一种沙尘条件下放电强度估计方法、设备及存储

本发明涉及电力检测领域，尤其涉及一种沙尘条件下放电强度估计方法、设备及存储介质。背景技术：1、随着近几年空气质量的急剧下降，在我国西北地区乃至华北地区经常出现沙尘等恶劣天气，沙尘天气分为浮尘、扬沙、沙尘暴、强沙尘暴、特强沙尘暴五个等级，每年我国由于沙尘天气造成的高压设备安全事故多达数起，放电辐射出的光信号是表征设备运行状态的重要征兆信号。2、近年来，基于日盲紫外成像的放电探测方法得到了逐步推广应用，其具有形象直观、探测灵敏度高、放电点定位精确，探测距离远和抗干扰能力强的优点。3、紫外成像探测的是在大气介质中传输的放电光信号，但在工程检测中发现，在沙尘天气下，其沙尘颗粒和气溶胶粒子对放电辐射出的紫外光信号具有散射和吸收特性，大气中的气体分子、沙尘微粒和气溶胶微粒与光辐射会发生相互作用，由于相干散射和吸收使得紫外光信号发生明显衰减，导致紫外成像仪探测到的图像和光子数等量化参数会发生较大变化，影响对设备表面放电的评估。探测距离、仪器增益以及沙尘能见度都会影响到紫外成像的探测结果。为了提升设备的本质安全，保障电网安全可靠运行，将紫外成像量化参数统一归算到同一一距离和无沙尘环境下，从而实现检测结果的归一化以及对放电强度量化评估，具有非常重要的现实意义。技术实现思路1、为了解决现有技术因沙尘条件影响无法准确进行电力设备放电强度估计的技术问题，本发明提出了一种沙尘条件下放电强度估计方法、设备及存储介质，方法包括以下步骤：2、s1、获取沙尘环境与无沙尘环境下的仿真和现场试验数据；3、s2、根据所述仿真和现场试验数据构建数据集；4、s3、构建基于深度学习的放电强度估计神经网络模型；5、s4、通过网格搜索寻优方法确定所述放电强度估计神经网络模型的结构；利用数据集对所述放电强度估计神经网络模型采用梯度下降优化法进行训练，得到训练完成的网络；6、s5、利用训练完成的网络进行沙尘条件下的放电强度估计。7、一种存储介质，所述存储介质存储指令及数据用于实现一种沙尘条件下放电强度估计方法。8、一种沙尘条件下放电强度估计设备，包括：处理器及所述存储介质；所述处理器加载并执行所述存储介质中的指令及数据用于实现一种沙尘条件下放电强度估计方法。9、本发明提供的有益效果是：本发明提出了通过基于深度学习的模型优化策略以及mlp神经网络的参数选择方法进行沙尘条件下放电估计，其中在模型优化及参数选择中，采用黄金分割法进行测试，充分保证神经网络的逼近能力和泛化能力，最终根据隐含层层数的提高而提升学习样本的训练精度，另外采用梯度下降法进行优化，在步长和初始值的设置时均由小到大进行测试，从中确定最优值，从而得到最优解，保证神经网络正常学习，以上使得本发明的网络能够以较高的准确率对沙尘条件下的放电强度进行估计，解决了因沙尘条件影响无法准确进行电力设备放电强度估计的技术问题，提高估计准确率。技术特征：1.一种沙尘条件下放电强度估计方法，其特征在于：包括以下步骤：2.如权利要求1所述的一种沙尘条件下放电强度估计方法，其特征在于：步骤s1获取仿真和现场试验数据后，采用z-core方法进行数据标准化处理，得到标准化数据。3.如权利要求1所述的一种沙尘条件下放电强度估计方法，其特征在于：步骤s2具体为：对仿真和现场试验数据进行扩增，建立非标准距离、仪器增益和有沙尘环境下的测量参数的样本数据集；建立标准距离、仪器增益和无沙尘环境下的测量参数的样本数据集。4.如权利要求1所述的一种沙尘条件下放电强度估计方法，其特征在于：步骤s3中所述基于深度学习的放电强度估计神经网络模型采用多层感知器mlp。5.如权利要求1所述的一种沙尘条件下放电强度估计方法，其特征在于：步骤s4具体如下：6.如权利要求5所述的一种沙尘条件下放电强度估计方法，其特征在于：步骤s42中模型权值参数的变化率如下式：7.如权利要求1所述的一种沙尘条件下放电强度估计方法，其特征在于：所述放电强度估计神经网络模型的激活函数为tanh函数。8.一种存储介质，其特征在于：所述存储介质存储指令及数据用于实现一种沙尘条件下放电强度估计方法。9.一种沙尘条件下放电强度估计设备，其特征在于：包括：处理器及所述存储介质；所述处理器加载并执行所述存储介质中的指令及数据用于实现一种沙尘条件下放电强度估计方法。技术总结本发明涉及电力检测领域，提供一种沙尘条件下放电强度估计方法、设备及存储介质，方法包括：获取沙尘环境与无沙尘环境下的仿真和现场试验数据；根据所述仿真和现场试验数据构建数据集；构建基于深度学习的放电强度估计神经网络模型；通过网格搜索寻优方法确定所述放电强度估计神经网络模型的结构；利用数据集对所述放电强度估计神经网络模型采用梯度下降优化法进行训练，得到训练完成的网络；利用训练完成的网络进行沙尘条件下的放电强度估计；本发明有益效果是：能够以较高的准确率对沙尘条件下的放电强度进行估计，解决了因沙尘条件影响无法准确进行电力设备放电强度估计的技术问题，提高估计准确率。技术研发人员：董文娟,邓鹤鸣,王胜辉,陈文涛,德丽努尔·阿赞,王宇巍,宋辉,王添乐受保护的技术使用者：国网新疆电力有限公司电力科学研究院技术研发日：技术公布日：2024/8/16