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()
【技术实现步骤摘要】
本专利技术属于高压输电设备维护与诊断,具体涉及一种盆式绝缘子寿命预测方法、系统、终端及存储介质。
技术介绍
1、盆式绝缘子主要由绝缘材料和金属附件组成,通常呈盆状或碟状,中心部分有一个用于安装导体的孔。绝缘材料一般采用高质量的环氧树脂等复合材料,金属附件通常安装在绝缘子的边缘和中心孔周围,用于连接其他电气设备部件或者固定导体,确保电气连接的稳定性和可靠性。盆式绝缘子广泛应用于高压输电系统中。
2、盆式绝缘子长期服役后可能因机械应力、环境因素等导致性能衰退,最终影响系统的安全运行。参照专利技术专利cn105203879b需要将盆式绝缘子进行人工加速老化试验后取样,测试其电阻率、电场强度,进而得到盆式绝缘子工作场强下的寿命预测模型并评估盆式绝缘子的寿命。
3、基于电阻率和电场强度主要是从外部或者整体性能层面来评估盆式绝缘子的状态,属于宏观检测,难以准确揭示其内部缺陷的演化过程,导致盆式绝缘子的寿命预测存在较大的误差。
技术实现思路
1、针对现有技术的上述不足,本专利技术提供一种盆式绝缘子寿命预测方法、系统、终端及存储介质,以解决上述技术问题。
2、第一方面,本专利技术提供一种盆式绝缘子寿命预测方法,包括:
3、s1,选择多个不同服役时间的盆式绝缘子,并在每个盆式绝缘子上划分多个测点;
4、s2,基于具有多通道的超声楔块和多组不同频率的超声探头搭建多频率超声临界折射纵波收发平台;
5、s3,基于多频率超声临界折射纵波
6、s4,基于神经网络算法构建剩余寿命预测模型,将当前的盆式绝缘子特征数据输入剩余寿命预测模型,输出当前的盆式绝缘子预测的剩余寿命。
7、在一个可选的实施方式中,多组不同频率的超声探头包括3个超声发射探头和3个超声接收探头,超声发射探头和超声接收探头一一对应,每组超声探头的频率分别为0.5mhz、2.25mhz、7.5mhz;
8、超声楔块是一个具有三通道的六边形楔块,三个通道分别为0.5mhz通道,2.25mhz通道,7.5mhz通道。
9、在一个可选的实施方式中,每组超声探头包括一个超声发射探头和一个超声接收探头,多频率超声临界折射纵波收发平台具体包括:
10、信号发生器,被配置为产生预设频率的电激励信号;
11、多个超声发射探头,被配置为与电激励信号预设频率对应的超声发射探头接收电激励信号,基于逆压电效应将电激励信号转换为预设频率的超声波;
12、超声楔块,被配置为将预设频率的超声波耦合到盆式绝缘子中,并在绝缘子表面产生超声临界折射纵波;
13、多个超声接收探头,被配置为接收临界折射纵波,基于压电效应将超声临界折射纵波转换为电信号;
14、示波器,被配置为接收电信号以进行超声临界折射纵波的波形显示;
15、pc端,被配置为采集示波器显示的波形数据。
16、在一个可选的实施方式中,步骤s3中,特征数据的获取具体包括:
17、在波形数据中确定波幅测量点并计算波幅,在波形数据中确定波形中的起始参考点和终止参考点并计算传播时间;
18、对波形数据进行傅里叶变换,获取频谱能量分布;
19、基于波幅、传播时间和频谱能量分布构建原始特征参量数据集;
20、基于主成分分析法对原始特征参量数据集进行降维处理得到特征数据。
21、在一个可选的实施方式中,步骤s4中,剩余寿命预测模型的构建具体为采用多层感知器神经网络结构建,具体步骤包括:
22、获取历史特征数据和与之对应的历史剩余寿命并构建数据集,将数据集划分为训练集、验证集和测试集,其中历史特征数据作为输入向量,历史剩余寿命作为输出向量,根据输入向量中的数据确定输入层,根据输出向量中的数据确定输出层;
23、对于训练集中的每个样本,将输入向量输入剩余寿命预测模型,在隐藏层通过前向传播计算模型的预测输出向量;
24、根据损失函数计算预测输出向量与实际输出特征向量之间的损失值,并利用反向传播算法计算损失函数对模型权重和偏置的梯度,利用梯度信息更新模型的权重和偏置;
25、每间隔预设的训练次数基于验证集结合均方根误差函数计算评估指标,基于评估指标的变化趋势调整模型结构;
26、基于测试集对训练完成的剩余寿命预测模型进行最终评估。
27、在一个可选的实施方式中,在隐藏层通过前向传播计算模型的预测输出向量具体包括:
28、隐藏层中的每个节点对上一层的输出信息进行加权求和:
29、
30、其中,n是上一层节点的数量,是上一层第i个节点的输出信息,是连接上一层第i个节点与当前层第j个节点的权重,是当前层第j个节点的偏置;
31、将加权求和的结果通过激活函数进行非线性变换,得到该节点的输出;
32、经过多个隐藏层的层层处理,输出层接收最后一层隐藏层的输出得到预测的剩余寿命。
33、在一个可选的实施方式中,步骤s1具体包括:将盆式绝缘子凸面侧嵌件下方的区域划分为多个子区域,所述子区域均围绕盆式绝缘子中心呈环形分布,分别在每个子区域对应的圆周上选择多个测点。
34、第二方面,本专利技术提供一种盆式绝缘子寿命预测系统,系统实现时执行上述的盆式绝缘子寿命预测方法,系统包括:
35、测点划分模块,选择多个不同服役时间的盆式绝缘子,并在每个盆式绝缘子上划分多个测点;
36、平台搭建模块,基于具有多通道的超声楔块和多组不同频率的超声探头搭建多频率超声临界折射纵波收发平台;
37、特征提取模块,基于多频率超声临界折射纵波收发平台获取不同服役时间的盆式绝缘子在各测点、各通道下的超声临界折射纵波的波形数据,基于主成分分析法提取波形数据降维后的特征数据;
38、寿命预测模块,基于神经网络算法构建剩余寿命预测模型,将当前的盆式绝缘子特征数据输入剩余寿命预测模型,输出当前的盆式绝缘子预测的剩余寿命。
39、第三方面,提供一种终端,包括:
40、处理器、存储器,其中,
41、该存储器用于存储计算机程序,
42、该处理器用于从存储器中调用并运行该计算机程序,使得终端执行上述的终端的方法。
43、第四方面,提供了一种计算机可读存储介质,所述计算机可读存储介质中存储有指令,当其在计算机上运行时,使得计算机执行上述各方面所述的方法。
44、本专利技术的有益效果在于,本专利技术提供的盆式绝缘子寿命预测方法、系统、终端及存储介质,通过选择不同服役时间的盆式绝缘子并划分测点,搭建多频率超声收发平台获取波形数据并提取特征数据,再利用神经网络算法构建预测模型,能够有效实现盆式绝缘子剩余寿命的预测本文档来自技高网...
【技术保护点】
1.一种盆式绝缘子寿命预测方法,其特征在于,包括以下步骤:
2.根据权利要求1所述的盆式绝缘子寿命预测方法,其特征在于,多组不同频率的超声探头包括3个超声发射探头和3个超声接收探头,超声发射探头和超声接收探头一一对应,每组超声探头的频率分别为0.5MHz、2.25MHz、7.5MHz;
3.根据权利要求1所述的盆式绝缘子寿命预测方法,其特征在于,每组超声探头包括一个超声发射探头和一个超声接收探头,多频率超声临界折射纵波收发平台具体包括:
4.根据权利要求1所述的盆式绝缘子寿命预测方法,其特征在于,步骤S3中,特征数据的获取具体包括:
5.根据权利要求1所述的盆式绝缘子寿命预测方法,其特征在于,步骤S4中,剩余寿命预测模型的构建具体为采用多层感知器神经网络结构建,具体步骤包括:
6.根据权利要求5所述的盆式绝缘子寿命预测方法,其特征在于,在隐藏层通过前向传播计算模型的预测输出向量具体包括:
7.根据权利要求1所述的盆式绝缘子寿命预测方法,其特征在于,步骤S1具体包括:将盆式绝缘子凸面侧嵌件下方的区域划分为多个子
8.一种盆式绝缘子寿命预测方法,其特征在于,系统实现时执行如权利要求1-7任一项所述的盆式绝缘子寿命预测方法,系统包括:
9.一种终端,其特征在于,包括:
10.一种计算机可读存储介质,其特征在于,所述可读存储介质上存储有盆式绝缘子寿命预测程序,所述盆式绝缘子寿命预测程序被处理器执行时实现如权利要求1-7任一项所述盆式绝缘子寿命预测方法的步骤。
...【技术特征摘要】
1.一种盆式绝缘子寿命预测方法,其特征在于,包括以下步骤:
2.根据权利要求1所述的盆式绝缘子寿命预测方法,其特征在于,多组不同频率的超声探头包括3个超声发射探头和3个超声接收探头,超声发射探头和超声接收探头一一对应,每组超声探头的频率分别为0.5mhz、2.25mhz、7.5mhz;
3.根据权利要求1所述的盆式绝缘子寿命预测方法,其特征在于,每组超声探头包括一个超声发射探头和一个超声接收探头,多频率超声临界折射纵波收发平台具体包括:
4.根据权利要求1所述的盆式绝缘子寿命预测方法,其特征在于,步骤s3中,特征数据的获取具体包括:
5.根据权利要求1所述的盆式绝缘子寿命预测方法,其特征在于,步骤s4中,剩余寿命预测模型的构建具体为采用多层感知器神经网络结构建,具体步骤包括:<...
【专利技术属性】
技术研发人员:李清泉,康朝阳,武宏斌,任富强,张鸿儒,孟繁博,杨婧婧,侯恺宁,朱然,
申请(专利权)人:山东大学,
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。