[发明专利]一种海底电缆故障诊断方法、装置及设备

说明书

本发明适用于海底电缆维护技术领域，提供了一种海底电缆故障诊断方法、装置及设备，包括：获取目标海底电缆的部署数据和感测数据；将所述部署数据和所述感测数据输入经过训练的故障诊断模型，得到所述目标海底电缆的诊断结果，其中，所述故障诊断模型为概率神经网络模型，所述诊断结果包括故障类型。本发明将经过训练的概率神经网络模型作为故障诊断模型，对目标海底电缆进行故障诊断，可以快速准确的得到目标海底电缆的故障类型。

技术领域

本发明属于海底电缆维护技术领域，尤其涉及一种海底电缆故障诊断方法、装置及设备。

背景技术

目前，随着我国社会经济快速发展和海上油田等海洋开发利用持续深化，跨海输电网络不断以更高电压等级向沿海及其附近岛屿延伸覆盖，海底电缆应用越来越广泛。由于海洋环境恶劣，海底电缆在运行中受到海水长期侵蚀、海上作业船舶锚害等影响，故障时有发生，严重影响了跨海电网安全稳定运行。

然而，目前并没有技术可以实现对海底电缆进行实时监测，及时确定故障类型。

发明内容

有鉴于此，本发明提供了一种海底电缆故障诊断方法、装置及设备，以解决监测海底电缆状态，及时确定故障类型的问题。

本发明实施例的第一方面提供了一种海底电缆故障诊断方法，包括：

获取目标海底电缆的部署数据和感测数据；

将部署数据和感测数据输入经过训练的故障诊断模型，得到目标海底电缆的诊断结果，其中，故障诊断模型为概率神经网络模型，诊断结果包括故障类型。

可选的，在将部署数据和感测数据输入经过训练的故障诊断模型之前还包括：

建立初始的故障诊断模型；

基于差分进化算法和训练样本对初始的故障诊断模型进行训练，以得到经过训练的故障诊断模型。

可选的，基于差分进化算法和训练样本对初始的故障诊断模型进行训练，以得到经过训练的故障诊断模型包括：

通过差分进化算法对初始的故障诊断模型中的平滑参数进行优化，以得到目标平滑参数，其中，差分进化算法的待优化项为平滑参数，目标函数为故障诊断模型对训练样本进行故障诊断得到的故障类型与训练样本的真实故障类型的均方差，差分进化算法的最优解使目标函数最小；

基于训练样本对采用目标平滑参数的故障诊断模型进行训练，以得到进过训练的故障诊断模型。

可选的，通过差分进化算法对初始的故障诊断模型中的平滑参数进行优化，以得到目标平滑参数包括：

在预设维度的空间生成预设数量且符合预设的约束条件的个体，得到初始种群，其中，每个个体分别为一个候选平滑参数；

将初始种群作为父代种群，在父代种群中随机选择指定个数的个体作为变异对象，基于变异对象和目标函数对父代种群进行进化操作，以得到子代种群；

若进化操作的总次数不小于预设值，则将子代种群中的最优个体确定为目标平滑参数；否则，将子代种群作为新的父代种群，并跳转至“在父代种群中随机选择指定个数的个体作为变异对象，基于变异对象和目标函数对父代种群进行进化操作”的步骤。

可选的，在基于差分进化算法和训练样本对初始的故障诊断模型进行训练，以得到经过训练的故障诊断模型之前，还包括：

从孪生数据库中获取训练样本，其中，孪生数据库中包括历史发生故障的海底电缆的部署数据、感测数据和故障类型，训练样本基于历史发生故障的海底电缆的部署数据、感测数据和故障类型生成。

可选的，方法还包括：

从工程数据库获取指定海底电缆的部署数据，从感测设备获取指定海底电缆的感测数据；