绝缘表面的污秽等级确定方法及装置与流程

本技术涉及电力设备状态监测领域，尤其涉及一种绝缘表面的污秽等级确定方法及装置。

背景技术：

1、在电力系统中，污秽闪络对电力系统安全运行危害很大，随着各种工业粉尘、烟尘排放量的增加，这些污秽可能附着于绝缘子的表面，当遇到雾、毛毛雨潮湿天气时，其在绝缘子的表面形成导电水膜，从而构成导电通道降低了污闪电压，导致绝缘子发生污秽闪络。绝缘子污秽等级评估通常采用现场取样实验室检测，或采用红外、紫外、高光谱等非接触在线检测手段，以确定绝缘子的表面的污秽程度，进而采取相应的防污闪运维措施。

2、然而，上述方案中，实验室检测周期较长，难以满足在线实时评估需求；非接触方法中，部分手段难以表征污秽元素组成，且易受环境因素所影响，易对相邻污秽等级的区分精度不足，导致确定绝缘表面的污秽等级的稳定性受限。

3、因此，如何在复杂环境条件下提高绝缘表面污秽等级确定的精度与稳定性，成为亟需解决的技术问题。

技术实现思路

1、本技术实施例提供的绝缘表面的污秽等级确定方法及装置，可以达到提高绝缘表面的污秽等级确定的精度和稳定性的效果。

2、第一方面，本技术实施例提供一种绝缘表面的污秽等级确定方法，包括：

3、采集目标绝缘表面的光谱数据、事件流数据和环境数据；其中，光谱数据表征等离子体在放电过程中的光谱辐射特性，事件流数据表征等离子体光学信号在时空维度上的动态变化，环境数据表征目标绝缘表面所处环境情况；

4、对光谱数据和事件流数据进行对齐融合处理，确定多模态特征；其中，多模态特征表征光谱特征分量和事件流特征分量；

5、根据环境数据，对多模态特征进行动态权重分配，得到加权融合特征；

6、将加权融合特征输入至分类模型中，得到分类结果；其中，分类结果表征目标绝缘表面的污秽等级。

7、可选地，如上述的方法，对光谱数据和事件流数据进行对齐融合处理，确定多模态特征，包括：

8、对光谱数据进行第一特征提取处理，得到光谱特征，以及对事件流数据进行第二特征提取处理，得到事件流特征；

9、将光谱特征和事件流特征映射至相同的预设维度空间，得到对应的光谱对齐特征和事件流对齐特征；

10、将光谱对齐特征和事件流对齐特征进行融合处理，得到多模态特征。

11、可选地，如上述的方法，对光谱数据进行第一特征提取处理，得到光谱特征，包括：

12、对光谱数据进行预处理，得到预处理数据；其中，预处理包括基线校正处理、去噪处理、归一化处理中的至少一种；

13、基于预设的降维算法，对预处理数据进行降维处理，得到光谱特征；其中，预设的降维算法包括线性降维算法和非线性降维算法中的至少一种；线性降维算法包括主成分分析pca算法、独立成分分析ica算法中的至少一种；非线性降维算法包括局部线性嵌入lle算法。

14、可选地，如上述的方法，事件流数据为基于动态视觉传感器采集的等离子体光学信号的事件流信息；对事件流数据进行第二特征提取处理，得到事件流特征，包括：

15、将事件流数据划分为第一图像集和第二图像集；其中，第一图像集中的第一图像表征等离子体光学信号中亮度增强区域在对应时间窗口内的空间分布，第二图像集中的第二图像表征等离子体光学信号中亮度减弱区域在对应时间窗口内的空间分布；

16、对第一图像集和第二图像集中的各图像帧分别进行滤波处理，得到滤波后图像序列；

17、从滤波后图像序列中提取等离子体的几何形态特征和事件统计特征，得到事件流特征；其中，几何形态特征包括形状特征和尺寸特征，事件统计特征包括事件数量特征。

18、可选地，如上述的方法，将光谱特征和事件流特征映射至相同的预设维度空间，得到对应的光谱对齐特征和事件流对齐特征，包括：

19、基于等离子体辐射的物理约束规则，确定光谱特征和事件流特征之间的物理关联关系；其中，物理约束规则表征等离子体光谱强度衰减与等离子体空间尺度收缩之间的物理对应关系；

20、根据物理关联关系，将光谱特征和事件流特征进行物理约束下的匹配对齐，得到物理对齐的光谱特征和事件流特征；

21、将物理对齐的光谱特征和物理对齐的事件流特征分别映射至相同的预设维度空间，得到光谱对齐特征和事件流对齐特征。

22、可选地，如上述的方法，根据环境数据，对多模态特征进行动态权重分配，得到加权融合特征，包括：

23、将多模态特征输入至注意力机制网络，生成初始动态权重系数；其中，注意力机制网络用于基于光谱特征分量与事件流特征分量互相作为查询向量和键向量进行交叉注意力计算得到初始动态权重系数，初始动态权重系数包括初始光谱特征权重和初始事件流特征权重；

24、根据环境数据，确定修正因子；其中，修正因子表征环境扰动分别对光谱特征分量和事件流特征分量的影响程度；

25、根据修正因子，调整初始动态权重系数中各权重的分配比例，得到目标动态权重系数；

26、根据目标动态权重系数，对多模态特征进行加权融合，得到加权融合特征。

27、可选地，如上述的方法，环境数据包括光照参数和激光参数，光照参数表征环境背景光强度，激光参数表征用于产生等离子体的激光输出能量波动幅度；根据环境数据，确定修正因子，包括：

28、根据光照参数，确定事件流特征分量对应的第一信号质量参数；其中，第一信号质量参数与光照参数反相关；

29、根据激光参数，确定光谱特征分量对应的第二信号质量参数；其中，第二信号质量参数与激光参数反相关；

30、确定第一信号质量参数和第二信号质量参数，为修正因子。

31、可选地，如上述的方法，分类模型包括多层全连接层、批量归一化层和激活函数层；将加权融合特征输入至分类模型中，得到分类结果，包括：

32、将加权融合特征输入至多层全连接层中，依次经过各全连接层的特征变换处理、对应的批量归一化层的归一化处理以及对应的激活函数层的非线性激活处理，经最后一层全连接层输出对应污秽等级数的分类得分；

33、将分类得分转换为概率分布，确定概率值最大的类别为分类结果。

34、可选地，如上述的方法，还包括：

35、获取训练数据集；其中，训练数据集中包括绝缘表面的多个污秽等级样本在不同环境条件下采集的多模态数据，多模态数据包括样本光谱数据、样本事件流数据和样本环境数据；

36、对样本光谱数据和样本事件流数据进行对齐融合处理，确定样本多模态特征；

37、根据样本环境数据，对样本多模态特征进行动态权重分配，得到样本加权融合特征；

38、根据样本加权融合特征及其对应的污秽等级标签，对初始模型进行迭代训练，得到分类模型。

39、第二方面，本技术实施例提供一种绝缘表面的污秽等级确定装置，包括：

40、数据采集模块，用于采集目标绝缘表面的光谱数据、事件流数据和环境数据；其中，光谱数据表征等离子体在放电过程中的光谱辐射特性，事件流数据表征等离子体光学信号在时空维度上的动态变化，环境数据表征目标绝缘表面所处环境情况；

41、对齐融合模块，用于对光谱数据和事件流数据进行对齐融合处理，确定多模态特征；其中，多模态特征表征光谱特征分量和事件流特征分量；

42、权重分配模块，用于根据环境数据，对多模态特征进行动态权重分配，得到加权融合特征；

43、等级确定模块，用于将加权融合特征输入至分类模型中，得到分类结果；其中，分类结果表征目标绝缘表面的污秽等级。

44、第三方面，本技术实施例提供一种绝缘表面的污秽等级确定设备，包括：存储器，处理器；

45、存储器存储计算机执行指令；

46、处理器执行存储器存储的计算机执行指令，使得处理器执行如上第一方面和/或第一方面各种可能的实施方式。

47、第四方面，本技术实施例提供一种计算机可读存储介质，计算机可读存储介质中存储有计算机执行指令，计算机执行指令被处理器执行时用于实现如上第一方面和/或第一方面各种可能的实施方式。

48、第五方面，本技术实施例提供一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现如上第一方面和/或第一方面各种可能的实施方式。

49、本技术实施例提供的绝缘表面的污秽等级确定方法及装置，通过采集目标绝缘表面的光谱数据、事件流数据和环境数据，对光谱数据和事件流数据进行对齐融合处理，确定多模态特征，进一步地，根据环境数据，对多模态特征进行动态权重分配，得到加权融合特征，进一步地，将加权融合特征输入至分类模型中，得到分类结果，其中，光谱数据表征等离子体在放电过程中的光谱辐射特性，事件流数据表征等离子体光学信号在时空维度上的动态变化，环境数据表征目标绝缘表面所处环境情况，多模态特征表征光谱特征分量和事件流特征分量，分类结果表征目标绝缘表面的污秽等级。本技术的绝缘表面的污秽等级确定方法，通过采集光谱数据和事件流数据两种模态信息，丰富了污秽等级评估的特征维度，通过引入环境数据对多模态特征进行动态权重分配，增强了模型对环境扰动的适应能力，通过对光谱数据和事件流数据进行对齐融合处理，提高了不同模态特征之间的语义一致性。本技术的方法，提高了绝缘表面的污秽等级确定的精度和稳定性。