[发明专利]GIL机械故障诊断模型的构造方法及其应用、计算机可读介质、故障诊断系统

说明书

本发明涉及一种GIL机械故障诊断模型的构造方法及其应用、计算机可读介质、故障诊断系统，它包括：获取GIL发生GIL第一类机械故障早期的GIL振动致变电信号，GIL振动致变电信号有多组，分别来源于多个发生GIL第一类机械故障的GIL；降噪处理GIL振动致变电信号，使用处理后的信号构造训练集样本；构建深度残差收缩网络初始模型，使用训练集样本训练深度残差收缩网络初始模型，得到用于诊断GIL第一类机械故障的GIL机械故障诊断模型；其中，GIL第一类机械故障为GIL金属外壳虚焊故障或GIL绝缘子破裂故障。使用它们可以实现GIL机械故障诊断。

技术领域

本发明涉及特高压GIL故障诊断技术领域，具体涉及一种GIL机械故障诊断模型的构造方法及其应用、一种存储有GIL机械故障诊断程序的计算机可读介质、一种GIL机械故障诊断系统。

背景技术

特高压GIL(气体绝缘输电线路)常见机械故障有金属外壳虚焊故障、绝缘子破裂故障。由于GIL的长度较长，在排查故障与日常检修监测时无法对故障位置进行及时准确定位，检修时需要将设备解体，耗费大量的人力、物力、财力，同时会耽误检修进程，造成不必要的经济损失。

专利文献CN108168682A公开了一种基于振动信号支持向量机的GIL故障在线监测系统，包括固定于被测GIL的支柱绝缘子处外壳上的振动传感器、与所述振动传感器的输出端连接的数据采集器，所述数据采集器通过无线方式连接无线网关，经由所述无线网关连接至终端计算机，所述终端计算机可通过基于支持向量机的故障识别模型来判断GIL 是否存在故障，确定故障类型及进行故障定位，所述支持向量机对GIL故障进行诊断的主要步骤如下：1)获取振动加速度信号：获取不同GIL状态下的振动加速度信号，以GIL 的状态类型作为标签进行分类，相应的振动加速度信号数据作为对应的数据样本；2)提取特征参数：提取振动加速度信号在时域、频域和时频域三个方面的特征参数；3)建立并训练SVM故障诊断模型：对GIL不同状态下的振动加速度信号进行特征提取，借助 LIBSVM工具箱进行SVM故障诊断模型的建立与训练，所述故障诊断模型的数学表达式如下：其中，σ为核宽度参数；4)根据故障诊断模型诊断故障，确定故障类型及进行故障定位。

发明内容

本发明的目的是提供一种GIL机械故障诊断模型的构造方法及其应用、一种存储有 GIL机械故障诊断程序的计算机可读介质、一种GIL机械故障诊断系统，以从新的技术路线的角度实现GIL机械故障诊断。

本发明的技术方案是：

一种GIL机械故障诊断模型的构造方法，包括以下步骤：

获取GIL发生GIL第一类机械故障早期的GIL振动致变电信号，所述GIL振动致变电信号有多组，分别来源于多个发生GIL第一类机械故障的GIL；

降噪处理所述GIL振动致变电信号进行信号，使用处理后的信号构造训练集；

构建深度残差收缩网络初始模型，使用所述训练集样本训练所述深度残差收缩网络初始模型，得到用于诊断GIL第一类机械故障的GIL机械故障诊断模型；

其中，GIL第一类机械故障为GIL金属外壳虚焊故障或GIL绝缘子破裂故障。

优选的，所述GIL振动致变电信号为感测GIL振动加速度时输出的电信号。

优选的，降噪处理所述GIL振动致变电信号进行信号的方法是：使用变分模态分解所述GIL振动致变电信号，剔除噪声段IMF分量后对信号进行重构，使用小波包阈值算法降噪处理重构后的信号。

前述的GIL机械故障诊断模型的应用，包括以下步骤：接收安装在GIL上的振动传感器输出的电信号；降噪处理所述电信号；使用混沌理论算法对降噪后的信号进行早期故障诊断，若未检测到异常，则输出第一诊断结论，若检测到异常，则将所述降噪后的信号输入所述GIL机械故障诊断模型，所述GIL机械故障诊断模型输出第二诊断结论。