电缆接头状态检测模型训练方法及电缆接头状态检测方法、装置、设备、介质及程序与流程

本发明实施例电网检测，尤其涉及一种电缆接头状态检测模型训练方法及电缆接头状态检测方法、装置、设备、介质及程序。

背景技术：

1、随着城市化和配电网的持续建设，电网电缆化普及程度越来越高，电缆沟或者直埋敷设的电缆越来越多，因为供电需求和运维的需求，存在较多的电缆接头(可以简称为电缆头)，以而满足供电安全和运维要求。城市繁华地段以及工业密集地段都正成为电缆密集区。分布广泛的电缆接头，也是电力系统安全运行中的较薄弱的环节，主要是由于制作时受现场环境等不利因素的影响以及制作工艺的限制，造成接头的压接质量存在一些潜在的隐患。伴随着绝缘老化，降雨、各种酸和盐等腐蚀性气体、液体对电缆接头产生腐蚀的问题，电缆接头的接触电阻过大，在长期运行过程中，容易造成电缆头过热和击穿绝缘的问题，导致电缆沟或直埋电缆发生火灾的安全危害。

技术实现思路

1、本发明实施例提供一种电缆接头状态检测模型训练方法及电缆接头状态检测方法、装置、设备、介质及程序，能够提高电缆接头状态检测模型的检测精度，进而提高电缆接头状态检测的准确率。

2、根据本发明的一方面，提供了一种电缆接头状态检测模型训练方法，包括：

3、获取待训练神经网络模型的网络模型参数；

4、采用粒子群优化pso优化算法对所述待训练神经网络模型的网络模型参数进行优化，得到目标网络模型参数；

5、根据所述目标网络模型参数对所述待训练神经网络模型的网络模型参数进行更新，得到待训练电缆接头状态检测模型；

6、根据电缆接头状态样本数据对所述待训练电缆接头状态检测模型进行训练，得到目标电缆接头状态检测模型；

7、其中，所述目标电缆接头状态检测模型用于对电缆接头状态进行检测。

8、根据本发明的另一方面，提供了一种电缆接头状态检测方法，包括：

9、获取待检测电缆接头的当前采集数据；其中，所述当前采集数据包括所述待检测电缆接头的关键状态量数据和感应电流数据；

10、提取所述待检测电缆接头的感应电流数据的电缆高次谐波特征；

11、将所述待检测电缆接头的关键状态量数据和电缆高次谐波特征输入至目标电缆接头状态检测模型；

12、通过所述目标电缆接头状态检测模型输出所述待检测电缆接头的状态检测结果；

13、其中，所述目标电缆接头状态检测模型通过本发明任一实施例所述的电缆接头状态检测模型训练方法训练得到。

14、根据本发明的另一方面，提供了一种电缆接头状态检测模型训练装置，包括：

15、网络模型参数获取模块，用于获取待训练神经网络模型的网络模型参数；

16、网络模型参数优化模块，用于采用pso优化算法对所述待训练神经网络模型的网络模型参数进行优化，得到目标网络模型参数；

17、网络模型参数更新模块，用于根据所述目标网络模型参数对所述待训练神经网络模型的网络模型参数进行更新，得到待训练电缆接头状态检测模型；

18、检测模型训练模块，用于根据电缆接头状态样本数据对所述待训练电缆接头状态检测模型进行训练，得到目标电缆接头状态检测模型；

19、其中，所述目标电缆接头状态检测模型用于对电缆接头状态进行检测。

20、根据本发明的另一方面，提供了一种电缆接头状态检测装置，包括：

21、当前采集数据获取模块，用于获取待检测电缆接头的当前采集数据；其中，所述当前采集数据包括所述待检测电缆接头的关键状态量数据和感应电流数据；

22、电缆高次谐波特征提取模块，用于提取所述待检测电缆接头的感应电流数据的电缆高次谐波特征；

23、数据特征输入模块，用于将所述待检测电缆接头的关键状态量数据和电缆高次谐波特征输入至目标电缆接头状态检测模型；

24、状态检测结果输出模块，用于通过所述目标电缆接头状态检测模型输出所述待检测电缆接头的状态检测结果；

25、其中，所述目标电缆接头状态检测模型通过本发明任一实施例所述的电缆接头状态检测模型训练方法训练得到。

26、根据本发明的另一方面，提供了一种电子设备，所述电子设备包括：

27、至少一个处理器；以及

28、与所述至少一个处理器通信连接的存储器；其中，

29、所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器能够执行本发明任一实施例所述的电缆接头状态检测模型训练方法或电缆接头状态检测方法。

30、根据本发明的另一方面，提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机指令，所述计算机指令用于使处理器执行时实现本发明任一实施例所述的电缆接头状态检测模型训练方法或电缆接头状态检测方法。

31、根据本发明的另一方面，还提供了一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现本发明任一实施例所述的电缆接头状态检测模型训练方法或电缆接头状态检测方法。

32、本发明实施例通过采用pso优化算法对获取的待训练神经网络模型的网络模型参数进行优化，得到目标网络模型参数，从而根据目标网络模型参数对待训练神经网络模型的网络模型参数进行更新，得到待训练电缆接头状态检测模型，进而根据电缆接头状态样本数据对待训练电缆接头状态检测模型进行训练，得到目标电缆接头状态检测模型。目标电缆接头状态检测模型训练完成后，即可获取待检测电缆接头的关键状态量数据和感应电流数据等当前采集数据，并提取待检测电缆接头的感应电流数据的电缆高次谐波特征，从而将待检测电缆接头的关键状态量数据和电缆高次谐波特征输入至目标电缆接头状态检测模型，以通过目标电缆接头状态检测模型输出待检测电缆接头的状态检测结果。上述技术方案可以解决现有电缆接头状态检测存在的检测精度较低的问题，能够提高电缆接头状态检测模型的检测精度，进而提高电缆接头状态检测的准确率。

33、应当理解，本部分所描述的内容并非旨在标识本发明的实施例的关键或重要特征，也不用于限制本发明的范围。本发明的其它特征将通过以下的说明书而变得容易理解。

1.一种电缆接头状态检测模型训练方法，其特征在于，包括：

2.根据权利要求1所述的方法，其特征在于，所述采用pso优化算法对所述待训练神经网络模型的网络模型参数进行优化，得到目标网络模型参数，包括：

3.根据权利要求2所述的方法，其特征在于，所述对所述粒子种群的种群规模进行优化调整，包括：

4.根据权利要求1所述的方法，其特征在于，在所述根据电缆接头状态样本数据对所述待训练电缆接头状态检测模型进行训练之前，还包括：

5.根据权利要求4所述的方法，其特征在于，所述根据电缆接头状态样本数据对所述待训练电缆接头状态检测模型进行训练，得到目标电缆接头状态检测模型，包括：

6.根据权利要求5所述的方法，所述提取所述电缆接头的感应电流数据的电缆高次谐波特征，包括：

7.一种电缆接头状态检测方法，其特征在于，包括：

8.一种电子设备，其特征在于，所述电子设备包括：

9.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机指令，所述计算机指令用于使处理器执行时实现权利要求1-6中任一所述的电缆接头状态检测模型训练方法，或执行权利要求7所述的电缆接头状态检测方法。

10.一种计算机程序产品，包括计算机程序/指令，其中，所述计算机程序/指令被处理器执行时实现权利要求1-6中任一所述的电缆接头状态检测模型训练方法，或执行权利要求7所述的电缆接头状态检测方法。