[发明专利]一种基于大数据的超声波局放检测分析模型

说明书

本发明提供一种基于大数据的超声波局放检测分析模型，包括输入单元，获取从配电设备采集的待检测超声波信号；大数据单元，获取配电设备局部放电产生超声波信号的大数据样本，其中大数据样本包括多个样本超声波信号及其对应的局部放电类型；特征提取单元，对待检测超声波信号和样本超声波信号进行特征提取处理输出该超声波信号的特征参数；模型训练单元，采用样本超声波信号的特征参数和对应的局部放电类型构成训练集对局放检测模型进行训练，输出训练好的局放检测模型；局放分析单元，将待检测超声波信号的特征参数输入到训练好的局放检测模型，输出该待检测超声波信号的局部放电类型。本发明根据大数据样本进行局放检测，准确型高，可靠性强。

技术领域

本发明涉及局放检测技术领域，特别是一种基于大数据的超声波局放检测分析模型。

背景技术

如今带有绝缘性能的设备在当前的电力系统中得到大量的应用，其设备的绝缘状态与电网安全息息相关。局部放电可以有效反映电力设备内部绝缘缺陷的主要特征之一，对配电设备进行局部放电检测可以有效获取设备的绝缘状况，从而及时消除隐患，避免重大事故的发生。

现有技术中，发现配电设备在产生局部放电时，会产生冲击的振动和声波，通过超声波检测仪可对放电超声波信号进行接收，并通过对超声波信号的识别可以发现和定位可能存在的局部放电隐患。但是，由于配电现场运行环境复杂多样，因此采集的超声波信号存在的差异较大，目前通过单一特征对超声波信号进行判断并识别局部放电模式的方法并不能满足人们对局部放电模式识别准确性和客观性的需求。

发明内容

针对上述问题，本发明旨在提供一种基于大数据的超声波局放检测分析模型。

本发明的目的采用以下技术方案来实现：

一种基于大数据的超声波局放检测分析模型，包括：

输入单元，用于获取从配电设备采集的待检测超声波信号；

大数据单元，用于获取配电设备局部放电产生超声波信号的大数据样本，其中大数据样本包括多个样本超声波信号及其对应的局部放电类型；

特征提取单元，分别与输入单元和大数据单元连接，用于对待检测超声波信号和样本超声波信号进行特征提取处理，输出该超声波信号的特征参数，

模型训练单元，与特征提取单元连接，用于采用样本超声波信号的特征参数和对应的局部放电类型构成训练集对局放检测模型进行训练，输出训练好的局放检测模型；

局放分析单元，分别与特征提取单元和模型训练单元连接，用于调用训练好的局放检测模型，将待检测超声波信号的特征参数输入到训练好的局放检测模型，输出该待检测超声波信号对应的局部放电类型。

在一种实施方式中，分析模型还包括：输出单元，与局部分析单元连接，用于输出局部分析单元的输出结果。

在一种实施方式中，局放检测模型采用支持向量机分类器，将待检测超声波信号的特征参数输入到训练好的支持向量机分类器，该训练好的支持向量机分类器能够输入待检测超声波信号的局部放电类型。

在一种实施方式中，输入单元与超声波传感器连接，获取超声波传感器从配电设备中采集的待检测超声波信号。

在一种实施方式中，输入单元与存储设备连接，获取存储设备中预先存储好的待检测超声波信号。

在一种实施方式中，分析模型还包括去噪单元，去噪单元设置在输入单元和特征提取单元之间，分别与输入单元和特征提取单元连接，用于对输入单元获取的待检测超声波信号进行去噪处理，输出去噪后的待检测超声波信号到特征提取单元进一步处理。