法采样时，选择从欧式距离最小的邻居节点开始进行采样。
7、优选的，所述自适应采样公式具体为：
8、
9、其中，
10、其中，
11、式中，neighborsi表示vi通过自适应采样得到的邻居节点，表示针对每个vi选取iij最大的m个邻居节点进行采样；
12、iij表示对vi而言vj的重要程度，dij表示vi和vj之间的欧氏距离，e表示自然常数；
13、表示vi的第l个特征，表示vj的第l个特征。
14、优选的，利用所述求和聚合函数进行深度聚合时，在每一层进行特征更新时，保留中心节点的更新后特征，并引入权重系数，将前面所有层数的特征连接起来组成最终的全局表示。
15、优选的，所述求和聚合函数具体为：
16、
17、其中，
18、式中，是中心节点在第k层网络最终的特征表示，concat表示向量的拼接操作，wk代表k层特征的权重系数；
19、代表节点vi的邻居节点在第k层网络中的特征，表示激活函数，ζ表示自环特征传递的重要性参数，表示中心节点vi在k-1层的特征，表示中心节点vi的邻居节点vj在k-1层的特征。
20、优选的，所述自适应采样和深度聚合神经网络的构建过程为：
21、s201：获取已知gis绝缘状态以及所对应的局部放电信号，并将获取的已知gis绝缘状态以及所对应的局部放电信号均分为两部分，一部分作为训练数据集，一部分作为测试数据集；
22、s202：采用所述训练数据集对所述自适应采样和深度聚合神经网络进行训练，得到所述自适应采样和深度聚合神经网络的运行参数；
23、s203：采用所述测试数据集对所述运行参数进行测试，完成所述自适应采样和深度聚合神经网络的构建。
24、一种gis绝缘状态判断系统，包括：
25、数据获取模块，所述数据获取模块用于获取gis的局部放电信号；
26、数据处理模块，所述数据处理模块用于将所述获取的gis的局部放电信号输入预先构建的自适应采样和深度聚合神经网络中，并利用所述自适应采样和深度聚合神经网络对gis的绝缘状态进行判断；所述自适应采样和深度聚合神经网络在构建时，引入自适应采样方法，同时采用求和聚合函数进行深度聚合。
27、一种计算机装置/设备/系统，包括存储器、处理器及存储在存储器上的计算机程序，所述处理器执行所述计算机程序以实现上述方法的步骤。
28、一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，，所述计算机程序/指令被处理器执行时实现上述方法的步骤。
29、一种计算机程序产品，包括计算机程序/指令，该计算机程序/指令被处理器执行时实现上述方法的步骤。
30、与现有技术相比，本专利技术具有以下有益的技术效果：
31、本专利技术公开一种gis绝缘状态监测方法，该方法采用了新构建的自适应采样和深度聚合神经网络对获取到的局部放电信号进行分析，并给出判断结果，该模型在采样过程中，通过自适应采样方法进行采样，并采用求和聚合函数进行深度聚合，有效提高了监测判断的准确率；首先，该采样方法结合了下游绝缘缺陷识别任务，优化了采样过程中邻居节点的选择，该采样方法能够更准确的捕捉到与中心节点相似的节点特征，另一方面可以降低特征聚合过程中的噪声干扰，从而显著提高模型的性能；另外，该模型采用求和聚合函数进行深度聚合，有效使得网络模型满足单射性的要求，则可以保证不同的节点和其邻居集合在特征聚合后得到唯一的表示，有效提高了监测结果的准确性，通过深度聚合来使算法在关注局部信息的同时也能够捕捉图的全局信息从而提高整体性能准确率，解决了graphsage本文档来自技高网...
【技术保护点】
1.一种GIS绝缘状态监测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种GIS绝缘状态监测方法，其特征在于，在利用自适应方法采样时，选择从欧式距离最小的邻居节点开始进行采样。
3.根据权利要求2所述的一种GIS绝缘状态监测方法，其特征在于，所述自适应采样公式具体为：
4.根据权利要求1所述的一种GIS绝缘状态监测方法，其特征在于，利用所述求和聚合函数进行深度聚合时，在每一层进行特征更新时，保留中心节点的更新后特征，并引入权重系数，将前面所有层数的特征连接起来组成最终的全局表示。
5.根据权利要求4所述的一种GIS绝缘状态监测方法，其特征在于，所述求和聚合函数具体为：
6.根据权利要求1所述的一种GIS绝缘状态监测方法，其特征在于，所述自适应采样和深度聚合神经网络的构建过程为：
7.一种GIS绝缘状态判断系统，其特征在于，包括：
8.一种计算机装置/设备/系统，包括存储器、处理器及存储在存储器上的计算机程序，其特征在于，所述处理器执行所述计算机程序以实现如权利要求1～6任一项所述方法
9.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序/指令被处理器执行时实现如权利要求1～6任一项所述方法的步骤。
10.一种计算机程序产品，包括计算机程序/指令，其特征在于，该计算机程序/指令被处理器执行时实现如权利要求1～6任一项所述方法的步骤。
...【技术特征摘要】
1.一种gis绝缘状态监测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种gis绝缘状态监测方法，其特征在于，在利用自适应方法采样时，选择从欧式距离最小的邻居节点开始进行采样。
3.根据权利要求2所述的一种gis绝缘状态监测方法，其特征在于，所述自适应采样公式具体为：
4.根据权利要求1所述的一种gis绝缘状态监测方法，其特征在于，利用所述求和聚合函数进行深度聚合时，在每一层进行特征更新时，保留中心节点的更新后特征，并引入权重系数，将前面所有层数的特征连接起来组成最终的全局表示。
5.根据权利要求4所述的一种gis绝缘状态监测方法，其特征在于，所述求和聚合函数具体为：
6.根据权...
【专利技术属性】
技术研发人员：隋国庆，闫静，戚美荣，徐卓凡，吴彦泽，张子龙，
申请(专利权)人：西安交通大学，
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。