双时间尺度电流与质量门控的避雷器诊断预警方法及系统与流程

本发明涉及电力设备在线监测、信号处理与智能故障诊断，具体涉及避雷器泄漏电流信号的周期波形与长期趋势双时间尺度数据构建、数据质量评估、质量门控融合、状态诊断及预警输出，尤其涉及双时间尺度电流与质量门控的避雷器诊断预警方法及系统。

背景技术：

1、金属氧化物避雷器是变电站限制雷电过电压和操作过电压的关键保护设备。避雷器在长期运行过程中会受到阀片老化、内部受潮、表面污秽、密封失效、运行电压波动及环境温湿度变化等因素影响，其泄漏电流的幅值、波形形态、谐波成分和长期变化趋势会发生改变。对泄漏电流进行持续监测和诊断，能够为避雷器状态检修和故障预警提供依据。

2、变电站现场常设置串接于避雷器接地支路的指针式泄漏电流表。传统运维主要依赖人工巡视和人工记录表针读数，存在巡视周期长、连续性不足及异常发现滞后的问题。部分数字化改造方案利用相机采集表盘图像并通过视觉算法读取指针位置，但相机和补光装置容易受到光照、凝露、污秽、遮挡和镜头老化影响，且图像采集、传输和识别会增加功耗与通信负担。

3、现有技术已围绕避雷器电流监测与智能诊断开展研究。例如，公开号为cn114660387a的专利公开了基于泄漏电流传感器和bp神经网络算法的避雷器监控方法，将泄漏电流传感器、谐波分析和bp神经网络结合，用于金属氧化物避雷器老化监测；公开号为cn118094402a的专利公开了基于神经网络的中低压避雷器故障诊断方法，基于运行电压、泄漏电流、阻性电流及动作次数，采用缺陷数据挖掘、自动编码器和一维卷积网络进行状态分类；另有公开号为cn105242128a的专利公开一种基于模糊神经网络的避雷器在线监测系统，同步采集母线电压和避雷器全电流，提取基波电阻电流并采用加权k近邻算法进行故障判断。上述方案推动了避雷器监测由人工判据向数据驱动诊断发展，但其数据结构、特征提取和模型融合方式与本发明不同，尚未针对整数工频周期波形与跨采集时刻长期趋势建立双时间尺度建模，也未利用波形质量、趋势质量和分支不确定度控制两类表征的融合贡献。

4、此外，已有智能诊断类方案通常从泄漏电流、阻性电流表征量、谐波或环境量中提取特征，再使用支持向量机、k近邻、人工神经网络、自编码器或卷积神经网络进行状态分类。此类方法通常存在以下不足：其一，未区分工频周期内波形信息与跨时刻长期趋势信息，采样尺度与特征计算条件容易混用；其二，常把数据质量仅作为预处理筛选条件，未利用波形质量、趋势质量和模型不确定度控制不同诊断分支的贡献；其三，纯数据驱动模型可能给出与避雷器劣化规律不一致的状态跳变或风险反转；其四，预警输出缺少对应的关键波形、趋势区间、质量评价和约束触发证据，难以支持现场复核。

5、采用穿芯式电流传感器对指针式泄漏电流表测量支路进行电磁耦合，可以在不改变原有计量回路的情况下直接获得电气电流信号。该信号不是表盘图像，而是反映避雷器泄漏电流随时间变化的采样序列。若采样频率和采样时长满足波形分析条件，可从一个或多个工频周期中提取有效值、波形因数和谐波比例等信息；将不同时刻的波形包摘要连续排列，还可以形成反映受潮、老化等缓慢变化过程的长期趋势。

6、然而，变电站强电磁环境和低功耗通信条件会造成采样时钟抖动、波形削顶、局部缺失、非目标干扰、上报间隔不一致和数据包丢失。周期波形与长期趋势对上述质量问题的敏感程度不同：局部波形受采样完整性和干扰影响较大，而长期趋势在少量波形点缺失时仍可提供状态演变信息，但会受连续上报缺失和基线漂移影响。若将两类数据简单拼接，低质量分支可能对诊断结果产生不合理贡献。

7、因此，需要一种不依赖相机图像、能够对应电流信号实际采样条件、对周期波形和长期趋势进行协同建模、根据现场质量自适应融合并将避雷器劣化知识纳入模型训练和预警判定的方法。

技术实现思路

1、本发明要解决的技术问题是：针对指针式泄漏电流表测量支路电气信号在强电磁干扰、采样质量波动和低功耗通信条件下存在的波形与趋势尺度混用、低质量数据干扰诊断、少数故障样本识别不稳定、状态预测不符合劣化规律以及预警结果缺少证据链等问题，提供双时间尺度电流与质量门控的避雷器诊断预警方法及系统。

2、双时间尺度电流与质量门控的避雷器诊断预警方法，包括以下步骤：

3、s1：获取避雷器泄漏电流表测量支路的电气电流信号，将一次采集得到的、覆盖整数个工频周期的电流采样值组织为周期波形包，并将不同采集时刻的所述周期波形包与设备标识、相别和时间戳关联；所述电气电流信号由与指针式泄漏电流表测量支路电磁耦合的电流传感模块、泄漏电流传感器或在线监测终端输出；

4、s2：对所述周期波形包执行工频周期定位、整数周期分段、等点数重采样、去直流偏置、异常采样点标记和幅值归一化，根据周期完整性、饱和失真比例、采样时钟抖动、干扰频带能量比例和缺失采样比例计算波形质量，并生成波形分支可用标记；

5、s3：由预处理后的周期波形构建周期波形张量，并从各周期波形包中提取包级电流摘要指标，将预设趋势窗口内的所述包级电流摘要指标组成长期趋势张量，根据包缺失比例、上报间隔离散度、异常摘要比例和基线稳定性计算趋势质量，并根据有效采集时刻数和趋势质量生成趋势分支可用标记；

6、s4：将所述周期波形张量输入多感受野一维卷积编码器，获得波形表征和原始波形分支不确定度，并将所述原始波形分支不确定度归一化为；将所述长期趋势张量输入门控循环趋势编码器，获得趋势表征和原始趋势分支不确定度，并将所述原始趋势分支不确定度归一化为；

7、s5：根据所述波形质量、趋势质量、归一化波形分支不确定度、归一化趋势分支不确定度以及分支可用标记和，计算两分支的可靠度、证据量和门控权重，利用所述门控权重对所述波形表征和趋势表征进行加权融合，得到融合表征；

8、s6：在离线训练阶段，利用包含分类损失、劣化单调性损失、状态转移损失和三相一致性损失的联合损失函数，基于历史标注样本迭代更新双分支编码器、质量门控模块和诊断输出层的模型参数，得到训练完成的诊断模型；在在线诊断阶段，固定所述训练完成的诊断模型的模型参数，将当前诊断窗口的融合表征输入所述诊断模型执行前向计算，得到避雷器状态概率和故障风险概率；其中，所述劣化单调性损失根据劣化表征增量与风险概率差值构建，用于对无检修复位事件且电流劣化表征持续增大时故障风险概率反向下降的预测施加惩罚，所述状态转移损失约束相邻诊断时刻的状态变化符合预设状态转移关系；

9、s7：对连续诊断窗口内的所述状态概率和故障风险概率执行持续性判定和迟滞判定，生成正常、注意、异常或严重预警状态；

10、s8：输出预警状态、健康评分、关键周期波形、关键趋势区间、触发的劣化表征、数据质量信息和运维建议。

11、优选的，步骤s1中所述电流传感模块包括穿芯式零磁通电流传感器、信号调理电路和模数转换电路；所述穿芯式零磁通电流传感器套设于指针式泄漏电流表测量支路的导体外部，所述信号调理电路对传感器输出进行隔离、滤波、增益调整和零偏校正，所述模数转换电路按采样频率得到电流采样序列，其中为调理后采样电压，为标定增益，为零偏；并通过旁路保护电路、浪涌抑制器或钳位保护电路在采集侧感应电压或感应电流超过保护阈值或时进行导通、泄放或钳位，抑制雷击冲击电流在采集侧感应产生的过电压和过电流，保护所述信号调理电路和模数转换电路，使所述电流传感模块不改变指针式泄漏电流表的原有计量回路和指示功能。

12、优选的，步骤s2中所述波形质量按下式计算：

13、(1)

14、式中，表示波形质量，表示不完整工频周期比例，表示饱和或削顶采样点比例，表示采样间隔抖动归一化量，表示非目标干扰频带能量比例，表示缺失采样比例，至为非负权重系数；所述等点数重采样将每个工频周期映射为相同数量的相位采样点；所述为无量纲质量评分，取值范围为0至1；当波形分支可用时，大于0；当波形分支不可用时，为0；数值越大表示波形质量越高。

15、优选的，步骤s3中对第个周期波形包的重采样电流序列计算包级电流摘要向量；其中，为有效值，为峰值，为峰峰值，为波形因数，为峰值因数，表示三次谐波与基波幅值比，表示五次谐波与基波幅值比，表示谐波总畸变率，表示相对于设备健康基线的偏移量；所述长期趋势张量由连续个采集时刻的包级电流摘要向量及其多窗口派生量构成，所述多窗口派生量至少包括增量、稳健斜率、波动度、历史分位数位置和持续超限时长；设预设趋势窗口长度为、实际有效采集时刻数为、预设最小有效采集数为；当小于且不小于时，按照原时间轴将输入补齐并同步设置逐时刻缺失掩码和实际时间间隔，派生量仅根据有效采集时刻计算；当不小于且达到预设趋势可用阈值时，令为1；当小于或低于所述预设趋势可用阈值时，令为0，其中当小于时还令为0。

16、优选的，步骤s4中所述多感受野一维卷积编码器包括个一维卷积分支，第个一维卷积分支具有卷积核尺寸或扩张率，各分支对周期波形张量进行卷积、非线性变换、通道映射和池化后得到分支特征，并将各分支特征拼接后经投影得到波形表征；所述门控循环趋势编码器按照采集时刻顺序处理长期趋势张量，并引入缺失掩码和质量掩码计算注意力权重，使缺失时刻或低质量时刻降低对趋势汇聚的贡献，最终得到趋势表征；所述原始波形分支不确定度和原始趋势分支不确定度由输出熵、重复推理方差或模型集成方差中的至少一种计算得到；通过最大熵比例归一化、基于训练或验证数据稳健分位点的裁剪归一化、或单调压缩中的至少一种方式，分别将和归一化为和，其中和均为取值范围0至1的无量纲不确定度，数值越大表示不确定度越高。

17、优选的，步骤s5中所述波形可靠度、趋势可靠度、波形证据量、趋势证据量、门控权重和以及融合表征满足：

18、

19、式中，表示波形可靠度，表示趋势可靠度，表示波形证据量，表示趋势证据量，表示波形分支门控权重，表示趋势分支门控权重，和为取值范围0至1的无量纲质量评分，和为取值范围0至1的归一化不确定度，和为取值0或1的分支可用标记，为正温度系数；和的取值范围为0至1，为非负的预设证据阈值；当可用证据总量不大于时，不输出确定性设备状态诊断，仅输出数据不足或采集链路复测提示；表示融合表征，和分别表示波形表征和趋势表征，和分别表示将两类表征映射至同一维度的投影函数。

20、优选的，步骤s6中所述联合损失函数满足：

21、

22、式中，为样本质量加权分类损失，为劣化单调性损失，为状态转移损失，为三相一致性损失，为非负权重系数；对于同一避雷器的两个样本，当后一时刻的劣化表征相对前一时刻的增量不小于预设增量且其间不存在检修复位事件时，所述劣化单调性损失对后一时刻故障风险概率低于前一时刻故障风险概率超过容许裕量的情形施加惩罚。

23、优选的，所述状态转移损失根据正常、注意、异常和严重预警状态之间的允许状态转移矩阵和惩罚矩阵计算，若由状态到状态的转移被允许则，若在不存在检修复位事件时由异常状态或严重预警状态直接转为正常状态则取正惩罚系数，若存在经确认的检修复位事件则解除相应惩罚；所述三相一致性损失适用于同一电压等级、同一间隔或同一母线运行条件下的同组三相避雷器，在健康标签时段最小化三相共同变化表征之间的距离，在单相异常标签时段通过相间残差或间隔裕量保留异常相相对于另外两相的偏离表征。

24、优选的，步骤s7中，当连续个诊断窗口中至少个诊断窗口的故障风险概率达到升级阈值时提升预警状态；当连续个诊断窗口的故障风险概率低于降级阈值时降低预警状态，其中小于或等于，高于；当数据质量低于预设质量阈值时不直接提升设备故障等级，而是生成采集链路复测提示。

25、优选的，设置波形分支可用标记和趋势分支可用标记；当周期波形包不可用、采样频率小于谐波分析所需频率阈值、或周期完整性低于预设完整性阈值时，令为0、为0并保留缺失标记；当实际有效采集时刻数小于预设最小有效采集数时，令为0、为0；当不小于但低于预设趋势可用阈值时，令为0；当为0且为1时，直接令为0、为1，使门控融合退化为由长期趋势张量输入趋势分支进行诊断；当为0且为1时，直接令为1、为0；当两个分支均不可用或可用证据总量不大于预设证据阈值时，不输出确定性设备状态诊断，仅输出数据不足或采集链路复测提示，并对诊断置信度进行折减。

26、一种变电站避雷器诊断与预警系统，包括电流信号获取模块、周期波形处理模块、趋势样本构建模块、质量评估模块、双分支编码模块、质量门控融合模块、知识约束诊断模块和预警输出模块；其中，所述电流信号获取模块用于获取避雷器泄漏电流表测量支路的电气电流信号并生成周期波形包或低频趋势数据，所述质量评估模块用于计算波形质量、趋势质量和缺失标记，所述质量门控融合模块用于根据质量分数、归一化分支不确定度和分支可用标记计算可靠度、证据量和门控权重，所述知识约束诊断模块用于执行分类、劣化单调性、状态转移和三相一致性约束，所述预警输出模块用于执行持续窗口与迟滞阈值判定；各模块被配置为执行双时间尺度电流与质量门控的避雷器诊断预警方法。

27、一种电子设备，包括处理器、存储器和通信接口，所述存储器中存储有计算机程序、模型参数、质量阈值和预警阈值，所述计算机程序被所述处理器执行时，使所述电子设备接收避雷器泄漏电流表测量支路的电气电流信号或趋势数据，并实现双时间尺度电流与质量门控的避雷器诊断预警方法。

28、一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序包括数据预处理指令、双时间尺度特征构建指令、质量门控融合指令、知识约束诊断指令和持续窗口预警指令，所述计算机程序被处理器执行时实现双时间尺度电流与质量门控的避雷器诊断预警方法。

29、与现有技术相比，本发明至少具有以下有益效果：本发明直接处理与指针式泄漏电流表测量支路电磁耦合得到的电气电流信号，不依赖相机、补光、表盘图像或视觉读数，能够避免光照、凝露、遮挡和镜头污秽对数据源的影响，并降低现场采集与传输负担。本发明将整数工频周期波形和跨采集时刻长期趋势明确分离，保证谐波、波形形态和趋势特征分别在满足其采样条件的数据上计算，避免低频标量与工频波形特征混用；

30、本发明以周期完整性、饱和失真、时钟抖动、干扰能量和缺失情况构建波形质量，以连续上报和基线稳定性构建趋势质量，并将质量评分与归一化不确定度构成分支可靠度，结合分支可用标记确定证据量和融合权重，能够降低低质量分支对诊断结果的不合理影响；

31、本发明通过劣化单调性、状态转移和三相一致性约束将避雷器运行规律写入模型训练，相比仅在输出端使用固定阈值，能够减少风险反转和无物理依据的状态跳变；

32、本发明采用持续窗口和迟滞阈值输出预警，并同时给出波形、趋势、质量和约束证据，便于运维人员区分设备异常与采集链路异常，提高诊断结果的可复核性。