基于深度学习的局部放电数据诊断系统的样本处理方法研究

时间：2023-06-17 01:30:30

关键字：局部放电深度学习样本处理

手机看文章

扫描二维码
随时随地手机看文章

[导读]摘要:电力电缆在工作中由于受到电、热、机械等复杂应力的作用会产生局部放电现象,严重时还会威胁到输电线路的可靠性和电网的安全性。对电缆中局部放电信号的识别和诊断是电缆智能运维的重要手段,鉴于此,介绍了如何使用样本清洗、样本查重等筛选手段和噪声叠加、稀疏处理等数据增强方法对局部放电信号的样本进行处理,从而为基于深度学习的局部放电智能诊断系统提供可靠的基础样本数据,提高局放诊断的准确率。

引言

基于目前电力设备数量级迅猛增长的电网的规模和运维工作需求,国家电网在"十三五"规划中设立了智能运检的建设目标:2021年初步建成智能运检体系。通过应用"大云物移"等新技术,以智能运检九大典型技术领域为重点,以设备、通道、运维、检修和生产管理智能化为途径,全面构建智能运检体系,全面提升设备状态管控力和运检管理穿透力。

由于电缆输电安全性高,且敷设于地下,有利于节省用地,保证环境美观,目前配电网输电线路中电缆线路的占比普遍较高。而电缆中的局部放电信号特征是评价电缆绝缘水平的重要依据,因此对电缆局放信号的检测有利于更加方便、快捷、准确地掌握电缆绝缘的运行状态,有助于电缆的可靠运行。

目前,电缆中局部放电信号的检测和定位已成为国内外研究的热点,并且获得了很多有价值的研究成果。针对电力领域智能运检的需求,对电缆中的局部放电信号进行图像识别和智能诊断对于提高电力系统的智能运维水平具有重要的意义。因此,基于深度学习、卷积神经网络等前沿技术进行电缆局部放电数据诊断系统的研究具有非常广阔的前景。

高质量的样本数据是提高局部放电诊断模型训练准确率的前提,本文分别采用样本筛选技术和数据增强技术来解决残缺、冗余样本问题和样本不均衡问题,为基于深度学习的局部放电诊断模型的准确率提升提供技术支撑。

1样本筛选技术现状

在局部放电样本累积过程中,经常出现大量幅值分布、相位分布均非常类似的样本,在对故障源同一时段的集中检测中该现象尤为常见。而在深度学习的训练中,模型质量和样本数量并不完全成正比,损坏的样本、大量重复的样本不仅无法达到增强网络性能的目的,反而会造成迭代缓慢、训练速度下降,甚至有可能引起过拟合。

在很多机器学习、深度学习的研究中,都假设使用的训练样本各类别是同等数量的,或称训练样本是均衡的。但是真实场景中遇到的实际问题往往不符合这个假设。一般而言,非均衡的训练样本会导致模型侧重于样本数目较多的类别,而忽略样本数目较少的类别。如果在二分类中有99个正样本和1个负样本,那么很多学习算法包括神经网络算法会放弃负例预测。这样,即使训练出的模型也在样本集上可以达到99%的高准确率,这样的模型也不具备泛化性和实用价值。因此,对样本的均衡处理是训练深度学习模型之前的必要措施。

2局放信号的样本筛选和处理

2.1样本筛选

本文采用的样本筛选技术包括样本清洗和样本查重。

清洗的主要目的是去除格式不正确的、残缺的图谱。对原始数据进行有效性检查,检查其相位、周期是否在有效性范围内,以及每个点的数据是否在量程范围内。对绘制出的图谱像素检查包括对R(Red)、G(Green)、B(Blue)三个色彩值分别进行的合法性检查。

查重的目的是去除重复的、冗余的样本。本文采用的查重分为人工查重和自动查重。人工查重依赖人工经验,主要关注的是图谱的幅值、相位、是否对称、簇数和噪声来源是否相同等特征。自动查重通过对数据进行相关性计算来完成。对同测点的一批数据随机抽取一部分作为基础数据,统计剩余数据对基础数据的相关性,删除相关性高于阈值的数据,阈值设置为0.95。相关性的计算采用的是Pearson相关系数,其计算公式如下所示:

式中:px,y为x和y之间的Pearson相关系数。

与人工查重相比,自动查重效率较高,且减少了人工参与比例,提高了自动化程度。

2.2样本数据增强

样本库中的训练和测试数据来自于多个变电站现场的实测局部放电数据。现场实测数据的特点在于特征鲜明、数据真实。然而,因数据来源各异、缺陷持续时间各不相同,对不同缺陷采集到的样本数量有较大的差异,容易造成样本不均衡。如果基于不均衡的样本直接进行神经网络训练,会导致训练出的模型泛化能力差,容易发生过拟合。数据增强是解决样本不均衡问题的重要手段之一。

本文针对数量较少的样本,通过对已有样本进行处理,生成新的样本,平衡各类标签的样本数量,避免样本不平衡对训练结果的影响。

使用噪声叠加法进行数据增强,如图1所示。在缺陷图谱上叠加现场常见的噪声信号,生成新的样本。叠加方式为:将采集前端采集到的局部放电原始数据转成以相位为x轴,周期为y轴,幅值为:轴的三维数据:然后按照现场干扰的数据特征,分别生成各干扰对应的三维数据:再对局部放电原始数据和干扰数据进行幅值累加,得到干扰叠加后的数据。