[发明专利]一种考虑人机物协同的配网线路故障诊断方法及装置

权利要求书

1.一种考虑人机物协同的配网线路故障诊断方法，其特征在于，包括：

获取当前无人机回传图像以及当前配电线路回传数据；

将所述回传图像与历史非故障图像在深度信念网络中进行比对；

若比对不相同，则将所述当前配电线路回传数据以及配电线路故障信息的历史数据进行聚类，判断所述当前配电线路回传数据对应的故障类型；

所述将所述当前配电线路回传数据以及配电线路故障信息的历史数据进行聚类，判断所述当前配电线路回传数据对应的故障类型，包括：

采用模糊C-均值聚类对所述当前配电线路回传数据以及所述配电线路故障信息的历史数据进行聚类；

得到所述当前配电线路回传数据对应的样本点所属类中心的隶属度，从而确定所述当前配电线路回传数据的故障类别；

具体的聚类过程为：

确定每个样本聚类的模糊C-均值聚类的聚类中心初始化值的计算公式为：

式中，为邻域半径，c为类别数目；N为在邻域半径范围内的样本数；m为每个配电线路故障信息数据值；n为某区域配电线路故障信息个数；

初始化隶属度矩阵U，矩阵元素μ_ij表示第i个对象属隶属于第j类的程度，矩阵内的元素经过归一化后均在区间[0，1]中；

在第t次的迭代计算中，根据下列公式更新隶属度矩阵：

式中，x＝1,2,...,n，j＝1,2,...,c，μ_ij表示第i个对象属于第j类属性的程度；

在第t次的迭代计算中，根据下列公式更新聚类中心值矩阵：

式中，j＝1,2,...,c，c_ij表示第l类环境因素的第j类属性的聚类中心值，系数K的计算公式如下：

若或者达到预置迭代次数，则迭代结束，输出环境属性值的最优隶属度；否则返回所述在第t次的迭代计算中，根据下列公式更新隶属度矩阵的步骤进行下一次迭代，ε表示一个极小值。

2.根据权利要求1所述的考虑人机物协同的配网线路故障诊断方法，其特征在于，在所述将所述回传图像与历史非故障图像在深度信念网络中进行比对，之前还包括：

对所述回传图像进行预处理。

3.根据权利要求2所述的考虑人机物协同的配网线路故障诊断方法，其特征在于，所述对所述回传图像进行预处理，包括：

将所述回传图像按照拍摄日期分类存放，并对所述回传图像进行初步筛选，去除模糊以及不能辨识的图像。

4.根据权利要求1所述的考虑人机物协同的配网线路故障诊断方法，其特征在于，在所述将所述回传图像与历史非故障图像在深度信念网络中进行比对，之后还包括：

若所述回传图像与历史非故障图像的比对结果相同，则判断配电线路无故障。

5.根据权利要求1所述的考虑人机物协同的配网线路故障诊断方法，其特征在于，在所述将所述当前配电线路回传数据以及配电线路故障信息的历史数据进行聚类，之前还包括：

对所述当前配电线路回传数据以及所述配电线路故障信息的历史数据中的缺失及异常数据采用平均插值法进行处理；

对所述当前配电线路回传数据以及所述配电线路故障信息的历史数据进行归一化处理；

确定所述配电线路故障信息的历史数据对应的配电线路的故障类型，所述配电线路的故障类型包括有接地故障、短路故障和超负荷故障。