电缆的故障定位方法、装置、电子设备及存储介质与流程

本发明涉及电缆故障定位领域，具体而言，涉及一种电缆的故障定位方法、装置、电子设备及存储介质。

背景技术：

1、通过检测和分析电缆中的故障，确定故障发生的位置和原因，即对电缆进行故障定位，对电缆进行故障定位可以帮助维护人员快速准确地找出电缆故障，并采取相应的措施进行修复，以确保电缆系统的正常运行。

2、目前，相关技术中对电缆进行故障定位通常是通过测量电缆不同位置的电阻或电压来预估故障位置，需要事先对电缆结构和参数有较为准确的了解，或，使用红外热像仪或其他可视化检测设备，对电缆进行检测，观察热点或其他异常现象，从而确定故障位置，但易受外界环境影响，环境温度、湿度等因素会影响红外热像仪的检测结果，造成对电缆进行故障定位的效率较低。

3、针对上述的问题，目前尚未提出有效的解决方案。

技术实现思路

1、本发明实施例提供了一种电缆的故障定位方法、装置、电子设备及存储介质，以至少解决相关技术中对电缆进行故障定位的效率较低的技术问题。

2、根据本发明实施例的一个方面，提供了一种电缆的故障定位方法，包括：响应于接收到电缆的初始故障信号，利用离散小波变换对初始故障信号进行分解，得到具有不同尺度的多个小波基函数，其中，小波基函数用于表示初始故障信号的时频域；基于预设阈值对多个小波基函数进行筛选，得到目标小波基函数；基于目标小波基函数对初始故障信号进行重构，得到目标故障信号；利用概率神经网络对目标故障信号进行预测，得到电缆的故障位置。

3、可选地，概率神经网络包括：输入层、径向基层、竞争层。

4、可选地，利用概率神经网络对目标故障信号进行预测，得到电缆的故障位置，包括：利用径向基层中的径向基函数对输入层中输入的目标故障信号进行特征提取，得到故障特征；利用竞争层中的竞争激活函数从故障特征对应的多个概率向量确定最大概率向量，其中，不同概率向量对应不同向量类别；基于预设对应关系确定最大概率向量对应的故障位置，其中，预设对应关系用于表示多个向量类别与多个故障位置之间的对应关系。

5、可选地，利用径向基层中的径向基函数对输入层中输入的目标故障信号进行特征提取，得到故障特征，包括：获取径向基层的中心向量和目标故障信号的输入向量；确定中心向量和输入向量的向量距离；基于向量距离和径向基层的扩展常数确定故障特征。

6、可选地，利用竞争层中的竞争激活函数从故障特征对应的多个概率向量确定最大概率向量，包括：获取径向基层和竞争层之间的权重向量；利用竞争激活函数根据权重向量从多个概率向量中确定最大概率向量。

7、可选地，该电缆的故障定位方法还包括：获取样本故障信号和样本故障信号对应的标注故障特征以及样本故障信号对应的标注故障位置；利用初始概率神经网络中径向基层的径向基函数对输入层中输入的样本故障信号进行特征提取，得到样本故障特征；利用初始概率神经网络中竞争层的竞争激活函数从样本故障特征对应的多个样本概率向量确定最大样本概率向量；基于预设对应关系确定最大样本概率向量对应的样本故障位置；基于样本故障特征和标注故障特征构建第一损失函数；基于样本故障位置和标注故障位置构建第二损失函数；基于第一损失函数和/或第二损失函数对初始概率神经网络模型的模型参数进行调整，得到概率神经网络模型。

8、可选地，利用初始概率神经网络中径向基层的径向基函数对输入层中输入的样本故障信号进行特征提取，得到样本故障特征，包括：获取径向基层的中心向量和样本故障信号的样本输入向量；确定中心向量和样本输入向量的样本向量距离；基于样本向量距离和径向基层的扩展常数确定样本故障特征。

9、根据本发明实施例的另一方面，还提供了一种电缆的故障定位装置，包括：分解模块，用于响应于接收到电缆的初始故障信号，利用离散小波变换对初始故障信号进行分解，得到具有不同尺度的多个小波基函数，其中，小波基函数用于表示初始故障信号的时频域；筛选模块，用于基于预设阈值对多个小波基函数进行筛选，得到目标小波基函数；重构模块，用于基于目标小波基函数对初始故障信号进行重构，得到目标故障信号；预测模块，用于利用概率神经网络对目标故障信号进行预测，得到电缆的故障位置。

10、根据本发明实施例的另一方面，还提供了一种电子设备，包括：存储器，存储有可执行程序；处理器，用于运行程序，其中，程序运行时执行本发明各个实施例中的方法。

11、根据本发明实施例的另一方面，还提供了一种计算机可读存储介质，计算机可读存储介质包括存储的可执行程序，其中，在可执行程序运行时控制计算机可读存储介质所在设备执行本发明各个实施例中的方法。

12、根据本发明实施例的另一方面，还提供了一种计算机程序产品，包括计算机程序，计算机程序在被处理器执行时实现本发明各个实施例中的方法。

13、根据本发明实施例的另一方面，还提供了一种计算机程序产品，包括非易失性计算机可读存储介质，非易失性计算机可读存储介质存储计算机程序，计算机程序被处理器执行时实现本发明各个实施例中的方法。

14、根据本发明实施例的另一方面，还提供了一种计算机程序，计算机程序被处理器执行时实现本发明各个实施例中的方法。

15、在本发明实施例中，提供了一种电缆的故障定位方法，包括：响应于接收到电缆的初始故障信号，利用离散小波变换对初始故障信号进行分解，得到具有不同尺度的多个小波基函数，其中，小波基函数用于表示初始故障信号的时频域；基于预设阈值对多个小波基函数进行筛选，得到目标小波基函数；基于目标小波基函数对初始故障信号进行重构，得到目标故障信号；利用概率神经网络对目标故障信号进行预测，得到电缆的故障位置，容易注意到的是，本申请提出的技术方案基于离散小波变换将电缆的初始故障信号分解成不同尺度的小波基函数，可以更好地表示和分析初始故障信号的时频特性，有助于更准确地捕捉故障信号的特征，通过预设阈值对多个小波基函数进行筛选，可以去除对故障定位无用的小波基函数，减少了后续处理的数据量，提高了处理效率，基于目标小波基函数对初始故障信号进行重构，得到目标故障信号，可以更清晰地呈现故障信号的特征，有利于后续的故障位置预测，利用概率神经网络对目标故障信号进行预测，可以更准确地判断电缆的故障位置，提高了故障定位的准确性和效率，通过上述步骤可以更有效地捕捉故障信号的特征，减少无用数据的处理，提高故障定位的准确性和效率，进而解决了相关技术中对电缆进行故障定位的效率较低的技术问题。

技术特征：

1.一种电缆的故障定位方法，其特征在于，包括：

2.根据权利要求1所述的电缆的故障定位方法，其特征在于，所述概率神经网络包括：输入层、径向基层、竞争层。

3.根据权利要求2所述的电缆的故障定位方法，其特征在于，利用概率神经网络对所述目标故障信号进行预测，得到所述电缆的故障位置，包括：

4.根据权利要求3所述的电缆的故障定位方法，其特征在于，利用所述径向基层中的径向基函数对所述输入层中输入的所述目标故障信号进行特征提取，得到故障特征，包括：

5.根据权利要求3所述的电缆的故障定位方法，其特征在于，利用所述竞争层中的竞争激活函数从所述故障特征对应的多个概率向量确定最大概率向量，包括：

6.根据权利要求1所述的电缆的故障定位方法，其特征在于，所述方法还包括：

7.根据权利要求6所述的电缆的故障定位方法，其特征在于，利用初始概率神经网络中径向基层的径向基函数对输入层中输入的所述样本故障信号进行特征提取，得到样本故障特征，包括：

8.一种电缆的故障定位装置，其特征在于，包括：

9.一种电子设备，其特征在于，包括：

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质包括存储的可执行程序，其中，在所述可执行程序运行时控制所述存储介质所在设备执行权利要求1至7中任意一项所述的方法。

11.一种计算机程序产品，其特征在于，包括计算机程序，所述计算机程序在被处理器执行时实现根据权利要求1至7中任意一项所述的方法。

技术总结本发明公开了一种电缆的故障定位方法、装置、电子设备及存储介质。其中，该方法包括：响应于接收到电缆的初始故障信号，利用离散小波变换对初始故障信号进行分解，得到具有不同尺度的多个小波基函数，其中，小波基函数用于表示初始故障信号的时频域；基于预设阈值对多个小波基函数进行筛选，得到目标小波基函数；基于目标小波基函数对初始故障信号进行重构，得到目标故障信号；利用概率神经网络对目标故障信号进行预测，得到电缆的故障位置。本发明解决了相关技术中对电缆进行故障定位的效率较低的技术问题。技术研发人员：曾彦超,徐佳夫,巫志安,董承熙,李嘉成,陈泽佳,王一名,丁富琦,金仲铂,潘绮彤受保护的技术使用者：广东电网有限责任公司技术研发日：技术公布日：2024/9/9