[发明专利]一种基于多元融合的变电站设备异常识别定位方法

说明书

本发明公开了一种基于多元融合的变电站设备异常识别定位方法。为了克服现有技术使用单一的检测方式，存在识别误差，检测结果可信度低的问题；本发明包括以下步骤：S1：根据变电站待检设备的各项监测数据种类分配主要数据监测方式和辅助数据监测方式；S2：巡检操作机器人执行巡检任务，通过各数据监测方式获得变电站待检设备的各项监测数据；S3：将通过主要数据监测方式获得的监测数据输入对应的故障识别模型，判断变电站设备是否存在异常；S4：在判定变电站设备存在异常时，将该变电站设备通过各数据监测方式获得的监测数据进行处理、耦合，确定异常位置与异常原因。在保证数据监测全面、多维的同时，同时减小误差区间，保证异常判定的效率。

技术领域

本发明涉及一种变电站故障识别领域，尤其涉及一种基于多元融合的变电站设备异常识别定位方法。

背景技术

变电站设备众多，有变压器、断路器、隔离开关、开关柜和电容器等多类设备，且每类设备不止一种。不同设备的电气特性、物理形态特征、红外特性、运行状态、声纹特性等多维特征信息都存在差异。传统设备故障诊断主要有温度检测、气味检测、外观检查、电气信息测量等几种方式。

当前应用的巡视机器人可以替代人完成设备的红外信息的读取和识别，判断设备是否正常工作。温度只是人判断设备是否存在故障的一个维度，经验丰富的老师傅还会根据设备的气味、外观、电气信息等因素综合判断设备是否存在故障，当前应用的巡检机器人是无法实现这些功能的，它只利用了设备的红外特性数据。这样的故障识别方式存在明显弊端，比如设备漏气时，其红外特性就变化不明显，单纯依靠红外信息进行故障诊断就会带来明显的漏判。如果未来真要实现智能机器人代替人类工作，就不能将一个维度的数据作为设备是否正常工作的判断依据。此外，基于人工智能的识别模型都存在一个弊端，那就是识别误差区，该区域的识别误差特别大，识别模型的判断结果是不可信的，因此有必要加入其他辅助手段降低模型的误差识别区。

例如，一种在中国专利文献上公开的“变电站智能机器人巡检系统及巡检方法”，其公告号CN102280826B，包括监控中心，所述监控中心与至少一个变电站的站级机器人智能巡检系统通过网络连接；所述各站级机器人智能巡检系统包括至少一个基站，同时在变电站内还设有环境信息采集子系统以及安装在变电站内各个需要监控设备处的固定点辅助监控子系统，所述智能巡检机器人上设有智能巡检机器人下位机，所述智能巡检机器人下位机还与检测单元连接，所述检测单元包括红外检测单元和紫外检测单元，所述紫外检测单元包含紫外视频服务器和紫外检测装置。该方案的巡检机器人仅用红外和紫外进行检测，使用单一的检测方式，存在巨大的识别误差，检测结果可信度低。

发明内容

本发明主要解决现有技术使用单一的检测方式，存在巨大的识别误差，检测结果可信度低的问题；提供一种基于多元融合的变电站设备异常识别定位方法，通过多维度的检测方式对变电站不同种类的设备进行故障诊断，综合识别设备状态，减小识别误差，提高检测结果的可信度。

本发明的上述技术问题主要是通过下述技术方案得以解决的：

一种基于多元融合的变电站设备异常识别定位方法，包括以下步骤：

S1：根据变电站待检设备的各项监测数据种类分配待检设备的主要数据监测方式和辅助数据监测方式；

S2：巡检操作机器人执行巡检任务，通过各数据监测方式获得变电站待检设备的各项监测数据；

S3：将通过主要数据监测方式获得的监测数据输入对应的故障识别模型，判断变电站设备是否存在异常；

S4：在判定变电站设备存在异常时，将该变电站设备通过各数据监测方式获得的监测数据进行处理、耦合，确定异常位置与异常原因。

通过多种数据监测方式用以对该变电站设备的数据进行对比验证或补全，在保证数据监测全面、多维的同时，也能够保证异常判定的效率。综合识别设备状态，减小识别误差，提高检测结果的可信度。