开云优惠体育网页版入口

专利名称：多参量融合分析的电缆接头诊断与异常预警方法与装置

专利类型：实用新型专利

专利申请号：CN202311772439.1

专利申请（专利权）人：国网宁夏电力有限公司吴忠供电公司,国网宁夏电力有限公司
权利人地址：宁夏回族自治区吴忠市利通区南环路

专利发明（设计）人：发明人:王晓康,边疆,郭文东,胡宝宁,虎俊,金海川,俞智浩,李文冬,吉涛,马学灵,马晓强,韩大侠,李彦军,梁睿,杨光,丁雷,张童瑞,何嘉斌

专利摘要：一种多参量融合分析的电缆接头诊断与异常预警方法与装置，采集电缆接头状态数据；对电缆接头状态数据执行预处理；对预处理后的电缆接头状态数据执行特征提取取得特征信息；运用分析模型对融合后的特征信息执行分析；基于分析结果对电缆接头实时监控与预警；不仅可以及时通知维护团队进行检查和维护，还可以通过趋势分析预测潜在的故障，从而实现更加主动的维护策略，对电缆接头状态数据处理与融合性佳，实现了对电缆接头状态执行诊断和预警的高效性和准确性。

主权利要求：
1.一种多参量融合分析的电缆接头诊断与异常预警方法，其特征在于，包括：步骤1：采集电缆接头状态数据；
步骤2：对电缆接头状态数据执行预处理；
步骤3：对预处理后的电缆接头状态数据执行特征提取取得特征信息；
步骤4：对特征信息执行融合；
步骤5：运用分析模型对融合后的特征信息执行分析；
步骤6：基于分析结果对电缆接头实时监控与预警；
步骤1中，采集电缆接头状态数据的设备包括温度传感器、暂态地电压传感器、空气超声传感器与声音传感器；温度传感器用于采集电缆接头表面的温度数据；暂态地电压传感器用于捕捉和记录电缆接头的瞬态电压波动数据；空气超声传感器用于检测电缆接头周围空气中的超声波信号数据；声音传感器用于采集电缆接头的声学特性，捕捉由电缆接头产生的声波；
温度传感器、暂态地电压传感器、空气超声传感器与声音传感器均同控制器连接，温度传感器、暂态地电压传感器、空气超声传感器与声音传感器分别将采集来的电缆接头表面的温度数据、电缆接头的瞬态电压波动数据、电缆接头周围空气中的超声波信号数据与电缆接头产生的声波数据传至控制器中；
步骤2中，对电缆接头状态数据执行预处理包括对电缆接头状态数据的原始数据执行去噪声、标准化和时间同步，以此获取预处理后的电缆接头状态数据；
去噪声是对电缆接头状态数据的原始数据通过卡尔曼滤波算法实现；
标准化处理也就是对去噪声后的电缆接头状态数据的原始数据用归一化算法处理来；
时间同步方法用于确保标准化处理后的电缆接头状态数据的原始数据采集的时间一致性；
步骤3中，特征提取包括傅里叶变换与小波变换，傅里叶变换用于分析预处理后的电缆接头状态数据的频率特性，小波变换用于时频分析预处理后的电缆接头状态数据；
在步骤4对特征信息执行融合的具体方法之前，还包括以下步骤：a.数据同步：首先，确保从不同传感器收集的数据在时间上进行同步，以便于比较和分析；在步骤2中执行；
b.特征提。憾悦扛龃衅鞯氖萁刑卣魈崛。ù泳植糠诺缡葜刑崛》诺缜慷群推德，从温度数据中提取最高温度和平均温度；在步骤3中执行；
步骤4中，对特征信息执行融合的方法，具体包括：
步骤4?1：特征合并：将所有传感器的特征信息集合在一起，形成一个综合的特征向量；
步骤4?2：权重分配：根据特征向量的每种特征在诊断过程中的重要性分配权重，分配权重的方法为随机森林特征选择算法；
步骤5中，分析模型用于对基于融合后的特征信息做出诊断决策，通过特征选择方法减少融合后的特征信息的数据维度，同时保留最重要的信息，使用卷积神经网络处理融合后的特征信息的具有空间相关性的数据，使用长短期记忆网络处理融合后的特征信息的时间序列数据，使用支持向量机来分类融合后的特征信息正：鸵斐Ｗ刺，最后采用交叉验证方法来评估模型的性能，确保模型在未见数据上的泛化能力；
步骤6中，基于分析结果对电缆接头实时监控与预警的方法包括：实时监控电缆接头的状态，在检测到异常时发出预警。
2.根据权利要求1所述的多参量融合分析的电缆接头诊断与异常预警方法，其特征在于，控制器是单片机、PLC或者工控机。
3.根据权利要求1或2所述的多参量融合分析的电缆接头诊断与异常预警方法，其特征在于，所述特征选择方法为主成分分析PCA算法。
4.一种如权利要求1到3之任一项所述的多参量融合分析的电缆接头诊断与异常预警方法所用的装置，其特征在于，包括：采集模块，其用于采集电缆接头状态数据；
预处理模块，其用于对电缆接头状态数据执行预处理；
提取模块，其用于对预处理后的电缆接头状态数据执行特征提取取得特征信息；
融合模块，其用于对特征信息执行融合；
分析模块，其用于运用分析模型对融合后的特征信息执行分析；
预警模块，其用于基于分析结果对电缆接头实时监控与预警。 说明书 : 多参量融合分析的电缆接头诊断与异常预警方法与装置技术领域[0001] 本发明属于电缆接头诊断与异常预警技术领域，具体涉及一种多参量融合分析的电缆接头诊断与异常预警方法与装置，尤其涉及一种多参量融合分析的电缆接头状态诊断与异常预警技术方法与装置。背景技术[0002] 电缆接头又称电缆头。电缆铺设好后，为了使其成为一个连续的线路，各段线必须连接为一个整体，这些连接点就称为电缆接头。电缆线路中间部位的电缆接头称为中间接头，而线路两末端的电缆接头称为终端头。电缆接头作用为连接两分离的电缆段，其特征是在恢复连接处层层恢复电缆各层结构如导体、绝缘、屏蔽、金属屏蔽、外护套等。[0003] 正是因为电缆接头的重要性，所以就要对电缆接头执行状态诊断与异常预警，这样更能保障电缆接头运用的可靠性与安全性，故而普遍运用专利申请号为“CN202021166069.9”且专利名称为“一种电力电缆智能故障预警管理系统”的现有技术方案来对电缆接头状态执行诊断和预警。[0004] 但是此类目前的现有技术方案对电缆接头状态数据处理与融合不够，无法实现对电缆接头状态执行诊断和预警的高效性和准确性。发明内容[0005] 为解决现有技术中带有的缺陷，本发明提出一种多参量融合分析的电缆接头诊断与异常预警方法与装置，对电缆接头状态数据处理与融合性佳，实现了对电缆接头状态执行诊断和预警的高效性和准确性。[0006] 本发明运用如下的技术方案。[0007] 一种多参量融合分析的电缆接头诊断与异常预警方法，包括：[0008] 步骤1：采集电缆接头状态数据；[0009] 步骤2：对电缆接头状态数据执行预处理；[0010] 步骤3：对预处理后的电缆接头状态数据执行特征提取取得特征信息；[0011] 步骤4：对特征信息执行融合；[0012] 步骤5：运用分析模型对融合后的特征信息执行分析；[0013] 步骤6：基于分析结果对电缆接头实时监控与预警。[0014] 优选地，采集电缆接头状态数据的设备包括多种传感器；多种传感器包括温度传感器、暂态地电压传感器、空气超声传感器与声音传感器；温度传感器用于采集电缆接头表面的温度数据；暂态地电压传感器用于捕捉和记录电缆接头的瞬态电压波动数据；空气超声传感器用于检测电缆接头周围空气中的超声波信号数据；声音传感器用于采集电缆接头的声学特性，捕捉由电缆接头产生的声波。[0015] 优选地，温度传感器、暂态地电压传感器、空气超声传感器与声音传感器均同控制器连接，温度传感器、暂态地电压传感器、空气超声传感器与声音传感器分别将采集来的电缆接头表面的温度数据、电缆接头的瞬态电压波动数据、缆接头周围空气中的超声波信号数据与电缆接头产生的声波数据传至控制器中。[0016] 优选地，对电缆接头状态数据执行预处理包括对电缆接头状态数据的原始数据执行去噪声、标准化和时间同步，以此获取预处理后的电缆接头状态数据。[0017] 优选地，去噪声是对电缆接头状态数据的原始数据通过滤波算法实现；[0018] 标准化处理也就是对去噪声后的电缆接头状态数据的原始数据用归一化算法处理来；[0019] 时间同步方法用于确保标准化处理后的电缆接头状态数据的原始数据采集的时间一致性。[0020] 优选地，特征提取包括傅里叶变换与小波变换，傅里叶变换用于分析预处理后的电缆接头状态数据的频率特性，小波变换用于时频分析预处理后的电缆接头状态数据。[0021] 优选地，对特征信息执行融合的方法，具体包括：[0022] 步骤4?1：特征合并：将所有传感器的特征信息集合在一起，形成一个综合的特征向量；[0023] 步骤4?2：权重分配：根据特征向量的每种特征在诊断过程中的重要性分配权重。[0024] 优选地，根据特征向量的每种特征在诊断过程中的重要性分配权重的方法为特征选择算法，也就是随机森林特征重要性评估来确定。[0025] 优选地，运用分析模型对融合后的特征信息执行分析的方法，包括：分析模型用于对基于融合后的特征信息做出诊断决策，也就是通过特征选择方法减少融合后的特征信息的数据维度，同时保留最重要的信息，使用卷积神经网络处理融合后的特征信息的具有空间相关性的数据，使用长短期记忆网络处理融合后的特征信息的时间序列数据，使用支持向量机来分类融合后的特征信息正：鸵斐Ｗ刺，最后采用交叉验证方法来评估模型的性能，确保模型在未见数据上的泛化能力。[0026] 优选地，基于分析结果对电缆接头实时监控与预警的方法包括：在检测到异常时发出预警。[0027] 一种多参量融合分析的电缆接头诊断与异常预警装置，包括：[0028] 采集模块，其用于采集电缆接头状态数据；[0029] 预处理模块，其用于对电缆接头状态数据执行预处理；[0030] 提取模块，其用于对预处理后的电缆接头状态数据执行特征提取取得特征信息；[0031] 融合模块，其用于对特征信息执行融合；[0032] 分析模块，其用于运用分析模型对融合后的特征信息执行分析；[0033] 预警模块，其用于基于分析结果对电缆接头实时监控与预警。[0034] 本发明的有益效果在于，与现有技术相比，本发明采集电缆接头状态数据；对电缆接头状态数据执行预处理；对预处理后的电缆接头状态数据执行特征提取取得特征信息；运用分析模型对融合后的特征信息执行分析；基于分析结果对电缆接头实时监控与预警；不仅可以及时通知维护团队进行检查和维护，还可以通过趋势分析预测潜在的故障，从而实现更加主动的维护策略，对电缆接头状态数据处理与融合性佳，实现了对电缆接头状态执行诊断和预警的高效性和准确性。附图说明[0035] 图1是本发明中所述多参量融合分析的电缆接头诊断与异常预警方法的整体流程图；[0036] 图2是本发明中所述多参量融合分析的电缆接头诊断与异常预警装置的模块示意图。具体实施方式[0037] 为使本发明的目的、技术方案和优点更清楚，下面将结合本发明中的附图，对本发明的技术方案执行清楚、完整地表达。本申请所表达的实施例仅仅是本发明一部分的实施例，而不是全体实施例。基于本发明精神，本属别普通技术人员在未有作出创造性劳动前提下所取得的有所另外实施例，都归于本发明的保护范围。[0038] 如图1所示，本发明所述的一种多参量融合分析的电缆接头诊断与异常预警方法，包括：[0039] 本发明优选但非限制性的实施例中，采集电缆接头状态数据的设备包括多种传感器；多种传感器包括温度传感器、暂态地电压传感器、空气超声传感器与声音传感器；温度传感器用于采集电缆接头表面的温度状况数据；暂态地电压传感器用于捕捉和记录电缆接头的瞬态电压波动数据；空气超声传感器用于检测电缆接头周围空气中的超声波信号数据；声音传感器用于采集电缆接头的声学特性，捕捉由电缆接头产生的声波，这对于识别电缆接头内部潜在的故障或异常非常关键。这些传感器具有高灵敏度和精准度，以确保数据的可靠性。[0040] 本发明优选但非限制性的实施例中，温度传感器、暂态地电压传感器、空气超声传感器与声音传感器均同控制器连接，温度传感器、暂态地电压传感器、空气超声传感器与声音传感器分别将采集来的电缆接头表面的温度状况数据、电缆接头的瞬态电压波动数据、缆接头周围空气中的超声波信号数据与电缆接头产生的声波数据传至控制器中，后续步骤由控制器执行。控制器能是单片机、PLC或者工控机。电缆接头表面的温度状况数据、电缆接头的瞬态电压波动数据、缆接头周围空气中的超声波信号数据与电缆接头产生的声波数据就形成了电缆接头状态数据。[0041] 步骤2：对电缆接头状态数据执行预处理；[0042] 本发明优选但非限制性的实施例中，收集到的电缆接头状态数据的原始数据需要经过预处理以提高其质量。这对电缆接头状态数据执行预处理包括对电缆接头状态数据的原始数据执行去噪声、标准化和时间同步，以此获取预处理后的电缆接头状态数据。[0043] 本发明优选但非限制性的实施例中，去噪声是对电缆接头状态数据的原始数据通过滤波算法(如卡尔曼滤波)实现，以排除环境干扰；[0044] 标准化处理也就是对去噪声后的电缆接头状态数据的原始数据用归一化算法处理来确保不同传感器的数据在同一标度上进行比较；[0045] 时间同步方法用于确保标准化处理后的电缆接头状态数据的原始数据采集的时间一致性。[0046] 步骤3：对预处理后的电缆接头状态数据执行特征提取取得特征信息；[0047] 本发明优选但非限制性的实施例中，特征提取是从预处理后的电缆接头状态数据中提取有用信息的过程。这可以通过多种算法实现，特征提取包括例如傅里叶变换与小波变换，傅里叶变换用于分析预处理后的电缆接头状态数据的频率特性，小波变换用于时频分析预处理后的电缆接头状态数据。特征提取的目的是减少预处理后的电缆接头状态数据的维度，同时保留对状态诊断最关键的信息。[0048] 步骤4：对特征信息执行融合；[0049] 本发明优选但非限制性的实施例中，数据融合是多参量融合分析的核心。它涉及将来自不同传感器的特征信息综合起来，以获取更全面的电缆接头状态信息。[0050] 对特征信息执行融合的具体方法之前，包括：[0051] a.数据同步：首先，确保从不同传感器收集的数据在时间上进行同步，以便于比较和分析。在步骤2中执行。[0052] b.特征提。憾悦扛龃衅鞯氖萁刑卣魈崛。例如，从局部放电数据中提取放电强度和频率，从温度数据中提取最高温度和平均温度等。在步骤3中执行。[0053] 对特征信息执行融合的方法，具体包括：[0054] 步骤4?1：特征合并：将所有传感器的特征信息集合在一起，形成一个综合的特征向量；[0055] 步骤4?2：权重分配：根据特征向量的每种特征在诊断过程中的重要性分配权重。[0056] 本发明优选但非限制性的实施例中，根据特征向量的每种特征在诊断过程中的重要性分配权重的方法为重要性通过特征选择算法，也就是如随机森林特征重要性评估来确定。[0057] 步骤5：运用分析模型对融合后的特征信息执行分析；[0058] 本发明优选但非限制性的实施例中，运用分析模型对融合后的特征信息执行分析的方法，包括：最后，分析模型用于对基于融合后的特征信息做出诊断决策，也就是通过特征选择方法(如主成分分析PCA)减少融合后的特征信息的数据维度，同时保留最重要的信息，使用卷积神经网络(CNN)处理融合后的特征信息的具有空间相关性的数据，使用长短期记忆网络(LSTM)处理融合后的特征信息的时间序列数据，使用支持向量机(SVM)来分类融合后的特征信息正：鸵斐Ｗ刺，这些模型的训练涉及大量历史数据，以确保准确性和鲁棒性。最后采用交叉验证方法来评估模型的性能，确保模型在未见数据上的泛化能力。[0059] 步骤6：基于分析结果对电缆接头实时监控与预警。[0060] 本发明优选但非限制性的实施例中，基于分析结果对电缆接头实时监控与预警的方法包括：整合了以上技术后，装置能够实时监控电缆接头的状态，并在检测到异常时发出预警。这种预警装置不仅可以及时通知维护团队进行检查和维护，还可以通过趋势分析预测潜在的故障，从而实现更加主动的维护策略。[0061] 如图2所示，本发明所述的一种多参量融合分析的电缆接头诊断与异常预警装置，包括：[0062] 采集模块，其用于采集电缆接头状态数据；[0063] 预处理模块，其用于对电缆接头状态数据执行预处理；[0064] 提取模块，其用于对预处理后的电缆接头状态数据执行特征提取取得特征信息；[0065] 融合模块，其用于对特征信息执行融合；[0066] 分析模块，其用于运用分析模型对融合后的特征信息执行分析；[0067] 预警模块，其用于基于分析结果对电缆接头实时监控与预警。[0068] 本公开能是系统、方法和/或者计算机程序产品。计算机程序产品能包括计算机可读附注介质，其上载有用于使处理器达费用公开的各个方面的计算机可读程序指令。[0069] 计算机可读附注介质能是能保持和附注由指令执行电网线路运用的指令的有形电网线路。计算机可读附注介质就像能是――但不限于――电附注电网线路、磁附注电网线路、光附注电网线路、电磁附注电网线路、半导体附注电网线路或者上述的随意恰当的汇合。计算机可读附注介质的更进一步地例子(非枚举的列表)包括：便携式计算机盘、硬盘、随意存取附注器(RAM)、只读附注器(RyM)、可擦式可编程只读附注器(EPRyM或者闪存)、静态随意存取附注器(SRAM)、便携式压缩盘只读附注器(HD?RyM)、数值多用途盘(DXD)、记忆棒、软盘、机械编码电网线路、就像其上附注有指令的打孔卡或者凹槽内凸起结构、与上述的随意恰当的汇合。这里所运用的计算机可读附注介质不被解释为瞬时消息本身，诸如无线电波或者另外自由传播的电磁波、通过波导或者另外传递媒介传播的电磁波(就像，通过输电线路电缆的光脉冲)、或者通过电线传递的电消息。[0070] 这里所表达的计算机可读程序指令能从计算机可读附注介质下载到各个推算/处理电网线路，或者通过无线网、就像因特网、局域网、广域网和/或者无线网下载到外部计算机或者外部附注电网线路。无线网能包括铜传递电缆、输电线路传递、无线传递、路由器、防火墙、交换机、WIFI装置计算机和/或者边缘业务器。各个推算/处理电网线路中的无线网适配卡或者无线网端口从无线网收取计算机可读程序指令，并转发该计算机可读程序指令，来让存放于各个推算/处理电网线路中的计算机可读附注介质中。[0071] 用于执行本公开运作的计算机程序指令能是汇编指令、指令集架构(lSA)指令、机器指令、机器映射指令、微代码、固件指令、要求定义数值、或者以一种或者多种编程语言的随意汇合编写的源代码或者目的代码，所述编程语言包括面向对象的编程语言—诸如SdallqalA、H++等，与常规的过程式编程语言—诸如“H”语言或者类似的编程语言。计算机可读程序指令能完全地在客户计算机上执行、部分地在客户计算机上执行、当做一个单一的软件包执行、部分在客户计算机上部分在远程计算机上执行、或者完全在远程计算机或者业务器上执行。在涉及远程计算机的形态中，远程计算机能通过随意属别的无线网—包括局域网(LAb)或者广域网(UAb)—连接到客户计算机，或者，能连接到外部计算机(就像运用因特网业务提供商来通过因特网连接)。在一些实施例中，通过运用计算机可读程序指令的状况数值来个性化定制电子电路，就像可编程逻辑电路、现场可编程门阵列(处置平台)或者可编程逻辑阵列(PLA)，该电子电路能执行计算机可读程序指令，以此达费用公开的各个方面。[0072] 最后应当说明的是，以上实施例仅用以说明本发明的技术方案而非对其限制，尽管参照上述实施例对本发明执行了详细的说明，所属属别的普通技术人员应当理解：依然能对本发明的具体实施方式执行修改或者等同刷新，而未脱离本发明精神和区间的任何修改或者等同刷新，其均应涵盖在本发明的权利要求保护区间之内。

专利地区：宁夏

专利申请日期：2023-12-21

专利公开日期：2024-10-15

专利公告号：CN117725536B