故障识别方法、装置、设备、介质和产品与流程
本技术涉及故障识别,特别是涉及一种故障识别方法、装置、设备、介质和产品。
背景技术:
1、gis(gas-insulated switchgear,气体绝缘开关设备)放电击穿前兆信号监测是评估高压设备绝缘劣化状态的重要手段。实际运行中,移动颗粒、浮动电极和金属突起等多种绝缘缺陷可能同时产生放电击穿前兆脉冲,并受到背景噪声及外部电晕干扰。不同来源的脉冲相互混合、特征分布重叠,容易造成缺陷类型误判。因此,如何自动分离多源放电击穿前兆信号并识别其来源,是实现设备智能监测和预防性检修的重要技术手段。
2、传统方法是基于时域统计特征和机器学习进行信号分离与分类。首先,对采集到的混合脉冲进行小波去噪,并提取上升时间、下降时间、变化速率和脉冲宽度等时域参数;继而,根据各参数的离散程度选择部分特征,并利用k-means算法将混合信号划分为不同数据簇;随后,对各数据簇进行正态分布和weibull分布分析,提取偏度、峰度、尺度参数和形状参数,构成放电源统计特征指纹;最后,将统计特征指纹输入核支持向量机,完成不同放电击穿前兆信号源的分类。
3、然而,传统方法需要预先设定聚类数量,且部分缺陷的时域特征存在重叠,容易导致聚类错误向后续分类环节传递,影响最终故障识别准确性。
技术实现思路
1、基于此,有必要针对上述技术问题,提供一种能够提高故障识别准确性的故障识别方法、装置、设备、介质和产品。
2、第一方面,本技术提供了一种故障识别方法,包括:
3、在目标设备中的放电击穿信号中,截取信号幅值大于预设阈值的至少一个放电击穿脉冲;
4、根据各放电击穿脉冲对应的脉冲波形参数,对各放电击穿脉冲进行聚类处理,得到至少一个待识别数据簇;
5、根据每一待识别数据簇中各放电击穿脉对应的脉冲波形参数,确定各待识别数据簇分别对应的信号源类别;
6、将各信号源类别,作为目标设备发生故障的故障识别结果。
7、在其中一个实施例中,根据每一待识别数据簇中各放电击穿脉对应的脉冲波形参数,确定各待识别数据簇分别对应的信号源类别,包括:
8、针对每一待识别数据簇,对待识别数据簇中各放电击穿脉对应的脉冲波形参数进行特征分析,得到待识别数据簇对应的目标信号指纹;
9、根据目标信号指纹进行信号源识别,得到目标设备对应的信号源类别。
10、在其中一个实施例中,对待识别数据簇中各放电击穿脉对应的脉冲波形参数进行特征分析,得到待识别数据簇对应的目标信号指纹,包括:
11、对待识别数据簇中各放电击穿脉对应的脉冲波形参数进行概率分布分析,得到目标尺度参数和目标形状参数;
12、根据待识别数据簇中各放电击穿脉对应的脉冲波形参数,确定目标偏度和目标偏度;
13、根据目标尺度参数、目标形状参数、目标偏度和目标偏度,确定待识别数据簇对应的目标信号指纹。
14、在其中一个实施例中,根据目标信号指纹进行信号源识别,得到目标设备对应的信号源类别,包括:
15、根据预先设定的信号识别映射关系,以及目标信号指纹进行信号源识别,得到目标设备对应的信号源类别。
16、其中,信号识别映射关系中记录有至少一个候选信号指纹,以及各候选信号指纹分别对应的候选类别。
17、在其中一个实施例中,根据各放电击穿脉冲对应的脉冲波形参数,对各放电击穿脉冲进行聚类处理,得到至少一个待识别数据簇,包括:
18、基于预先设定的基准波形参数,在各放电击穿脉冲对应的脉冲波形参数中,选取目标波形参数;
19、根据目标波形参数,对各放电击穿脉冲进行聚类处理,得到至少一个待识别数据簇。
20、在其中一个实施例中,基准波形参数的确定方式,包括:
21、获取携带信号源类别标签的放电脉冲样本;
22、根据放电脉冲样本对应的至少一个目标脉冲参数,确定各目标脉冲参数在不同信号源类别中的脉冲参数均值;
23、根据各放电击穿信号源对应的脉冲参数均值,确定各目标脉冲参数对应的参数标准差;
24、根据各参数标准差,在各目标脉冲参数中,选取至少一个基准波形参数。
25、第二方面,本技术还提供了一种故障识别装置,包括:
26、处理模块,用于在目标设备中的放电击穿信号中,截取信号幅值大于预设阈值的至少一个放电击穿脉冲;
27、聚类模块,用于根据各放电击穿脉冲对应的脉冲波形参数,对各放电击穿脉冲进行聚类处理,得到至少一个待识别数据簇;
28、识别模块,用于根据每一待识别数据簇中各放电击穿脉对应的脉冲波形参数,确定各待识别数据簇分别对应的信号源类别;
29、识别模块,还用于将各信号源类别,作为目标设备发生故障的故障识别结果。
30、第三方面,本技术还提供了一种计算机设备,包括存储器和处理器,存储器存储有计算机程序,处理器执行计算机程序时实现以下步骤:
31、在目标设备中的放电击穿信号中,截取信号幅值大于预设阈值的至少一个放电击穿脉冲;
32、根据各放电击穿脉冲对应的脉冲波形参数,对各放电击穿脉冲进行聚类处理,得到至少一个待识别数据簇;
33、根据每一待识别数据簇中各放电击穿脉对应的脉冲波形参数,确定各待识别数据簇分别对应的信号源类别;
34、将各信号源类别,作为目标设备发生故障的故障识别结果。
35、第四方面,本技术还提供了一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现以下步骤:
36、在目标设备中的放电击穿信号中,截取信号幅值大于预设阈值的至少一个放电击穿脉冲;
37、根据各放电击穿脉冲对应的脉冲波形参数,对各放电击穿脉冲进行聚类处理,得到至少一个待识别数据簇;
38、根据每一待识别数据簇中各放电击穿脉对应的脉冲波形参数,确定各待识别数据簇分别对应的信号源类别;
39、将各信号源类别,作为目标设备发生故障的故障识别结果。
40、第五方面,本技术还提供了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以下步骤:
41、在目标设备中的放电击穿信号中,截取信号幅值大于预设阈值的至少一个放电击穿脉冲;
42、根据各放电击穿脉冲对应的脉冲波形参数,对各放电击穿脉冲进行聚类处理,得到至少一个待识别数据簇;
43、根据每一待识别数据簇中各放电击穿脉对应的脉冲波形参数,确定各待识别数据簇分别对应的信号源类别;
44、将各信号源类别,作为目标设备发生故障的故障识别结果。
45、上述故障识别方法、装置、设备、介质和产品,通过幅值阈值截取有效放电击穿脉冲,基于脉冲波形参数对放电击穿脉冲进行聚类,得到至少一个待识别数据簇;即无需预先设定聚类数量,可对混合的多源放电脉冲实现自动分簇。再以待识别数据簇为单元,利用簇内脉冲波形参数确定信号源类别并输出设备故障类别。既可降低背景噪声对分析过程的干扰,改善人工预设聚类数目引入的主观偏差,又可依托簇内多脉冲的整体统计特性降低单脉冲畸变带来的判定误差,抑制聚类错误向后续定位环节传递,有效提升多源放电场景下设备故障类别的识别准确性。
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