【技術實現步驟摘要】
本申請實施例涉及電力故障排查，尤其是一種基于gim參數化模型的溝道電纜故障定位方法及相關設備。
技術介紹
1、在電網建設過程中，通常需要進行隱蔽電纜敷設，但由于隱蔽電纜運行環境復雜，傳統通過人力進行勘測的方案無法快速有效的定位到電纜故障，故當前存在有通過對電纜系統的行波信號進行分析，并根據分析結果進行電纜故障診斷的方案，相對于傳統人力方案可以有效提高故障位置定位效率。
2、然而，傳統行波分析方案僅能實現對時域或頻域信號的簡單特征提取，一般僅適用于具有線性特征、無明顯噪聲干擾的隱蔽電纜敷設場景，在面對存在有非線性特征復雜、噪聲干擾顯著的復雜敷設場景時，傳統行波分析方案對故障信號的提取與建模精度均存在一定局限性，無法滿足工程實際中對故障位置的高精度定位需求。
技術實現思路
1、本申請實施例提供一種基于gim參數化模型的溝道電纜故障定位方法，可以通過構建gim參數化模型進行行波信號采集，并對行波信號進行小波包分解重構得到能量熵特征，進而通過能量熵特征確定故障距離，并結合gim參數化模型得到故障位置，實現對故障位置的高精度定位。
2、為實現上述目的，第一方面，本申請提供了一種基于gim參數化模型的溝道電纜故障定位方法，包括：對溝道電纜對應的幾何參數集、拓撲連接矩陣及設備空間坐標進行gim參數化處理，以構建gim參數化模型；基于所述gim參數化模型部署多個信號觀測點，通過所述信號觀測點獲取電纜故障時電壓的正向行波信號和反向行波信號；分別對所述正向行波信號和所述反向行波
3、在一些實施例中，所述對溝道電纜對應的幾何參數集、拓撲連接矩陣及設備空間坐標進行gim參數化處理，以構建gim參數化模型，包括：將電纜溝道的截面尺寸、彎曲半徑、高程數據轉化為幾何參數集，所述幾何參數集表征電纜溝道的空間形態及敷設路徑的三維結構；定義所述電纜溝道的電纜分支節點與設備間的邏輯連接關系，生成拓撲連接矩陣，所述拓撲連接矩陣表征電纜網絡中各節點的電氣連通性；集成所述電纜溝道內附屬設備的三維空間坐標及電氣參數，得到設備空間坐標，所述設備空間坐標表征設備在溝道內的物理位置；基于所述幾何參數集、拓撲連接矩陣及設備空間坐標，生成包含電纜路徑、設備位置及拓撲關系的gim參數化模型。
4、在一些實施例中，所述分別對所述正向行波信號和所述反向行波信號進行小波包分解與重構處理，得到正向能量熵特征向量和反向能量熵特征向量，包括：對所述正向行波信號和反向行波信號分別進行三層小波包分解，每層分解生成低頻和高頻子帶，得到多個頻段的時域波形；對每個頻段的重構信號計算能量熵特征值，所述能量熵特征值為基于帕斯瓦爾定理的頻段能量占比與香農熵的乘積；將多個頻段的能量熵特征值按頻率順序排列，形成正向能量熵特征向量和反向能量熵特征向量。
5、在一些實施例中，所述對所述正向行波信號和反向行波信號分別進行三層小波包分解，每層分解生成低頻和高頻子帶，得到多個頻段的時域波形，包括：基于預設的小波基函數，對所述正向行波信號和反向行波信號進行分解，生成各層的小波包分解系數；對所述小波包分解系數進行閾值濾波處理，以逐層重構低頻子帶和高頻子帶信號，得到多個頻段的時域波形。
6、在一些實施例中，所述基于預設的回歸映射模型，確定所述正向能量熵特征向量和所述反向能量熵特征向量對應的故障距離，包括：獲取訓練數據集，所述訓練數據集包含歷史故障案例的正反向能量熵特征向量及對應的真實故障距離；基于所述訓練數據集，采用支持向量回歸算法訓練回歸映射模型，所述回歸映射模型以能量熵特征向量為輸入、故障距離為輸出；通過交叉驗證優化所述回歸映射模型的超參數，直至預測誤差收斂于預設閾值；將所述正向能量熵特征向量和所述反向能量熵特征向量輸入優化后的回歸映射模型，得到故障距離。
7、在一些實施例中，所述根據所述故障距離和相應所述信號觀測點在所述gim參數化模型中的部署位置，得到故障位置，包括：根據gim參數化模型以及相應所述信號觀測點在所述gim參數化模型中的部署位置，確定所述正向行波信號和所述反向行波信號對應的傳播路徑；根據所述傳播路徑、所述故障距離和所述部署位置，在所述gim參數化模型中標注出故障位置。
8、在一些實施例中，所述基于所述gim參數化模型部署多個信號觀測點，通過所述信號觀測點獲取電纜故障時電壓的正向行波信號和反向行波信號，包括：根據所述電纜溝道的幾何參數集及拓撲連接矩陣，確定電纜位置，并基于所述電纜位置部署多個信號觀測點；通過所述信號觀測點同步采集電纜故障時電壓在預設時間窗內的正向行波信號和反向行波信號。
9、為實現上述目的，第二方面，本申請實施例提供了一種基于gim參數化模型的溝道電纜故障定位裝置，包括：模型構建模塊，用于對溝道電纜對應的幾何參數集、拓撲連接矩陣及設備空間坐標進行gim參數化處理，以構建gim參數化模型；信號獲取模塊，用于基于所述gim參數化模型部署多個信號觀測點，通過所述信號觀測點獲取電纜故障時電壓的正向行波信號和反向行波信號；特征提取模塊，用于分別對所述正向行波信號和所述反向行波信號進行小波包分解與重構處理，得到正向能量熵特征向量和反向能量熵特征向量；距離確定模塊，用于基于預設的回歸映射模型，確定所述正向能量熵特征向量和所述反向能量熵特征向量對應的故障距離；位置定位模塊，用于根據所述故障距離和相應所述信號觀測點在所述gim參數化模型中的部署位置，得到故障位置。
10、為實現上述目的，第三方面，本申請實施例提供了一種電子設備，包括：至少一個處理器；至少一個存儲器，用于存儲至少一個程序；當至少一個所述程序被至少一個所述處理器執行時，實現如第一方面中任一項所述的基于gim參數化模型的溝道電纜故障定位方法。
11、為實現上述目的，第四方面，本申請實施例提供了一種計算機可讀存儲介質，存儲有計算機可執行指令，所述計算機可執行指令用于執行如第一方面中任一項所述的基于gim參數化模型的溝道電纜故障定位方法。
12、本申請實施例提供了一種基于gim參數化模型的溝道電纜故障定位方法及相關設備，可以通過對溝道電纜對應的幾何參數集、拓撲連接矩陣及設備空間坐標進行gim參數化處理，以構建gim參數化模型；基于gim參數化模型部署多個信號觀測點，通過信號觀測點獲取電纜故障時電壓的正向行波信號和反向行波信號；分別對正向行波信號和反向行波信號進行小波包分解與重構處理，得到正向能量熵特征向量和反向能量熵特征向量；基于預設的回歸映射模型，確定正向能量熵特征向量和反向能量熵特征向量對應的故障距離；根據故障距離和相應信號觀測點在gim參數化模型中的部署位置，得到故障位置；其中，可以理解的是，相較于傳統建模方法，gim參數化模型能夠精確呈現電纜所本文檔來自技高網...
【技術保護點】
1.一種基于GIM參數化模型的溝道電纜故障定位方法，其特征在于，包括：
2.根據權利要求1所述的方法，其特征在于，所述對溝道電纜對應的幾何參數集、拓撲連接矩陣及設備空間坐標進行GIM參數化處理，以構建GIM參數化模型，包括：
3.根據權利要求1所述的方法，其特征在于，所述分別對所述正向行波信號和所述反向行波信號進行小波包分解與重構處理，得到正向能量熵特征向量和反向能量熵特征向量，包括：
4.根據權利要求3所述的方法，其特征在于，所述對所述正向行波信號和反向行波信號分別進行三層小波包分解，每層分解生成低頻和高頻子帶，得到多個頻段的時域波形，包括：
5.根據權利要求1所述的方法，其特征在于，所述基于預設的回歸映射模型，確定所述正向能量熵特征向量和所述反向能量熵特征向量對應的故障距離，包括：
6.根據權利要求1所述的方法，其特征在于，所述根據所述故障距離和相應所述信號觀測點在所述GIM參數化模型中的部署位置，得到故障位置，包括：
7.根據權利要求2所述的方法，其特征在于，所述基于所述GIM參數化模型部署多個信號觀測
8.一種基于GIM參數化模型的溝道電纜故障定位裝置，其特征在于，包括：
9.一種電子設備，其特征在于，包括：
10.一種計算機可讀存儲介質，存儲有計算機可執行指令，其特征在于，所述計算機可執行指令用于執行如權利要求1至7中任一項所述的基于GIM參數化模型的溝道電纜故障定位方法。
...【技術特征摘要】
1.一種基于gim參數化模型的溝道電纜故障定位方法，其特征在于，包括：
2.根據權利要求1所述的方法，其特征在于，所述對溝道電纜對應的幾何參數集、拓撲連接矩陣及設備空間坐標進行gim參數化處理，以構建gim參數化模型，包括：
3.根據權利要求1所述的方法，其特征在于，所述分別對所述正向行波信號和所述反向行波信號進行小波包分解與重構處理，得到正向能量熵特征向量和反向能量熵特征向量，包括：
4.根據權利要求3所述的方法，其特征在于，所述對所述正向行波信號和反向行波信號分別進行三層小波包分解，每層分解生成低頻和高頻子帶，得到多個頻段的時域波形，包括：
5.根據權利要求1所述的方法，其特征在于，所述基于預設的回歸映射模型，確定所述正向能量熵特征向...
【專利技術屬性】
技術研發人員：吳志丹，盧小蘭，梁灼勇，陳尚振，李瑞琪，梁旭常，
申請(專利權)人：佛山電力設計院有限公司，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。