[发明专利]一种权重自适应的电力设备外绝缘声光协同诊断方法

权利要求书

1.一种权重自适应的电力设备外绝缘声光协同诊断方法，其特征在于，所述方法包括以下步骤：

S1、通过超声检测、紫外检测对电力设备外绝缘状态进行评估，获取超声图像和紫外图像；同时检测环境的信噪比SNR；

S2、将步骤S1中所得的超声图像和紫外图像进行加权融合得到局部放电融合信息，融合后作为前景图像，并将可见光相机拍摄的可见光图像作为背景图像，对前景图像和背景图像进行局部放电检测图像融合，得到局部放电位置信息图，从而评价电力设备外绝缘状态；

其中，步骤S2中超声图像和紫外图像融合权重随环境信噪比的不同而改变；超声图像和紫外图像融合权重的计算是通过费舍尔准则实现的，具体过程为：

①假设数据集中有n个样本属于p类，每类包含n_i个样本，类间方差为类内方差为则数据集内特征k的计算表达式为：

其中x^(k)是特征为k的样本；是类i的平均值；m^(k)是特征k的所有样本平均值，x表示样本，共有n个样本，n_i表示每一类里面的样本数；

②特征k的J_F值为：

③计算不同信噪比情况下的J_F(k)值，则不同信噪比下的权重为：

其中i＝1,2分别代表超声图像和紫外图像；指的是图像i在信噪比SNR下的权重；J_F(i,SNR)是指图像i在信噪比SNR下的J_F值。

2.根据权利要求1所述的权重自适应的电力设备外绝缘声光协同诊断方法，其特征在于：步骤S2中，超声图像和紫外图像进行加权融合得到局部放电融合信息，融合后作为前景图像，并将可见光相机拍摄的可见光图像作为背景图像，对前景图像和背景图像进行局部放电检测图像融合，得到局部放电位置信息图的具体过程包括：

①构建两个BP神经网络，两个BP神经网络分别用于输入超声检测、紫外检测的样本，输出超声、紫外的局部放电融合信息Y_ul、Y_uv；

②超声图像、紫外图像和可见光相机拍摄的可见光图像经图像处理、特征提取后分别得到超声声强U_S、紫外光子数v_n和可见光图像，所提取的超声声强U_S和紫外光子数v_n分别同环境信噪比一起输入各自对应的已训练好的BP神经网络中，分别输出超声、紫外的局部放电融合信息Y_ul、Y_uv；

③将输出的超声、紫外局部放电融合信息Y_ul、Y_uv分别与权重相乘，得到局部放电协同诊断位置信息Y_fu，然后将局部放电协同诊断位置信息Y_fu归一化处理，归一化处理后进一步经过伪彩化处理，按局部放电融合信息的强度划分区间并匹配不同的颜色，将局部放电融合信息强度矩阵转化为色彩强度矩阵，从而完成伪彩化；将伪彩化的图像作为前景图像与可见光图像通过基于α分量的融合方法融合即为最终的局部放电协同诊断位置信息图。

3.根据权利要求2所述的权重自适应的电力设备外绝缘声光协同诊断方法，其特征在于：在构建BP神经网络时，BP神经网络训练的具体步骤为：

①设置BP神经网络的超参数，根据待检测对象确定神经网络的输入层、隐藏层和输出层神经元个数，同时确定其训练精度；

②将训练样本输入BP神经网络中，进行前馈传播，计算训练误差；

③利用adamax优化算法，进行反馈过程，降低训练误差，完成单次BP神经网络训练；

④重复步骤②和步骤③，直至达到设定训练次数或训练误差满足训练精度为止，结束训练。

4.根据权利要求3所述的权重自适应的电力设备外绝缘声光协同诊断方法，其特征在于：输入的训练样本是通过针-板放电模型获取的；具体的样本获取模拟条件根据待检测对象情况设置，基本规则为：通过局部放电模型模拟局部放电信号的产生，采集过程中限定紫外图像的采集帧率和录制时间，同时限定拍摄距离范围；超声图像的采集同样限定采集距离范围，拍摄时以正对物体所在位置为法向，选取相机、物体的连线与法向形成的角度进行拍摄，间隔固定的角度拍摄一组，采集局部放电信号的超声传感器接收频率设定在20-60kHz，通过添加高斯白噪声模拟不同的信噪比。