【技术实现步骤摘要】
本专利技术属于电力检测设备，尤其涉及一种基于多源信息融合声纹信号的开关放电检测方法及系统。
技术介绍
1、敞式开关在电力系统中具有重要作用，能够有效隔离电路及电气设备，确保在设备维护、检修或发生故障时，相关部分能够被安全地隔离，从而防止意外触电事故的发生。随着电力系统的不断发展和对设备性能要求的提高，开发敞式开关检测技术变得尤为必要。准确的检测技术能够预防敞式开关的潜在故障，及时发现并处理可能的问题，从而提高电力系统的安全性。通过实时监测敞式开关的状态，可以优化电力系统的运行，减少不必要的停机或切换操作，提高供电的可靠性和稳定性。此外，检测技术还能够降低运营成本，通过及时发现并修复潜在问题，延长敞式开关的使用寿命，减少维护成本。在智能电网的背景下，对电力系统设备的监测和控制要求越来越高。开发敞式开关检测技术可以适应这一趋势，实现对电力系统设备的远程监测和智能控制。同时，随着电力负荷的增长，电力系统对设备的可靠性和安全性要求也越来越高。选择开关触头电阻变大引起的发热导致损坏、选择开关和切换开关配合不当、齿轮盒卡涩、水平连杆紧固螺栓松动和触头磨损等故障可以分为电气故障和机械故障。其中存在很多电气故障是由于机械部件的退化变形引发的接触不良造成的。因此，研究提升开发敞式开关检测技术可以确保电力系统在面临高负荷时仍能稳定运行，满足不断增长的电力需求。基于声纹信号的检测技术，具有非接触式、不停电的特点，本专利技术使用声纹信号结合其他运行工况信息，综合诊断敞式开关状态，相较于单一信息源，具备更高的可行度。
技术实现
1、本专利技术提供一种基于多源信息融合声纹信号的开关放电检测方法及系统，用于解决由于机械部件的退化变形引发的接触不良造成的电气故障技术问题。
2、第一方面，本专利技术提供一种基于多源信息融合声纹信号的开关放电检测方法，包括：
3、获取敞式开关的多源数据，所述多源数据包括电压数据、电流数据、温度数据以及声振信号；
4、对所述声振信号进行预处理，得到声振重构信号，并根据优化后的mckd算法对所述声振重构信号进行特征提取，得到声振重构信号特征；
5、构建cnn-lstm故障辨识模型，并引入注意力机制，将所述声振重构信号特征结合所述电压数据、所述电流数据和所述温度数据输入cnn-lstm故障辨识模型中进行特征分类，使用softmax激活函数根据分类后的特征得到故障类型。
6、第二方面，本专利技术提供一种基于多源信息融合声纹信号的开关放电检测系统，包括：
7、获取模块，配置为获取敞式开关的多源数据，所述多源数据包括电压数据、电流数据、温度数据以及声振信号；
8、提取模块，配置为对所述声振信号进行预处理，得到声振重构信号，并根据优化后的mckd算法对所述声振重构信号进行特征提取，得到声振重构信号特征；
9、分类模块，配置为构建cnn-lstm故障辨识模型，并引入注意力机制，将所述声振重构信号特征结合所述电压数据、所述电流数据和所述温度数据输入cnn-lstm故障辨识模型中进行特征分类，使用softmax激活函数根据分类后的特征得到故障类型。
10、第三方面，提供一种电子设备，其包括：至少一个处理器，以及与所述至少一个处理器通信连接的存储器，其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行本专利技术任一实施例的基于多源信息融合声纹信号的开关放电检测方法的步骤。
11、第四方面，本专利技术还提供一种计算机可读存储介质，其上存储有计算机程序，所述程序指令被处理器执行时，使所述处理器执行本专利技术任一实施例的基于多源信息融合声纹信号的开关放电检测方法的步骤。
12、本申请的基于多源信息融合声纹信号的开关放电检测方法及系统，通过结合声纹信号蕴含的丰富频率信息以及振动信号更加直接反映设备的机械状态的特点，综合其他运行参量之间的互补性，能够更加全面了解设备的运行状态；通过采用改进斑马优化算法优化mckd算法的参数，能够有效的提升mckd算法对于缺陷信号的敏感程度；通过结合卷积神经网络和长短基记忆网络的各自特点，有效的提取声纹信号中存在的缺陷信息，达到对敞式开关状态的准确诊断。
本文档来自技高网...【技术保护点】
1.一种基于多源信息融合声纹信号的开关放电检测方法，其特征在于，包括：
2.根据权利要求1所述的一种基于多源信息融合声纹信号的开关放电检测方法，其特征在于，所述将所述声振重构信号特征结合所述电压数据、所述电流数据和所述温度数据输入CNN-LSTM故障辨识模型中进行特征分类包括：
3.根据权利要求1所述的一种基于多源信息融合声纹信号的开关放电检测方法，其特征在于，所述对所述声振信号进行预处理，得到声振重构信号包括：
4.根据权利要求1所述的一种基于多源信息融合声纹信号的开关放电检测方法，其特征在于，所述根据优化后的MCKD算法对所述声振重构信号进行特征提取，得到声振重构信号特征包括：
5.根据权利要求1所述的一种基于多源信息融合声纹信号的开关放电检测方法，其特征在于，在根据优化后的MCKD算法对所述声振重构信号进行特征提取，得到声振重构信号特征之前，所述方法还包括：
6.根据权利要求5所述的一种基于多源信息融合声纹信号的开关放电检测方法，其特征在于，所述采用改进斑马优化算法对MCKD算法的参数进行全局寻优，得到MCKD算法
7.一种基于多源信息融合声纹信号的开关放电检测系统，其特征在于，包括：
8.一种电子设备，其特征在于，包括：至少一个处理器，以及与所述至少一个处理器通信连接的存储器，其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1至6任一项所述的方法。
9.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述程序被处理器执行时实现权利要求1至6任一项所述的方法。
...【技术特征摘要】
1.一种基于多源信息融合声纹信号的开关放电检测方法，其特征在于，包括：
2.根据权利要求1所述的一种基于多源信息融合声纹信号的开关放电检测方法，其特征在于，所述将所述声振重构信号特征结合所述电压数据、所述电流数据和所述温度数据输入cnn-lstm故障辨识模型中进行特征分类包括：
3.根据权利要求1所述的一种基于多源信息融合声纹信号的开关放电检测方法，其特征在于，所述对所述声振信号进行预处理，得到声振重构信号包括：
4.根据权利要求1所述的一种基于多源信息融合声纹信号的开关放电检测方法，其特征在于，所述根据优化后的mckd算法对所述声振重构信号进行特征提取，得到声振重构信号特征包括：
5.根据权利要求1所述的一种基于多源信息融合声纹信号的开关放电检测方法，其特征在于，在根据优化后的mckd...
【专利技术属性】
技术研发人员：童超，何言，康兵，肖齐，李帆，崔明建，丁贵立，袁小翠，章卓航，
申请(专利权)人：国网江西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。