一种输变电设备的异常检测方法及装置与流程

本说明书属于电力设备多物理场，尤其涉及一种输变电设备的异常检测方法及装置。

背景技术：

1、目前，电力设备，尤其是输变电设备作为电力系统的重要组成部分，通常需要通过全阶模型对输变电设备的物理场数据进行仿真计算，根据计算结果来判断输变电设备是否异常，结合电变量测量结果来判断输变电设备的运行状态，但是目前全阶模型仿真计算量大，通常耗时是以天或者周为计时单位，导致效率和准确率低下的问题。

2、针对上述问题，目前尚未提出有效的解决方案。

技术实现思路

1、本说明书提供了一种输变电设备的异常检测方法，可以快速实现针对与输变电设备相关的多个物理场数据的高精度及轻量化的降阶处理，进而能够高效、精准检测判断输变电设备是否存在异常，有效地减少了计算量，提高了输变电设备异常运维诊断的效率和准确性。

2、本说明书提供了一种输变电设备的异常检测方法，包括：

3、获取待检测的输变电设备的目标状态数据；其中，所述目标状态数据包括多个物理场数据，所述物理场数据包括以下至少之一：电场、磁场以及温度场数据；

4、对所述目标状态数据中每个物理场数据分别进行频域转换处理，得到相对应的频域数据；

5、根据所述目标状态数据中每个物理场数据对应的频域数据，对所述目标状态数据中每个物理场数据进行相对应的降阶处理，得到降阶后的目标状态数据；

6、对所述降阶后的目标状态数据进行重构处理，得到重构后的目标状态数据；

7、利用预设分类预测模型通过处理所述重构后的目标状态数据，确定所述重构后的目标状态数据的类型信息；

8、根据所述类型信息，确定所述待检测的输变电设备是否存在异常。

9、在一个实施例中，所述根据所述目标状态数据中每个物理场对应的频域数据，对所述目标状态数据中每个物理场数据进行降阶处理，得到降阶后的目标状态数据，包括：

10、针对所述目标状态数据中每个物理场数据对应的频域数据，确定每个所述物理场对应的循环平稳谱密度矩阵；

11、对所述循环平稳谱密度矩阵进行分解处理，得到所述循环平稳谱密度矩阵对应的模态矩阵；

12、根据所述模态矩阵中预设数量的主导模态，得到所述降阶后的目标状态数据。

13、在一个实施例中，所述根据预设分类预测模型，基于所述重构后的目标状态数据，确定所述重构后的目标状态数据的类型信息，包括：

14、获取每个所述物理场数据对应的权重系数；

15、根据所述权重系数，对所述重构后的目标状态数据中不同物理场数据进行加权处理，得到处理后的目标状态数据；

16、利用所述预设分类预测模型根据所述处理后的目标状态数据，确定出所述重构后的目标状态数据的类型信息。

17、在一个实施例中，所述对所述目标状态数据中每个物理场数据进行频域转换处理，得到所述目标状态数据对应的频域数据，包括：

18、对所述目标状态数据中是否包含异常值进行判断；

19、在确定所述目标状态数据中包含异常值的情况下，利用预设数据同化模型，对所述目标状态数据中的异常值进行同化处理；其中，所述预设数据同化模型为根据数据同化算法构建的模型；

20、对同化处理后得到的目标状态数据中每个物理场数据进行频域转换处理，得到所述目标状态数据对应的频域数据。

21、在一个实施例中，所述对所述降阶后的目标状态数据进行重构处理，得到重构后的目标状态数据，包括：

22、根据预设能量阈值，对所述降阶后的目标状态数据中每个物理场对应的模态数据进行筛选处理，得到筛选后的目标状态数据；其中，所述预设能量阈值为根据所述重构后的目标状态数据中每个物理场数据对应的模态数据的能量占比确定；

23、对所述筛选后的目标状态数据进行重构处理，得到重构后的目标状态数据。

24、在一个实施例中，所述根据所述目标状态数据中每个物理场数据对应的频域数据，对所述目标状态数据中每个物理场数据进行降阶处理，得到降阶后的目标状态数据，包括：

25、利用预设降阶模型，根据所述目标状态数据中每个物理场数据对应的频域数据，对所述目标状态数据中每个物理场数据进行降阶处理，得到所述降阶后的目标状态数据。

26、在一个实施例中，所述对所述降阶后的目标状态数据进行重构处理，得到重构后的目标状态数据，包括：

27、利用预设重构模型，对所述降阶后的目标状态数据进行重构处理，得到所述重构后的目标状态数据，其中，所述预设重构模型为根据预设机器学习算法构建的模型。

28、本说明书提供了一种输变电设备的异常检测装置，包括：

29、数据获取模块，用于获取待检测的输变电设备的目标状态数据；其中，所述目标状态数据包括多个物理场数据，所述物理场数据包括以下至少之一：电场、磁场以及温度场数据；

30、频域转换模块，用于对所述目标状态数据中每个物理场数据分别进行频域转换处理，得到相对应的频域数据；

31、降阶处理模块，用于根据所述目标状态数据中每个物理场数据对应的频域数据，对所述目标状态数据中每个物理场数据进行相对应的降阶处理，得到降阶后的目标状态数据；

32、重构处理模块，用于对所述降阶后的目标状态数据进行重构处理，得到重构后的目标状态数据；

33、分类预测模块，用于利用预设分类预测模型通过处理所述重构后的目标状态数据，确定所述重构后的目标状态数据的类型信息；

34、异常判断模块，用于根据所述类型信息，确定所述待检测的输变电设备是否存在异常。

35、本说明书还提供了一种电子设备，包括处理器以及用于存储处理器可执行指令的存储器，所述处理器执行所述指令时实现一种输变电设备的异常检测方法。

36、本说明书还提供了一种计算机可读存储介质，其上存储有计算机指令，所述指令被执行时实现一种输变电设备的异常检测方法。

37、基于本说明书提供的一种输变电设备的异常检测方法，通过获取待检测的输变电设备的目标状态数据；其中，所述目标状态数据包括多个物理场数据，所述物理场数据包括以下至少之一：电场、磁场以及温度场数据；对所述目标状态数据中每个物理场数据分别进行频域转换处理，得到相对应的频域数据；根据所述目标状态数据中每个物理场数据对应的频域数据，对所述目标状态数据中每个物理场数据进行相对应的降阶处理，得到降阶后的目标状态数据；对所述降阶后的目标状态数据进行重构处理，得到重构后的目标状态数据；利用预设分类预测模型通过处理所述重构后的目标状态数据，确定所述重构后的目标状态数据的类型信息；根据所述类型信息，确定所述待检测的输变电设备是否存在异常。这样，根据转换得到的频域数据，对物理场数据进行降阶以及重构处理，可以使得到的重构后的目标状态数据能够去除原始物理场数据中的噪声数据的同时，保留有原始物理场数据中的有效信息，进而通过重构后的目标状态数据，可以快速准确的确定待检测的输变电设备是否存异常，提高了输变电设备异常运维诊断的效率和准确性。