一种防振锤故障检测方法、装置、介质及设备与流程

本申请属于输电线路检测，具体涉及一种防振锤故障检测方法、装置、介质及设备。

背景技术：

1、防振锤是架空输电线路中用于抑制输电导线振动的保护金具。长期暴露在野外恶劣环境中的防振锤，受风荷载、腐蚀及疲劳损伤的耦合作用，其结构健康状态显著退化，常见故障包括锤头脱落、钢绞线断裂、位置滑移以及阻尼特性劣化等。防振锤失效将导致输电导线的异常振动加剧，进而容易引发导线断股、金具磨损等严重事故，威胁输电线路的安全运行。

2、目前，针对防振锤的故障检测主要依赖人工登塔巡检或无人机航拍图像识别，其中，人工巡检往往检测效率低、检测盲区多且难以实现全天候监测；无人机图像识别方法易受光照、遮挡、拍摄角度等因素干扰，对防振锤内部阻尼特性退化等隐性故障难以进行有效辨识。此外，现有基于振动信号的监测方法多通过分析导线振动加速度幅值或频率来间接推断防振锤状态，但此类方法受环境噪声和线路运行工况变化影响显著，阈值设置困难，误报率高。

3、声纹识别技术近年来在电力设备状态检测领域得到初步应用，如采用声纹传感器采集变压器、开关柜等设备的运行声音进行故障诊断。然而，对于输电线路防振锤这一非发声设备，尚无有效手段通过声纹实现其故障检测。

技术实现思路

1、针对现有技术中的不足，本申请的目的在于提供一种防振锤故障检测方法，本申请通过主动激励导线产生振动并采集声纹信号，能够实现对防振锤结构健康状态的高精度、非接触式在线监测。

2、为实现上述目的，本申请提供以下技术方案：

3、一种防振锤故障检测方法，所述方法包括：采集待检测防振锤所在区段的输电导线受敲击激励后产生的振动声纹信号；对输电导线受敲击激励后产生的振动声纹信号进行预处理；构建防振锤故障检测模型并进行训练；将预处理后的振动声纹信号输入训练后的防振锤故障检测模型，提取表征防振锤结构健康状态的声纹特征参数，并基于声纹特征参数对防振锤的故障类型进行检测。

4、可选的，所述对输电导线受敲击激励后产生的振动声纹信号进行预处理，包括：对振动声纹信号进行分离提纯，以提取获得与防振锤状态最相关的纯净特征分量；对纯净特征分量进行标准化整形，以统一各通道信号的幅值量纲和时间对齐。

5、可选的，所述防振锤故障检测模型包括：时域特征提取分支、频域特征提取分支、注意力融合模块和分层分类输出模块，其中，时域特征提取分支用于提取输电导线受敲击激励后振动衰减轨迹的多尺度时域特征，以表征防振锤对输电导线振动的阻尼耗散能力；频域特征提取分支用于提取输电导线受敲击激励后振动衰减轨迹的多尺度频域特征，以反映防振锤故障引发的模态频率偏移及谐波能量重分布现象；注意力融合模块用于对多尺度时域特征和多尺度频域特征进行自适应加权融合，以突出与防振锤故障状态相关的关键特征分量；分层分类输出模块用于基于关键特征分量输出防振锤的故障类型和置信度。

6、可选的，所述时域特征提取分支采用主路和辅路并行设置的结构，其中，主路用于提取输电导线振动幅度随时间的衰减轨迹的多尺度时域特征，以表征防振锤对导线振动的阻尼耗散能力；辅路用于提取振动波沿导线传播至不同位置传感器的时延差变化模式特征，以表征防振锤结构完整性损伤引起的导线波速与波阻抗变化。

7、可选的，所述频域特征提取分支包括依次设置的输入层、时频谱图生成模块、多层卷积特征提取主干网络、频带注意力模块和全局池化输出层，其中，时频谱图生成模块用于将经输入层输入的预处理后的振动声纹信号转换为三维时频谱图张量；多层卷积特征提取主干网络用于对三维时频谱图张量进行逐级空域特征提取与通道降维整合，并输出深层频谱特征图；频带注意力模块用于对深层频谱特征图的各频率通道进行自适应加权，输出加权后的频谱特征图；全局池化输出层用于将加权后的频谱特征图在频率维度和时间维度上压缩为固定长度的频域特征向量。

8、可选的，所述注意力融合模块包括：投影对齐子模块，用于将时域特征提取分支输出的时域特征向量和频域特征提取分支输出的频域特征向量分别通过时域线性投影层和频域线性投影层映射至同一维度空间，其中，时域线性投影层输出投影后时域特征向量，频域线性投影层输出投影后频域特征向量；权重生成子模块，用于基于投影后时域特征向量和投影后频域特征向量自适应生成时域特征和频域特征的注意力权重，并根据所生成的注意力权重对投影后时域特征向量和投影后频域特征向量进行加权融合，输出融合特征向量。

9、可选的，所述分层分类输出模块基于注意力融合模块输出的融合特征向量，并采用两级分层识别架构输出防振锤的具体故障类型及其置信度。

10、本申请还提供一种防振锤故障检测装置，所述装置包括：信号采集模块，用于采集待检测防振锤所在区段的输电导线受敲击激励后产生的振动声纹信号；预处理模块，用于对输电导线受敲击激励后产生的振动声纹信号进行预处理；模型构建及训练模块，用于构建防振锤故障检测模型并进行训练；检测模块，用于将预处理后的振动声纹信号输入训练后的防振锤故障检测模型，提取表征防振锤结构健康状态的声纹特征参数，并基于声纹特征参数对防振锤的故障类型进行检测。

11、本申请还提供一种存储介质，其包括指令，当其在计算机上运行时，使得计算机执行如前任一项所述的方法。

12、本申请还提供一种电子设备，所述电子设备包括：存储器，处理器及存储在存储器上并可在处理器上运行的计算机程序，其中，所述处理器执行所述程序时实现如前任一项所述的方法。

13、与现有技术相比，本申请带来的有益效果为：

14、1、本申请通过主动敲击激励导线并多通道同步采集振动声纹信号，结合时域多尺度衰减特征与频域模态频率偏移特征的自适应融合，实现了对防振锤阻尼耗散能力与结构损伤的多维度综合表征，能够有效辨识图像检测无法识别的隐性故障；

15、2、本申请通过采用粗分类与精细分类的两级分层架构，兼顾了全天候在线监测的实时性与高精度分类需求，能够有效克服人工巡检效率低、盲区多、难以全天候监测以及无人机图像识别易受光照和遮挡干扰、无法辨识隐性故障的固有缺陷，为输电线路防振锤的健康状态评估提供了稳定可靠的非接触式检测手段。

1.一种防振锤故障检测方法，其特征在于，所述方法包括：

2.根据权利要求1所述的方法，其特征在于，所述对输电导线受敲击激励后产生的振动声纹信号进行预处理，包括：

3.根据权利要求1所述的方法，其特征在于，所述防振锤故障检测模型包括：

4.根据权利要求3所述的方法，其特征在于，所述时域特征提取分支采用主路和辅路并行设置的结构，其中，

5.根据权利要求3所述的方法，其特征在于，所述频域特征提取分支包括依次设置的输入层、时频谱图生成模块、多层卷积特征提取主干网络、频带注意力模块和全局池化输出层，其中，

6.根据权利要求3所述的方法，其特征在于，所述注意力融合模块包括：

7.根据权利要求6所述的方法，其特征在于，所述分层分类输出模块基于注意力融合模块输出的融合特征向量，并采用两级分层识别架构输出防振锤的具体故障类型及其置信度。

8.一种防振锤故障检测装置，其特征在于，所述装置包括：

9.一种存储介质，其特征在于，其包括指令，当其在计算机上运行时，使得计算机执行权利要求1～7中任一项所述的方法。

10.一种电子设备，其特征在于，所述电子设备包括：