多方位传感器协同工作的局部放电检测方法、系统、设备及介质与流程

摘要: 本发明涉及传感器,具体涉及多方位传感器协同工作的局部放电检测方法、系统、设备及介质。背景技术:1、局部放电检测是电力设备维护和故障预测的重要手段,随着科技的进步...
多方位传感器协同工作的局部放电检测方法、系统、设备及介质与流程

本发明涉及传感器,具体涉及多方位传感器协同工作的局部放电检测方法、系统、设备及介质。

背景技术:

1、局部放电检测是电力设备维护和故障预测的重要手段,随着科技的进步,多方位传感器协同工作的局部放电检测方法逐渐成为研究热点,利用多种不同类型的传感器,如超声波传感器、特高频传感器和气体传感器,同时采集电力设备中的局部放电信号。

2、超声波传感器通过检测放电产生的声波信号,定位放电点的位置;特高频传感器则利用放电产生的电磁波信号,实现对放电强度的测量;而气体传感器则通过分析放电过程中产生的气体成分,来评估放电的严重程度,这些传感器各具特点,从不同的角度反映放电现象,为准确判断放电类型和位置提供了丰富的信息。

3、随着人工智能和大数据技术的发展,将多方位传感器采集的数据进行融合和分析,进一步挖掘放电现象的深层次特征,为电力设备的故障诊断和预测提供更加有力的支持。综上所述,多方位传感器协同工作的局部放电检测方法在电力设备维护领域具有广阔的应用前景。

技术实现思路

1、鉴于上述现有存在的问题,本发明提供了多方位传感器协同工作的局部放电检测方法、系统、设备及介质,用以解决现有技术中在采集信号时,容易受到现场复杂多样的干扰信号的影响,会掩盖或扭曲真实的放电信号,导致误判或漏判的问题。

2、为解决上述技术问题,提出了多方位传感器协同工作的局部放电检测方法,包括,

3、获取待测区域内传感器组的协同性影响数据,基于所述协同性影响数据构建协同性影响评估模型;获取待测区域内各传感器的覆盖范围参数、待测区域的区域范围参数以及传感器间的距离影响数据,基于所述覆盖范围参数和所述距离影响数据确定传感器部署约束条件;在所述传感器部署约束条件界定的搜索空间内,利用所述协同性影响评估模型对多种传感器布局方案进行协同性影响评估,依据评估结果从多种传感器布局方案中确定最优传感器部署参数。

4、作为本发明所述的多方位传感器协同工作的局部放电检测方法的一种优选方案,其中:所述构建协同性影响评估模型包括,将空间分布影响参量、时间同步影响参量、环境噪声影响参量和信号相关性影响参量组成协同性影响数据集合;

5、以历史传感器系统运行数据作为训练样本,以协同性评价结果作为标注信息,构建数据驱动评估模型,数据驱动评估模型以所述协同性影响数据集合为输入,输出协同性影响评估指标。

6、作为本发明所述的多方位传感器协同工作的局部放电检测方法的一种优选方案,其中:所述空间分布影响参量包括,获取各传感器在三维空间中的位置坐标,利用空间距离度量方法计算传感器两两之间的间距,经排序得到最大传感器间距;

7、依据两个传感器的覆盖半径建立传感器间距约束,并通过调整传感器间距,获取间距与信号强度之间的对应关系,经线性拟合分析得到空间影响系数;

8、建立电磁-力学干扰关系模型,获取电场强度与传感器位移之间的线性拟合关系,并基于线性拟合关系确定归一化后的电磁影响参量;

9、将传感器间距、最大传感器间距、电磁影响参量、传感器数量和空间影响系数输入空间分布影响参量计算过程,输出空间分布影响参量。

10、作为本发明所述的多方位传感器协同工作的局部放电检测方法的一种优选方案,其中:所述时间同步影响参量包括,获取各传感器在数据传输过程中的系统传输延迟和各传感器的时间戳信息;

11、采集各传感器针对同一被监测对象的观测数据,基于概率递推融合方法对多传感器观测数据进行融合,得到后验概率分布,并以融合结果与参考真值之间的偏差量作为融合准确度指标;

12、利用系统传输延迟、融合准确度指标、数据采集频率以及权重参数,计算时间同步容忍阈值;

13、将时间戳信息、传感器数量及时间同步容忍阈值输入时间同步影响参量计算过程,输出时间同步影响参量。

14、作为本发明所述的多方位传感器协同工作的局部放电检测方法的一种优选方案,其中:所述环境噪声影响参量包括,采集各传感器周围的噪声信号,经信号预处理后计算各传感器的噪声统计度量,并对所有传感器的噪声统计度量取均值,得到整体噪声统计量;

15、对传感器组逐级施加噪声注入,监测系统性能评价指标随噪声水平变化的对应关系,将系统性能评价指标首次出现局部极值时的噪声水平确定为噪声容忍阈值;

16、将整体噪声统计量、各传感器的噪声统计度量、传感器数量及噪声容忍阈值输入环境噪声影响参量计算过程,输出环境噪声影响参量。

17、作为本发明所述的多方位传感器协同工作的局部放电检测方法的一种优选方案,其中:所述确定传感器部署约束条件包括,依据两个传感器的覆盖半径,建立第一间距约束条件;

18、通过调整传感器间距并获取间距与信号强度之间的对应关系,经线性拟合分析得到空间影响系数,并基于预设的协同性阈值反推获得阈值对应间距;

19、将预设的协同性阈值对应间距与所述第一间距约束条件进行比对,确定传感器部署约束条件。

20、作为本发明所述的多方位传感器协同工作的局部放电检测方法的一种优选方案,其中:所述确定最优传感器部署参数包括,根据所述传感器部署约束条件,确定每一对传感器的部署参数搜索区间,通过搜索寻优方法在部署参数搜索区间内进行搜索,生成候选部署方案集合;

21、针对候选部署方案集合中的每一候选部署方案,获取对应的协同性影响数据集合,输入所述协同性影响评估模型,得到各候选部署方案对应的协同性影响评估指标,构建协同性评估数据集;

22、从所述协同性评估数据集中筛选协同性影响评估指标最高的候选部署方案,将当前候选部署方案中两个传感器之间的间距确定为最优传感器部署参数。

23、本优选技术方案的有益效果为:通过构建协同性评估模型,并结合覆盖与抗干扰约束进行全局优化搜索,从而获得多传感器局部放电检测的最优部署方案,显著提升了灵敏度和定位精度,降低了漏报与误报风险,适用于电力装备状态监测及多传感器协同感知场景。

24、作为本发明所述的多方位传感器协同工作的局部放电检测系统的一种优选方案,其特征在于,包括协同性影响数据采集与特征提取模块、协同性影响评估模型构建模块、传感器部署约束条件确定模块以及最优传感器部署参数确定模块。

25、所述协同性影响数据采集与特征提取模块,用于对传感器组的三维空间位置、时间戳、环境噪声及多传感器观测数据进行采集与处理,通过空间距离度量、概率递推融合、信号预处理、标准差计算及线性拟合分析操作,提取空间分布影响参量、时间同步影响参量、环境噪声影响参量和信号相关性影响参量,组成协同性影响数据集合。

26、所述协同性影响评估模型构建模块,用于以历史传感器系统运行数据作为训练样本,以协同性评价结果作为标注信息,构建数据驱动评估模型,数据驱动评估模型以协同性影响数据集合为输入,输出协同性影响评估指标。

27、所述传感器部署约束条件确定模块,用于依据两个传感器的覆盖半径建立第一间距约束条件,并通过调整传感器间距获取间距与信号强度之间的对应关系,经线性拟合分析得到空间影响系数,基于预设协同性阈值反推获得阈值对应间距,比对后确定传感器部署约束条件。

28、所述最优传感器部署参数确定模块,用于在传感器部署约束条件界定的搜索空间内,通过搜索寻优方法生成候选部署方案集合,针对每一候选方案获取其协同性影响数据集合并输入协同性影响评估模型,得到对应的协同性影响评估指标,构建协同性评估数据集,并从当前数据集中筛选协同性影响评估指标最高的候选方案,将传感器间距确定为最优传感器部署参数。

29、一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现多方位传感器协同工作的局部放电检测所述的方法的步骤。

30、一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现多方位传感器协同工作的局部放电检测所述的方法的步骤。

31、本发明的有益效果:本发明从空间分布、时间同步、环境噪声和信号相关性四个维度提取影响传感器协同性的特征,并结合电磁-力学干扰、贝叶斯融合精度及噪声容忍度测试,形成更贴近真实工况的协同性量化评估模型,克服了传统经验加权方法难以准确衡量多传感器协同质量的缺陷;并利用覆盖半径与间距-信号强度关系设定兼顾有效覆盖和抗信号串扰的部署约束区间,保证了搜索方案的工程可行性;在当前约束区间内以协同性评估模型为评价基准,通过搜索最优布局参数将部署问题转化为约束下的协同性最大化求解,从而摆脱对人工试凑的依赖,获得使整个传感器网络达到最佳协同感知状态的间距方案;使多方位传感器系统在实际环境中获得更强的局部放电信号捕获能力与定位精度,显著降低漏报和误报风险,为电力装备状态监测等场景提供了可靠且可复用的部署优化手段。