开关柜的故障诊断方法及其装置、电子设备及存储介质与流程
本发明涉及电力系统监测和故障诊断，具体而言，涉及一种开关柜的故障诊断方法及其装置、电子设备及存储介质。
背景技术：
1、在电力系统中，开关柜作为一种重要的电气设备，在电能的分配和控制中发挥着至关重要的作用。然而，由于长期运行和环境因素等原因，开关柜可能会出现局部放电故障，这种故障不仅会影响电力系统的安全稳定运行，还可能导致设备损坏和停电等严重后果。因此，开关柜的局放故障诊断及故障分类对于电力系统的可靠性和安全性至关重要。
2、相关技术中，开关柜局放故障诊断方法主要依赖于经验判断和人工分析，存在诊断周期长、准确性低等问题，在实际工作场景下，局放故障的分类基于大数据技术，需要依靠工作人员手动分析海量数据，对开关柜的局部放电故障进行诊断和分类，执行效率较低，难以满足电力系统当前的运行要求。
3、针对上述的问题，目前尚未提出有效的解决方案。
技术实现思路
1、本发明实施例提供了一种开关柜的故障诊断方法及其装置、电子设备及存储介质，以至少解决相关技术中，基于大数据技术对开关柜进行故障诊断，诊断准确率较低的技术问题。
2、根据本发明实施例的一个方面，提供了一种开关柜的故障诊断方法，包括：采集开关柜的时域数据，并对所述时域数据进行频域转换，得到所述开关柜的时域数据和频域数据；将所述时域数据和所述频域数据输入至特征处理模型，并基于所述特征处理模型对所述时域数据和所述频域数据进行特征提取和特征融合，得到所述开关柜的时频融合特征向量，其中，所述特征处理模型是预先构建的；将所述时频融合特征向量输入至故障识别模型，通过所述故障识别模型输出所述开关柜的故障类型；基于所述故障类型生成所述开关柜的故障诊断结果。
3、可选地，将所述时域数据和所述频域数据输入至特征处理模型，并基于所述特征处理模型对所述时域数据和所述频域数据进行特征提取和特征融合的步骤包括：将所述时域数据输入至所述特征处理模型的时域编码器，并通过所述时域编码器对所述时域数据进行嵌入映射，得到时域特征向量；将所述频域数据输入至所述特征处理模型的频域编码器，并通过所述频域编码器对所述频域数据进行嵌入映射，得到频域特征向量；将所述时域特征向量和所述频域特征向量输入至所述特征处理模型的融合编码器，通过所述融合编码器对所述时域特征向量和所述频域特征向量进行融合，得到所述时频融合特征向量。
4、可选地，通过所述时域编码器对所述时域数据进行嵌入映射，得到时域特征向量的步骤包括：通过所述时域编码器对所述时域数据进行嵌入映射，得到时域嵌入向量；对所述时域嵌入向量进行划分，得到h个所述时域嵌入向量对应的注意力头，其中，h正整数；对于每个所述时域嵌入向量对应的注意力头，通过查询投影矩阵、键投影矩阵和值投影矩阵计算所述注意力头的查询数据、键数据和值数据，其中，所述查询投影矩阵、键投影矩阵和值投影矩阵是预先构建的用于进行权重分配的矩阵；对于每个所述时域嵌入向量对应的注意力头，基于所述注意力头的查询数据和键数据计算所述注意力头的注意力权重，并基于所述注意力权重和所述值数据计算所述注意力头的输出向量；将h个所述时域嵌入向量对应的注意力头的输出向量进行拼接，得到所述时域特征向量。
5、可选地，通过所述频域编码器对所述频域数据进行嵌入映射，得到频域特征向量的步骤包括：通过所述频域编码器对所述频域数据进行嵌入映射，得到频域嵌入向量；对所述频域嵌入向量进行划分，得到k个所述频域嵌入向量对应的注意力头，其中，k为正整数；对于每个所述频域嵌入向量对应的注意力头，通过查询投影矩阵、键投影矩阵和值投影矩阵计算所述注意力头的查询数据、键数据和值数据，其中，所述查询投影矩阵、键投影矩阵和值投影矩阵是预先构建的用于进行权重分配的矩阵；对于每个所述频域嵌入向量对应的注意力头，基于所述注意力头的查询数据和键数据计算所述注意力头的注意力权重，并基于所述注意力权重和所述值数据计算所述注意力头的输出向量；将k个所述频域嵌入向量对应的注意力头的输出向量进行拼接，得到所述频域特征向量。
6、可选地，采集开关柜的时域信号的步骤包括：将脉冲采集装置接入所述开关柜，并为所述脉冲采集装置设置触发阈值；对所述开关柜的电流信号进行监测，在所述电流信号的幅值大于触发阈值的情况下，记录捕捉时间点；以所述捕捉时间点为起点，基于预设的脉冲时长从所述开关柜采集n个时域脉冲信号，得到所述时域数据，其中，n为正整数。
7、可选地，对所述时域数据进行频域转换的步骤包括：基于傅里叶变换算法对所述时域数据进行处理，得到初始频域数据；根据预设的截止频率对所述初始频域数据进行高通滤波，得到所述开关柜的频域数据。
8、可选地，所述故障识别模型是预先训练得到的，训练所述故障识别模型的步骤包括：采集所述开关柜在历史时间段内的历史时域数据和故障类型信息，并基于所述历史时域数据获取历史频域数据；对所述历史时域数据和所述历史频域数据进行特征提取和特征融合，得到历史时频特征向量；基于所述历史时频特征向量和所述故障类型信息构建样本集，并基于预设的划分比例对所述样本集进行划分，得到训练集和测试集；通过测试集对初始故障识别模型进行训练，得到训练完成的所述故障识别模型；基于所述测试集对训练完成的所述故障识别模型进行测试，得到测试结果，在所述测试结果指示所述故障识别模型通过测试的情况下，得到最终的所述故障识别模型。
9、根据本发明实施例的另一方面，还提供了一种开关柜的故障诊断装置，包括：采集单元，用于采集开关柜的时域数据，并对所述时域数据进行频域转换，得到所述开关柜的时域数据和频域数据；提取单元，用于将所述时域数据和所述频域数据输入至特征处理模型，并基于所述特征处理模型对所述时域数据和所述频域数据进行特征提取和特征融合，得到所述开关柜的时频融合特征向量，其中，所述特征处理模型是预先构建的；输出单元，用于将所述时频融合特征向量输入至故障识别模型，通过所述故障识别模型输出所述开关柜的故障类型；生成单元，用于基于所述故障类型生成所述开关柜的故障诊断结果。
10、可选地，所述提取单元包括：第一映射模块，用于将所述时域数据输入至所述特征处理模型的时域编码器，并通过所述时域编码器对所述时域数据进行嵌入映射，得到时域特征向量；第二映射模块，用于将所述频域数据输入至所述特征处理模型的频域编码器，并通过所述频域编码器对所述频域数据进行嵌入映射，得到频域特征向量；第一融合模块，用于将所述时域特征向量和所述频域特征向量输入至所述特征处理模型的融合编码器，通过所述融合编码器对所述时域特征向量和所述频域特征向量进行融合，得到所述时频融合特征向量。
11、可选地，所述第一映射模块包括：第一映射子模块，用于通过所述时域编码器对所述时域数据进行嵌入映射，得到时域嵌入向量；第一划分子模块，用于对所述时域嵌入向量进行划分，得到h个所述时域嵌入向量对应的注意力头，其中，h正整数；第一计算子模块，用于对于每个所述时域嵌入向量对应的注意力头，通过查询投影矩阵、键投影矩阵和值投影矩阵计算所述注意力头的查询数据、键数据和值数据，其中，所述查询投影矩阵、键投影矩阵和值投影矩阵是预先构建的用于进行权重分配的矩阵；第二计算子模块，用于对于每个所述时域嵌入向量对应的注意力头，基于所述注意力头的查询数据和键数据计算所述注意力头的注意力权重，并基于所述注意力权重和所述值数据计算所述注意力头的输出向量；第一拼接子模块，用于将h个所述时域嵌入向量对应的注意力头的输出向量进行拼接，得到所述时域特征向量。
12、可选地，所述第二映射模块包括：第二映射子模块，用于通过所述频域编码器对所述频域数据进行嵌入映射，得到频域嵌入向量；第二划分子模块，用于对所述频域嵌入向量进行划分，得到k个所述频域嵌入向量对应的注意力头，其中，k为正整数；第三计算子模块，用于对于每个所述频域嵌入向量对应的注意力头，通过查询投影矩阵、键投影矩阵和值投影矩阵计算所述注意力头的查询数据、键数据和值数据，其中，所述查询投影矩阵、键投影矩阵和值投影矩阵是预先构建的用于进行权重分配的矩阵；第四计算子模块，用于对于每个所述频域嵌入向量对应的注意力头，基于所述注意力头的查询数据和键数据计算所述注意力头的注意力权重，并基于所述注意力权重和所述值数据计算所述注意力头的输出向量；第二拼接子模块，用于将k个所述频域嵌入向量对应的注意力头的输出向量进行拼接，得到所述频域特征向量。
13、可选地，所述采集单元包括：第一设置模块，用于将脉冲采集装置接入所述开关柜，并为所述脉冲采集装置设置触发阈值；第一监测模块，用于对所述开关柜的电流信号进行监测，在所述电流信号的幅值大于触发阈值的情况下，记录捕捉时间点；第一采集模块，用于以所述捕捉时间点为起点，基于预设的脉冲时长从所述开关柜采集n个时域脉冲信号，得到所述时域数据，其中，n为正整数。
14、可选地，所述采集单元还包括：第一处理模块，用于基于傅里叶变换算法对所述时域数据进行处理，得到初始频域数据；第一滤波模块，用于根据预设的截止频率对所述初始频域数据进行高通滤波，得到所述开关柜的频域数据。
15、可选地，所述开关柜的故障诊断装置还包括：第二采集模块，用于采集所述开关柜在历史时间段内的历史时域数据和故障类型信息，并基于所述历史时域数据获取历史频域数据；第一提取模块，用于对所述历史时域数据和所述历史频域数据进行特征提取和特征融合，得到历史时频特征向量；第一构建模块，用于基于所述历史时频特征向量和所述故障类型信息构建样本集，并基于预设的划分比例对所述样本集进行划分，得到训练集和测试集；第一训练模块，用于通过测试集对初始故障识别模型进行训练，得到训练完成的所述故障识别模型；第一测试模块，用于基于所述测试集对训练完成的所述故障识别模型进行测试，得到测试结果，在所述测试结果指示所述故障识别模型通过测试的情况下，得到最终的所述故障识别模型。
16、根据本发明实施例的另一方面，还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包括存储的计算机程序，其中，在所述计算机程序运行时控制所述计算机可读存储介质所在设备执行上述任意一项开关柜的故障诊断方法。
17、根据本发明实施例的另一方面，还提供了一种电子设备，包括一个或多个处理器和存储器，所述存储器用于存储一个或多个程序，其中，当所述一个或多个程序被所述一个或多个处理器执行时，使得所述一个或多个处理器实现上述任意一项开关柜的故障诊断方法。
18、在本技术中，首先采集开关柜的时域数据，并对时域数据进行频域转换，得到开关柜的时域数据和频域数据，并将时域数据和频域数据输入至特征处理模型，并基于特征处理模型对时域数据和频域数据进行特征提取和特征融合，得到开关柜的时频融合特征向量，其中，特征处理模型是预先构建的，然后将时频融合特征向量输入至故障识别模型，通过故障识别模型输出开关柜的故障类型，最后基于故障类型生成开关柜的故障诊断结果。
19、在本技术中，采集开关柜的时域数据，通过时域数据获取频域数据，并基于时域数据和频域数据提取时频特征，时频特征可以更准确地描述信号的时域和频域特性，从而提高局部放电故障的诊断准确性和可靠性，同时采用预先训练好的故障识别模型对时频特征进行分析，进而识别出局放故障类型，从而实现故障的精准定位，提升开关柜局部放电故障诊断的准确性，进而解决了相关技术中，基于大数据技术对开关柜进行故障诊断，诊断准确率较低的技术问题。
技术特征：
1.一种开关柜的故障诊断方法，其特征在于，包括：
2.根据权利要求1所述的故障诊断方法，其特征在于，将所述时域数据和所述频域数据输入至特征处理模型，并基于所述特征处理模型对所述时域数据和所述频域数据进行特征提取和特征融合的步骤包括：
3.根据权利要求2所述的故障诊断方法，其特征在于，通过所述时域编码器对所述时域数据进行嵌入映射，得到时域特征向量的步骤包括：
4.根据权利要求2所述的故障诊断方法，其特征在于，通过所述频域编码器对所述频域数据进行嵌入映射，得到频域特征向量的步骤包括：
5.根据权利要求1所述的故障诊断方法，其特征在于，采集开关柜的时域信号的步骤包括：
6.根据权利要求1所述的故障诊断方法，其特征在于，对所述时域数据进行频域转换的步骤包括：
7.根据权利要求1所述的故障诊断方法，其特征在于，所述故障识别模型是预先训练得到的，训练所述故障识别模型的步骤包括：
8.一种开关柜的故障诊断装置，其特征在于，包括：
9.一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包括存储的计算机程序，其中，在所述计算机程序运行时控制所述计算机可读存储介质所在设备执行权利要求1至7中任意一项所述的开关柜的故障诊断方法。
10.一种电子设备，其特征在于，包括一个或多个处理器和存储器，所述存储器用于存储一个或多个程序，其中，当所述一个或多个程序被所述一个或多个处理器执行时，使得所述一个或多个处理器实现权利要求1至7中任意一项所述的开关柜的故障诊断方法。
技术总结
本发明公开了一种开关柜的故障诊断方法及其装置、电子设备及存储介质，涉及电力系统监测和故障诊断技术领域，其中，该方法包括：采集开关柜的时域数据，并对时域数据进行频域转换，得到开关柜的时域数据和频域数据；将时域数据和频域数据输入至特征处理模型，并基于特征处理模型对时域数据和频域数据进行特征提取和特征融合，得到开关柜的时频融合特征向量；将时频融合特征向量输入至故障识别模型，通过故障识别模型输出开关柜的故障类型；基于故障类型生成开关柜的故障诊断结果。本发明解决了相关技术中，基于大数据技术对开关柜进行故障诊断，诊断准确率较低的技术问题。
技术研发人员：何楠,刘宏亮,刘弘景,苗旺,刘可文,曹保勤,方烈
受保护的技术使用者：国网北京市电力公司
技术研发日：
技术公布日：2024/12/5