[发明专利]训练方法、电弧检测方法、装置、电子设备及存储介质

说明书

本公开实施例提供了一种训练方法、电弧检测方法、装置、电子设备及存储介质，该训练方法包括：利用基于小波变换的梅尔频率倒谱系数方法对目标电流信号进行处理，得到目标训练样本集，其中，目标训练样本集包括多个正常电流信号样本和多个电弧电流信号样本；利用目标训练样本集训练目标深度学习模型，得到电弧检测模型。

技术领域

本公开涉及人工智能技术领域，更具体地，涉及一种电弧检测模 型的训练方法、电弧检测方法、电弧检测模型的训练装置、电弧检测 装置、电子设备、计算机可读存储介质及计算机程序产品。

背景技术

随着电力电子设备的广泛使用，电力利用变得更加高效和方便。 然而，随着低压配电系统的现代化，也给电力安全带来了潜在的风险。 由于电弧的部分高温，容易造成电气火灾危险，因此，电弧故障是这 种严重的威胁之一。

在实现本公开构思的过程中，发明人发现相关技术中至少存在如 下技术问题：电弧检测的精确度不高。

发明内容

有鉴于此，本公开实施例提供了一种电弧检测模型的训练方法、 电弧检测方法、电弧检测模型的训练装置、电弧检测装置、电子设备、 计算机可读存储介质及计算机程序产品。

本公开实施例的一个方面提供了一种电弧检测模型的训练方法， 包括：利用基于小波变换的梅尔频率倒谱系数方法对目标电流信号进 行处理，得到目标训练样本集，其中，上述目标训练样本集包括多个 正常电流信号样本和多个电弧电流信号样本；以及，利用上述目标训 练样本集训练目标深度学习模型，得到上述电弧检测模型。

本公开实施例的另一个方面提供了一种电弧检测方法，包括：获 取目标电流信号；以及，将上述目标电流信号输入上述电弧检测模型， 得到与上述目标电流信号对应的预测结果，其中，上述电弧检测模型 是利用根据如上上述的方法训练的。

本公开实施例的另一个方面提供了一种电弧检测模型的训练装置， 包括：处理模块，用于利用基于小波变换的梅尔频率倒谱系数方法对 目标电流信号进行处理，得到目标训练样本集，其中，上述目标训练 样本集包括多个正常电流信号样本和多个电弧电流信号样本；以及， 第一训练模块，用于利用上述目标训练样本集训练目标深度学习模型， 得到上述电弧检测模型。

本公开实施例的另一个方面提供了一种电弧检测装置，包括：第 一获取模块，用于获取目标电流信号；以及，获得模块，用于将上述 目标电流信号输入上述电弧检测模型，得到与上述目标电流信号对应 的预测结果，其中，上述电弧检测模型是利用根据如上上述的装置训 练的。

本公开实施例的另一个方面提供了一种电子设备，包括：一个或 多个处理器；存储器，用于存储一个或多个程序，其中，当上述一个 或多个程序被上述一个或多个处理器执行时，使得上述一个或多个处 理器实现如上所述的方法。

本公开实施例的另一个方面提供了一种计算机可读存储介质，存 储有计算机可执行指令，上述指令在被执行时用于实现如上所述的方 法。

本公开实施例的另一个方面提供了一种计算机程序产品，上述计 算机程序产品包括计算机可执行指令，上述指令在被执行时用于实现 如上所述的方法。

根据本公开的实施例，由于目标训练样本集是基于小波变换的梅 尔频率倒谱系数方法对目标电流信号进行处理得到的，小波变换不仅 可以反映信号的动态特性，而且可以有效提取特定频带的信号特征， 即，电弧特征频段特征，因此，提高了目标训练样本集的质量。在此 基础上，由于电弧检测模型是利用目标训练样本集对目标深度学习模 型进行训练得到的，目标深度学习模型可以较好地学习到电弧故障特 征，因此，提高了电弧检测的精确度。

附图说明

通过以下参照附图对本公开实施例的描述，本公开的上述以及其 他目的、特征和优点将更为清楚，在附图中：