基于电压电流的励磁浇筑母线故障检测方法与流程

本技术涉及电网，特别是涉及一种基于电压电流的励磁浇筑母线故障检测方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。

背景技术：

1、在电网企业中，为了保障电力系统的稳定运行，对励磁浇筑母线进行故障检测至关重要。

2、传统技术中，在进行励磁浇筑母线故障检测时，通常是人工判断方法为主。但是，这种人工判断方法费时费力、成本较高，且属于事后判定，导致励磁浇筑母线的故障检测效率较低。

技术实现思路

1、基于此，有必要针对上述技术问题，提供一种能够提高励磁浇筑母线的故障检测效率的基于电压电流的励磁浇筑母线故障检测方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。

2、第一方面，本技术提供了一种励磁浇筑母线故障检测方法，包括：

3、在退出励磁智能均流模式的情况下，获取待分析的励磁浇筑母线的电压电流数据；

4、从所述电压电流数据中提取出目标电压电流数据；

5、获取所述目标电压电流数据对应的关键电压电流数据特征；

6、分别将各所述关键电压电流数据特征，输入至预先训练的母线故障检测模型中各所述关键电压电流数据特征对应的子故障检测模型中，得到各所述关键电压电流数据特征对应的子故障检测结果；

7、根据各所述子故障检测模型对应的模型权重，对各所述子故障检测结果进行融合处理，得到所述待分析的励磁浇筑母线的故障检测结果。

8、在其中一个实施例中，所述从所述电压电流数据中提取出目标电压电流数据，包括：

9、对所述电压电流数据进行去噪处理，得到处理后电压电流数据；

10、从所述处理后电压电流数据中，提取出所述处理后电压电流数据对应的时域数据；

11、对所述处理后电压电流数据对应的时域数据进行傅里叶变换处理，得到所述处理后电压电流数据对应的频域数据；

12、将所述处理后电压电流数据对应的所述时域数据和所述频域数据，均作为所述目标电压电流数据。

13、在其中一个实施例中，所述获取所述目标电压电流数据对应的关键电压电流数据特征，包括：

14、对所述目标电压电流数据进行特征提取处理，得到所述目标电压电流数据对应的电压电流数据特征；

15、确定各所述电压电流数据特征对应的重要程度；

16、从各所述电压电流数据特征中，筛选出对应的重要程度满足预设条件的电压电流数据特征，作为所述目标电压电流数据对应的关键电压电流数据特征。

17、在其中一个实施例中，所述对所述目标电压电流数据进行特征提取处理，得到所述目标电压电流数据对应的电压电流数据特征，包括：

18、对所述目标电压电流数据进行第一特征提取处理，得到所述目标电压电流数据的第一电压电流数据特征；

19、分别通过各个预设特征提取模型，对所述第一电压电流数据特征进行对应的第二特征提取处理，得到所述目标电压电流数据对应的各个第二电压电流数据特征；

20、对所述各个第二电压电流数据特征进行对应的降噪处理，得到各个降噪后电压电流数据特征；

21、将所述各个降噪后电压电流数据特征，作为所述目标电压电流数据对应的电压电流数据特征。

22、在其中一个实施例中，所述预先训练的母线故障检测模型通过下述方式得到：

23、在退出所述励磁智能均流模式的情况下，获取样本励磁浇筑母线的样本电压电流数据；

24、从所述样本电压电流数据中提取出样本目标电压电流数据；

25、获取所述样本目标电压电流数据对应的样本关键电压电流数据特征；

26、分别将各所述样本关键电压电流数据特征，输入至待训练的母线故障检测模型中各所述样本关键电压电流数据特征对应的子故障检测模型中，得到各所述样本关键电压电流数据特征对应的子故障检测结果；

27、根据各所述子故障检测模型对应的模型权重，对各所述样本关键电压电流数据特征对应的子故障检测结果进行融合处理，得到所述样本励磁浇筑母线的预测故障检测结果；

28、根据所述样本励磁浇筑母线的预测故障检测结果和实际故障检测结果之间的差异，对所述待训练的母线故障检测模型进行迭代训练，以及调整各所述子故障检测模型对应的模型权重，得到所述预先训练的母线故障检测模型。

29、在其中一个实施例中，所述获取待分析的励磁浇筑母线的电压电流数据，包括：

30、获取所述待分析的励磁浇筑母线的励磁浇筑母线标识；

31、获取与所述励磁浇筑母线标识对应的励磁浇筑母线数据；

32、对所述励磁浇筑母线数据进行去噪处理，得到处理后励磁浇筑母线数据；

33、从所述处理后励磁浇筑母线数据中，提取出所述待分析的励磁浇筑母线的电压电流数据。

34、在其中一个实施例中，在根据各所述子故障检测模型对应的模型权重，对各所述子故障检测结果进行融合处理，得到所述待分析的励磁浇筑母线的故障检测结果之后，还包括：

35、在所述待分析的励磁浇筑母线的故障检测结果为异常的情况下，确定所述故障检测结果对应的故障类型；

36、根据所述故障检测结果对应的故障类型，生成所述故障类型对应的预警信息，作为与所述待分析的励磁浇筑母线对应的预警信息；

37、或者，

38、根据所述故障检测结果对应的故障类型，生成与所述故障类型对应的故障修复指令；

39、根据所述故障修复指令，确定所述待分析的励磁浇筑母线中的故障部位；

40、利用所述故障修复指令，对所述待分析的励磁浇筑母线中的所述故障部位进行修复处理。

41、第二方面，本技术还提供了一种基于电压电流的励磁浇筑母线故障检测装置，包括：

42、数据获取模块，用于在退出励磁智能均流模式的情况下，获取待分析的励磁浇筑母线的电压电流数据；

43、数据提取模块，用于从所述电压电流数据中提取出目标电压电流数据；

44、特征获取模块，用于获取所述目标电压电流数据对应的关键电压电流数据特征；

45、模型预测模块，用于分别将各所述关键电压电流数据特征，输入至预先训练的母线故障检测模型中各所述关键电压电流数据特征对应的子故障检测模型中，得到各所述关键电压电流数据特征对应的子故障检测结果；

46、结果确定模块，用于根据各所述子故障检测模型对应的模型权重，对各所述子故障检测结果进行融合处理，得到所述待分析的励磁浇筑母线的故障检测结果。

47、第三方面，本技术还提供了一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现以下步骤：

48、在退出励磁智能均流模式的情况下，获取待分析的励磁浇筑母线的电压电流数据；

49、从所述电压电流数据中提取出目标电压电流数据；

50、获取所述目标电压电流数据对应的关键电压电流数据特征；

51、分别将各所述关键电压电流数据特征，输入至预先训练的母线故障检测模型中各所述关键电压电流数据特征对应的子故障检测模型中，得到各所述关键电压电流数据特征对应的子故障检测结果；

52、根据各所述子故障检测模型对应的模型权重，对各所述子故障检测结果进行融合处理，得到所述待分析的励磁浇筑母线的故障检测结果。

53、第四方面，本技术还提供了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现以下步骤：

54、在退出励磁智能均流模式的情况下，获取待分析的励磁浇筑母线的电压电流数据；

55、从所述电压电流数据中提取出目标电压电流数据；

56、获取所述目标电压电流数据对应的关键电压电流数据特征；

57、分别将各所述关键电压电流数据特征，输入至预先训练的母线故障检测模型中各所述关键电压电流数据特征对应的子故障检测模型中，得到各所述关键电压电流数据特征对应的子故障检测结果；

58、根据各所述子故障检测模型对应的模型权重，对各所述子故障检测结果进行融合处理，得到所述待分析的励磁浇筑母线的故障检测结果。

59、第五方面，本技术还提供了一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现以下步骤：

60、在退出励磁智能均流模式的情况下，获取待分析的励磁浇筑母线的电压电流数据；

61、从所述电压电流数据中提取出目标电压电流数据；

62、获取所述目标电压电流数据对应的关键电压电流数据特征；

63、分别将各所述关键电压电流数据特征，输入至预先训练的母线故障检测模型中各所述关键电压电流数据特征对应的子故障检测模型中，得到各所述关键电压电流数据特征对应的子故障检测结果；

64、根据各所述子故障检测模型对应的模型权重，对各所述子故障检测结果进行融合处理，得到所述待分析的励磁浇筑母线的故障检测结果。

65、上述基于电压电流的励磁浇筑母线故障检测方法、装置、计算机设备、计算机可读存储介质和计算机程序产品，先获取待分析的励磁浇筑母线的电压电流数据，再从电压电流数据中提取出目标电压电流数据，接着，获取目标电压电流数据对应的关键电压电流数据特征，然后，分别将各关键电压电流数据特征，输入至预先训练的母线故障检测模型中各关键电压电流数据特征对应的子故障检测模型中，得到各关键电压电流数据特征对应的子故障检测结果，最后，根据各子故障检测模型对应的模型权重，对各子故障检测结果进行融合处理，得到待分析的励磁浇筑母线的故障检测结果。这样，在进行励磁浇筑母线故障检测时，通过母线故障检测模型中的各子故障检测模型，对待分析的励磁浇筑母线的目标电压电流数据对应的关键电压电流数据特征进行故障检测处理，并根据模型权重进行融合处理，从而能够更全面地考虑各种因素，得到更综合的故障检测结果，有利于提高待分析的励磁浇筑母线的故障检测结果的确定准确度；而且，该方法无需人工进行干预，避免了采用人工判断的方式容易出现错误，导致励磁浇筑母线的故障检测准确率较低的缺陷，进而提高了励磁浇筑母线的故障检测准确率。