[发明专利]气体绝缘开关设备在线监测方法、装置和计算机设备

说明书

本申请涉及一种气体绝缘开关设备在线监测方法、装置、计算机设备和存储介质。所述方法包括：获取待识别气体绝缘开关设备在工作时的声音数据集；声音数据集包括在多个采集位置上采集得到的声音数据；针对每个声音数据，将声音数据集中的每个声音数据基于时间顺序进行分帧处理，得到帧数据；采用声音特征提取模型，提取帧数据的声音特征；根据帧数据对应的采集位置，确定帧数据的声音特征的权重；将帧数据的声音特征和声音特征的权重输入预先训练的故障识别模型中，得到待识别气体绝缘开关设备的故障识别结果；故障识别模型为门控循环网络模型。采用本方法能够提高对气体绝缘开关设备故障识别的准确性。

技术领域

本申请涉及电气智能检测技术领域，特别是涉及一种气体绝缘开关设备在线监测方法、装置、计算机设备和存储介质。

背景技术

气体绝缘开关设备（GAS insulated SWITCHGEAR，GIS）是一种用于高压电力系统中的开关设备，用于控制、保护和隔离电力系统中的电气设备和电路。

目前，气体绝缘开关设备广泛应用于高压电力系统中的各种场景，例如输电和配电系统、城市电网等。然而，当前对气体绝缘开关设备进行故障识别的方法常常采用的是接触检测方式，但是现场存在着广泛的电晕放电、开关动作产生的冲击以及相邻高压电气设备内部可能出现的局部放电等干扰源，导致无法得到准确的故障识别信息，使得对气体绝缘开关设备的故障识别不准确。

发明内容

基于此，有必要针对上述故障识别不准确的技术问题，提供一种气体绝缘开关设备在线监测方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。

第一方面，本申请提供了一种气体绝缘开关设备在线监测方法。所述方法包括：

获取待识别气体绝缘开关设备在工作时的声音数据集；所述声音数据集包括在多个采集位置上采集得到的声音数据；

针对每个声音数据，将所述声音数据集中的每个声音数据基于时间顺序进行分帧处理，得到帧数据；

采用声音特征提取模型，提取所述帧数据的声音特征；

根据所述帧数据对应的采集位置，确定所述帧数据的声音特征的权重；

将所述帧数据的声音特征和所述声音特征的权重输入预先训练的故障识别模型中，得到所述待识别气体绝缘开关设备的故障识别结果；所述故障识别模型为门控循环网络模型。

在其中一个实施例中，所述将所述声音数据基于时间顺序进行分帧处理，得到帧数据，包括：

切除所述声音数据中的首尾段静音数据，得到切除后的声音数据；

采用窗函数，将所述切除后的声音数据进行分帧处理，得到帧数据。

在其中一个实施例中，所述将所述帧数据的声音特征和所述声音特征的权重输入预先训练的故障识别模型中，得到所述待识别气体绝缘开关设备的故障识别结果，包括：

根据所述声音特征的权重，对同一时间下的所述帧数据的声音特征进行融合处理，得到所述声音数据在各个时间下的融合特征；

按照所述融合特征的时间顺序，将所述融合特征输入预先训练的故障识别模型，得到所述待识别气体绝缘开关设备的故障识别结果。

在其中一个实施例中，所述按照所述融合特征的时间顺序，将所述融合特征输入预先训练的故障识别模型中，得到所述待识别气体绝缘开关设备的故障识别结果，包括：

将所述融合特征输入预先训练的故障识别模型，得到所述待识别气体绝缘开关设备的正常概率和异常概率；

根据所述正常概率和所述异常概率，确定所述待识别气体绝缘开关设备的故障识别结果。

在其中一个实施例中，所述将所述帧数据的声音特征和所述声音特征的权重输入预先训练的故障识别模型中，得到所述待识别气体绝缘开关设备的故障识别结果，包括：