基于深度学习的高压开关柜局部放电故障诊断方法及系统与流程

本发明涉及电力设备故障诊断，尤其涉及基于深度学习的高压开关柜局部放电故障诊断方法及系统。

背景技术：

1、高压开关柜是配电系统中的关键设备，长期运行过程中容易因绝缘老化、受潮、接触不良或电场集中产生局部放电。局部放电通常属于绝缘劣化的早期表现，若不能及时识别，可能进一步发展为绝缘击穿、相间短路或设备停运事故。对高压开关柜局部放电状态进行在线监测和故障诊断具有重要意义。

2、现有局部放电诊断方法通常采集放电监测数据和运行状态数据，再通过阈值判断、人工特征提取、图谱识别或深度学习模型输出故障类别。上述方法虽然能够完成基本识别，但多将监测数据作为普通时序数据处理，未充分利用高压开关柜内部隔室之间的连接关系，导致模型难以表达局部放电信号在不同隔室之间的传播特征。

3、现有深度学习诊断模型大多根据编码特征直接输出分类结果，缺少对故障发展状态的逐级判断过程。当监测信号中存在干扰脉冲、随机噪声或非故障异常时，模型容易依据局部响应直接给出诊断结论，难以验证诊断类别是否真正由有效故障证据支撑。

4、因此，如何提供基于深度学习的高压开关柜局部放电故障诊断方法及系统是本领域技术人员亟需解决的问题。

技术实现思路

1、本发明的一个目的在于提出基于深度学习的高压开关柜局部放电故障诊断方法及系统，本发明利用虚拟柜室传播、故障发展状态推进和隐层反事实擦除技术，对局部放电监测数据进行结构化诊断，具备故障识别准确性高、抗干扰能力强和诊断可信度高的优点。

2、根据本发明实施例的基于深度学习的高压开关柜局部放电故障诊断方法，包括如下步骤：

3、获取高压开关柜局部放电监测序列与运行状态序列，对局部放电监测序列与运行状态序列执行预处理，生成局部放电时序样本；

4、将局部放电时序样本输入嵌入单元，生成初始隐状态序列；

5、按照高压开关柜内部隔室连接关系构建虚拟柜室传播结构，将初始隐状态序列转换为柜室节点状态，在柜室节点状态之间执行方向可控的状态传递与边界阻断，生成虚拟柜室状态序列；

6、将虚拟柜室状态序列输入fedformer序列分解单元与频率增强编码单元，生成编码隐状态；

7、从编码隐状态中提取候选故障发展状态，将候选故障发展状态沿预设故障阶段链逐级推进，在每一级推进中调用编码隐状态进行状态修正，生成成熟故障状态向量；

8、依据成熟故障状态向量生成初始诊断类别，在编码隐状态与虚拟柜室状态序列中确定支撑初始诊断类别的证据区域，对证据区域执行隐层反事实擦除，生成反事实隐状态；

9、将反事实隐状态输入二次诊断单元，依据初始诊断类别与二次诊断类别之间的变化关系，生成故障诊断结果。

10、可选的，所述对局部放电监测序列与运行状态序列执行预处理具体包括：

11、获取局部放电监测装置采集的局部放电监测序列，获取高压开关柜运行监控装置采集的运行状态序列；

12、对局部放电监测序列与运行状态序列执行时间同步、工频相位对齐、去噪、归一化和窗口划分，生成局部放电时序样本。

13、可选的，所述将局部放电时序样本输入嵌入单元具体包括：

14、嵌入单元设置于改进fedformer的输入端，将局部放电时序样本转换为样本特征向量，将样本特征向量与时间位置向量和通道标识向量进行融合，生成初始隐状态序列；

15、训练时，将初始隐状态序列送入虚拟柜室传播结构，根据故障诊断结果与样本标签之间的误差，通过反向传播更新嵌入单元的参数。

16、可选的，所述按照高压开关柜内部隔室连接关系构建虚拟柜室传播结构具体包括：

17、依据高压开关柜内部隔室之间的连接关系建立柜室传播拓扑，将隔室抽象为柜室节点，将相邻隔室之间的连接抽象为有向传播连接，为有向传播连接配置传播连接类型；

18、读取初始隐状态序列中各监测通道的安装位置，将同一隔室内的通道隐状态汇入对应柜室节点，对汇入对应柜室节点的通道隐状态进行聚合，生成柜室节点状态；

19、按照有向传播连接的指向对柜室节点状态进行逐边传播，将起始柜室节点状态映射为待传播状态，在有向传播连接对应的隔室边界处执行边界判定；

20、对满足传播连接类型的待传播状态执行保留，对不满足传播连接类型的待传播状态执行阻断；

21、将保留后的待传播状态写入终止柜室节点，与终止柜室节点原有状态进行更新，按照局部放电时序样本的时间顺序重复执行逐边传播、边界判定和状态更新，生成虚拟柜室状态序列。

22、可选的，所述将虚拟柜室状态序列输入fedformer序列分解单元与频率增强编码单元具体包括：

23、将虚拟柜室状态序列输入fedformer序列分解单元，对虚拟柜室状态序列执行趋势分量分离和周期分量分离，得到分解后的柜室状态序列；

24、将分解后的柜室状态序列输入频率增强编码单元，对分解后的柜室状态序列执行频域变换、频率成分选取和逆变换重构，得到频率增强状态序列；

25、将频率增强状态序列输入编码器前馈层和残差归一化层进行隐状态更新，生成编码隐状态。

26、可选的，所述在每一级推进中调用编码隐状态进行状态修正具体包括：

27、对编码隐状态执行全局池化和线性映射，得到候选故障发展状态；

28、将候选故障发展状态输入状态推进单元，按照预设故障阶段链进行多级状态推进，每一级状态推进均读取上一阶段的候选故障发展状态和编码隐状态，将编码隐状态中与当前阶段对应的隐层特征写入上一阶段的候选故障发展状态，得到当前阶段的候选故障发展状态；

29、在每一级状态推进后，通过状态跃迁判别单元判断当前阶段的候选故障发展状态是否满足进入下一阶段的条件；

30、当候选故障发展状态连续通过预设故障阶段链中的各级状态跃迁判别时，将最后一级候选故障发展状态确定为成熟故障状态向量；

31、当候选故障发展状态未通过任一级状态跃迁判别时，对候选故障发展状态添加低置信标记，将添加低置信标记后的候选故障发展状态作为成熟故障状态向量。

32、可选的，所述在编码隐状态与虚拟柜室状态序列中确定支撑初始诊断类别的证据区域具体包括：

33、将成熟故障状态向量映射为各预设诊断类别的类别得分，将类别得分最大的预设诊断类别确定为初始诊断类别；

34、按照初始诊断类别生成类别检索向量，将类别检索向量分别作用于编码隐状态和虚拟柜室状态序列，对编码隐状态中的时间片特征和虚拟柜室状态序列中的柜室状态进行响应检索；

35、在响应检索过程中，将同一时间片内的编码隐状态响应与虚拟柜室状态响应进行一致性比较，保留同时指向初始诊断类别的时间片和柜室位置，剔除仅在编码隐状态中响应或仅在虚拟柜室状态序列中响应的位置；

36、沿时间顺序对保留位置执行连续性合并，将间隔小于预设间隔阈值的相邻保留位置合并为同一候选证据区域；

37、从候选证据区域中选取响应强度最大的区域，确定为支撑初始诊断类别的证据区域。

38、可选的，所述对证据区域执行隐层反事实擦除具体包括：

39、读取证据区域记录的时间片范围、柜室位置和隐状态索引，按照时间片范围、柜室位置和隐状态索引在编码隐状态和虚拟柜室状态序列中确定证据区域对应的隐状态；

40、读取初始诊断类别对应的类别检索向量，将证据区域对应的隐状态沿类别检索向量方向分解为类别相关分量和类别无关分量，删除类别相关分量，保留类别无关分量；

41、从证据区域相邻时间片和相邻柜室位置中选取未被证据区域覆盖的隐状态，根据选取的隐状态生成替代隐状态；

42、将替代隐状态写入删除类别相关分量后的证据区域，证据区域对应的隐状态不再保留支撑初始诊断类别的类别相关信息；

43、对写入替代隐状态后的证据区域边界进行连续性更新，生成反事实隐状态。

44、可选的，所述依据初始诊断类别与二次诊断类别之间的变化关系具体包括：

45、将反事实隐状态输入二次诊断单元，得到各预设诊断类别对应的二次类别得分，将二次类别得分最大的预设诊断类别确定为二次诊断类别；

46、比较初始诊断类别与二次诊断类别，当二次诊断类别不同于初始诊断类别时，确认初始诊断类别依赖证据区域，将初始诊断类别写入故障诊断结果；

47、当二次诊断类别与初始诊断类别相同，且二次类别得分与初始类别得分之间的差值小于预设变化阈值时，将故障诊断结果标记为低置信诊断结果；

48、当二次诊断类别与初始诊断类别相同，且二次类别得分与初始类别得分之间的差值大于或等于预设变化阈值时，将初始诊断类别和置信衰减标记写入故障诊断结果。

49、根据本发明实施例的基于深度学习的高压开关柜局部放电故障诊断系统，包括：

50、数据处理模块，用于获取高压开关柜局部放电监测序列与运行状态序列，对局部放电监测序列与运行状态序列执行预处理，生成局部放电时序样本；

51、嵌入处理模块，用于将局部放电时序样本转换为初始隐状态序列，并将初始隐状态序列送入改进fedformer；

52、虚拟柜室传播模块，用于依据高压开关柜内部隔室连接关系建立柜室传播拓扑，将初始隐状态序列转换为柜室节点状态，通过有向传播连接、边界判定和状态更新生成虚拟柜室状态序列；

53、fedformer编码模块，用于对虚拟柜室状态序列执行序列分解和频率增强编码，生成编码隐状态；

54、故障发展状态推进模块，用于从编码隐状态中提取候选故障发展状态，并沿预设故障阶段链推进生成成熟故障状态向量；

55、反事实诊断模块，用于根据成熟故障状态向量生成初始诊断类别，确定证据区域，对证据区域执行隐层反事实擦除，根据二次诊断结果生成故障诊断结果。

56、本发明的有益效果是：

57、（1）本发明将高压开关柜内部隔室连接关系引入局部放电故障诊断过程，通过虚拟柜室传播结构将普通传感器隐状态转换为虚拟柜室状态序列，使模型在诊断时能够结合柜内不同隔室之间的传播关系，减少仅依赖单一监测通道造成的误判。

58、（2）本发明在fedformer编码隐状态之后设置故障发展状态推进过程，将候选故障发展状态沿预设故障阶段链逐级推进，在每一级推进中调用编码隐状态进行状态修正，使诊断过程不再仅依赖一次性分类输出，能够更好表达局部放电由异常出现到故障稳定的变化过程。

59、（3）本发明通过证据区域确定和隐层反事实擦除，对初始诊断类别进行二次诊断校验，当擦除支撑初始诊断类别的隐层证据后，依据二次诊断结果与初始诊断结果之间的变化关系生成最终故障诊断结果，提高诊断结果的可信度和抗干扰能力。