[發(fā)明專(zhuān)利]基于DAE-CNN的地下電纜早期故障檢測(cè)和識(shí)別方法在審
| 申請(qǐng)?zhí)枺?/td> | 202110375157.2 | 申請(qǐng)日: | 2021-04-08 |
| 公開(kāi)(公告)號(hào): | CN113203914A | 公開(kāi)(公告)日: | 2021-08-03 |
| 發(fā)明(設(shè)計(jì))人: | 季天瑤;徐子弘;李夢(mèng)詩(shī);吳青華 | 申請(qǐng)(專(zhuān)利權(quán))人: | 華南理工大學(xué) |
| 主分類(lèi)號(hào): | G01R31/08 | 分類(lèi)號(hào): | G01R31/08 |
| 代理公司: | 廣州市華學(xué)知識(shí)產(chǎn)權(quán)代理有限公司 44245 | 代理人: | 鐘瑞敏 |
| 地址: | 510640 廣*** | 國(guó)省代碼: | 廣東;44 |
| 權(quán)利要求書(shū): | 查看更多 | 說(shuō)明書(shū): | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 基于 dae cnn 地下 電纜 早期 故障 檢測(cè) 識(shí)別 方法 | ||
本發(fā)明公開(kāi)了一種基于DAE?CNN的地下電纜早期故障檢測(cè)和識(shí)別方法,首先對(duì)地下電纜早期故障進(jìn)行模擬仿真,以獲取電流的仿真數(shù)據(jù);然后采用降噪自動(dòng)編碼器對(duì)仿真數(shù)據(jù)進(jìn)行特征提取,得到降維后的電流數(shù)據(jù);接著采用降維后的電流數(shù)據(jù)對(duì)卷積神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練,生成可用于檢測(cè)和識(shí)別地下電纜早期故障的判別器;采用降噪自動(dòng)編碼器對(duì)待測(cè)地下電纜的電流數(shù)據(jù)進(jìn)行特征提取,得到降維后的電流數(shù)據(jù),將其作為判別器的輸入,利用判別器輸出該地下電纜的早期故障識(shí)別結(jié)果。本發(fā)明可以實(shí)現(xiàn)配電網(wǎng)早期故障的精確診斷。
技術(shù)領(lǐng)域
本發(fā)明涉及配電網(wǎng)早期故障識(shí)別和信號(hào)處理的技術(shù)領(lǐng)域,尤其是指一種基于DAE-CNN的地下電纜早期故障檢測(cè)和識(shí)別方法。
背景技術(shù)
目前,隨著電網(wǎng)容量的擴(kuò)大以及城市用電規(guī)模的增加,地下電力電纜因體積小、安全性高和抗干擾性強(qiáng)等優(yōu)點(diǎn)被廣泛地應(yīng)用于電能傳輸和電能分配。然而,由于電纜長(zhǎng)期敷設(shè)于地下,其絕緣部分(尤其是電纜接頭位置)易受到土壤鹽分和濕氣的腐蝕而造成局部絕緣缺陷。早期的絕緣缺陷會(huì)引發(fā)電纜局部放電,從而形成間歇性電弧故障,而電弧故障又會(huì)進(jìn)一步惡化電纜的絕緣情況,最終導(dǎo)致電纜的永久性故障。因此,精確識(shí)別發(fā)生早期故障的電纜并對(duì)故障進(jìn)行準(zhǔn)確識(shí)別,對(duì)于消除隱藏的供電系統(tǒng)隱患、提高電網(wǎng)的安全性和穩(wěn)定性具有重要意義。
電纜早期故障分類(lèi)識(shí)別算法主要有閾值法、推理法和分類(lèi)器法。然而在實(shí)際電力系統(tǒng)中,線路結(jié)構(gòu)復(fù)雜,元件之間存在強(qiáng)關(guān)聯(lián)耦合關(guān)系,運(yùn)行條件具有不確定性,使用閾值法難以根據(jù)實(shí)際的電力系統(tǒng)確定合適的閾值;推理法雖然不需要閾值,但其通常借助小波變換等信號(hào)處理方法分析故障信號(hào)的時(shí)頻域特征,并以此為依據(jù)推理故障類(lèi)型,因此針對(duì)性較強(qiáng),難以推廣泛化;使用傳統(tǒng)的分類(lèi)器對(duì)擾動(dòng)信號(hào)的分類(lèi)識(shí)別能力表現(xiàn)則較差。因此,有必要研究能夠克服現(xiàn)有方法的不足,精確判別地下電纜早期故障的技術(shù)。
發(fā)明內(nèi)容
本發(fā)明的第一目的在于克服現(xiàn)有技術(shù)的缺點(diǎn)與不足,提出了一種基于DAE-CNN的地下電纜早期故障檢測(cè)和識(shí)別方法,突破現(xiàn)有傳統(tǒng)方法的缺點(diǎn),利用改進(jìn)參數(shù)的降噪自動(dòng)編碼器和卷積神經(jīng)網(wǎng)絡(luò),實(shí)現(xiàn)配電網(wǎng)早期故障的精確診斷。
本發(fā)明的第二目的在于提出一種基于DAE-CNN的地下電纜早期故障檢測(cè)和識(shí)別裝置。
本發(fā)明的第三目的在于提出一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)。
本發(fā)明的第四目的在于提出一種計(jì)算設(shè)備。
為實(shí)現(xiàn)第一目的,本發(fā)明所提供的技術(shù)方案為:一種基于DAE-CNN的地下電纜早期故障檢測(cè)和識(shí)別方法,步驟如下:
對(duì)地下電纜早期故障進(jìn)行模擬仿真,以獲取電流的仿真數(shù)據(jù);
采用降噪自動(dòng)編碼器對(duì)仿真數(shù)據(jù)進(jìn)行特征提取,得到降維后的電流數(shù)據(jù);
采用降維后的電流數(shù)據(jù)對(duì)卷積神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練,生成可用于檢測(cè)和識(shí)別地下電纜早期故障的判別器;
采用降噪自動(dòng)編碼器對(duì)待測(cè)地下電纜的電流數(shù)據(jù)進(jìn)行特征提取,得到降維后的電流數(shù)據(jù),將其作為判別器的輸入,利用判別器輸出該地下電纜的早期故障識(shí)別結(jié)果。
優(yōu)選的,對(duì)地下電纜早期故障進(jìn)行模擬仿真的過(guò)程如下:
1)根據(jù)地下電纜不同種典型的過(guò)電流擾動(dòng)的特點(diǎn),在PSCAD/EMTDC和Laboratory分別建立電路模型,仿真得到不同擾動(dòng)類(lèi)型的電流波形,從而形成仿真數(shù)據(jù)集;
2)對(duì)仿真數(shù)據(jù)都進(jìn)行歸一化處理:
其中,Xi為仿真數(shù)據(jù)集中第i個(gè)數(shù)據(jù)值,Xmax為仿真數(shù)據(jù)集中的數(shù)據(jù)最大值,Xmin為仿真數(shù)據(jù)集中的數(shù)據(jù)最小值,X*為歸一化后的仿真數(shù)據(jù)。
優(yōu)選的,采用降噪自動(dòng)編碼器對(duì)仿真數(shù)據(jù)進(jìn)行特征提取,過(guò)程如下:
該專(zhuān)利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專(zhuān)利權(quán)人授權(quán)。該專(zhuān)利全部權(quán)利屬于華南理工大學(xué),未經(jīng)華南理工大學(xué)許可,擅自商用是侵權(quán)行為。如果您想購(gòu)買(mǎi)此專(zhuān)利、獲得商業(yè)授權(quán)和技術(shù)合作,請(qǐng)聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202110375157.2/2.html,轉(zhuǎn)載請(qǐng)聲明來(lái)源鉆瓜專(zhuān)利網(wǎng)。
- 上一篇:路由器攔截聯(lián)網(wǎng)設(shè)備支付行為的方法、系統(tǒng)、存儲(chǔ)介質(zhì)及計(jì)算機(jī)設(shè)備
- 下一篇:適用于小顆粒黃色鉆石的鑒別方法、裝置及電子設(shè)備
- 同類(lèi)專(zhuān)利
- 專(zhuān)利分類(lèi)
G01R 測(cè)量電變量;測(cè)量磁變量
G01R31-00 電性能的測(cè)試裝置;電故障的探測(cè)裝置;以所進(jìn)行的測(cè)試在其他位置未提供為特征的電測(cè)試裝置
G01R31-01 .對(duì)相似的物品依次進(jìn)行測(cè)試,例如在成批生產(chǎn)中的“過(guò)端—不過(guò)端”測(cè)試;測(cè)試對(duì)象多點(diǎn)通過(guò)測(cè)試站
G01R31-02 .對(duì)電設(shè)備、線路或元件進(jìn)行短路、斷路、泄漏或不正確連接的測(cè)試
G01R31-08 .探測(cè)電纜、傳輸線或網(wǎng)絡(luò)中的故障
G01R31-12 .測(cè)試介電強(qiáng)度或擊穿電壓
G01R31-24 .放電管的測(cè)試
- 緊湊型等速接頭
- 分布式應(yīng)用環(huán)境格式數(shù)據(jù)傳送系統(tǒng)及其方法
- 生產(chǎn)具有低含量的多環(huán)芳烴的加工油的方法
- 一種基于最小結(jié)構(gòu)奇異子集的分塊快速延展方法
- 一種DAE系統(tǒng)的指標(biāo)約簡(jiǎn)方法
- 一種基于深度學(xué)習(xí)的城市公交線路查詢方法
- 一種基于自動(dòng)編碼器網(wǎng)絡(luò)的正電子發(fā)射型計(jì)算機(jī)斷層顯像(PET)重建方法
- 一種基于棧式降噪自編碼神經(jīng)網(wǎng)絡(luò)的數(shù)據(jù)約簡(jiǎn)方法
- 一種基于大規(guī)模MIMO單站系統(tǒng)的魯棒性指紋提取方法
- DAE浮動(dòng)安裝裝置及自動(dòng)安裝系統(tǒng)
- 圖像語(yǔ)義標(biāo)注的設(shè)備和方法及其模型的生成方法和系統(tǒng)
- 使用卷積神經(jīng)網(wǎng)絡(luò)的數(shù)字圖像處理
- 為數(shù)據(jù)庫(kù)確定卷積神經(jīng)網(wǎng)絡(luò)CNN模型的裝置和方法
- 確定卷積神經(jīng)網(wǎng)絡(luò)CNN模型的裝置和方法
- 采用嵌入式系統(tǒng)中的小規(guī)模卷積神經(jīng)網(wǎng)絡(luò)模塊的人臉檢測(cè)
- 針對(duì)深度通道和卷積神經(jīng)網(wǎng)絡(luò)圖像和格式使用相機(jī)設(shè)備的方法和系統(tǒng)
- 處理卷積神經(jīng)網(wǎng)絡(luò)的方法
- CNN加速器和電子設(shè)備
- 一種基于混合神經(jīng)網(wǎng)絡(luò)的腦電時(shí)空特征學(xué)習(xí)與情感分類(lèi)方法
- 一種基于FPGA的深度學(xué)習(xí)加速方法
- 地下立體停車(chē)庫(kù)通風(fēng)排煙裝置
- 地下立體停車(chē)庫(kù)通風(fēng)排煙裝置
- 一種地下結(jié)構(gòu)內(nèi)襯墻與地下連續(xù)墻疊合面構(gòu)造
- 地下結(jié)構(gòu)內(nèi)襯墻與地下連續(xù)墻疊合面構(gòu)造及其施工方法
- 地下結(jié)構(gòu)內(nèi)襯墻與地下連續(xù)墻疊合面構(gòu)造
- 一種基于地下三維空間大數(shù)據(jù)進(jìn)行地表及地下規(guī)劃的方法和系統(tǒng)
- 一種地下車(chē)行道與地下車(chē)庫(kù)綜合布置方法
- 地下連續(xù)墻施工方法
- 一種可消除側(cè)壁摩擦阻力影響的地下結(jié)構(gòu)浮力試驗(yàn)裝置
- 一種地下室抗浮結(jié)構(gòu)





