一种基于多维特征融合的复合绝缘子酥朽劣化状态量化评估方法与流程
本发明涉及电力设备状态监测与故障诊断,具体涉及一种基于多维特征融合的复合绝缘子酥朽劣化状态量化评估方法。
背景技术:
1、复合绝缘子因具有防污闪性能优异、重量轻、免维护等显著优点,在现代输配电网中得到了广泛应用。然而,复合绝缘子长期服役于户外复杂恶劣环境中,在高温、高湿、机电应力等多重环境因素的共同作用下,不可避免地会发生老化与劣化。近年来,运行复合绝缘子的潜伏性缺陷问题日益增加,特别是芯棒酥朽、界面粘接失效等现象频发。酥朽老化会导致复合绝缘子芯棒的机械强度和电气绝缘性能大幅度下降,若不能及时、准确地评估其劣化状态,极易引发绝缘子断串、掉串等严重电网事故,对电力系统的安全稳定运行构成巨大威胁。
2、目前,针对复合绝缘子酥朽劣化的检测与评估技术主要存在以下不足:
3、第一,依赖单一红外检测手段,评估维度片面。现有技术大多依赖单一的红外测温技术(如cn120298477a),侧重通过图像处理手段提取异常发热区域的几何轮廓,进而计算发热区段的物理长度。然而,复合绝缘子的酥朽劣化是一个涉及芯棒材料水解老化、界面层微观脱粘等复杂过程的综合现象。单一的红外表观尺寸特征容易受光照、风速、湿度等现场环境因素干扰,且彻底忽略了极化损耗、局部放电等能够本质反映绝缘劣化的关键电学特征参数。仅凭几何发热长度,无法深入、全面地量化绝缘子内部的真实酥朽程度。
4、第二,离线破坏性测试无法满足现场带电检测需求。相关技术提出了复合绝缘子芯棒酥朽程度判定系统(如cn121454205a),其核心是通过在恒温恒湿箱内对分段式芯棒试品施加工频高压,并计算等效阻抗幅值和相角来划分酥朽等级。然而,该方法属于典型的离线破坏性实验室测试,要求拆卸绝缘子并加装高压环形电极和测量电极,完全无法满足现场带电无损检测的需求。
5、第三,缺乏科学的量化分级标准与运维决策依据。现有技术同时缺乏对不同酥朽程度的复合绝缘子的量化分级。这导致电网运维部门在面对发热绝缘子时缺乏科学的退役决策判据,往往只能采取极端保守的“逢热即换”策略,或单纯依靠人工经验进行盲目判断,大幅增加了非计划性停电的频次和运维成本。
6、此外,值得注意的是,红外热像检测、局部放电检测和介电响应检测三种技术手段在现有技术中分属不同的技术分支——红外热像检测通常作为运维现场的快速巡检手段,局部放电检测主要应用于在线监测系统,而介电响应测试则多用于实验室内的材料分析。三种检测手段的检测原理各异、数据格式不同、采样周期不一,目前尚无将这三种手段整合于同一评估架构中实现同步采集与深度融合的技术方案。这不仅是简单的数据叠加问题,更面临着不同采样频率下的时间同步、图像数据与时序/频域数据的异构对齐、以及不同物理量之间权重分配的客观确定等实质性技术障碍。
技术实现思路
1、针对上述现有技术的不足,本发明提供了一种基于多维特征融合的复合绝缘子酥朽劣化状态量化评估方法。
2、本发明的目的在于通过同步采集红外热像、局部放电及极化损耗等多源无损检测数据,利用深度神经网络进行多维特征融合,构建能够全面反映绝缘子内部酥朽劣化程度的量化评估模型;通过引入transformer和条件变分自编码器(c-vae)与长短期记忆网络(lstm)的级联架构,实现劣化状态的时序动态追踪与不确定性概率建模;最终输出多维量化评估结果,为电网运维提供科学的决策依据。
3、为达到上述目的,本发明采用以下技术方案:
4、一种基于多维特征融合的复合绝缘子酥朽劣化状态量化评估方法,包括以下步骤:
5、步骤1:数据采集。在复合绝缘子现场带电运行工况下,同步采集目标绝缘子的多源无损检测数据;所述检测数据包括:反映表面热场分布的红外热像图谱、反映内部高能放电活动的局部放电信号、以及反映材料介电特性的极化损耗数据;同时,获取绝缘子服役的环境标签及材质参数。
6、具体地,红外数据分析包括:通过分析软件导出复合绝缘子沿轴线方向的温度曲线数据,计算温度跨度、温度梯度等参数;局部放电信号采集包括:利用特高频或高频电流传感器采集复合绝缘子内部缺陷引发的局部放电时域信号,提取平均放电电流和放电重复率等特征量;极化损耗数据采集包括:采用时域介电响应法获取绝缘子的极化/去极化电流信号,通过傅里叶变换计算介质损耗角正切值。
7、步骤2:特征提取层。将步骤1获取的多源异构检测数据分别输入至预先构建的深度特征提取网络的不同分支中,进行特征的高维映射与统一表示。
8、具体包括三个子步骤:(1)对于红外热像图谱矩阵,采用残差卷积神经网络(resnet)提取深层纹理、边缘形态及热场分布特征,输出高维空间特征图,经全局平均池化后与发热长度和最大轴向温升梯度拼接,生成红外特征向量;(2)对于一维数值型电学参量,构建多层感知机网络进行非线性高维映射,输出电学特征向量;(3)对于离散型定性标签数据,采用嵌入层技术将文本标签转化为连续稠密实数向量,输出环境特征向量。
9、步骤3:多时间尺度表示编码。将步骤2提取的红外特征、电学特征及环境特征输入至transformer编码器中,利用多头注意力机制捕捉绝缘子各项特征参量随服役时间演变的时序动态依赖关系,获得具有多时间尺度表示的隐层编码向量。
10、步骤4:多维异构特征深度融合。将步骤3输出的多时间尺度编码向量输入至特征金字塔网络中,通过自顶向下结构与横向连接实现不同维度、不同分辨率下的特征深度交互与融合,计算并输出复合绝缘子酥朽劣化多维特征融合指数(ddi)。
11、步骤5:不确定性劣化状态解码。将步骤4融合后的特征向量与ddi指数输入至由条件变分自编码器(c-vae)和长短期记忆网络(lstm)级联构成的劣化状态解码器中,利用lstm提取劣化深度的时序累积效应,同时利用c-vae对现场检测环境带来的数据噪声与不确定性进行概率建模,生成连续的潜在状态分布,解码出绝缘子的综合劣化趋势。
12、步骤6:多维量化输出与分级处置。基于步骤5的解码结果,最终输出量化评估体系并生成运维决策指导,具体包括:(1)将ddi指数映射至绝缘子的二维物理空间,生成劣化趋势的空间等值线图,并靶向标记出芯棒酥朽最严重位置;(2)将酥朽综合指数映射为宏观机电性能的预测值,结合c-vae输出的界面脱粘风险概率,将绝缘子状态比对预设的阈值曲线,划分为“正常运行”、“重点监测”、“计划更换”或“立即退役”等处置等级,并输出绝缘子剩余寿命的概率区间。
13、本发明相对于现有技术具有以下有益效果:
14、第一,实现多维度特征深度融合,突破单一红外检测的局限性。现有技术中红外热像检测、局部放电检测与介电响应检测三种手段分属不同检测分支,分别用于不同场景且检测数据格式根本异构(红外为二维空间图像数据、局部放电为一维时域脉冲序列、极化损耗为一维频域谱线)。本发明在技术层面首次实现了上述三种模态检测数据的现场同步采集,并通过数据预处理层面的时间戳对齐与重采样解决了不同传感器采样频率不一致的同步问题;在特征层面,通过将图像数据经resnet提取为空间特征向量、将脉冲序列经统计参数提取为放电特征、将频域谱线经介电参数计算转化为损耗特征,三者最终统一在相同的特征空间中;在融合层面,通过fpn架构完成异构特征的深度交互。这一从数据采集到特征融合的完整链条中,仅数据同步与异构对齐本身即构成了非显而易见的工程障碍,而非将三种已知检测手段简单叠加。
15、进一步地,本发明在特征融合架构上的设计并非已有深度学习模块的简单堆叠。特征金字塔网络(fpn)在本领域中常规用于同模态图像的多尺度特征提取(如不同分辨率下的目标检测),而本发明首次将fpn应用于红外图像空间特征与局部放电/极化损耗一维电学特征之间的异构模态融合。由于红外热像图谱为二维空间连续分布数据,局部放电为时域离散脉冲序列,极化损耗为频域介电谱数据,三者数据格式根本异构、物理意义迥异,传统fpn的横向连接与自顶向下结构无法直接处理此类非图像模态数据。本发明通过将电学特征向量经空间维度扩展后映射至与红外特征图相同的张量空间,使fpn能够在统一的特征空间中完成跨模态的特征对齐与深度交互,从而解决了上述异构融合的技术障碍。
16、第二,相较于传统定性的静态评估模型,本发明在多尺度编码层引入transformer提取多时间尺度表示,并在劣化状态解码层创新性地结合了条件变分自编码器(c-vae)和长短期记忆网络(lstm)。lstm能够精准捕捉绝缘子劣化随服役时间演变的时序动态规律,而c-vae的引入则有效处理了现场检测数据的不确定性,使得模型不仅能输出确定的劣化等级,还能输出界面脱粘风险概率与剩余寿命的概率区间,为高风险电网设备的可靠性评估提供了概率化决策支持。lstm输出的隐状态直接作为c-vae的条件输入变量,使c-vae的潜在空间分布不仅取决于当前融合特征,还取决于劣化历史轨迹。这使得模型能够根据不同的劣化历史路径,输出不同的概率分布区间——例如,对于ddi指数相同但劣化速率不同的两根绝缘子,模型能够给出差异化的剩余寿命概率区间,这是静态评估模型或单纯的c-vae/lstm独立模型所不具备的能力。
17、第三,传统的评估方法仅能提供一维的数据结果,无法反映绝缘子内部劣化的空间分布。本发明将量化输出层得出的多维特征融合指数(ddi)映射至物理空间,生成了劣化趋势的空间等值线图。该方法直观展现了劣化的二维渐变趋势,能够精准寻优并标记出芯棒酥朽最严重位置,为现场运维人员提供了直观的物理坐标依据,突破了传统检测技术仅能测定表面“发热物理长度”的局限性。
18、第四,本发明通过将抽象的微观电热检测指数(ddi)转化为直接表征设备物理强度的力学性能指标,建立了微观无损检测特征与宏观物理断裂风险之间的非线性映射闭环。通过设立多级阈值分割线,将绝缘子的劣化状态科学划分为四个分级处置状态区,彻底打破了传统运维中因缺乏量化标准而导致的“逢热即换”或“凭经验盲目判断”的局限性,实现了复合绝缘子退出运行研判的科学化、量化与可控化。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com