[发明专利]局部放电检测模型的训练方法、检测信息确定方法及装置

说明书

本申请实施例所公开的一种局部放电检测模型的训练方法、检测信息确定方法及装置，包括获取参考数据，该参考数据具有对应的第一标签信息，确定参考数据对应的选取数据集合，根据参考数据对应的第一标签信息，确定选取数据集合中每个选取数据对应的第二标签信息，并基于参考数据、第一标签信息、每个选取数据和第二标签信息，确定目标数据，基于目标数据对局部放电检测模型进行训练，得到训练后的局部放电检测模型。基于本申请实施例可以增加训练数据的数量，可以减少人工标注的工作量，也可以有效融合多个传感器对配电网络进行检测得到的检测数据，减少缺失的历史检测数据对局部放电检测模型的训练的影响。

技术领域

本发明涉及配电网络检测技术领域，尤其涉及一种局部放电检测模型的训练方法、检测信息确定方法及装置。

背景技术

在配电网络中，局部放电的产生再所难免，若设备长期存在局部放电，将会加速设备老化，进而会导致配电网络故障。传统检测局部放电的方法主要是通过巡视人员进行人工检测，但是该人工检测方法难以检测出轻微的局部放电。随着科学技术的不断发展，超声波、地电波、红外线等单一检测局部放电的方法被提出，但是，该单一检测局部放电的方法的检测精度不高。

针对上述问题，现有技术中提出了通过融合多个传感器感知的数据，并将其作为深度神经网络模型的训练数据以训练深度神经网络模型，进而利用深度神经网络模型检测局部放电，虽然该方法可以提高检测精度，但是也存在如下弊端：

(1)深度神经网络模型需要大量标注好的检测数据作为训练数据，标注检测数据的工作量巨大；

(2)在对深度神经网络模型进行训练时，需要对不同传感器采集到的检测数据进行有效的融合，融合效果难以保障；

(3)对于多个传感器采集的历史检测数据中，往往没有在同一时刻采集的检测数据，给深度神经网络模型的训练带来一定的难度。

发明内容

本申请实施例提供了一种局部放电检测模型的训练方法、检测信息确定方法及装置，可以增加训练数据的数量，可以减少人工标注的工作量，也可以有效融合多个传感器对配电网络进行检测得到的检测数据，减少缺失的历史检测数据对局部放电检测模型的训练的影响。

本申请实施例提供了一种局部放电检测模型的训练方法，该方法包括：

获取参考数据；参考数据是由N个传感器对配电网络进行检测得到的数据，N为正整数，参考数据具有对应的第一标签信息；

确定参考数据对应的选取数据集合；

根据参考数据对应的第一标签信息，确定选取数据集合中每个选取数据对应的第二标签信息；

基于参考数据、第一标签信息、每个选取数据和第二标签信息，确定目标数据；

基于目标数据对局部放电检测模型进行训练，得到训练后的局部放电检测模型。

进一步地，确定参考数据对应的选取数据集合，包括：

从参考数据中确定预设数量的传感器检测得到的数据为待屏蔽数据；预设数量在区间[1,N-1]内；

对参考数据中的待屏蔽数据进行屏蔽处理，得到选取数据集合。

进一步地，基于参考数据、第一标签信息、每个选取数据和第二标签信息，确定目标数据之前，还包括：

获取待处理数据；待处理数据为未标注数据；

基于多种预设变换处理，对参考数据进行变换处理，得到变换数据集合；

基于变换数据集合，对局部放电预检测模型进行训练，得到训练后的局部放电预检测模型；

基于训练后的局部放电预检测模型，确定待处理数据对应的第三标签信息。