CN116754898A - 基于电缆录波的电缆故障诊断方法、装置、设备和介质 - Google Patents
基于电缆录波的电缆故障诊断方法、装置、设备和介质 Download PDFInfo
- Publication number
- CN116754898A CN116754898A CN202310984392.9A CN202310984392A CN116754898A CN 116754898 A CN116754898 A CN 116754898A CN 202310984392 A CN202310984392 A CN 202310984392A CN 116754898 A CN116754898 A CN 116754898A
- Authority
- CN
- China
- Prior art keywords
- cable
- fault diagnosis
- data
- wave recording
- sample
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000003745 diagnosis Methods 0.000 title claims abstract description 247
- 238000000034 method Methods 0.000 title claims abstract description 52
- 238000006243 chemical reaction Methods 0.000 claims abstract description 16
- 238000001228 spectrum Methods 0.000 claims description 44
- 238000012549 training Methods 0.000 claims description 24
- 238000004590 computer program Methods 0.000 claims description 18
- 238000012545 processing Methods 0.000 claims description 18
- 230000006870 function Effects 0.000 claims description 14
- 238000012360 testing method Methods 0.000 claims description 13
- 238000011156 evaluation Methods 0.000 claims description 6
- 238000010276 construction Methods 0.000 claims description 5
- 238000010606 normalization Methods 0.000 claims description 5
- 238000013518 transcription Methods 0.000 claims description 5
- 230000035897 transcription Effects 0.000 claims description 5
- 230000011218 segmentation Effects 0.000 claims description 4
- 230000008569 process Effects 0.000 abstract description 5
- 238000012544 monitoring process Methods 0.000 abstract description 3
- 238000004891 communication Methods 0.000 description 8
- 230000003287 optical effect Effects 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 230000005540 biological transmission Effects 0.000 description 3
- 230000000644 propagated effect Effects 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000013075 data extraction Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 239000013307 optical fiber Substances 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000005856 abnormality Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000003062 neural network model Methods 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
- G01R31/08—Locating faults in cables, transmission lines, or networks
- G01R31/081—Locating faults in cables, transmission lines, or networks according to type of conductors
- G01R31/083—Locating faults in cables, transmission lines, or networks according to type of conductors in cables, e.g. underground
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
- G01R31/08—Locating faults in cables, transmission lines, or networks
- G01R31/088—Aspects of digital computing
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Theoretical Computer Science (AREA)
- Testing And Monitoring For Control Systems (AREA)
Abstract
本发明公开了一种基于电缆录波的电缆故障诊断方法、装置、设备和介质。其特征包括：采集目标电缆的电缆录波数据，并对所述电缆录波数据进行时域图像转换，得到电缆录波曲线图；根据所述电缆录波曲线图确定目标电缆的故障诊断样本数据；根据预设的故障诊断模型和所述故障诊断样本数据对所述目标电缆进行故障诊断，确定目标电缆的故障诊断结果。实现了在电缆运行过程中确定电缆中存在的隐藏故障，能够在电缆发生故障前，通过监测电缆运行状态提前预知电缆中存在的隐藏故障，提高了供电的可靠性。
Description
技术领域
本发明涉及电缆监控领域，尤其涉及一种基于电缆录波的电缆故障诊断方法、装置、设备和介质。
背景技术
电力系统中，电力电缆是将电能输送至用电工厂和居民的主要手段，通过电力电缆通常在地下进行铺设，虽然电力电缆不占用地面空间资源，但是由于电力电缆从地下穿过，无法实时对电缆的运行状态、运行环境和电缆本体进行有效监控，无法在电力电缆未发生电缆故障之前发现电缆故障，而电力电缆发生电力故障通常是一个十分缓慢且有迹可循的过程。但是现有技术中，虽然能够实时监控电力电缆的运行状态，但是无法在电缆出线永久故障前提前发现电缆的故障信息。
发明内容
本发明提供了一种基于电缆录波的电缆故障诊断方法、装置、设备和介质，以实现提前判断电缆存在故障风险。
根据本发明的一方面，提供了一种基于电缆录波的电缆故障诊断方法，包括：
采集目标电缆的电缆录波数据，并对所述电缆录波数据进行时域图像转换，得到电缆录波曲线图；
根据所述电缆录波曲线图确定目标电缆的故障诊断样本数据；
根据预设的故障诊断模型和所述故障诊断样本数据对所述目标电缆进行故障诊断，确定目标电缆的故障诊断结果；
其中，所述故障诊断模型是基于故障诊断样本数据对预先建立的预诊断模型训练得到的。
根据本发明的另一方面，提供了一种基于电缆录波的电缆故障诊断装置、包括：
数据采集模块，用于采集目标电缆的电缆录波数据，并对所述电缆录波数据进行时域图像转换，得到电缆录波曲线图；
数据处理模块，用于根据所述电缆录波曲线图确定目标电缆的故障诊断样本数据；
故障诊断模块，用于根据预设的故障诊断模型和所述故障诊断样本数据对所述目标电缆进行故障诊断，确定目标电缆的故障诊断结果；
其中，所述故障诊断模型是基于故障诊断样本数据对预先建立的预诊断模型训练得到的。
根据本发明的另一方面，提供了一种电子设备，所述电子设备包括：
至少一个处理器；以及
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器能够执行本发明任一实施例所述的基于电缆录波的电缆故障诊断方法。
根据本发明的另一方面，提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机指令，所述计算机指令用于使处理器执行时实现本发明任一实施例所述的基于电缆录波的电缆故障诊断方法。
本发明实施例的技术方案通过采集目标电缆的电缆录波数据，并对所述电缆录波数据进行时域图像转换，得到电缆录波曲线图，针对目标电缆的运行数据进行处理，在图像中展示电缆的运行情况，提高了预测的准确率；根据所述电缆录波曲线图确定目标电缆的故障诊断样本数据，减少了电缆中的干扰数据，并且通过数据处理，提高了数据的准确性和预测的效率；根据预设的故障诊断模型和所述故障诊断样本数据对所述目标电缆进行故障诊断，确定目标电缆的故障诊断结果，通过故障诊断模型进行故障诊断能够减少诊断误差，使用大量数据训练的故障诊断模型能够高效进行故障诊断。实现了对存在故障隐患的目标电缆进行提前诊断，解决了现有技术中无法预知电缆故障的技术问题，提高了对目标电缆故障的诊断准确率和效率，能够提前预知电缆中存在的隐藏故障，提高了供电的可靠性。
应当理解，本部分所描述的内容并非旨在标识本发明的实施例的关键或重要特征，也不用于限制本发明的范围。本发明的其它特征将通过以下的说明书而变得容易理解。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是本发明实施例一提供的一种基于电缆录波的电缆故障诊断方法的流程图；
图2是本发明实施例二提供的另一种基于电缆录波的电缆故障诊断方法的流程图；
图3是本发明实施例三提供的一种基于电缆录波的电缆故障诊断装置的结构示意图；
图4是实现本发明实施例的基于电缆录波的电缆故障诊断方法的电子设备的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案，下面将结合本发明实施例中的附图，对本发明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发明一部分的实施例，而不是全部的实施例。基于本发明中的实施例，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，都应当属于本发明保护的范围。
实施例一
图1是本发明实施例一提供了一种基于电缆录波的电缆故障诊断方法的流程图，本实施例可适用于监控输电电缆的输电故障，该方法可以由基于电缆录波的电缆故障诊断装置来执行，该基于电缆录波的电缆故障诊断装置可以采用硬件和/或软件的形式实现，该基于电缆录波的电缆故障诊断装置可配置于电子设备中。如图1所示，该方法包括：
S110、采集目标电缆的电缆录波数据，并对所述电缆录波数据进行时域图像转换，得到电缆录波曲线图。
其中，目标电缆可以是正在工作进行输电的电力电缆；电缆录波数据可以是电力电缆工作时的状态数据，电缆录波数据包括电力电缆的动态记录和静态记录，动态记录可以是电缆在运行过程中的电流和电压数据，静态记录可以是记录电缆在运行过程中的物理状态。
其中，电缆录波曲线图可以是电缆录波数据对应的时域曲线图。
可选的，在获取到电缆录波数据中的动态记录，针对目标电缆正在工作时的电压数据和电流数据进行时域图像转换，获取电压数据对应的电压时域图像，和电流数据对应的电流时域图像。
具体的，在目标电缆的开关箱中进行数据采集，采集得到目标电缆的电缆录波数据，并对电缆录波数据进行时域图像转换，得到电缆录波曲线图像。
S120、根据所述电缆录波曲线图确定目标电缆的故障诊断样本数据。
其中，故障诊断样本数据可以是用于诊断目标电缆是否存在故障的数据。
具体的，针对电缆录波曲线图进行样本数据提取，确定目标电缆的故障诊断样本数据。
S130、根据预设的故障诊断模型和所述故障诊断样本数据对所述目标电缆进行故障诊断，确定目标电缆的故障诊断结果。
其中，所述故障诊断模型是基于故障诊断样本数据对预先建立的预诊断模型训练得到的。
其中，故障诊断结果可以是故障诊断模型输出目标电缆的故障诊断情况；故障诊断结果可以为目标电缆存在电缆故障或目标电缆不存在电缆故障。
具体的，将故障诊断样本数据输出预设的故障诊断模型中进行故障诊断，故障诊断模型根据故障诊断样本数据进行故障诊断，输出目标电缆的故障诊断结果。
可选的，在本发明另一可选实施例中，所述故障诊断结果包括目标电缆异常和目标电缆正常。其中，目标电缆异常可以是目标电缆存在电缆故障的故障风险；目标电缆正常可以是目标电缆不存在电缆故障的故障风险。
可选的，在本发明另一可选实施例中，在所述根据预设的故障诊断模型和所述故障诊断样本数据对所述目标电缆进行故障诊断之前，还包括：
根据所述故障诊断样本数据确定故障训练集和故障测试集；将所述故障训练集输入所述预诊断模型进行训练，得到初步诊断模型；根据所述故障测试集对所述初步诊断模型进行性能评估，如果所述初步诊断模型的性能满足预设的诊断正确率阈值，则将所述初步诊断模型确定为故障诊断模型；如果所述初步诊断模型的性能不满足预设的诊断正确率阈值，则根据初步诊断模型的损失函数对所述初步诊断模型的模型参数进行反向传播，直至所述初步诊断模型的性能满足预设的预测正确率阈值。
其中，故障训练集可以是用于训练故障诊断模型的数据集；故障测试集可以是用于测试故障诊断模型的数据集。
其中，预诊断模型可以是预先建立的用于诊断电缆故障的神经网络模型。
其中，初步诊断模型可以是通过故障训练集训练得到的诊断模型。
其中，预设的诊断正确率阈值可以是预先设置用于判断初步诊断模型的模型性能的阈值数据。
其中，损失函数可以是优化初步诊断模型的函数。损失函数可以用于衡量模型性能的偏离程度。示例性的，损失函数可以是均方误差损失函数、交叉熵损失函数和平均绝对误差函数中的至少一个。
可选的，在初步诊断模型的模型性能与预期性能存在较大偏离时，通过损失函数反向传播，调整初步诊断模型的模型参数，提高初步诊断模型的模型性能。
具体的，对故障诊断样本数据进行数据处理，确定用于模型训练的故障训练集和用于模型测试的故障测试集，将故障训练集输入至预诊断模型进行训练，得到初步诊断模型，再将故障测试集输入至初步诊断模型进行性能评估，初步诊断模型输出测试结果，判断测试结果的正确率和预设的诊断正确率阈值大小关系，如果初步诊断模型的性能满足预设的诊断正确率阈值，则将初步诊断模型确定为故障诊断模型，如果初步诊断模型的性能不满足预设的诊断正确率阈值，则通过损失函数对初步诊断模型的模型参数进行反向传播，对初步诊断模型的模型参数进行调整，直至初步诊断模型的性能满足预设的预测正确率阈值。
本发明实施例的技术方案通过采集目标电缆的电缆录波数据，并对所述电缆录波数据进行时域图像转换，得到电缆录波曲线图，针对目标电缆的运行数据进行处理，在图像中展示电缆的运行情况，提高了预测的准确率；根据所述电缆录波曲线图确定目标电缆的故障诊断样本数据，减少了电缆中的干扰数据，并且通过数据处理，提高了数据的准确性和预测的效率；根据预设的故障诊断模型和所述故障诊断样本数据对所述目标电缆进行故障诊断，确定目标电缆的故障诊断结果，通过故障诊断模型进行故障诊断能够减少诊断误差，使用大量数据训练的故障诊断模型能够高效进行故障诊断。实现了对存在故障隐患的目标电缆进行提前诊断，解决了现有技术中无法预知电缆故障的技术问题，提高了对目标电缆故障的诊断准确率和效率，能够提前预知电缆中存在的隐藏故障，提高了供电的可靠性。
实施例二
图2是本发明实施例二提供的另一种基于电缆录波的电缆故障诊断方法的流程图，本实施例与上述实施例之间的关系为确定故障诊断样本数据的具体方法。如图2所示，该基于电缆录波的电缆故障诊断方法包括：
S210、采集目标电缆的电缆录波数据，并对所述电缆录波数据进行时域图像转换，得到电缆录波曲线图。
S220、根据所述电缆录波曲线图的曲线数据确定所述电缆录波曲线图的原始时域曲线样本；根据所述原始时域曲线样本确定目标电缆的故障诊断样本数据。
其中，原始时域曲线样本可以是电缆录波曲线图提取的曲线数据。
具体的，针对电缆录波曲线图的曲线数据进行样本提取，得到电缆录波曲线图的原始时域曲线样本，通过原始时域曲线样本确定目标电缆的故障诊断样本数据。
可选的，在本发明另一可选实施例中，所述根据所述电缆录波曲线图的曲线数据确定所述电缆录波曲线图的原始时域曲线样本，包括：根据所述电缆录波曲线图的曲线数据确定所述电缆录波曲线图的滑动窗口；根据所述滑动窗口对所述电缆录波曲线图进行曲线分割，确定所述原始时域曲线样本
其中，滑动窗口可以是根据电缆录波曲线图预先设置的数据提取方式。通过移动滑动窗口提取电缆录波曲线的曲线数据。其中，在提取曲线数据时，根据滑动窗口的长度和高度提取电缆录波曲线的曲线数据。示例性的，滑动窗口的长度可以设置为曲线周期，滑动窗口的高度可以设置为曲线幅值。
具体的，获取电缆录波曲线图的曲线数据，针对电缆录波曲线图的曲线数据确定滑动窗口的长度和宽度，通过移动滑动窗口对电缆录波曲线图进行曲线分割，确定至少一个原始时域曲线样本。
可选的，在本发明另一可选实施例中，所述根据所述原始时域曲线样本确定目标电缆的故障诊断样本数据，包括：对所述原始时域曲线样本进行快速傅里叶变换，确定原始频谱样本；根据预设的归一化算法对所述原始频谱样本进行归一化，确定规范频谱样本；根据所述规范频谱样本确定目标电缆的故障诊断样本数据。
其中，原始频谱样本可以是原始时域曲线样本进行频谱转换得到频谱图。
其中，预设的归一化算法可以是预先设置用于控制样本数据的算法。
其中，规范频谱样本可以是数据在0至1范围内的频谱样本。
具体的，对原始时域曲线样本进行快速傅里叶变换，确定原始频谱样本，通过预设的归一化算法对原始频谱样本进行归一化，确定规范频谱样本，根据规范频谱样本确定目标电缆的故障诊断样本数据。
可选的，在本发明另一可选实施例中，所述根据所述规范频谱样本确定目标电缆的故障诊断样本数据，包括：根据预设的图像构建算法将所述规范频谱样本的连续线段信号依次填充预设的灰度频谱图像；在所述规范频谱样本的连续线段信号完成填充的情况下，将所述灰度频谱图像确定为所述故障诊断样本数据。
其中，预设的图像构建算法可以是预先设置用于构建频谱图像的算法。
其中，灰度频谱图像可以是对规范频谱样本在灰度变化的频谱图像。
其中，连续线段信号可以是规范频谱样本中在时间维度连续取值的信号。
具体的，根据预设的图像构建算法将规范频谱样本的连续线段信号依次填充预设的灰度频谱图像，在规范频谱样本的连续线段信号完成填充的情况下，将所述灰度频谱图像确定为所述故障诊断样本数据。其中，灰度频谱图像的大小与规范范频谱样本的大小一致。
S230、根据预设的故障诊断模型和所述故障诊断样本数据对所述目标电缆进行故障诊断，确定目标电缆的故障诊断结果。
本发明实施例的技术方案通过采集目标电缆的电缆录波数据，并对所述电缆录波数据进行时域图像转换，得到电缆录波曲线图，针对目标电缆的运行数据进行处理，在图像中展示电缆的运行情况，提高了预测的准确率；根据所述电缆录波曲线图的曲线数据确定所述电缆录波曲线图的原始时域曲线样本；根据所述原始时域曲线样本确定目标电缆的故障诊断样本数据，通过原始时域曲线能够有效的反馈数据的变化情况，有助于提高预测的准确率；根据预设的故障诊断模型和所述故障诊断样本数据对所述目标电缆进行故障诊断，确定目标电缆的故障诊断结果，通过故障诊断模型进行故障诊断能够减少诊断误差，使用大量数据训练的故障诊断模型能够高效进行故障诊断。实现了对存在故障隐患的目标电缆进行提前诊断，解决了现有技术中无法预知电缆故障的技术问题，提高了对目标电缆故障的诊断准确率和效率，能够提前预知电缆中存在的隐藏故障，提高了供电的可靠性。
实施例三
图3是本发明实施例三提供的一种基于电缆录波的电缆故障诊断装置的结构示意图。如图3所示，该装置包括：数据采集模块310、数据处理模块320和故障诊断模块330，其中,
数据采集模块310，用于采集目标电缆的电缆录波数据，并对所述电缆录波数据进行时域图像转换，得到电缆录波曲线图；
数据处理模块320，用于根据所述电缆录波曲线图确定目标电缆的故障诊断样本数据；
故障诊断模块330，用于根据预设的故障诊断模型和所述故障诊断样本数据对所述目标电缆进行故障诊断，确定目标电缆的故障诊断结果；
本发明实施例的技术方案通过采集目标电缆的电缆录波数据，并对所述电缆录波数据进行时域图像转换，得到电缆录波曲线图，针对目标电缆的运行数据进行处理，在图像中展示电缆的运行情况，提高了预测的准确率；根据所述电缆录波曲线图确定目标电缆的故障诊断样本数据，减少了电缆中的干扰数据，并且通过数据处理，提高了数据的准确性和预测的效率；根据预设的故障诊断模型和所述故障诊断样本数据对所述目标电缆进行故障诊断，确定目标电缆的故障诊断结果，通过故障诊断模型进行故障诊断能够减少诊断误差，使用大量数据训练的故障诊断模型能够高效进行故障诊断。实现了对存在故障隐患的目标电缆进行提前诊断，解决了现有技术中无法预知电缆故障的技术问题，提高了对目标电缆故障的诊断准确率和效率，能够提前预知电缆中存在的隐藏故障，提高了供电的可靠性。
可选的，所述数据处理模块具体用于：
根据所述电缆录波曲线图的曲线数据确定所述电缆录波曲线图的原始时域曲线样本；
根据所述原始时域曲线样本确定目标电缆的故障诊断样本数据。
可选的，所述数据处理模块具体还用于：
根据所述电缆录波曲线图的曲线数据确定所述电缆录波曲线图的滑动窗口；
根据所述滑动窗口对所述电缆录波曲线图进行曲线分割，确定所述原始时域曲线样本。
可选的，所述数据处理模块具体还用于：
对所述原始时域曲线样本进行快速傅里叶变换，确定原始频谱样本；
根据预设的归一化算法对所述原始频谱样本进行归一化，确定规范频谱样本；
根据所述规范频谱样本确定目标电缆的故障诊断样本数据。
可选的，所述数据处理模块具体还用于：
根据预设的图像构建算法将所述规范频谱样本的连续线段信号依次填充预设的灰度频谱图像；
在所述规范频谱样本的连续线段信号完成填充的情况下，将所述灰度频谱图像确定为所述故障诊断样本数据。
可选的，所述系统还包括样本确定模块、模型训练模块、模型评估模块和反向传播模块其中：
所述样本确定模块，用于根据所述故障诊断样本数据确定故障训练集和故障测试集；
所述模型训练模块，用于将所述故障训练集输入所述预诊断模型进行训练，得到初步诊断模型；
所述模型评估模块，用于根据所述故障测试集对所述初步诊断模型进行性能评估，如果所述初步诊断模型的性能满足预设的诊断正确率阈值，则将所述初步诊断模型确定为故障诊断模型；
所述模型评估模块，用于如果所述初步诊断模型的性能不满足预设的诊断正确率阈值，则根据初步诊断模型的损失函数对所述初步诊断模型的模型参数进行反向传播，直至所述初步诊断模型的性能满足预设的预测正确率阈值。
可选的，所述故障诊断模块具体用于：所述故障诊断结果包括目标电缆异常和目标电缆正常。
本发明实施例所提供的基于电缆录波的电缆故障诊断装置可执行本发明任意实施例所提供的基于电缆录波的电缆故障诊断方法，具备执行方法相应的功能模块和有益效果。
实施例四
图4示出了可以用来实施本发明的实施例的电子设备10的结构示意图。电子设备旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备(如头盔、眼镜、手表等)和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本发明的实现。
如图4所示，电子设备10包括至少一个处理器11，以及与至少一个处理器11通信连接的存储器，如只读存储器(ROM)12、随机访问存储器(RAM)13等，其中，存储器存储有可被至少一个处理器执行的计算机程序，处理器11可以根据存储在只读存储器(ROM)12中的计算机程序或者从存储单元18加载到随机访问存储器(RAM)13中的计算机程序，来执行各种适当的动作和处理。在RAM13中，还可存储电子设备10操作所需的各种程序和数据。处理器11、ROM12以及RAM13通过总线14彼此相连。输入/输出(I/O)接口15也连接至总线14。
电子设备10中的多个部件连接至I/O接口15，包括：输入单元16，例如键盘、鼠标等；输出单元17，例如各种类型的显示器、扬声器等；存储单元18，例如磁盘、光盘等；以及通信单元19，例如网卡、调制解调器、无线通信收发机等。通信单元19允许电子设备10通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
处理器11可以是各种具有处理和计算能力的通用和/或专用处理组件。处理器11的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的处理器、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。处理器11执行上文所描述的各个方法和处理，例如基于电缆录波的电缆故障诊断方法。
在一些实施例中，基于电缆录波的电缆故障诊断方法可被实现为计算机程序，其被有形地包含于计算机可读存储介质，例如存储单元18。在一些实施例中，计算机程序的部分或者全部可以经由ROM12和/或通信单元19而被载入和/或安装到电子设备10上。当计算机程序加载到RAM13并由处理器11执行时，可以执行上文描述的基于电缆录波的电缆故障诊断方法的一个或多个步骤。备选地，在其他实施例中，处理器11可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行基于电缆录波的电缆故障诊断方法。
本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
用于实施本发明的方法的计算机程序可以采用一个或多个编程语言的任何组合来编写。这些计算机程序可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器，使得计算机程序当由处理器执行时使流程图和/或框图中所规定的功能/操作被实施。计算机程序可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本发明的上下文中，计算机可读存储介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的计算机程序。计算机可读存储介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。备选地，计算机可读存储介质可以是机器可读信号介质。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互，可以在电子设备上实施此处描述的系统和技术，该电子设备具有：用于向用户显示信息的显示装置(例如，CRT(阴极射线管)或者LCD(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给电子设备。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如，作为数据服务器)、或者包括中间件部件的计算系统(例如，应用服务器)、或者包括前端部件的计算系统(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将系统的部件相互连接。通信网络的示例包括：局域网(LAN)、广域网(WAN)、区块链网络和互联网。
计算系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器，又称为云计算服务器或云主机，是云计算服务体系中的一项主机产品，以解决了传统物理主机与VPS服务中，存在的管理难度大，业务扩展性弱的缺陷。
应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本发明中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本发明的技术方案所期望的结果，本文在此不进行限制。
实施例五
本实施例提供一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如本发明任意实施例所提供的基于电缆录波的电缆故障诊断方法步骤，该方法包括：
采集目标电缆的电缆录波数据，并对所述电缆录波数据进行时域图像转换，得到电缆录波曲线图；
根据所述电缆录波曲线图确定目标电缆的故障诊断样本数据；
根据预设的故障诊断模型和所述故障诊断样本数据对所述目标电缆进行故障诊断，确定目标电缆的故障诊断结果；
其中，所述故障诊断模型是基于故障诊断样本数据对预先建立的预诊断模型训练得到的。
本发明实施例的计算机存储介质，可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是但不限于：电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文件中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。
计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：无线、电线、光缆、RF等等，或者上述的任意合适的组合。
可以以一种或多种程序设计语言或其组合来编写用于执行本发明操作的计算机程序代码，所述程序设计语言包括面向对象的程序设计语言，诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络，包括局域网(LAN)或广域网(WAN)，连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
本领域普通技术人员应该明白，上述的本发明的各模块或各步骤可以用通用的计算装置来实现，它们可以集中在单个计算装置上，或者分布在多个计算装置所组成的网络上，可选地，他们可以用计算机装置可执行的程序代码来实现，从而可以将它们存储在存储装置中由计算装置来执行，或者将它们分别制作成各个集成电路模块，或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。这样，本发明不限制于任何特定的硬件和软件的结合。
应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本发明中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本发明的技术方案所期望的结果，本文在此不进行限制。
上述具体实施方式，并不构成对本发明保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等，均应包含在本发明保护范围之内。
Claims (10)
1.一种基于电缆录波的电缆故障诊断方法，其特征在于，包括：
采集目标电缆的电缆录波数据，并对所述电缆录波数据进行时域图像转换，得到电缆录波曲线图；
根据所述电缆录波曲线图确定目标电缆的故障诊断样本数据；
根据预设的故障诊断模型和所述故障诊断样本数据对所述目标电缆进行故障诊断，确定目标电缆的故障诊断结果；
其中，所述故障诊断模型是基于故障诊断样本数据对预先建立的预诊断模型训练得到的。
2.根据权利要求1所述的方法，其特征在于,所述根据所述电缆录波曲线图确定目标电缆的故障诊断样本数据，包括：
根据所述电缆录波曲线图的曲线数据确定所述电缆录波曲线图的原始时域曲线样本；
根据所述原始时域曲线样本确定目标电缆的故障诊断样本数据。
3.根据权利要求2所述的方法，其特征在于,所述根据所述电缆录波曲线图的曲线数据确定所述电缆录波曲线图的原始时域曲线样本，包括：
根据所述电缆录波曲线图的曲线数据确定所述电缆录波曲线图的滑动窗口；
根据所述滑动窗口对所述电缆录波曲线图进行曲线分割，确定所述原始时域曲线样本。
4.根据权利要求3所述的方法，其特征在于,所述根据所述原始时域曲线样本确定目标电缆的故障诊断样本数据，包括：
对所述原始时域曲线样本进行快速傅里叶变换，确定原始频谱样本；
根据预设的归一化算法对所述原始频谱样本进行归一化，确定规范频谱样本；
根据所述规范频谱样本确定目标电缆的故障诊断样本数据。
5.根据权利要求4所述的方法，其特征在于,所述根据所述规范频谱样本确定目标电缆的故障诊断样本数据，包括：
根据预设的图像构建算法将所述规范频谱样本的连续线段信号依次填充预设的灰度频谱图像；
在所述规范频谱样本的连续线段信号完成填充的情况下，将所述灰度频谱图像确定为所述故障诊断样本数据。
6.根据权利要求1所述的方法，其特征在于，在所述根据预设的故障诊断模型和所述故障诊断样本数据对所述目标电缆进行故障诊断之前，还包括：
根据所述故障诊断样本数据确定故障训练集和故障测试集；
将所述故障训练集输入所述预诊断模型进行训练，得到初步诊断模型；
根据所述故障测试集对所述初步诊断模型进行性能评估，如果所述初步诊断模型的性能满足预设的诊断正确率阈值，则将所述初步诊断模型确定为故障诊断模型；
如果所述初步诊断模型的性能不满足预设的诊断正确率阈值，则根据初步诊断模型的损失函数对所述初步诊断模型的模型参数进行反向传播，直至所述初步诊断模型的性能满足预设的预测正确率阈值。
7.根据权利要求1所述的方法，其特征在于，所述故障诊断结果包括目标电缆异常和目标电缆正常。
8.一种基于电缆录波的电缆故障诊断装置，其特征在于，包括：
数据采集模块，用于采集目标电缆的电缆录波数据，并对所述电缆录波数据进行时域图像转换，得到电缆录波曲线图；
数据处理模块，用于根据所述电缆录波曲线图确定目标电缆的故障诊断样本数据；
故障诊断模块，用于根据预设的故障诊断模型和所述故障诊断样本数据对所述目标电缆进行故障诊断，确定目标电缆的故障诊断结果；
其中，所述故障诊断模型是基于故障诊断样本数据对预先建立的预诊断模型训练得到的。
9.一种电子设备，其特征在于，所述电子设备包括：
至少一个处理器；以及
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1-7任一所述的基于电缆录波的电缆故障诊断方法。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机指令，所述计算机指令用于使处理器执行时实现权利要求1-7任一所述的基于电缆录波的电缆故障诊断方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310984392.9A CN116754898A (zh) | 2023-08-07 | 2023-08-07 | 基于电缆录波的电缆故障诊断方法、装置、设备和介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310984392.9A CN116754898A (zh) | 2023-08-07 | 2023-08-07 | 基于电缆录波的电缆故障诊断方法、装置、设备和介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN116754898A true CN116754898A (zh) | 2023-09-15 |
Family
ID=87949932
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310984392.9A Pending CN116754898A (zh) | 2023-08-07 | 2023-08-07 | 基于电缆录波的电缆故障诊断方法、装置、设备和介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116754898A (zh) |
-
2023
- 2023-08-07 CN CN202310984392.9A patent/CN116754898A/zh active Pending
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN113837596B (zh) | 一种故障确定方法、装置、电子设备及存储介质 | |
| CN116049146B (zh) | 一种数据库故障处理方法、装置、设备及存储介质 | |
| CN114938521A (zh) | 网络状态检测方法、装置、电子设备及存储介质 | |
| CN118210670A (zh) | 日志异常检测方法、装置、电子设备及存储介质 | |
| CN117593115A (zh) | 信贷风险评估模型的特征值确定方法、装置、设备和介质 | |
| CN116338391A (zh) | 一种绝缘子状态检测方法、装置、电子设备以及介质 | |
| CN115829160A (zh) | 一种时序异常预测方法、装置、设备及存储介质 | |
| CN116754898A (zh) | 基于电缆录波的电缆故障诊断方法、装置、设备和介质 | |
| CN116226644A (zh) | 设备故障类型的确定方法、装置、电子设备及存储介质 | |
| CN116596336B (zh) | 电子设备的状态评估方法、装置、电子设备及存储介质 | |
| CN117909717B (zh) | 一种基于深度学习和数据挖掘的工程量辅助验收结算方法 | |
| CN118245823B (zh) | 一种绝缘子泄漏电流预测方法、装置、设备及存储介质 | |
| CN116990744B (zh) | 一种电能表检测方法、装置、设备及介质 | |
| CN116127326B (zh) | 一种复合绝缘子检测方法、装置、电子设备及存储介质 | |
| CN115292146B (zh) | 一种系统容量预估方法、系统、设备及存储介质 | |
| CN115361078B (zh) | 一种传输区间确定方法、装置、电子设备及介质 | |
| CN118074625A (zh) | 设备故障检测方法、装置、设备及存储介质 | |
| CN116468076A (zh) | 一种驾驶行为分析方法、装置、电子设备及存储介质 | |
| CN117667593A (zh) | 一种基于深度学习的接口监控方法、装置、设备及介质 | |
| CN117131990A (zh) | 电网基建信息管理方法、装置、电子设备及存储介质 | |
| CN117707899A (zh) | 一种微服务异常检测方法、装置、设备及存储介质 | |
| CN118501560A (zh) | 一种电磁环境的监测预警方法、装置、设备及介质 | |
| CN118777851A (zh) | 开关设备局部放电诊断方法、装置、设备和存储介质 | |
| CN115358022A (zh) | 一种工程机械载荷谱确定方法、装置及系统 | |
| CN118688548A (zh) | 一种变压器状态检测方法及装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination |