[发明专利]一种基于深度孪生网络的电力设备局部放电故障诊断方法、系统终端及可读存储介质在审

专利信息
申请号: 202110854734.6 申请日: 2021-07-28
公开(公告)号: CN113655348A 公开(公告)日: 2021-11-16
发明(设计)人: 黄志鸿;肖剑;张可人;徐先勇;陈骏星溆;朱光明 申请(专利权)人: 国网湖南省电力有限公司;国网湖南省电力有限公司电力科学研究院;国家电网有限公司
主分类号: G01R31/12 分类号: G01R31/12
代理公司: 长沙市融智专利事务所(普通合伙) 43114 代理人: 姚瑶
地址: 410004 湖南*** 国省代码: 湖南;43
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 深度 孪生 网络 电力设备 局部 放电 故障诊断 方法 系统 终端 可读 存储 介质
【权利要求书】:

1.一种基于深度孪生网络的电力设备局部放电故障诊断方法,其特征在于:包括以下步骤:

步骤1:获取待测试电力设备的特征图谱并作为测试样本,以及获取电力设备在各类局部放电故障下、无局部放电故障下的特征图谱并作为支撑集样本;

其中,所述特征图谱包含局部放电特征信息;

步骤2:将所述测试样本和所述支撑集样本的特征图谱分别对应输入两个深度孪生网络模型得到各自对应的深度特征;

步骤3:基于所述测试样本的深度特征和所述支撑集样本中每类支撑样本对应的深度特征计算特征映射距离;

步骤4:依据测试样本与每类支撑样本对应的特征映射距离确定所述测试样本的局部放电故障诊断结果;

其中,特征映射距离越大,测试样本与对应一类支撑样本越接近。

2.根据权利要求1所述的方法,其特征在于:所述特征图谱为脉冲序列图谱PRPS、相位图谱PRPD中的一个或组合。

3.根据权利要求1所述的方法,其特征在于:若特征图谱包括脉冲序列图谱PRPS和相位图谱PRPD,步骤2中测试样本和支撑样本的深度特征分别表示为:

其中,Ot为测试样本对应的深度特征,为测试样本脉冲序列图谱对应的输出结果,为测试样本相位图谱对应的输出结果;Os(i)为支撑样本对应的深度特征,为支撑样本的脉冲序列图谱对应的输出结果,为支撑样本的相位图谱对应的输出结果,i对应支撑样本的类型;

步骤3中测试样本与一类支撑样本的特征映射距离包括在PRPD图谱上的相似距离和在PRPS图谱上的相似距离,表示为:

式中,EPRPD(i)表示测试样本与第i类支撑样本在PRPD图谱上的相似距离,EPSPD(i)表示测试样本与第i类支撑样本在PRPS图谱上的相似距离。

4.根据权利要求3所述的方法,其特征在于:步骤4中所述依据测试样本与每类支撑样本对应的特征映射距离确定所述测试样本的局部放电故障诊断结果,具体过程如下:

首先,计算测试样本与每类支撑样本在PRPD图谱、PRPS图谱上的相似距离之和;

E(i)=EPRPD(i)+EPRPS(i)

E(i)为测试样本和第i类支撑样本在PRPD和PRPS图谱上相似距离之和;

然后,选择相似距离之和中的最大值Emax对应的支撑样本,选择的支撑样本的类型对应为所述测试样本的局部放电故障诊断结果;

Emax=Softmax{E(i)}

其中,Softmax为取最大值的函数。

5.根据权利要求1所述的方法,其特征在于:所述相似距离为欧式距离。

6.根据权利要求1所述的方法,其特征在于:所述支撑集样本包括:金属颗粒放电、悬浮放电、电晕放电和绝缘间隙放电和正常无局部放电5类样本。

7.根据权利要求1所述的方法,其特征在于:所述深度孪生网络模型为VGG-16模型,其由多层卷积层、Sigmoid激活函数、Mean-Pooling层及全连接层组成。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于国网湖南省电力有限公司;国网湖南省电力有限公司电力科学研究院;国家电网有限公司,未经国网湖南省电力有限公司;国网湖南省电力有限公司电力科学研究院;国家电网有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202110854734.6/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top