一种基于多源数据融合的配电网紧固件健康状态评估方法与流程

1.本发明涉及配电网紧固件领域，尤其涉及一种基于多源数据融合的配电网紧固件健康状态评估方法。

背景技术：

2.随着电网规模的快速发展，电气设备的数量飞速增长。由于绝大部分配网设备为户外布置，受环境影响较大。户外配网设备在发生故障前，往往会发生局部放电，放电源会产生声、电和化学效应。有经验的运行人员往往能够利用超声、紫外及红外设备，提前发现设备隐患杜绝事故的发生。然而在工作现场，各种环境噪声往往会对检修人员的判断造成干扰，降低了故障检出的效率。超声、紫外及红外信号检测的效果对于检修人员的经验依赖性较强，在目前的检修体制下短时间实现学习和传承有一定的困难，人为不可控因素较大。另一方面，配电网部分紧固件与绝缘设备相连，无电流流经，其松动老化等缺陷更加难于发现。因而，如何克服环境噪声干扰，并以更加直观和有效的方式，减少人为因素，帮助检修人员提前发现故障位置并判断故障类型是设备管理中需要解决的关键问题之一。

技术实现要素：

3.本发明的目的是为了克服现有技术的不足，提供一种基于多源数据融合的配电网紧固件健康状态评估方法，用以准确高效的评估配电网紧固件健康状态。
4.实现上述目的的一种技术方案是：一种基于多源数据融合的配电网紧固件健康状态评估方法，包括以下步骤：
5.步骤一，通过传感器模块来采集配电网紧固件超声波信号、紫外信号、红外信号以及可见光信号；信号处理模块对所采集到的信号进行处理，将得到的数据通过数据接口输入到集成模块中，集成模块通过算法来实现放电缺陷的定位和监测，并实现三个非电量检测模块与可见光巡检影像的图像融合，实现基于图像合成的超声、红外、紫外联合检测；
6.步骤二，通过配电网紧固件超声、红外、紫外采集多源图像，利用对抗生成网络对小样本图像进行扩充，利用卷积神经网络对配电网紧固件缺陷类型进行识别，对配电网紧固件海量巡检影像进行识别训练，实现对缺陷的轮廓进行像素级分割；
7.步骤三，对经过实例分割模型处理的巡检影像进行电子化数据入库，建立缺陷案例库，图谱包含缺陷图像、缺陷类型以及完整的缺陷轮廓信息，保证巡检影像对输电设备故障检测的精度，实现配电网紧固件资产的精益化与智能化运维管理。
8.进一步的，步骤一，所述图像融合是将各模块信号分别与可见光视频融合进行两两配准，然后分别对根据人工标定结果对图像配准结果进行修正，从而实现红外、紫外和超声的实时融合。
9.进一步的，步骤二，根据步骤一中所采集到的红外、超声、紫外和可见光图像数据，通过定义特征点集来对数据特征点进行定位，对采集到的数据基于多特征和投影直方图分析、组合基于置信度函数的迭代与模板匹配对数据进行检测、定位，并提取数据的特征点
集。
10.进一步的，步骤三，收集不少于2万张图片，并按照不同类型配电网紧固件进行分类，利用检修人员移动作业终端拍摄实时图片，通过配电网紧固件故障类型智能化诊断应用模块自动与故障类型库中该设备各种轮廓进行比对，确定故障类型。
11.本发明的一种基于多源数据融合的配电网紧固件健康状态评估方法，具有以下有益效果：本发明所述的多源联合检测系统具有可视化，精确度高，智能化的优点，提出的联合诊断方法能够更直观、客观地反映配网设备的绝缘状态，实现配电网设备的故障预警与资产管理，实现配电网紧固件管理的智能化综合应用。
附图说明
12.图1为本发明中基于多源数据融合的配电网紧固件健康状态评估方法的流程图。
具体实施方式
13.为了能更好地对本发明的技术方案进行理解，下面通过具体地实施例进行详细地说明：
14.请参阅图1，本发明的一种基于多源数据融合的配电网紧固件健康状态评估方法包括，
15.步骤一，通过各个传感器模块来采集配电网紧固件超声波信号、紫外信号、红外信号以及可见光信号。各模块分别对所采集到的信号进行处理，将得到的数据通过数据接口输入到集成模块中，集成模块通过一定的算法来实现放电等缺陷的定位和监测，并实现三个非电量检测模块与可见光巡检影像的图像融合，实现基于图像合成的超声、红外、紫外联合检测，
16.步骤二，通过配电网紧固件超声、红外、紫外采集多源图像，利用对抗生成网络对小样本图像进行扩充，利用卷积神经网络对配电网紧固件缺陷类型进行识别，对配电网紧固件海量巡检影像进行识别训练，实现对缺陷的轮廓进行像素级分割，
17.步骤三，对经过实例分割模型处理的巡检影像进行电子化数据入库，建立缺陷案例库，图谱包含缺陷图像、缺陷类型以及完整的缺陷轮廓等重要信息，保证巡检影像对输电设备故障检测的精度，实现配电网紧固件资产的精益化与智能化运维管理。
18.所述的一种基于多源数据融合的配电网紧固件健康状态评估方法的优选实施方式中，步骤一，所述图像融合是将各模块信号分别与可见光视频融合进行两两配准，然后分别对根据人工标定结果对图像配准结果进行修正，从而实现红外、紫外和超声的实时融合。
19.所述的一种基于多源数据融合的配电网紧固件健康状态评估方法的优选实施方式中，步骤二，根据步骤一中所采集到的红外、超声、紫外和可见光图像数据，通过定义一些特征点集来对数据特征点进行定位，对采集到的数据基于多特征和投影直方图分析、组合基于置信度函数的迭代与模板匹配对数据进行检测、定位，并提取数据的特征点集。
20.所述的一种基于多源数据融合的配电网紧固件健康状态评估方法的优选实施方式中，步骤三，收集不少于2万张图片，并按照不同类型配电网紧固件进行分类，利用检修人员移动作业终端拍摄实时图片，通过配电网紧固件故障类型智能化诊断应用模块自动与故障类型库中该设备各种轮廓进行比对，确定故障类型。
21.本方法考虑基于多源数据融合的配电网紧固件健康状态评估，通过非接触式检测技术、多源信息融合技术和数字化诊断技术可大大提高配电网紧固件检测效率和检测精度。同时可进一步推广丰富其他配电网设备检测技术。
22.本技术领域中的普通技术人员应当认识到，以上的实施例仅是用来说明本发明，而并非用作为对本发明的限定，只要在本发明的实质精神范围内，对以上所述实施例的变化、变型都将落在本发明的权利要求书范围内。

技术特征：

1.一种基于多源数据融合的配电网紧固件健康状态评估方法，其特征在于，包括以下步骤：步骤一，通过传感器模块来采集配电网紧固件超声波信号、紫外信号、红外信号以及可见光信号；信号处理模块对所采集到的信号进行处理，将得到的数据通过数据接口输入到集成模块中，集成模块通过算法来实现放电缺陷的定位和监测，并实现三个非电量检测模块与可见光巡检影像的图像融合，实现基于图像合成的超声、红外、紫外联合检测；步骤二，通过配电网紧固件超声、红外、紫外采集多源图像，利用对抗生成网络对小样本图像进行扩充，利用卷积神经网络对配电网紧固件缺陷类型进行识别，对配电网紧固件海量巡检影像进行识别训练，实现对缺陷的轮廓进行像素级分割；步骤三，对经过实例分割模型处理的巡检影像进行电子化数据入库，建立缺陷案例库，图谱包含缺陷图像、缺陷类型以及完整的缺陷轮廓信息，保证巡检影像对输电设备故障检测的精度，实现配电网紧固件资产的精益化与智能化运维管理。2.根据权利要求1所述的一种基于多源数据融合的配电网紧固件健康状态评估方法，其特征在于，步骤一，所述图像融合是将各模块信号分别与可见光视频融合进行两两配准，然后分别对根据人工标定结果对图像配准结果进行修正，从而实现红外、紫外和超声的实时融合。3.根据权利要求1所述的一种基于多源数据融合的配电网紧固件健康状态评估方法，其特征在于，步骤二，根据步骤一中所采集到的红外、超声、紫外和可见光图像数据，通过定义特征点集来对数据特征点进行定位，对采集到的数据基于多特征和投影直方图分析、组合基于置信度函数的迭代与模板匹配对数据进行检测、定位，并提取数据的特征点集。4.根据权利要求1所述的一种基于多源数据融合的配电网紧固件健康状态评估方法，其特征在于，步骤三，收集不少于2万张图片，并按照不同类型配电网紧固件进行分类，利用检修人员移动作业终端拍摄实时图片，通过配电网紧固件故障类型智能化诊断应用模块自动与故障类型库中该设备各种轮廓进行比对，确定故障类型。

技术总结

本发明公开了一种基于多源数据融合的配电网紧固件健康状态评估方法，涉及一种采用超声波、红外、紫外检测与可见光检测的非接触式联合诊断技术，首先分别根据紫外、红外和超声检测确定紧固件中局部放电的位置图谱、温度分布、放电信号、超声信号等，其次通过数据融合算法，提取紧固件的状态特征参量，最后基于配电网紧固件的局部缺陷特征和零件形态特征，建立配电网紧固件缺陷轮廓数字化标识案例库，实现配电网紧固件中缺陷目标的精确轮廓分割和前端实时检测。本发明能够更直观、客观地反映配网设备的绝缘状态，实现配电网设备的故障预警与资产管理，实现配电网紧固件管理的智能化综合应用。合应用。合应用。