[發明專利]基于多光譜與光學電場數據融合的絕緣子狀態檢測方法及其系統

在審

• 申請號: 202210339366.6
• 申請日: 2022-04-01
• 公開（公告）號: CN114663413A
• 公開（公告）日: 2022-06-24
• 發明（設計）人: 李成;王敏珍;張靜偉;馬駿;孫冬;劉剛;靳雙源;張輜猛;裴玉杰;齊恩鐵;張廣新;趙立英;倪虹霞;劉麗;閆鈞煒
• 申請（專利權）人: 長春工程學院;國網吉林省電力有限公司通化供電公司;國網遼寧省電力有限公司撫順供電公司;國網吉林省電力有限公司白城供電公司;長春晟德科技有限公司
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06V10/80;G06V10/774;G06V10/82;G06V10/58;G06V10/143;G06N3/08;G06K9/62;G01D21/02
• 代理公司: 南京鑫之航知識產權代理事務所(特殊普通合伙) 32410
• 代理人: 姚蘭蘭

1.基于多光譜與光學電場數據融合的絕緣子狀態檢測方法，其特征在于，包括以下步驟：

S1，多光譜采集模塊采集絕緣子的多光譜數據和光學電場數據以及環境數據，多光譜數據和光學電場數據通過相應的模型計算分析出多光譜數據系數G_n以及光學電場數據系數K_n；

S2，將光譜數據系數G_n和光學電場數據系數K_n的融合，通過Pearson相關系數模型通過計算獲得對應的絕緣子狀態系數r；

S3，獲得的絕緣子狀態系數r的絕對值集合成絕緣子狀態評估集M，絕緣子阻值R集合成絕緣子阻值集M_R，將絕緣子狀態評估集M與絕緣子相應的被測阻值R進行標定，確定被檢測的絕緣子狀態；

S4，將上述多光譜數據和光學電場數據以及環境數據導入多光譜數據庫中進行神經網絡學習；

進一步的，光譜數據系數G_n和光學電場數據系數K_n確定如下：

S101，多光譜的采集模塊采集絕緣子的多光譜數據得到光線脈沖強度值Q，并將偏振光導入光學電場模塊在外加電場的條件下融合，根據光通過光學電場前后強度變化檢測得到相應的電場強度值E；

S102，將光線脈沖的閾值預設為3000，當光線脈沖強度值Q_n大于3000則光譜數據系數G_n通過公式(1)計算得出，如下：

若光線脈沖強度值Q_n小于3000，則去除此數據進行下一光線脈沖強度值Q_n的計算；

S103，確定不同的絕緣子阻值R與電場強度值E之間的比例k_n，通過公式(2)得出，公式(2)如下：

k_n＝E/R 式(2)；

將比例k_n代入公式(4)中并通過計算得出光學電場數據系數K_n，公式(4)如下：

K_n＝k_n/(k_n+1) 式(3)。

2.如權利要求1所述的基于多光譜與光學電場數據融合的絕緣子狀態檢測的方法，其特征在于，步驟S2中Pearson相關系數模型如公式(4)所示：

式(4)中X為光譜數據系數G_n，Y為光學電場數據系數K_n，為光譜數據系數G_n的均數，為光學電場數據系數K_n的均數，通過計算可得出絕緣子狀態系數r。

3.如權利要求2所述的基于多光譜與光學電場數據融合的絕緣子狀態檢測的方法，其特征在于，步驟S3中根據計算得出絕緣子狀態系數r和測試出的絕緣子被測阻值R，進行相應的標定，獲得絕緣子狀態評估集M，絕緣子被測阻值R與絕緣子狀態評估集M中的子集相對應。

4.如權利要求3所述的基于多光譜與光學電場數據融合的絕緣子狀態檢測的方法，其特征在于，所述確定被檢測絕緣子狀態，具體如下：

所述絕緣子狀態評估集M具體如下：M＝{0.3,0.5,0.9}；

所述絕緣子阻值集M_R具體如下：M_R＝{500MΩ,300MΩ,240MΩ}；

所述絕緣子狀態對應的包括低風險狀態、中風險狀態和劣化高風險狀態，所述低風險狀態與絕緣子狀態評估集M中子集的0.3標定、所述中風險狀態與絕緣子狀態評估集M中子集的0.5標定、以及劣化高風險狀態與絕緣子狀態評估集M中子集的0.9標定；

當絕緣子狀態處于劣化高風險狀態時發出警報信號。