电容式电压互感器故障诊断方法和装置与流程

本发明涉及电力计量在线监测，具体涉及一种电容式电压互感器故障诊断方法。

背景技术：

1、作为电能计量装置的重要组成部分，互感器计量性能的准确可靠直接关系到经济效益和社会效益，对保证电网健康稳定运行具有重要作用。电容式电压互感器(cvt)是由串联电容器分压，再经电磁式互感器降压和隔离，作为用来变换电压的仪器，cvt还可以将载波频率耦合到输电线用于长途通信、选择性的线路高频保护、遥控等功能上。和常规的电磁式电压互感器相比，cvt具有冲击绝缘强度高、制造简单、体积小、重量轻、经济和安全效益高等优点。

2、在cvt的实际运行过程中，受采集原理与恶劣环境等影响会在其工作寿命内发生故障，如果不能及时发现cvt的异常状况，将影响电网运行，因此需要在其发生故障时进行快速识别诊断，以便相关运行维护人员安排检修维护的工作。

3、现有技术中，仅通过静态电压数据进行故障识别存在信息不足造成漏判的情况，导致故障诊断率较差。

技术实现思路

1、有鉴于此，有必要提供一种电容式电压互感器故障诊断方法，用以解决现有技术中存在的仅通过静态电压数据进行故障识别存在信息不足造成漏判的情况，导致故障诊断率较差的技术问题。

2、为了解决上述问题，一方面，本发明提供了一种电容式电压互感器故障诊断方法，包括：

3、获取预设时间段内电容式电压互感器的电气特性静态数据和红外图像动态数据；

4、基于第一特征提取网络对所述电气特性静态数据进行特征提取，得到静态特征，基于第二特征提取网络，对所述红外图像动态数据进行特征提取，得到动态特征；

5、基于特征融合模型，对所述静态特征和所述动态特征进行特征融合，得到融合特征；

6、基于分类诊断模型，对所述融合特征进行故障诊断，确定电容式电压互感器的故障诊断结果。

7、在一些可能的实现方式中，基于第一特征提取网络对所述电气特性静态数据进行特征提取，得到静态特征，基于第二特征提取网络，对所述红外图像动态数据进行特征提取，得到动态特征，包括：

8、将所述电气特性静态数据转换为递归图，将所述红外图像动态数据按帧截取为红外图；

9、在将所述递归图和所述红外图进行时间对齐后，基于第一特征提取网络对所述递归图进行特征提取，得到静态特征，基于第二特征提取网络，对所述红外图进行特征提取，得到动态特征。

10、在一些可能的实现方式中，将所述电气特性静态数据转换为递归图，包括：

11、基于所述电气特性静态数据和预设的延迟时间，构建向量矩阵；

12、确定所述向量矩阵中各向量之间的向量距离；

13、基于所述向量距离和预设的向量距离阈值，确定像素矩阵，基于所述像素矩阵绘制递归图。

14、在一些可能的实现方式中，所述第一特征提取网络为rsenet网络，所述第二特征提取网络为3d-resnet网络。

15、在一些可能的实现方式中，所述特征融合模型为门控神经网络模型，所述融合特征包括同相特征、相间特征和组间特征，所述分类诊断模型包括第一分类器、第二分类器、第三分类器和融合决策模块；

16、基于特征融合模型，对所述静态特征和所述动态特征进行特征融合，得到融合特征，包括：

17、基于门控神经网络模型，对所述静态特征和所述动态特征按照群组同相、相间和组间的关系进行特征融合，得到同相特征、相间特征和组间特征。

18、在一些可能的实现方式中，基于分类诊断模型，对所述融合特征进行故障诊断，确定电容式电压互感器的故障诊断结果，包括：

19、基于第一分类器对所述同相特征进行故障分类，得到第一分类结果，基于所述第二分类器对所述相间特征进行故障分类，得到第二分类结果，基于所述第三分类器对所述组间特征进行故障分类，得到第三分类结果；

20、基于融合决策模块，对所述第一分类结果、第二分类结果和第三分类结果进行融合决策，得到电容式电压互感器的故障诊断结果。

21、在一些可能的实现方式中，所述第一分类器、所述第二分类器和所述第三分类器采用不同的分类算法，所述分类算法包括基于fc的分类算法、knn分类算法、svm分类算法和朴素贝叶斯分类算法。

22、在一些可能的实现方式中，所述融合决策模块用于采用d-s证据理论对所述第一分类结果、第二分类结果和第三分类结果进行融合决策；

23、基于融合决策模块，对所述第一分类结果、第二分类结果和第三分类结果进行融合决策，得到电容式电压互感器的故障诊断结果，包括：

24、基于所述第一分类结果、所述第二分类结果和所述第三分类结果，确定各分类结果之间的相似性程度；

25、基于所述各分类结果之间的相似性程度，确定各分类结果的权重；

26、基于所述各分类结果的权重对所述第一分类结果、所述第二分类结果和所述第三分类结果进行加权求和，确定电容式电压互感器的故障诊断结果。

27、在一些可能的实现方式中，所述基于所述各分类结果之间的相似性程度，确定各分类结果的权重的计算公式为：

28、

29、

30、

31、式中，supi表示其他分类结果对第i分类结果的支持度，sij表示第i分类结果和第j分类结果之间的相似性程度，crdi表示第i分类结果的可信度，也即第i分类结果的权重。

32、另一方面，本发明还提供了一种电容式电压互感器故障诊断装置，包括：

33、数据获取单元，用于获取预设时间段内电容式电压互感器的电气特性静态数据和红外图像动态数据；

34、特征提取单元，用于对所述电气特性静态数据进行特征提取，得到静态特征，对所述红外图像动态数据进行特征提取，得到动态特征；

35、特征融合单元，用于对所述静态特征和所述动态特征进行特征融合，得到融合特征；

36、分类诊断单元，用于对所述融合特征进行故障诊断，确定电容式电压互感器的故障诊断结果。

37、采用上述实施例的有益效果是：本发明提供的电容式电压互感器故障诊断方法，首先获取预设时间段内电容式电压互感器的电气特性静态数据和红外图像动态数据，然后基于第一特征提取网络对电气特性静态数据进行特征提取，得到静态特征，基于第二特征提取网络，对红外图像动态数据进行特征提取，得到动态特征，接着基于特征融合模型，对静态特征和动态特征进行特征融合，得到融合特征，最后基于分类诊断模型，对融合特征进行故障诊断，确定电容式电压互感器的故障诊断结果，即是否发生故障；其中，静态数据和动态数据分别含有不同模态的电容式电压互感器运行信息，通过将电容式电压互感器的电气特性静态数据和红外图像动态数据进行跨模态融合，有效提升了故障诊断的检测率。

技术特征：

1.一种电容式电压互感器故障诊断方法，其特征在于，包括：

2.根据权利要求1所述的电容式电压互感器故障诊断方法，其特征在于，基于第一特征提取网络对所述电气特性静态数据进行特征提取，得到静态特征，基于第二特征提取网络，对所述红外图像动态数据进行特征提取，得到动态特征，包括：

3.根据权利要求2所述的电容式电压互感器故障诊断方法，其特征在于，将所述电气特性静态数据转换为递归图，包括：

4.根据权利要求1所述的电容式电压互感器故障诊断方法，其特征在于，所述第一特征提取网络为rsenet网络，所述第二特征提取网络为3d-resnet网络。

5.根据权利要求1所述的电容式电压互感器故障诊断方法，其特征在于，所述特征融合模型为门控神经网络模型；

6.根据权利要求5所述的电容式电压互感器故障诊断方法，其特征在于，所述分类诊断模型包括第一分类器、第二分类器、第三分类器和融合决策模块；

7.根据权利要求6所述的电容式电压互感器故障诊断方法，其特征在于，所述第一分类器、所述第二分类器和所述第三分类器采用不同的分类算法，所述分类算法包括基于fc的分类算法、knn分类算法、svm分类算法和朴素贝叶斯分类算法。

8.根据权利要求6所述的电容式电压互感器故障诊断方法，其特征在于，所述融合决策模块用于采用d-s证据理论对所述第一分类结果、第二分类结果和第三分类结果进行融合决策；

9.根据权利要求8所述的电容式电压互感器故障诊断方法，其特征在于，所述基于所述各分类结果之间的相似性程度，确定各分类结果的权重的计算公式为：

10.一种电容式电压互感器故障诊断装置，其特征在于，包括：

技术总结
本发明提供了一种电容式电压互感器故障诊断方法和装置，该方法包括：获取预设时间段内电容式电压互感器的电气特性静态数据和红外图像动态数据；基于第一特征提取网络对所述电气特性静态数据进行特征提取，得到静态特征，基于第二特征提取网络，对所述红外图像动态数据进行特征提取，得到动态特征；基于特征融合模型，对所述静态特征和所述动态特征进行特征融合，得到融合特征；基于分类诊断模型，对所述融合特征进行故障诊断，确定电容式电压互感器的故障诊断结果。本发明通过将电容式电压互感器的电气特性静态数据和红外图像动态数据进行跨模态融合，有效提升了故障诊断的检测率。

技术研发人员：姜瀚书,李雨田,刘著,吴广昊,杨强,郑永明,崔涛,安昕洋
受保护的技术使用者：国网吉林省电力有限公司营销服务中心
技术研发日：
技术公布日：2024/3/21