[发明专利]基于多光谱与光学电场数据融合的绝缘子状态检测方法及其系统

权利要求书

1.基于多光谱与光学电场数据融合的绝缘子状态检测方法，其特征在于，包括以下步骤：

S1，多光谱采集模块采集绝缘子的多光谱数据和光学电场数据以及环境数据，多光谱数据和光学电场数据通过相应的模型计算分析出多光谱数据系数G_n以及光学电场数据系数K_n；

S2，将光谱数据系数G_n和光学电场数据系数K_n的融合，通过Pearson相关系数模型通过计算获得对应的绝缘子状态系数r；

S3，获得的绝缘子状态系数r的绝对值集合成绝缘子状态评估集M，绝缘子阻值R集合成绝缘子阻值集M_R，将绝缘子状态评估集M与绝缘子相应的被测阻值R进行标定，确定被检测的绝缘子状态；

S4，将上述多光谱数据和光学电场数据以及环境数据导入多光谱数据库中进行神经网络学习；

进一步的，光谱数据系数G_n和光学电场数据系数K_n确定如下：

S101，多光谱的采集模块采集绝缘子的多光谱数据得到光线脉冲强度值Q，并将偏振光导入光学电场模块在外加电场的条件下融合，根据光通过光学电场前后强度变化检测得到相应的电场强度值E；

S102，将光线脉冲的阈值预设为3000，当光线脉冲强度值Q_n大于3000则光谱数据系数G_n通过公式(1)计算得出，如下：

若光线脉冲强度值Q_n小于3000，则去除此数据进行下一光线脉冲强度值Q_n的计算；

S103，确定不同的绝缘子阻值R与电场强度值E之间的比例k_n，通过公式(2)得出，公式(2)如下：

k_n＝E/R 式(2)；

将比例k_n代入公式(4)中并通过计算得出光学电场数据系数K_n，公式(4)如下：

K_n＝k_n/(k_n+1) 式(3)。

2.如权利要求1所述的基于多光谱与光学电场数据融合的绝缘子状态检测的方法，其特征在于，步骤S2中Pearson相关系数模型如公式(4)所示：

式(4)中X为光谱数据系数G_n，Y为光学电场数据系数K_n，为光谱数据系数G_n的均数，为光学电场数据系数K_n的均数，通过计算可得出绝缘子状态系数r。

3.如权利要求2所述的基于多光谱与光学电场数据融合的绝缘子状态检测的方法，其特征在于，步骤S3中根据计算得出绝缘子状态系数r和测试出的绝缘子被测阻值R，进行相应的标定，获得绝缘子状态评估集M，绝缘子被测阻值R与绝缘子状态评估集M中的子集相对应。

4.如权利要求3所述的基于多光谱与光学电场数据融合的绝缘子状态检测的方法，其特征在于，所述确定被检测绝缘子状态，具体如下：

所述绝缘子状态评估集M具体如下：M＝{0.3,0.5,0.9}；

所述绝缘子阻值集M_R具体如下：M_R＝{500MΩ,300MΩ,240MΩ}；

所述绝缘子状态对应的包括低风险状态、中风险状态和劣化高风险状态，所述低风险状态与绝缘子状态评估集M中子集的0.3标定、所述中风险状态与绝缘子状态评估集M中子集的0.5标定、以及劣化高风险状态与绝缘子状态评估集M中子集的0.9标定；

当绝缘子状态处于劣化高风险状态时发出警报信号。