买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：国网山东省电力公司邹城市供电公司

摘要：本发明提出了一种输电线路污闪故障预测方法及系统，属于电力系统自动化技术领域，包括：获取待预测绝缘子的输电线路图像、物理信息以及周围环境信息；对获取的输电线路图像进行图像分割并提取图像向量特征；对物理信息和环境信息进行数据预处理，生成物理特征和环境特征；构建故障概率的预测单元；将所述图像向量特征、物理特征和环境特征作为预测单元的输入，输出待预测绝缘子的故障发生概率及特征重要性列表；根据所述待预测绝缘子的故障发生概率与阈值相比较，返回预警信息。本发明通过双路径神经网络提取局部特征和微部特征，并融合物理信息与环境信息，提高模型的鲁棒性和预测结果的准确性。

主权项：1.一种输电线路污闪故障预测方法，其特征在于，包括：获取待预测绝缘子的输电线路图像、物理信息以及周围环境信息；对获取的输电线路图像进行图像分割并提取图像向量特征；对物理信息和周围环境信息进行数据预处理生成物理特征和环境特征；构建故障概率的预测单元，所述预测单元为基于灰狼优化的随机森林算法；将所述图像向量特征、物理特征和环境特征作为预测单元的输入，输出待预测绝缘子的故障发生概率及特征重要性列表；根据所述待预测绝缘子的故障发生概率与阈值相比较，返回预警信息；所述物理信息包括：输电电压、泄漏电流、绝缘子机械载荷以及绝缘子温度；所述周围环境信息包括：环境温度和环境湿度；所述对获取的输电线路图像进行图像分割并提取图像向量特征，采用双路径神经网络DP-CNN对原始图像提取局部特征和微部特征，具体包括：在局部特征提取路径中，依次连接卷积核大小为15×15的卷积层conv5、4×4的最大池化层P2、ReLU层、卷积核大小为13×13的卷积层conv6、4×4的最大池化层P2，输出局部特征图Fm，表达式如下： , ,其中，，为每层卷积操作后的特征图；代表卷积层conv5、conv6的卷积核；为对应卷积层的偏置量；为输入绝缘子图像；为输出的局部特征图；在微部特征提取路径中，依次连接卷积核大小为9×9的卷积层conv1、2×2的最大池化层P1、ReLU层、卷积核大小为7×7的卷积层conv2、2×2的最大池化层P1、ReLU层、卷积核大小为5×5的卷积层conv3、2×2的最大池化层P1、ReLU层、卷积核大小为3×3的卷积层conv4、2×2的最大池化层P1，输出微部特征图Fn，表达式如下： , ,其中，，为每层卷积操作后的特征图；代表卷积层conv1、conv2、conv3和conv4的卷积核；为对应卷积层的偏置量；为输入绝缘子图像；为输出的微部特征图。

全文数据：

权利要求：

百度查询： 国网山东省电力公司邹城市供电公司 一种输电线路污闪故障预测方法及系统