CN114167238A

CN114167238A - 电缆局部放电的检测方法、装置、系统、设备及存储介质

Info

Publication number: CN114167238A
Application number: CN202111469389.0A
Authority: CN
Inventors: 梁倩仪; 黄雪莜; 张宇; 胡斌斌
Original assignee: Guangzhou Power Supply Bureau of Guangdong Power Grid Co Ltd
Current assignee: Guangzhou Power Supply Bureau of Guangdong Power Grid Co Ltd
Priority date: 2021-12-03
Filing date: 2021-12-03
Publication date: 2022-03-11

Abstract

本申请公开了一种电缆局部放电的检测方法、装置、系统、设备及存储介质，通过获取电缆的信号数据，信号数据由一个或多个传感器采集得到且包含传感器标签信息，根据传感器标签信息选择目标分类器，将信号数据输入到目标分类器中输出初始检测结果，再将初始检测结果设置权重矢量后输入到训练好的Bagging分类器中输出最终检测结果，来判断电缆是否发生局部放电。该方案利用多个传感器采集到的信号数据对AdaBoosting分类器和Bagging分类器进行训练，得到最终可以用来准确检测电缆是否发生局部放电的Bagging分类器，这种方法可以准确的判断电缆是否发生局部放电，提高检测精度。

Description

电缆局部放电的检测方法、装置、系统、设备及存储介质

技术领域

本申请涉及电力检测领域，具体涉及一种电缆局部放电的检测方法、装置、系统、设备及存储介质。

背景技术

随着科学技术的不断发展，日常与工业用电的需求不断增加，电力电缆在电网中使用比重逐渐增大，电缆在工作过程中会产生非异常信号或者局部放电信号，但是电缆时常会产生用电隐患，电缆在用电隐患发生时经常伴随着局部放电的发生，因此通过分析局部放电信号可以推断出电缆的用电隐患。

目前常用的电缆局部放电的检测方法是用一个传感器采集电缆的信号数据，并利用特征提取技术对信号数据进行分析，这种方法在实际检测时不能准确的判断电缆是否发生局部放电，导致检测精度低。

发明内容

有鉴于此，本申请提供了一种电缆局部放电的检测方法、装置、系统、设备及可读存储介质，用来解决现有的电缆局部放电的检测方法不能准确判断电缆是否发生局部放电，检测精度低的缺陷。

为实现以上目的，现提出的方案如下：

第一方面，本申请实施例提供了一种电缆局部放电的检测方法，该方法应用于终端设备，包括：

获取电缆的信号数据，其中，所述信号数据是由一个或多个传感器采集得到的，所述信号数据包含传感器标签信息；

根据所述传感器标签信息在多个训练好的AdaBoosting强分类器中选择出至少一个目标分类器；

将所述信号数据输入到各所述目标分类器，输出各初始检测结果；

对各所述初始检测结果设置权重矢量，将设置权重矢量后的各初始检测结果输入到训练好的Bagging分类器中输出最终检测结果，所述最终检测结果用来判断电缆是否发生局部放电。

第二方面，本申请实施例提供了一种电缆局部放电的检测装置，包括：

信号数据获取模块，用于获取电缆的信号数据，其中，所述信号数据是由一个或多个传感器采集得到的，所述信号数据包含传感器标签信息；

目标分类器确定模块，用于根据所述传感器标签信息在多个训练好的AdaBoosting强分类器中选择出至少一个目标分类器；

初始检测结果得到模块，用于将所述信号数据输入到各所述目标分类器，输出各初始检测结果；

最终检测结果得到模块，用于对各所述初始检测结果设置权重矢量，将设置权重矢量后的各初始检测结果输入到训练好的Bagging分类器中输出最终检测结果，所述最终检测结果用来判断电缆是否发生局部放电。

第三方面，本申请实施例提供了一种电缆局部放电的检测系统，包括：

传感器，用于采集电缆的信号数据或样本信号；

服务器，用于执行上述第一方面提供的电缆局部放电的检测方法。

第四方面，本申请实施例提供了一种电缆局部放电的检测设备，包括存储器和处理器；

所述存储器，用于存储程序；

所述处理器，用于执行所述程序，实现如上述第一方面提供的电缆局部放电的检测方法的各个步骤。

第五方面，本申请实施例提供了一种存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时，实现如上述第一方面提供的电缆局部放电的检测方法的各个步骤。

从上述技术方案可以看出，本申请首先获取电缆的信号数据，其中信号数据是由一个或多个传感器采集得到的，且信号数据包含传感器标签信息；然后根据传感器标签信息在多个训练好的AdaBoosting强分类器中选择出至少一个目标分类器，将信号数据输入到各目标分类器中并输出各初始检测结果；最后，将各初始检测结果设置权重矢量后输入到训练好的Bagging分类器中并输出最终检测结果，最终检测结果用来判断电缆是否发生局部放电。这种方法可以在实际检测时使用一个或多个传感器对电缆的信号数据进行采集，然后利用训练好的AdaBoosting分类器和Bagging分类器对信号数据进行检测，从而更加准确的判断电缆是否发生局部放电，提高检测精度。

附图说明

图1为本申请实施例提供的电缆局部放电的检测方法的应用场景示意图；

图2为本申请实施例提供的电缆局部放电的检测方法的可选流程图；

图3为本申请实施例提供的信号数据与传感器的对应示意图；

图4为本申请实施例提供的AdaBoosting强分类器在训练时传感器和样本信号的对应关系示意图；

图5为本申请实施例提供的在实际检测时传感器和样本信号的对应关系示意图；

图6为本申请实施例提供的多个AdaBoosting强分类器的可选训练流程图；

图7为本申请实施例提供的电缆局部放电的检测装置示意图；

图8为本申请实施例提供的电缆局部放电的检测设备的结构示意图。

具体实施方式

下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。

请参考图1，图1示出了本申请实施例提供的电缆局部放电的检测方法的应用场景的示意图，该应用场景包括本申请实施例提供的电缆10，传感器20和服务器30，电缆10产生信号数据，传感器20可以对信号数据进行采集，服务器30可以获取到传感器20采集的信号数据。

可以理解，传感器20也可以是其他采集设备。

在一些实施场景中，传感器20可以放置在电缆10的周围。

本实施例中，服务器获取信号数据的方法可以有以下几种方式：

传感器20将信号数据输入到服务器的采样装置，采样装置将信号数据转换成服务器30可以识别的数据，或，传感器20带有总线接口，服务器30通过相应总线直接读取传感器20采集的数据信号。

本申请实施例中提供了一种电缆局部放电的检测方法，请参阅图2，图2示出了本申请实施例提供的电缆局部放电的检测方法的一种可选流程示意图，包括以下步骤：

S1：获取电缆的信号数据，其中，信号数据是由一个或多个传感器采集得到的，信号数据包含传感器标签信息。

具体地，电缆在工作过程中，若其绝缘体中局部区域的电场强度达到击穿场强时，该区域就会发生局部放电，从而产生局部放电信号。而电缆在正常工作状态下，会产生非异常信号，局部放电信号和非异常信号可以由传感器采集得到。可选的，使用的传感器有许多类型，包括超声波传感器、地电波传感器、红外传感器、射频传感器、脉冲电流传感器和特高频传感器等等，这些传感器可以采集超声波信号、电流信号、电磁波信号、温度信号等等。而在本申请提供的实施例中，服务器获取的信号数据可以由一个或多个传感器采集得到，其中一个或者多个传感器可以是同一种类的传感器，也可以是不同种类的传感器，而采集到的信号数据包含有传感器标签信息，参考图3，传感器标签信息可以用来判断信号数据是被哪种传感器采集得到的。其中，信号数据1包含有传感器A标签信息，信号数据2包含有传感器B标签信息。

S2：根据传感器标签信息在多个训练好的AdaBoosting强分类器中选择出至少一个目标分类器。

在步骤S1中获取到了带有传感器标签信息的信号数据后，预先利用样本信号训练若干个AdaBoosting强分类器，并根据信号数据所包含的传感器标签信息从中选取目标传感器，其中，信号样本可以由若干个传感器采集得到。

请参考图4和图5，图4和图5示出了在实际检测时如何根据所使用的传感器来确定目标分类器，即目标分类器在训练时所利用的样本信号，其所包含的传感器标签信息与S1中获取的信号数据所包含的传感器标签信息相同。

参照图4，图4示出了AdaBoosting强分类器在训练时传感器和样本信号的对应关系：

在训练时，AdaBoosting强分类器a是利用传感器A采集的样本信号1训练得到的，样本信号1包含传感器A标签信息。

AdaBoosting强分类器b是利用传感器A采集的样本信号1，和传感器B采集的样本信号2训练得到的，样本信号2包含有传感器B标签信息。

AdaBoosting强分类器c是利用传感器C采集的样本信号3训练得到的，样本信号3包含有传感器C标签信息。

参照图5，图5示出了在实际检测时传感器和样本信号的对应关系：

在实际进行检测时，可以选择传感器A、传感器C对电缆的信号数据进行采集，传感器A采集的信号数据1包含有传感器A标签信息，传感器C采集的信号数据3包含有传感器C标签信息，可以知道AdaBoosting强分类器a是利用包含传感器A标签信息的样本信号1训练得到的，AdaBoosting强分类器b也有利用包含传感器A标签信息的样本信号1进行训练，那么根据选择的传感器A，就可以把AdaBoosting强分类器a和AdaBoosting强分类器b当作目标传感器。

同时AdaBoosting强分类器c是利用包含传感器C标签的样本信号3训练得到的，那么根据选择的传感器B，可以把AdaBoosting强分类器c当作目标传感器。

综上所述，即将AdaBoosting强分类器a、AdaBoosting强分类器b和AdaBoosting强分类器c确定为目标分类器。

S3：将信号数据输入到各目标分类器，输出各初始检测结果。

在步骤S2中确定好目标分类器后，将步骤S1中采集到的信号数据输入到目标分类器中，目标分类器就会输出初始检测结果。

S4：对各所述初始检测结果设置权重矢量，将设置权重矢量后的各初始检测结果输入到训练好的Bagging分类器中输出最终检测结果，最终检测结果用来判断电缆是否发生局部放电。

预先训练好Bagging分类器，将步骤S2中得到的初始检测结果设置权重矢量，然后输入到Bagging分类器中输出最终检测结果，最终检测结果可以用来判断电缆是否发生局部放电。

本申请实施例提供的电缆局部放电的检测方法，首先通过一个或多个传感器采集电缆的包含传感器标签信息的信号数据，然后根据该信号数据在多个训练好的AdaBoosting强分类器中选择目标分类器，将信号数据输入到目标分类器中并输出初始检测结果，最后将初始检测结果设置权重矢量后输入到训练好的Bagging分类器中并输出最终检测结果，最终检测结果用来判断电缆是否发生局部放电。这种方法可以在实际检测时使用一个或多个传感器对电缆的信号数据进行采集，然后利用训练好的AdaBoosting分类器和Bagging分类器对信号数据进行检测，从而更加准确的判断电缆是否发生局部放电，提高检测精度。

可选的，本申请实施例提供了一种多个AdaBoosting强分类器的可选训练过程，如图6所示，包括：

S21：获取电缆的样本信号，样本信号是由多个传感器采集得到的，其中，样本信号包括局部放电信号和非异常信号，非异常信号为电缆在正常工作状态中所产生的信号。

S22：对样本信号进行标注。

S23：按照不同的选择顺序随机选出不同数量的样本信号以构建多个训练集。

S24：采用多个训练集分别对AdaBoosting分类器进行训练，以得到多个AdaBoosting强分类器。

在一个可选的实施例中，多个AdaBoosting强分类器的训练过程可以包括：

选取N种传感器，每种传感器使用一个，另外给定一个参数i，使i＝1。

从这N个传感器采集到的样本信号中选取1个样本信号，将这个信号输入到一个基分类器中，利用AdaBoosting算法进行训练，得到一个弱分类器。将弱分类器当作AdaBoosting强分类器。继续在N个传感器采集到的样本信号中选取一个信号，并利用基分类器进行训练，直到把N个传感器采集的样本信号选取完，得到N个AdaBoosting强分类器。

使i＝i+1，执行上述训练AdaBoosting分类器的过程，直到i＝N，最终得到

个AdaBoosting强分类器，其中每个AdaBoosting强分类器输出各自的初始检测结果。

具体的，在上述步骤S21前，可以首先人工模拟出电缆的局部放电场景和正常工作场景，使其产生样本信号，样本信号包括局部放电信号和非异常信号，在局部放电场景和正常工作场景周围布置多种传感器，这些传感器同时对电缆的样本信号进行采集后，服务器可以获取到样本信号。

可选的，在步骤S22前，可以对已经获取到的样本信号添加人工噪声，这样可以丰富样本信号，提高检测的准确性。

可选的，在步骤S22中，对样本信号进行标注可以有如下几种方式：

采用第一标签对所述局部放电信号进行标注，或采用第二标签对非正常信号非异常信号进行标注，或采用第一标签对局部放电信号进行标注并采用第二标签对非异常信号进行标注。

在步骤S23中，为了便于理解，以下给出选取3个传感器对样本信号进行采集的具体过程：

选取3个传感器，并称之为A、B、C，利用这三个传感器对电缆的信号数据进行采集，分别采集到样本信号1、样本信号2、样本信号3，以下简称1、2、3，按照不同的顺序随机选出不同数量的样本信号以构建多个训练集，可以包括：

1、2、3、12、21、13、31、23、32、123，共10个训练集。

需要说明的是，上述的12训练集和21训练集是不同的训练集，代表选择样本信号1和样本信号2的顺序不同，同理，13训练集和31训练集、23训练集和32训练集都是不同的训练集。

可选的，步骤S24可以包括以下过程：

按照训练集中各样本信号的选择顺序，选取样本信号。

根据上一样本信号对应的弱分类器输出的分类结果，利用选取的样本信号对AdaBoosting分类器进行训练，得到与选取的样本信号对应的弱分类器；直至得到与所述训练集中各个样本信号对应的弱分类器之后，将各个样本信号对应的弱分类器进行线性组合，得到AdaBoosting强分类器。

为了便于理解，给出一个详细的实施例。以步骤S23中的10个训练集分别对AdaBoosting分类器进行训练，以123数据集为例：

按照123的顺序，依次选取样本信号1、样本信号2、样本信号3。

将样本信号1输入到一个基分类器中，利用AdaBoosting算法进行训练，得到第一个弱分类器。若样本信号1是非异常信号，但是第一个弱分类器将样本信号1分类为局部放电信号，则分类错误。

根据第一个弱分类器输出的分类结果，将样本信号2输入到新的基分类器中进行训练，得到第二个弱分类器。第二个弱分类器输出分类结果。

根据第二个弱分类器输出的分类结果，将样本信号3输入到新的基分类器中进行训练，得到第三个弱分类器。

最后，将上述三个弱分类器进行线性组合，得到AdaBoosting强分类器并输出样本初始检测结果。

在上述方案中，AdaBoosting算法属于Boosting算法的一种，Boosting算法是将弱分类器通过线性组合方式结合起来得到一个分类性能大大提高的强分类器的一种分类算法，该算法可以把一些粗略的经验规则转变为高度准确的预测法则，强分类器对信号数据进行分类，是通过弱分类器的多数投票机制进行的。AdaBoosting算法相比于Boosting算法，可以将得到的弱分类器的分类结果进行适应性调整，从而得到一个分类度更高的弱分类器。因此在本申请提供的实施例中，可以使用AdaBoosting算法进行训练，从而达到更准确的分类结果，即样本初始检测结果。

可选的，本申请实施例提供了一种Bagging分类器的可选训练过程，包括：

对训练得到的所有AdaBoosting强分类器输出的初始检测结果进行多次随机采样，得到多个样本集，将样本集分别输入到基分类器中，利用Bagging算法进行训练，得到多个训练好的Bagging分类器。其中，Bagging(Boostrao aggregating)算法是引导聚类算法，又称为装袋算法，Bagging算法可以与其他分类算法、回归算法结合，提高其分类准确率和稳定性，避免过拟合的发生。

将多个训练好的Bagging分类器进行组合，组合后的Bagging分类器输出样本最终检测结果。

在一个可选的实施例中，在将样本初始检测结果输入到训练好的Bagging分类器前，可以对样本初始检测结果设置

维权重矢量

其中，一个权重矢量由很多维数据组成，权重矢量的每一个维度对应于上述每个AdaBoosting强检测器输出的样本初始检测结果。然后将设置了权重矢量

后的样本初始检测结果输入到Bagging分类器进行训练。

具体地，Bagging分类器的训练过程可以包括以下步骤：

预先设置弱学习器算法和弱分类器的迭代次数T，将AdaBoosting强分类器输出的初始检测结果作为输入。

对样本初始检测结果进行t次有放回的随机采样，t＝1,2,...,T，分别利用Bagging算法对基分类器进行训练，得到多个Bagging分类器，将所有Bagging分类器进行组合作为一个整体，得到最终的Bagging分类器并输出样本最终检测结果。

下面对本申请实施例提供的电缆局部放电的检测装置进行描述，下文描述的电缆局部放电的检测装置与上文描述的电缆局部放电的检测方法可相互对应参照。

结合图7，对电缆局部放电的检测装置进行介绍，如图7所示，该检测装置可以包括：

在一个可选的实施例中，电缆局部放电的检测装置还可以包括：

样本信号获取模块，用于获取电缆的样本信号，样本信号是由多个传感器采集得到的，其中，样本信号包括局部放电信号和非异常信号，非异常信号为电缆在正常工作状态中所产生的信号；

样本信号标注模块，用于对样本信号进行标注；

训练集构建模块，用于按照不同的选择顺序随机选出不同数量的样本信号以构建多个训练集；

AdaBoosting分类器训练模块，用于采用多个训练集分别对AdaBoosting分类器进行训练，以得到多个AdaBoosting强分类器。

在一个可选的实施例中，本申请的电缆局部放电的检测装置还可以包括：

人工噪声添加模块，用于对样本信号添加人工噪声。

更进一步地，本申请实施例提供了一种电缆局部放电的检测系统，包括传感器和服务器，这两个单元的具体实现逻辑可以参照本申请方法实施例中提供的电缆局部放电检测方法。

更进一步地，本申请实施例提供了一种电缆局部放电的检测设备，如终端：手机、电脑等。可选的，图8示出了电缆局部放电的检测设备的硬件结构框图，参照图8，电缆局部放电的检测设备的硬件结构可以包括：至少一个处理器01，至少一个通信接口02，至少一个存储器03和至少一个通信总线04。

在本申请实施例中，处理器01、通信接口02、存储器03、通信总线04的数量为至少一个，且处理器01、通信接口02、存储器03通过通信总线04完成相互间的通信。

处理器01可以是一个中央处理器CPU，或者是特定集成电路ASIC(ApplicationSpecific Integrated Circuit)，或者是被配置成实施本发明实施例的一个或多个集成电路等。

存储器03可能包含高速RAM存储器，也可能还包括非易失性存储器(non-volatilememory)等，例如至少一个磁盘存储器。

其中，存储器存储有程序，处理器可调用存储器存储的程序，所述程序用于执行方法实施例中描述的局部放电检测方法。

可选的，所述程序的细化功能和扩展功能可参照方法实施例中的局部放电检测方法的描述。

本申请实施例还提供一种存储介质，该存储介质可存储有适于处理器执行的程序，所述程序用于执行方法实施例中描述的局部放电检测方法。

具体地，该存储介质可以是一种计算机可读存储介质，计算机可读存储介质可以是诸如闪存、EEPROM(电可擦除可编程只读存储器)、EPROM、硬盘或者ROM之类的电子存储器。

另外，在本公开各个实施例中的各功能模块可以集成在一起形成一个独立的部分，也可以是各个模块单独存在，也可以两个或两个以上模块集成形成一个独立的部分。所述功能如果以软件功能模块的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本公开的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，直播设备，或者网络设备等)执行本公开各个实施例所述方法的全部或部分步骤。

最后，还需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。

本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。

对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本申请。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本申请的精神或范围的情况下，在其它实施例中实现。因此，本申请将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。

Claims

1.一种电缆局部放电的检测方法，其特征在于，包括：

2.根据权利要求1所述的方法，其特征在于，多个所述AdaBoosting强分类器的训练过程包括：

获取电缆的样本信号，所述样本信号是由多个传感器采集得到的，其中，所述样本信号包括局部放电信号和非异常信号，所述非异常信号为电缆在正常工作状态中所产生的信号；

对所述样本信号进行标注；

按照不同的选择顺序随机选出不同数量的样本信号以构建多个训练集；

采用多个所述训练集分别对AdaBoosting分类器进行训练，以得到多个AdaBoosting强分类器。

3.根据权利要求2所述的方法，其特征在于，所述对所述样本信号进行标注，包括：

采用第一标签对所述局部放电信号进行标注，

和/或，

采用第二标签对所述非异常信号进行标注。

4.根据权利要求2所述的方法，其特征在于，所述对所述样本信号进行标注之前，还包括：

对所述样本信号添加人工噪声。

5.根据权利要求2所述的方法，其特征在于，采用所述训练集训练所述AdaBoosting强分类器的过程包括：

按照所述训练集中各样本信号的选择顺序，选取样本信号；

6.根据权利要求5所述的方法，其特征在于，所述Bagging分类器的训练过程包括：

对所述AdaBoosting强分类器输出的样本初始检测结果设置权重矢量；

对设置权重矢量后的样本初始检测结果进行多次随机采样，得到多个样本集；

将所述样本集分别输入到Bagging分类器中进行训练，得到多个训练好的Bagging分类器；

7.一种电缆局部放电的检测装置，其特征在于，包括：

8.一种电缆局部放电的检测系统，其特征在于，包括：

传感器，用于采集电缆的信号数据或样本信号；

服务器，用于执行权利要求1-6任一项所述的电缆局部放电的检测方法。

9.一种电缆局部放电的检测设备，其特征在于，包括存储器和处理器；

所述存储器，用于存储程序；

所述处理器，用于执行所述程序，实现如权利要求1-6任一项所述的电缆局部放电的检测方法的各个步骤。

10.一种存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时，实现如权利要求1-6任一项的电缆局部放电的检测方法的各个步骤。