基于人工智能的电气设备局部放电异常检测方法与流程

本技术涉及数据处理技术，尤其涉及一种基于人工智能的电气设备局部放电异常检测方法。

背景技术：

1、近年来，人工智能技术在局部放电检测中的应用越来越广泛，通过实时在线监测可以连续采集和分析局部放电数据，实现早期预警和状态评估，推动了电力设备从定期维护向预测性维护的转变。

2、在现有技术中，通常是利用单一检测手段，例如，超声波、射频、光学、热红外等检测方式。虽然，可以实现对于电气设备局部放电的，但是，存在容易受到环境噪声、设备结构和操作条件等因素的影响，检测的准确性以及可靠性都较低。

技术实现思路

1、本技术提供一种基于人工智能的电气设备局部放电异常检测方法，用以解决现有单一检测手段检测的准确性以及可靠性都较低的技术问题。

2、第一方面，本技术提供一种基于人工智能的电气设备局部放电异常检测方法，应用于局部放电异常检测系统，所述局部放电异常检测系统包括数据处理平台以及检测传感器集合，所述检测传感器集合包括第一类传感器集群以及第二类传感器集群，所述第一类传感器集群与所述第二类传感器集群中的各个传感器分别与所述数据处理平台通信连接；所述方法包括：

3、在第一时间节点，通过所述第一类传感器集群中的第一传感器获取待检测电气设备集群中第一待检测电气设备的第一特征信号，并将所述第一特征信号发送至所述数据处理平台，其中，所述第一类传感器集群中的每个传感器对应检测所述待检测电气设备集群中的一个待检测电气设备；

4、若所述数据处理平台确定所述第一特征信号存在第一预设信号特征，则通过所述第二类传感器集群中的第二传感器序列获取待检测对象序列的第二特征信号序列，所述待检测对象序列为所述第一待检测电气设备中多个待检测对象所构成的序列，其中，所述第二传感器序列中的每个传感器对应检测所述待检测对象序列中的一个待检测对象；

5、若所述数据处理平台根据预设特征信号分析模型确定所述第二特征信号序列中的至少一个异常特征信号，则确定所述第一待检测电气设备的状态为局部放电异常状态。

6、可选的，所述第一类传感器集群包括多个超声波传感器，所述第一传感器为第一超声波传感器，所述第一超声波传感器设置于所述第一待检测电气设备的壳体外侧壁上；

7、所述第二类传感器集群包括多个电流传感器，所述第二传感器序列为多个第二电流传感器所组成的序列，所述第二传感器序列设置于所述第一待检测电气设备的壳体的内部，各个所述第二电流传感器设置于对应的待检测对象的接地端。

8、可选的，若所述数据处理平台根据预设特征信号分析模型确定所述第二特征信号序列中的至少一个异常特征信号，则确定所述第一待检测电气设备的状态为局部放电异常状态，包括：

9、所述数据处理平台根据预设带通滤波器特征参数以及预设滤波器对所述第二特征信号序列中的各个第二特征信号进行背景噪声滤波处理，以确定第二滤波信号序列，其中，所述预设带通滤波器特征参数包括预设背景噪声中心频率以及预设通带宽度，所述预设滤波器为特沃斯滤波器、切比雪夫滤波器以及椭圆滤波器中的一个或多个的组合；

10、所述数据处理平台根据第二滤波信号序列确定对应的电流脉冲幅值序列；

11、若所述电流脉冲幅值序列中存在电流脉冲幅值大于预设电流脉冲阈值，则确定所述第一待检测电气设备的状态为第一局部放电异常状态。

12、可选的，在所述数据处理平台根据第二滤波信号序列确定对应的电流脉冲幅值序列之后，还包括：

13、若所述电流脉冲幅值序列中未存在电流脉冲幅值大于所述预设电流脉冲阈值，则根据公式1以及所述第二滤波信号序列确定电流脉冲放电能量序列，其中，公式1为：

14、

15、其中，为第二滤波信号对应的波动周期起始时刻，为第二滤波信号对应的波动周期终止时刻，为第二滤波信号在下的瞬态脉冲电流，为与之间的任一时刻；

16、若所述电流脉冲放电能量序列中存在电流脉冲放电能量大于预设电流脉冲放电能量阈值，则确定所述第一待检测电气设备的状态为第二局部放电异常状态。

17、可选的，在根据公式1以及所述第二滤波信号序列确定电流脉冲放电能量序列之后，还包括：

18、若所述电流脉冲放电能量序列中未存在电流脉冲放电能量大于所述预设电流脉冲放电能量阈值，则根据公式2确定所述第一待检测电气设备的设备电流脉冲放电能量，所述公式2为：

19、

20、若所述设备电流脉冲放电能量大于预设设备电流脉冲放电能量阈值，则确定所述第一待检测电气设备的状态为第三局部放电异常状态。

21、可选的，在所述确定所述第一待检测电气设备的状态为局部放电异常状态之后，还包括：

22、若确定所述第一待检测电气设备的状态为所述第一局部放电异常状态，则所述数据处理平台确定所述电流脉冲幅值序列中大于所述预设电流脉冲阈值的电流脉冲超幅序列，并根据所述电流脉冲超幅序列从所述待检测对象序列中确定局部放电异常对象序列s；或者，

23、若确定所述第一待检测电气设备的状态为所述第二局部放电异常状态，则所述数据处理平台确定所述中大于所述预设电流脉冲放电能量阈值的电流脉冲放电超能量序列, 并根据所述电流脉冲放电超能量序列从所述待检测对象序列中确定局部放电异常对象序列s；或者，

24、若确定所述第一待检测电气设备的状态为所述第三局部放电异常状态，则所述数据处理平台确定所述待检测对象序列为局部放电异常对象序列s。

25、可选的，所述局部放电异常检测系统还包括通信模块，所述通信模块与外部检修终端通信连接；对应的，在确定所述局部放电异常对象序列s之后，还包括：

26、所述数据处理平台通过所述通信模块向所述外部检修终端发送局部异常放电检修信息，所述局部异常放电检修信息包括所述第一待检测电气设备的电气设备标识码、所述局部放电异常对象序列s所对应的对象标识码序列以及所述局部放电异常状态的异常状态类型，所述异常状态类型包括所述第一局部放电异常状态、所述第二局部放电异常状态以及所述第三局部放电异常状态。

27、第二方面，本技术提供一种局部放电异常检测系统，包括：数据处理平台以及检测传感器集合，所述检测传感器集合包括第一类传感器集群以及第二类传感器集群，所述第一类传感器集群与所述第二类传感器集群中的各个传感器分别与所述数据处理平台通信连接；

28、在第一时间节点，通过所述第一类传感器集群中的第一传感器获取待检测电气设备集群中第一待检测电气设备的第一特征信号，并将所述第一特征信号发送至所述数据处理平台，其中，所述第一类传感器集群中的每个传感器对应检测所述待检测电气设备集群中的一个待检测电气设备；

29、若所述数据处理平台确定所述第一特征信号存在第一预设信号特征，则通过所述第二类传感器集群中的第二传感器序列获取待检测对象序列的第二特征信号序列，所述待检测对象序列为所述第一待检测电气设备中多个待检测对象所构成的序列，其中，所述第二传感器序列中的每个传感器对应检测所述待检测对象序列中的一个待检测对象；

30、若所述数据处理平台根据预设特征信号分析模型确定所述第二特征信号序列中的至少一个异常特征信号，则确定所述第一待检测电气设备的状态为局部放电异常状态。

31、可选的，所述第一类传感器集群包括多个超声波传感器，所述第一传感器为第一超声波传感器，所述第一超声波传感器设置于所述第一待检测电气设备的壳体外侧壁上；

32、所述第二类传感器集群包括多个电流传感器，所述第二传感器序列为多个第二电流传感器所组成的序列，所述第二传感器序列设置于所述第一待检测电气设备的壳体的内部，各个所述第二电流传感器设置于对应的待检测对象的接地端。

33、可选的，所述数据处理平台根据预设带通滤波器特征参数以及预设滤波器对所述第二特征信号序列中的各个第二特征信号进行背景噪声滤波处理，以确定第二滤波信号序列，其中，所述预设带通滤波器特征参数包括预设背景噪声中心频率以及预设通带宽度，所述预设滤波器为特沃斯滤波器、切比雪夫滤波器以及椭圆滤波器中的一个或多个的组合；

34、所述数据处理平台根据第二滤波信号序列确定对应的电流脉冲幅值序列；

35、若所述电流脉冲幅值序列中存在电流脉冲幅值大于预设电流脉冲阈值，则确定所述第一待检测电气设备的状态为第一局部放电异常状态。

36、可选的，若所述电流脉冲幅值序列中未存在电流脉冲幅值大于所述预设电流脉冲阈值，则根据公式1以及所述第二滤波信号序列确定电流脉冲放电能量序列，其中，公式1为：

37、

38、其中，为第二滤波信号对应的波动周期起始时刻，为第二滤波信号对应的波动周期终止时刻，为第二滤波信号在下的瞬态脉冲电流，为与之间的任一时刻；

39、若所述电流脉冲放电能量序列中存在电流脉冲放电能量大于预设电流脉冲放电能量阈值，则确定所述第一待检测电气设备的状态为第二局部放电异常状态。

40、可选的，若所述电流脉冲放电能量序列中未存在电流脉冲放电能量大于所述预设电流脉冲放电能量阈值，则根据公式2确定所述第一待检测电气设备的设备电流脉冲放电能量，所述公式2为：

41、

42、若所述设备电流脉冲放电能量大于预设设备电流脉冲放电能量阈值，则确定所述第一待检测电气设备的状态为第三局部放电异常状态。

43、可选的，若确定所述第一待检测电气设备的状态为所述第一局部放电异常状态，则所述数据处理平台确定所述电流脉冲幅值序列中大于所述预设电流脉冲阈值的电流脉冲超幅序列，并根据所述电流脉冲超幅序列从所述待检测对象序列中确定局部放电异常对象序列s；或者，

44、若确定所述第一待检测电气设备的状态为所述第二局部放电异常状态，则所述数据处理平台确定所述中大于所述预设电流脉冲放电能量阈值的电流脉冲放电超能量序列, 并根据所述电流脉冲放电超能量序列从所述待检测对象序列中确定局部放电异常对象序列s；或者，

45、若确定所述第一待检测电气设备的状态为所述第三局部放电异常状态，则所述数据处理平台确定所述待检测对象序列为局部放电异常对象序列s。

46、可选的，所述局部放电异常检测系统还包括通信模块，所述通信模块与外部检修终端通信连接；

47、所述数据处理平台通过所述通信模块向所述外部检修终端发送局部异常放电检修信息，所述局部异常放电检修信息包括所述第一待检测电气设备的电气设备标识码、所述局部放电异常对象序列s所对应的对象标识码序列以及所述局部放电异常状态的异常状态类型，所述异常状态类型包括所述第一局部放电异常状态、所述第二局部放电异常状态以及所述第三局部放电异常状态。

48、第三方面，本技术提供一种电子设备，包括：

49、处理器；以及，

50、存储器，用于存储所述处理器的可执行指令；

51、其中，所述处理器配置为经由执行所述可执行指令来执行第一方面中所述的任一种可能的方法。

52、第四方面，本技术提供一种计算机可读存储介质，所述计算机可读存储介质中存储有计算机执行指令，所述计算机执行指令被处理器执行时用于实现第一方面中所述的任一种可能的方法。

53、本技术提供的基于人工智能的电气设备局部放电异常检测方法，通过第一类传感器集群中的第一传感器获取待检测电气设备集群中第一待检测电气设备的第一特征信号，并将第一特征信号发送至数据处理平台，并在确定第一特征信号存在第一预设信号特征时，通过第二类传感器集群中的第二传感器序列获取待检测对象序列的第二特征信号序列，并根据预设特征信号分析模型确定第二特征信号序列中的至少一个异常特征信号，以确定第一待检测电气设备的状态为局部放电异常状态，从而实现对于电气设备局部放电异常的自动检测，此外，通过两种不同检测范围的传感器进行检测，既能够保证检测的及时性以及准确性，又能够避免过多传感器需要始终保持检测状态所导致的检测资源的浪费以及传感器寿命的降低，此外，在面对大规模设备集群检测场景时，还可以有效地减小数据处理平台的数据处理量，从而提高系统整体的检测效率以及数据处理效率。