[發明專利]一種基于多源數據融合的岸電箱絕緣性能異常檢測方法

在審

• 申請號: 202310208304.6
• 申請日: 2023-03-06
• 公開（公告）號: CN116381424A
• 公開（公告）日: 2023-07-04
• 發明（設計）人: 呂雅瓊;劉余;查道正;張曉虎;郭小玲
• 申請（專利權）人: 武漢理工大學
• 主分類號: G01R31/12
• 分類號: G01R31/12;G01D21/02;G06F18/25;G06F18/15;G06F18/213;G06F18/24;G06N3/0455;G06N3/08
• 代理公司: 上海唯智贏專利代理事務所(普通合伙) 31293
• 代理人: 劉朵朵

1.一種基于多源數據融合的岸電箱絕緣性能異常檢測方法，其特征在于，包括如下步驟：

(1)利用多個傳感器采集岸電箱內部溫度、濕度、中性點接地系統主絕緣電壓和短路電動勢的多源一維時序信號；

(2)將采集的所述多源一維時序信號對齊，對齊后的數據通過MRP融合得到多變量二維遞歸圖，所述多變量二維遞歸圖包括多個自相關時序向量；

(3)構建VAE-SVM神經網絡模型，使用所述多變量二維遞歸圖對所述VAE-SVM神經網絡模型進行訓練，得到訓練好的目標檢測模型；

(4)將待檢測的所述多變量二維遞歸圖輸入到所述目標檢測模型中，判斷待測岸電箱絕緣性能是否出現異常，并確定是否報警。

2.根據權利要求1所述的基于多源數據融合的岸電箱絕緣性能異常檢測方法，其特征在于，所述步驟2具體包括：

(2.1)將所述多個傳感器設置為相同的采樣率，同時截取相同時間段內的所述多源一維時序信號，并進行歸一化處理，實現所述多源一維時序信號對齊，所述歸一化處理如下：

其中：為第i個時間點的歸一化信號，x_i為第i個時間點的所述多源一維時序信號，max(X)為該時間段內的信號最大值，min(X)為該時間段內的信號最小值；

(2.2)利用對齊后的所述多源一維時序信號構造相空間：

X＝{X₁，X₂，...，X_i，...，X_N|X_i

＝(x_i(1)，x_i(2)，...，x_i(j)，...，x_i(n))}

其中：X_i為相空間X時間點i處的相點，N與n分別代表采樣長度和所述傳感器數量，x_i(j)表示第j種類型傳感器采樣的第i指標的數據；

(2.3)在所述相空間中，利用MRP原理對所述多源一維時序信號進行融合編碼，得到多變量二維遞歸圖：

R_i，j＝Θ(ε-||X_i-X_j||)

其中：R_i，j表示遞歸圖中位置(i，j)處的值，i，j＝1，2，...，N，ε表示人為選取的閾值，||·||表示范數，Θ(·)為Heaviside函數。

3.根據權利要求所1述的基于多源數據融合的岸電箱絕緣性能異常檢測方法，其特征在于：所述VAE-SVM神經網絡模型包括VAE模型和SVM模型；

所述VAE模型包括編碼器、隱變量層和解碼器；所述編碼器用于實現所述多變量二維遞歸圖的特征降維，所述隱變量層用于輸出低維特征，所述解碼器用于還原輸入的所述多變量二維遞歸圖；

所述SVM模型的輸入為所述VAE模型隱變量層的特征，輸出為對此特征的分類。

4.根據權利要求3所述的基于多源數據融合的岸電箱絕緣性能異常檢測方法，其特征在于：所述SVM模型利用高斯核函數將在原特征空間線性不可分的特征映射到更高維度的特征空間，實現特征的線性可分；所述高斯核函數為：

其中：γ為大于0的自由變量，||x-y||為兩個特征點之間的距離，σ為標準差。

5.根據權利要求所3述的基于多源數據融合的岸電箱絕緣性能異常檢測方法，其特征在于，所述VAE-SVM神經網絡模型訓練過程包括：

(3.1)將所述多變量二維遞歸圖劃分為訓練集樣本和驗證集樣本；

(3.2)使用所述訓練集樣本對所述VAE模型進行訓練；

(3.3)判斷所述VAE模型損失函數是否收斂，若不收斂則返回步驟(3.2)；

(3.4)凍結所述VAE模型的解碼器；

(3.5)使用所述訓練集樣本對所述VAE-SVM模型進行訓練，得到所述目標檢測模型；

(3.6)判斷所述VAE-SVM模型損失函數是否收斂，若不收斂則返回步驟(3.5)；

(3.7)使用所述驗證集樣本對訓練好的所述目標檢測模型進行驗證。