【技术实现步骤摘要】
本专利技术属于电力巡检，具体为一种用于电力智慧巡检的多参量边缘型便携式装备。
技术介绍
1、电力设备状态巡检是确保电力系统安全运行的重要措施。局放状态巡检方面，局放检测仪作为电力行业必不可少的检测工具，为电力设备的绝缘缺陷检测和诊断提供依据。而作为一项检测技术其应用包括技术因素、检测数据利用率和设备投资3个方面，只有当上述3个方面都与生产实际紧密结合才能具备可持续应用价值。电力设备局放传感器主要有uhf、ae和hfct三大类，其中最为常用的是uhf和ae传感器。测温方面，国内外设备较多，包括红外成像仪和各类测温终端应用等。红外成像仪、单色及双色测温仪等一系列测温装置，取得一定的实际应用效果。但目前的红外成像仪普遍价格较高，且缺乏图像就地分析处理功能，通常是需要借助后台系统进行离线分析，或搭建远程通信网络进行在线分析，但海量图像的可靠通信传输一方面占用大量网络资源，同时可靠性也有待进一步提升。此外，在设备绝缘监测和缺陷辅助判别评估方面，评估指标较粗略，诊断结果可靠性差，可参考价值不高。
2、现有技术中，基于温度图谱和局放多特征综合检测的移动巡检智能检测终端未见相关产品的应用报道。对于人工沿线进行设备外观巡检的方式，传统巡检需要配置不同类型局放、测温等检测设备，携带不便，操作繁琐，人力物力和时间成本较高，且现场难以实现电力设备巡检标准化流程化巡检记录，就地综合诊断和档案自动管理，未能实现仪器化的可靠侦察进行多参量集约化采集与联合判别，不能准确判别设备运行的异常情况。
技术实现思路>
1、本专利技术旨在针对现有技术的技术缺陷，提供一种用于电力智慧巡检的多参量边缘型便携式装备，以解决常规检测设备携带不便、操作繁琐、功能有待完善等技术问题。
2、本专利技术要解决的另一技术问题是，如何开发一种基于温度图谱和局放多特征综合检测的移动巡检智能检测终端。
3、为实现以上技术目的，本专利技术采用以下技术方案：
4、用于电力智慧巡检的多参量边缘型便携式装备，包括局放采集模块，红外与可见光msx双视融合模块，智能手持终端，其中，所述局放采集模块包括hfct检测单元，uhf检测单元，ae检测单元，暂态地电波局放检测单元；所述红外与可见光msx双视融合模块将可见光相机拍摄的图像信息实时添加至整幅红外图像中，将红外图像与可见光图像进行匹配、叠加融合；所述局放采集模块和所述红外与可见光msx双视融合模块设置于所述智能手持终端上。
5、作为优选，所述局放采集模块还包括信号调理单元，mcu，通信单元，电源相位同步单元，所述局放采集模块对局放信号进行检测、调理、采集和发送，同时接收数据，并对所述数据进行显示、存储和上传。
6、作为优选，所述局放采集模块以fastica和频率切片小波变换作为局部放电检测的窄带干扰抑制算法，基于eemd分解的频率切片小波抑制白噪声干扰。
7、作为优选，所述局放采集模块建立有典型电力设备局放数据库，所述典型电力设备局放数据库包括自验证模块，自约减模块和自增长模块；所述自验证模块通过样本库寻找与需要判断的信号相似的信号，当存在类似信号时以类似信号的类别作为该信号的类别，当不存在相似信号时通过自动图谱识别方法判断其属于局放信号或干扰信号；所述自约减模块通过计算信号与历史样本库信号的相似度，对相似度高于一定阈值的信号进行删除；所述自增长模块计算信号与样本库中信号的相似度，约减相似度大于一定阈值的信号，将约减后的信号输入样本库对样本库数据进行更新。
8、作为优选，该装备通过人工智能深度神经网络模型将现场采集的图像信息与电力设备数据库进行比对，并对预处理后的图像进行识别、目标的分割和滤波。
9、作为优选，该装备通过算法模型对监测数据进行诊断，所述算法模型包括表面温度判断法、相对温差判断法、同类比较法、档案分析法。
10、作为优选，该装备建立有典型电力设备健康诊断系统，所述典型电力设备健康诊断系统的建立方法包括：提取构建典型电力设备多维特征参量；降维选取有效特征参量；划分数据库；选取神经网络模型；训练优化神经网络模型。
11、作为优选，在建立典型电力设备健康诊断系统的过程中，利用基于灰度共生矩阵的图像特征提取方法，获取表征电力典型设备健康状况的局部放电和红外测温多维特征参量，利用基于随机森林算法对构建的多维特征参量进行重要性排序；筛选出区分不同缺陷类型局放和红外测温信号的特征参量，将数据库中数据集分为训练集和测试集，所述训练集和测试集所占比重分别为75％和25％；选取卷积神经网络模型并初始化网络参数，将训练集作为输入，使用算法来训练优化神经网络。
12、作为优选，在建立典型电力设备健康诊断系统的过程中，还包括以下步骤：确定神经网络的参数，利用训练集再训练优化过后的神经网络模型，通过测试集来评估基于深度学习的电力典型设备缺陷诊断系统的性能，结合测试系统的识别准确率及识别效率，提出电力典型设备缺陷诊断方法。
13、作为优选，所述智能手持终端集成有无线通讯模块、gps定位模块或北斗定位模块、地理信息系统。
14、本专利技术提出多模式局放传感一体化集成技术和基于人工智能的红外测温技术，以及基于移动作业模式的典型电力设备智能巡检技术，实现电力巡检典型设备局放数据采集、处理、特征提取，为状态诊断和评估提供基础支撑。综合考虑外界环境干扰影响，提出同时归集、加工、分析各种类型监测数据诊断的新型算法模型，改进信号处理滤波电路，优化温度补偿模式，采用msx双视融合技术，将红外图像与可见光图像进行匹配、叠加融合，突出识别目标，提高图像异常目标的准确捕捉和测温精度。同时，基于移动作业模式的典型电力设备智能巡检技术建立趋势分析决策模型，评估基于卷积神经网络的典型电力设备状态相关动态运行工况和趋势，在此基础上研制集成智能手持终端设备、无线通讯技术、gps/北斗全球定位、地理信息系统(gis)等面向电力智慧巡检的多参量边缘型便携式装备，建立统一的电力设备运行状态评估诊断学习与提升管理平台，实现电力现场巡检作业的电子化、信息化、规范化、可视化和智能化，有效提高现场作业质量和效率。
15、本专利技术实现了变压器、开关柜、断路器、电缆等典型电力设备智能巡检和就地诊断辅助决策，有效减轻运维巡检人员劳动强度，降低电网规模快速扩展形势下繁重工作和现场复杂条件下工作人员巡检的安全隐患，防范人身伤害损失，同时提高了电网运行安全性和供电可靠性。本专利技术可以综合提升电力现场智能化巡检水平，革新带电运检模式，提升运检效率，优化运检效果，便于及早发现典型设备异常，提高电力设备使用寿命和利用率。
本文档来自技高网...【技术保护点】
1.用于电力智慧巡检的多参量边缘型便携式装备，其特征在于，包括局放采集模块，红外与可见光MSX双视融合模块，智能手持终端，其中，所述局放采集模块包括HFCT检测单元，UHF检测单元，AE检测单元，暂态地电波局放检测单元；所述红外与可见光MSX双视融合模块将可见光相机拍摄的图像信息实时添加至整幅红外图像中，将红外图像与可见光图像进行匹配、叠加融合；所述局放采集模块和所述红外与可见光MSX双视融合模块设置于所述智能手持终端上。
2.根据权利要求1所述的用于电力智慧巡检的多参量边缘型便携式装备，其特征在于，所述局放采集模块还包括信号调理单元，MCU，通信单元，电源相位同步单元，所述局放采集模块对局放信号进行检测、调理、采集和发送，同时接收数据，并对所述数据进行显示、存储和上传。
3.根据权利要求1所述的用于电力智慧巡检的多参量边缘型便携式装备，其特征在于，所述局放采集模块以FastICA和频率切片小波变换作为局部放电检测的窄带干扰抑制算法，基于EEMD分解的频率切片小波抑制白噪声干扰。
4.根据权利要求1所述的用于电力智慧巡检的多参量边缘型便携式装备
5.根据权利要求1所述的用于电力智慧巡检的多参量边缘型便携式装备，其特征在于，该装备通过人工智能深度神经网络模型将现场采集的图像信息与电力设备数据库进行比对，并对预处理后的图像进行识别、目标的分割和滤波。
6.根据权利要求1所述的用于电力智慧巡检的多参量边缘型便携式装备，其特征在于，该装备通过算法模型对监测数据进行诊断，所述算法模型包括表面温度判断法、相对温差判断法、同类比较法、档案分析法。
7.根据权利要求1所述的用于电力智慧巡检的多参量边缘型便携式装备，其特征在于，该装备建立有典型电力设备健康诊断系统，所述典型电力设备健康诊断系统的建立方法包括：提取构建典型电力设备多维特征参量；降维选取有效特征参量；划分数据库；选取神经网络模型；训练优化神经网络模型。
8.根据权利要求1所述的用于电力智慧巡检的多参量边缘型便携式装备，其特征在于，在建立典型电力设备健康诊断系统的过程中，利用基于灰度共生矩阵的图像特征提取方法，获取表征电力典型设备健康状况的局部放电和红外测温多维特征参量，利用基于随机森林算法对构建的多维特征参量进行重要性排序；筛选出区分不同缺陷类型局放和红外测温信号的特征参量，将数据库中数据集分为训练集和测试集，所述训练集和测试集所占比重分别为75％和25％；选取卷积神经网络模型并初始化网络参数，将训练集作为输入，使用算法来训练优化神经网络。
9.根据权利要求8所述的用于电力智慧巡检的多参量边缘型便携式装备，其特征在于，在建立典型电力设备健康诊断系统的过程中，还包括以下步骤：确定神经网络的参数，利用训练集再训练优化过后的神经网络模型，通过测试集来评估基于深度学习的电力典型设备缺陷诊断系统的性能，结合测试系统的识别准确率及识别效率，提出电力典型设备缺陷诊断方法。
10.根据权利要求1所述的用于电力智慧巡检的多参量边缘型便携式装备，其特征在于，所述智能手持终端集成有无线通讯模块、GPS定位模块或北斗定位模块、地理信息系统。
...【技术特征摘要】
1.用于电力智慧巡检的多参量边缘型便携式装备，其特征在于，包括局放采集模块，红外与可见光msx双视融合模块，智能手持终端，其中，所述局放采集模块包括hfct检测单元，uhf检测单元，ae检测单元，暂态地电波局放检测单元；所述红外与可见光msx双视融合模块将可见光相机拍摄的图像信息实时添加至整幅红外图像中，将红外图像与可见光图像进行匹配、叠加融合；所述局放采集模块和所述红外与可见光msx双视融合模块设置于所述智能手持终端上。
2.根据权利要求1所述的用于电力智慧巡检的多参量边缘型便携式装备，其特征在于，所述局放采集模块还包括信号调理单元，mcu，通信单元，电源相位同步单元，所述局放采集模块对局放信号进行检测、调理、采集和发送，同时接收数据，并对所述数据进行显示、存储和上传。
3.根据权利要求1所述的用于电力智慧巡检的多参量边缘型便携式装备，其特征在于，所述局放采集模块以fastica和频率切片小波变换作为局部放电检测的窄带干扰抑制算法，基于eemd分解的频率切片小波抑制白噪声干扰。
4.根据权利要求1所述的用于电力智慧巡检的多参量边缘型便携式装备，其特征在于，所述局放采集模块建立有典型电力设备局放数据库，所述典型电力设备局放数据库包括自验证模块，自约减模块和自增长模块；所述自验证模块通过样本库寻找与需要判断的信号相似的信号，当存在类似信号时以类似信号的类别作为该信号的类别，当不存在相似信号时通过自动图谱识别方法判断其属于局放信号或干扰信号；所述自约减模块通过计算信号与历史样本库信号的相似度，对相似度高于一定阈值的信号进行删除；所述自增长模块计算信号与样本库中信号的相似度，约减相似度大于一定阈值的信号，将约减后的信号输入样本库对样本库数据进行更新。
5.根据权利要求1所述的用于电力智慧巡检的多参量边缘型便携式装备，其特征在于，该装备通过人工智能...
【专利技术属性】
技术研发人员：闫昆，封琰，卢耕儒，马国庆，王荔，
申请(专利权)人：国网青海省电力公司海南供电公司，
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。