本申请属于电力系统,尤其涉及一种局部放电检测方法、装置、终端设备及介质。
背景技术:
1、电力设备的安全可靠工作是电网稳定运行的前提。以电力设备为电力变压器为例,电力变压器是一种具有重要意义的电力设备,直接影响电能是否能安全传输和分配。电力变压器正常工作的前提之一是绝缘系统完好,当电力变压器的绝缘系统内部出现毛刺、气隙等缺陷时,在高压环境下会发生局部放电现象,而局部放电现象的长期存在会导致绝缘性能下降。因此,对电力变压器的局部放电进行检测,可以对电力变压器进行绝缘状况诊断,并根据检测情况可对绝缘故障进行早期预警。
2、现有的局部放电检测方法通常是直接将获取到局部放电信号输入至高斯混合模型进行识别,由于局部放电信号通常存在其它信号(如噪声)或者其它冗余信息,从而降低了对局部放电的检测成功率和准确率。
技术实现思路
1、本申请实施例提供了一种局部放电检测方法、装置、终端设备及介质,提高了对局部放电的检测成功率和准确率。
2、第一方面,本申请实施例提供了一种局部放电检测方法,包括:
3、接收电力设备发送的待检测信号;
4、对所述待检测信号进行处理,得到所述待检测信号对应的梅尔倒谱系数;
5、将所述梅尔倒谱系数输入至已训练的高斯混合模型进行模式匹配与特征识别,以确定所述电力设备的局部放电类型。
6、可选的,所述对所述待检测信号进行处理,得到所述待检测信号对应的梅尔倒谱系数,包括:
7、对所述待检测信号进行预处理,得到待处理信号;
8、对所述待处理信号进行傅里叶变换,得到所述待处理信号的第一频谱信息;
9、通过梅尔滤波器对所述第一频谱信息进行转换,得到所述待处理信号在梅尔频域上的第二频谱信息;
10、对所述第二频谱信息进行对数运算,得到所述待处理信号对应的对数能量;
11、对所述对数能量进行离散余弦变换处理,得到所述梅尔倒谱系数。
12、可选的,在将所述梅尔倒谱系数输入至已训练的高斯混合模型进行模式匹配与特征识别,以确定所述电力设备的局部放电类型之后,还包括:
13、获取所述电力设备的局部放电区域发出的超声信号经过各个超声传感器的时间信息,以及各个所述超声传感器的第一位置信息;
14、根据各个所述超声传感器的所述时间信息和所述第一位置信息,计算得到所述局部放电区域的第二位置信息。
15、可选的,所述根据各个所述超声传感器的所述时间信息和所述第一位置信息,计算得到所述局部放电区域的第二位置信息,包括:
16、根据声速和各个所述时间信息,计算得到各个所述超声传感器分别与所述局部放电区域的距离信息;
17、根据各个所述超声传感器的第一位置信息以及各个所述超声传感器分别与所述局部放电区域的距离信息,计算得到所述局部放电区域的第二位置信息。
18、可选的,所述根据各个所述超声传感器的所述时间信息和所述第一位置信息,计算得到所述局部放电区域的第二位置信息,包括:
19、获取各个所述超声传感器所处位置的环境信息;
20、根据各个所述超声传感器所处位置的环境信息,确定各个所述超声传感器在接收所述超声信号时的阻力系数;
21、根据各个所述超声传感器的所述时间信息、所述第一位置信息以及所述阻力系数,计算得到所述局部放电区域的第二位置信息。
22、可选的,所述环境信息包括温度、障碍物及传输介质;各个所述超声传感器在接收所述超声信号时的阻力系数根据以下公式计算得到:
23、fi=k1*log(li*wi*hi)+k2(ti-ts)+k3*(hi-hs);
24、其中,fi表示第i个超声传感器接收所述超声信号时的阻力系数,li表示第i个超声传感器所处位置存在的障碍物的长,wi表示第i个超声传感器所处位置存在的障碍物的宽,hi表示第i个超声传感器所处位置存在的障碍物的高,ti表示第i个超声传感器所处位置的温度,ts表示基准温度,hi表示第i个超声传感器所处位置与所述局部放电区域之间的传输介质下的传输速度,hs表示基准介质下的传输速度,k1表示第一权重系数,k2表示第二权重系数,k3表示第三权重系数。
25、可选的,所述根据各个所述超声传感器的所述时间信息、所述第一位置信息以及所述阻力系数,计算得到所述局部放电区域的第二位置信息,包括:
26、根据各个所述超声传感器的阻力系数,确定各个所述超声传感器在接收到所述超声信号时产生的延迟时长;
27、根据声速和各个所述超声传感器的所述时间信息,计算得到各个所述超声传感器分别与所述局部放电区域的距离信息;
28、根据各个所述超声传感器的所述第一位置信息、所述延迟时长,以及各个所述超声传感器分别与所述局部放电区域的距离信息,计算得到所述局部放电区域的第二位置信息。
29、第二方面,本申请实施例提供了一种局部放电检测装置,包括:
30、接收单元,用于接收电力设备发送的待检测信号;
31、第一处理单元,用于对所述待检测信号进行处理,得到所述待检测信号对应的梅尔倒谱系数;
32、识别单元,用于将所述梅尔倒谱系数输入至已训练的高斯混合模型进行模式匹配与特征识别,以确定所述电力设备的局部放电类型。
33、第三方面,本申请实施例提供了一种终端设备,包括:存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,上述处理器执行所述计算机程序时实现如上述第一方面中任一项所述的局部放电检测方法。
34、第四方面,本申请实施例提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现如上述第一方面中任一项所述的局部放电检测方法。
35、第五方面,本申请实施例提供了一种计算机程序产品,当计算机程序产品在终端设备上运行时,使得终端设备可执行上述第一方面中任一项所述的局部放电检测方法。
36、本申请实施例与现有技术相比存在的有益效果是:
37、本申请实施例提供的一种局部放电检测方法,通过接收电力设备发送的待检测信号;对待检测信号进行处理,得到待检测信号对应的梅尔倒谱系数;将梅尔倒谱系数输入至已训练的高斯混合模型进行模式匹配与特征识别,以确定电力设备的局部放电类型。与现有技术相比,本申请提供的方法是对待检测信号进行处理,得到该待检测信号的梅尔倒谱系数,由于梅尔倒谱系数是将待检测信号转换成具有梅尔频率分布的频谱图,以获得待检测信号的深度特征信息,因此,将该梅尔倒谱系数输入至已训练的高斯混合模型进行模式匹配与特征识别,提高了对局部放电的检测成功率和准确率。
1.一种局部放电检测方法,其特征在于,包括:
2.如权利要求1所述的局部放电检测方法,其特征在于,所述对所述待检测信号进行处理,得到所述待检测信号对应的梅尔倒谱系数,包括:
3.如权利要求1所述的局部放电检测方法,其特征在于,在将所述梅尔倒谱系数输入至已训练的高斯混合模型进行模式匹配与特征识别,以确定所述电力设备的局部放电类型之后,还包括:
4.如权利要求3所述的局部放电检测方法,其特征在于,所述根据各个所述超声传感器的所述时间信息和所述第一位置信息,计算得到所述局部放电区域的第二位置信息,包括:
5.如权利要求3所述的局部放电检测方法,其特征在于,所述根据各个所述超声传感器的所述时间信息和所述第一位置信息,计算得到所述局部放电区域的第二位置信息,包括:
6.如权利要求5所述的局部放电检测方法,其特征在于,所述环境信息包括温度、障碍物及传输介质;各个所述超声传感器在接收所述超声信号时的阻力系数根据以下公式计算得到:
7.如权利要求5所述的局部放电检测方法,其特征在于,所述根据各个所述超声传感器的所述时间信息、所述第一位置信息以及所述阻力系数,计算得到所述局部放电区域的第二位置信息,包括:
8.一种局部放电检测装置,其特征在于,包括:
9.一种终端设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至7任一项所述的局部放电检测方法。
10.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至7任一项所述的局部放电检测方法。