[发明专利]一种刀闸分合状态判别方法、装置、设备及介质

说明书

本发明实施例公开一种刀闸分合状态判别方法、装置、设备及介质，属于开关设备技术领域。主要包括：对日常刀闸开关的开合过程进行监测采集得到感知信号曲线；对感知信号曲线进行多个频谱信号特征的提取得到主特征以及次特征；根据预设的次特征优先级等级、主特征有效条件阈值、以及每个次特征的有效条件阈值，按照主特征、较高优先级次特征、较低优先级次特征的顺序，依次对多个单特征中每个单特征是否有效进行验证，得到一个有效的单特征作为最优单特征；根据最优单特征以及相应的预设单特征分类阈值，利用刀闸开关状态判别模型对刀闸开关的状态进行判别。本发明实施例能够提高判别准确率，降低复杂度。

技术领域

本发明涉及开关设备技术领域，尤其涉及一种刀闸分合状态判别方法、装置、设备及介质。

背景技术

刀闸开关，例如气体绝缘金属全封闭开关设备(GIS)，如果接触状态改变，若不能有可能会引发故障。现有技术用模式分类方法对开关状态进行了判别。

近些年，模式分类方法得到了快速发展。传统分类方法包括Fisher、贝叶斯、k近邻、决策树、支持向量机、神经网络和深度学习等。传统分类方法主要包括数据预处理、特征提取、特征选择/降维及分类器设计几个环节，其中特征选取比较关键。为提高分类准确率，常常需要选取多维特征。不同特征具有不同的单特征分类准确率，其中决策树是唯一考虑了不同特征具有不同单特征分类准确率的分类方法。然而在其在多维特征中，可能包含对提高分类准确率无帮助的冗余特征，而且这些冗余特征还会降低分类器的执行效率，因此有必要考虑不同特征的分类作用。

发明内容

本发明实施例提供一种刀闸分合状态判别方法、装置、设备及介质，通过选出一个感知信号的多个特征中的最优特征进行刀闸分合状态的分类片判别，充分发挥主特征优势，进而提高刀闸分合状态的判别准确率。

第一方面，本发明实施例提供一种刀闸分合状态判别方法，包括：利用感知设备对日常刀闸开关的开合过程进行监测采集得到感知信号曲线；对感知信号曲线进行多个频谱信号特征的提取得到多个单特征，多个单特征包括主特征以及次特征；根据预设的次特征优先级等级、主特征有效条件阈值、以及每个次特征的有效条件阈值，按照主特征、较高优先级次特征、较低优先级次特征的顺序，依次对多个单特征中每个单特征是否有效进行验证，进而得到一个单特征作为最优单特征；以及，根据最优单特征以及相应的预设单特征分类阈值，利用刀闸开关状态判别模型对刀闸开关的状态进行判别；其中，主特征包括多个单特征中，对利用感知设备对刀闸开关多次开合过程进行感知得到多个感知信号样本曲线，是断开状态曲线的还是闭合状态曲线利用刀闸开关状态判别模型进行预测分类时，单特征分类准确率最高的一个单特征，其他单特征为次特征；多个感知信号样本曲线包括：对刀闸开关断开过程进行感知得到的断开感知信号样本曲线以及对刀闸开关闭合过程进行感知得到的闭合感知信号样本曲线。

第二方面，本发明实施例提供一种刀闸分合状态判别装置，包括：信号采集模块，用于利用感知设备对日常刀闸开关的开合过程进行监测采集得到感知信号曲线；特征提取模块，用于对感知信号曲线进行多个频谱信号特征的提取得到多个单特征，多个单特征包括主特征以及次特征；最优单特征获取模块，用于根据预设的次特征优先级等级、主特征有效条件阈值、以及每个次特征的有效条件阈值，按照主特征、较高优先级次特征、较低优先级次特征的顺序，依次对多个单特征中每个单特征是否有效进行验证，进而得到一个单特征作为最优单特征；以及，判别模块，用于根据最优单特征以及相应的预设单特征分类阈值，利用刀闸开关状态判别模型对刀闸开关的状态进行判别；其中，主特征包括多个单特征中，对利用感知设备对刀闸开关多次开合过程进行感知得到多个感知信号样本曲线，是断开状态曲线的还是闭合状态曲线利用刀闸开关状态判别模型进行预测分类时，单特征分类准确率最高的一个单特征，其他单特征为次特征；多个感知信号样本曲线包括：对刀闸开关断开过程进行感知得到的断开感知信号样本曲线以及对刀闸开关闭合过程进行感知得到的闭合感知信号样本曲线。