绝缘组合电器的缺陷检测方法及装置、电子设备与流程

本发明涉及电力系统，具体而言，涉及一种绝缘组合电器的缺陷检测方法及装置、电子设备。

背景技术：

1、在现代电力系统中，绝缘组合电器的可靠性直接影响到电力设备的安全性和系统稳定性，绝缘组合电器广泛应用于变电站、配电网等场所，其主要功能是隔离和保护电气设备，确保电力系统的正常运行，随着电力系统的复杂化和对设备可靠性的要求不断提高，准确检测和诊断绝缘组合电器的缺陷变得尤为重要。

2、传统的绝缘缺陷检测方法通常依赖于对电器运行数据的监测与分析，这些方法主要包括对电器的电压、电流、温度等运行参数进行采集和分析。然而，这些传统方法往往忽略了工作环境中空气洁净程度对绝缘性能的潜在影响，例如，环境中的尘埃、湿度以及其他污染物可能会对绝缘材料的性能产生显著影响，但这些因素在大多数传统检测方法中并未得到充分考虑，未能综合考虑工作环境对绝缘性能影响的局限性可能导致部分缺陷被忽视，从而影响检测结果的准确性。

3、近年来，随着计算机技术的发展，支持向量机(svm)模型逐渐被引入到绝缘电器缺陷检测中，svm模型因其优良的分类和回归性能被广泛应用于多种领域。然而，在实际应用中，svm模型的有效性和准确性受到输入特征选择的影响，当前的实践中，很多检测系统在输入svm模型的特征时，往往没有经过系统的筛选和优化，这种未经筛选的特征集可能包含大量冗余或无关信息，这不仅降低了模型的分类准确性，也影响了对绝缘缺陷的识别能力。

4、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绝缘组合电器的缺陷检测方法及装置、电子设备，以至少解决相关技术中无法全面考虑环境因素与缺陷相关性的关联影响，导致绝缘电器组合缺陷检测不准确的技术问题。

2、根据本发明实施例的一个方面，提供了一种绝缘组合电器的缺陷检测方法，包括：获取目标绝缘组合电器的工作数据集，其中，所述工作数据集中包含n个工作样本点的工作数据，所述工作数据用于表征所述目标绝缘组合电器的运行情况和工作环境情况，n为正整数；基于r个特征维度和所述工作数据生成r个原始特征向量，其中，每个所述原始特征向量对应一个所述特征维度，r为正整数；基于缺陷相关性计算策略和所有所述原始特征向量生成缺陷相关性向量，其中，所述缺陷相关性向量与预设电器缺陷特征向量的相似度大于预设相似度阈值；拼接所述原始特征向量和所述缺陷相关性向量，得到所述目标绝缘组合电器的工作特征向量；将所述工作特征向量输入至综合检测模型，输出缺陷检测结果，其中，所述综合检测模型是结合所述缺陷相关性计算策略预先训练的分类回归模型，用于基于输入特征对所述目标绝缘组合电器是否存在缺陷进行分类计算，得到所述缺陷检测结果。

3、进一步地，在获取目标绝缘组合电器的工作数据集之后，包括：对所述工作数据集中的所有所述工作数据进行数据清洗，其中，所述数据清洗的具体操作至少包括下述之一：异常值清洗、重复值清洗以及缺失值清洗；基于每个所述特征维度，对清洗后的所述工作数据集中的所有所述工作数据逐一进行归一化处理，得到归一化后的所述工作数据集。

4、进一步地，基于r个特征维度和所述工作数据生成r个原始特征向量的步骤，包括：对于每个所述特征维度，提取所述工作数据集中与该特征维度对应的n个所述工作数据，其中，每个所述工作数据对应一个所述工作样本点；按照预设排列规则对提取到的n个所述工作数据进行排列，并生成与所述特征维度对应的所述原始特征向量；整合r个所述特征维度对应的所述原始特征向量，得到r个所述原始特征向量。

5、进一步地，所述特征维度包括下述任意一个或多个：电压维度、电流维度、频率维度、空气异常维度和空气质量维度。

6、进一步地，基于缺陷相关性计算策略和所有所述原始特征向量生成缺陷相关性向量的步骤，包括：对于r个所述特征维度，基于每个所述特征维度对应的所述原始特征向量生成该特征维度的统计特征向量，得到r个所述统计特征向量；获取所述预设电器缺陷特征，并基于所述缺陷相关性计算策略计算每个所述统计特征向量中的统计特征值与该预设电器缺陷特征的相似度，并基于所述相似度确定所述缺陷相关性向量。

7、进一步地，对于r个所述特征维度，基于每个所述特征维度对应的所述原始特征向量生成该特征维度的统计特征向量，得到r个所述统计特征向量的步骤，包括：对于每个所述特征维度，基于预设统计特征列表以及所述原始特征向量中的所述工作数据计算s个统计特征值，其中，所述预设统计特征列表中记录有s个统计特征项和每个所述统计特征项对应的计算公式，每个所述统计特征值对应一个所述统计特征项，s为正整数；基于预设元素排列顺序和所述s个统计特征值生成每个所述特征维度对应的所述统计特征向量；整合r个所述特征维度对应的所述统计特征向量，得到r个所述统计特征向量。

8、进一步地，所述综合检测模型是通过如下步骤得到的：获取所述目标绝缘组合电器的模型训练样本集，其中，所述模型训练样本集中包含指定时间段内的p个历史工作数据，p为正整数；基于所述缺陷相关性计算策略和所述历史工作数据生成所述指定时间段对应的所述目标绝缘组合电器的历史工作特征向量，得到p个所述历史工作特征向量；获取初始分类回归模型，并进行模型参数初始化操作；将p个所述历史工作特征向量作为训练数据逐一输入至所述初始分类回归模型，并实时获取模型训练过程中的损失函数值；直至所述损失函数值小于预设损失值，或者迭代次数等于p的情况下，停止模型训练步骤，得到所述综合检测模型。

9、根据本发明实施例的另一方面，还提供了一种绝缘组合电器的缺陷检测装置，包括：获取单元，用于获取目标绝缘组合电器的工作数据集，其中，所述工作数据集中包含n个工作样本点的工作数据，所述工作数据用于表征所述目标绝缘组合电器的运行情况和工作环境情况，n为正整数；第一生成单元，用于基于r个特征维度和所述工作数据生成r个原始特征向量，其中，每个所述原始特征向量对应一个所述特征维度，r为正整数；第二生成单元，用于基于缺陷相关性计算策略和所有所述原始特征向量生成缺陷相关性向量，其中，所述缺陷相关性向量与预设电器缺陷特征向量的相似度大于预设相似度阈值；拼接单元，用于拼接所述原始特征向量和所述缺陷相关性向量，得到所述目标绝缘组合电器的工作特征向量；输入单元，用于将所述工作特征向量输入至综合检测模型，输出缺陷检测结果，其中，所述综合检测模型是结合所述缺陷相关性计算策略预先训练的分类回归模型，用于基于输入特征对所述目标绝缘组合电器是否存在缺陷进行分类计算，得到所述缺陷检测结果。

10、进一步地，所述绝缘组合电器的缺陷检测装置包括：数据清洗模块，用于对所述工作数据集中的所有所述工作数据进行数据清洗，其中，所述数据清洗的具体操作至少包括下述之一：异常值清洗、重复值清洗以及缺失值清洗；归一化模块，用于基于每个所述特征维度，对清洗后的所述工作数据集中的所有所述工作数据逐一进行归一化处理，得到归一化后的所述工作数据集。

11、进一步地，所述第一生成单元包括：提取模块，用于对于每个所述特征维度，提取所述工作数据集中与该特征维度对应的n个所述工作数据，其中，每个所述工作数据对应一个所述工作样本点；排列模块，用于按照预设排列规则对提取到的n个所述工作数据进行排列，并生成与所述特征维度对应的所述原始特征向量；整合模块，用于整合r个所述特征维度对应的所述原始特征向量，得到r个所述原始特征向量。

12、进一步地，所述特征维度包括下述任意一个或多个：电压维度、电流维度、频率维度、空气异常维度和空气质量维度。

13、进一步地，所述第二生成单元包括：第一生成模块，用于对于r个所述特征维度，基于每个所述特征维度对应的所述原始特征向量生成该特征维度的统计特征向量，得到r个所述统计特征向量；第一获取模块，用于获取所述预设电器缺陷特征，并基于所述缺陷相关性计算策略计算每个所述统计特征向量中的统计特征值与该预设电器缺陷特征的相似度，并基于所述相似度确定所述缺陷相关性向量。

14、进一步地，所述生成模块包括：计算子模块，用于对于每个所述特征维度，基于预设统计特征列表以及所述原始特征向量中的所述工作数据计算s个统计特征值，其中，所述预设统计特征列表中记录有s个统计特征项和每个所述统计特征项对应的计算公式，每个所述统计特征值对应一个所述统计特征项，s为正整数；生成子模块，用于基于预设元素排列顺序和所述s个统计特征值生成每个所述特征维度对应的所述统计特征向量；整合子模块，用于整合r个所述特征维度对应的所述统计特征向量，得到r个所述统计特征向量。

15、进一步地，所述绝缘组合电器的缺陷检测装置包括：第二获取模块，用于获取所述目标绝缘组合电器的模型训练样本集，其中，所述模型训练样本集中包含指定时间段内的p个历史工作数据，p为正整数；第二生成模块，用于基于所述缺陷相关性计算策略和所述历史工作数据生成所述指定时间段对应的所述目标绝缘组合电器的历史工作特征向量，得到p个所述历史工作特征向量；第三获取模块，用于获取初始分类回归模型，并进行模型参数初始化操作；第四获取模块，用于将p个所述历史工作特征向量作为训练数据逐一输入至所述初始分类回归模型，并实时获取模型训练过程中的损失函数值；停止模块，用于直至所述损失函数值小于预设损失值，或者迭代次数等于p的情况下，停止模型训练步骤，得到所述综合检测模型。

16、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，所述计算机可读存储介质包括存储的计算机程序，其中，在所述计算机程序运行时控制所述计算机可读存储介质所在设备执行上述任意一项绝缘组合电器的缺陷检测方法。

17、根据本发明实施例的另一方面，还提供了一种电子设备，包括一个或多个处理器和存储器，所述存储器用于存储一个或多个程序，其中，当所述一个或多个程序被所述一个或多个处理器执行时，使得所述一个或多个处理器实现上述任意一项绝缘组合电器的缺陷检测方法。

18、本发明中，提出一种绝缘组合电器的缺陷检测方法，先获取目标绝缘组合电器的工作数据集，其中，工作数据集中包含n个工作样本点的工作数据，工作数据用于表征目标绝缘组合电器的运行情况和工作环境情况，n为正整数，再基于r个特征维度和工作数据生成r个原始特征向量，其中，每个原始特征向量对应一个特征维度，r为正整数，再基于缺陷相关性计算策略和所有原始特征向量生成缺陷相关性向量，其中，缺陷相关性向量与预设电器缺陷特征向量的相似度大于预设相似度阈值，然后拼接原始特征向量和缺陷相关性向量，得到目标绝缘组合电器的工作特征向量，最后将工作特征向量输入至综合检测模型，输出缺陷检测结果，其中，综合检测模型是结合缺陷相关性计算策略预先训练的分类回归模型，用于基于输入特征对目标绝缘组合电器是否存在缺陷进行分类计算，得到缺陷检测结果。

19、本发明中，通过获取表征目标绝缘组合电器的运行和环境情况的工作数据集，并基于特征维度生成原始特征向量，将复杂工作数据转换为结构化的特征数据，基于缺陷相关性计算策略生成缺陷相关性向量，并且确保该向量与预设电器缺陷特征向量的相似度大于预设相似度阈值，通过拼接原始特征向量和缺陷相关性向量形成工作特征向量，将电器的工作特征和缺陷相关性特征结合形成一个综合的特征表示，将工作特征向量输入到预先训练的综合检测模型中，基于输入特征进行有效的缺陷检测，并通过综合考虑特征与缺陷相关性的关系更准确地分类电器是否存在缺陷。

20、与现有技术相比，本发明将绝缘组合电器的运行状态和环境影响一起效转化为可用于缺陷检测的特征数据，通过计算与已知缺陷特征之间的相关性来筛选与电器缺陷最相关的特征，再通过向量拼接获取综合运行数据和环境数据的工作特征向量输入至预先训练的综合检测模型，得到综合缺陷检测结果，从而提高缺陷检测的准确性，进而解决了相关技术中无法全面考虑环境因素与缺陷相关性的关联影响，导致绝缘电器组合缺陷检测不准确的技术问题。