本發(fā)明涉及電纜故障定位領(lǐng)域，具體而言，涉及一種電纜的故障定位方法、裝置、電子設(shè)備及存儲介質(zhì)。

背景技術(shù)：

1、通過檢測和分析電纜中的故障，確定故障發(fā)生的位置和原因，即對電纜進(jìn)行故障定位，對電纜進(jìn)行故障定位可以幫助維護(hù)人員快速準(zhǔn)確地找出電纜故障，并采取相應(yīng)的措施進(jìn)行修復(fù)，以確保電纜系統(tǒng)的正常運(yùn)行。

2、目前，相關(guān)技術(shù)中對電纜進(jìn)行故障定位通常是通過測量電纜不同位置的電阻或電壓來預(yù)估故障位置，需要事先對電纜結(jié)構(gòu)和參數(shù)有較為準(zhǔn)確的了解，或，使用紅外熱像儀或其他可視化檢測設(shè)備，對電纜進(jìn)行檢測，觀察熱點(diǎn)或其他異?，F(xiàn)象，從而確定故障位置，但易受外界環(huán)境影響，環(huán)境溫度、濕度等因素會影響紅外熱像儀的檢測結(jié)果，造成對電纜進(jìn)行故障定位的效率較低。

3、針對上述的問題，目前尚未提出有效的解決方案。

技術(shù)實(shí)現(xiàn)思路

1、本發(fā)明實(shí)施例提供了一種電纜的故障定位方法、裝置、電子設(shè)備及存儲介質(zhì)，以至少解決相關(guān)技術(shù)中對電纜進(jìn)行故障定位的效率較低的技術(shù)問題。

2、根據(jù)本發(fā)明實(shí)施例的一個方面，提供了一種電纜的故障定位方法，包括：響應(yīng)于接收到電纜的初始故障信號，利用離散小波變換對初始故障信號進(jìn)行分解，得到具有不同尺度的多個小波基函數(shù)，其中，小波基函數(shù)用于表示初始故障信號的時頻域；基于預(yù)設(shè)閾值對多個小波基函數(shù)進(jìn)行篩選，得到目標(biāo)小波基函數(shù)；基于目標(biāo)小波基函數(shù)對初始故障信號進(jìn)行重構(gòu)，得到目標(biāo)故障信號；利用概率神經(jīng)網(wǎng)絡(luò)對目標(biāo)故障信號進(jìn)行預(yù)測，得到電纜的故障位置。

3、可選地，概率神經(jīng)網(wǎng)絡(luò)包括：輸入層、徑向基層、競爭層。

4、可選地，利用概率神經(jīng)網(wǎng)絡(luò)對目標(biāo)故障信號進(jìn)行預(yù)測，得到電纜的故障位置，包括：利用徑向基層中的徑向基函數(shù)對輸入層中輸入的目標(biāo)故障信號進(jìn)行特征提取，得到故障特征；利用競爭層中的競爭激活函數(shù)從故障特征對應(yīng)的多個概率向量確定最大概率向量，其中，不同概率向量對應(yīng)不同向量類別；基于預(yù)設(shè)對應(yīng)關(guān)系確定最大概率向量對應(yīng)的故障位置，其中，預(yù)設(shè)對應(yīng)關(guān)系用于表示多個向量類別與多個故障位置之間的對應(yīng)關(guān)系。

5、可選地，利用徑向基層中的徑向基函數(shù)對輸入層中輸入的目標(biāo)故障信號進(jìn)行特征提取，得到故障特征，包括：獲取徑向基層的中心向量和目標(biāo)故障信號的輸入向量；確定中心向量和輸入向量的向量距離；基于向量距離和徑向基層的擴(kuò)展常數(shù)確定故障特征。

6、可選地，利用競爭層中的競爭激活函數(shù)從故障特征對應(yīng)的多個概率向量確定最大概率向量，包括：獲取徑向基層和競爭層之間的權(quán)重向量；利用競爭激活函數(shù)根據(jù)權(quán)重向量從多個概率向量中確定最大概率向量。

7、可選地，該電纜的故障定位方法還包括：獲取樣本故障信號和樣本故障信號對應(yīng)的標(biāo)注故障特征以及樣本故障信號對應(yīng)的標(biāo)注故障位置；利用初始概率神經(jīng)網(wǎng)絡(luò)中徑向基層的徑向基函數(shù)對輸入層中輸入的樣本故障信號進(jìn)行特征提取，得到樣本故障特征；利用初始概率神經(jīng)網(wǎng)絡(luò)中競爭層的競爭激活函數(shù)從樣本故障特征對應(yīng)的多個樣本概率向量確定最大樣本概率向量；基于預(yù)設(shè)對應(yīng)關(guān)系確定最大樣本概率向量對應(yīng)的樣本故障位置；基于樣本故障特征和標(biāo)注故障特征構(gòu)建第一損失函數(shù)；基于樣本故障位置和標(biāo)注故障位置構(gòu)建第二損失函數(shù)；基于第一損失函數(shù)和/或第二損失函數(shù)對初始概率神經(jīng)網(wǎng)絡(luò)模型的模型參數(shù)進(jìn)行調(diào)整，得到概率神經(jīng)網(wǎng)絡(luò)模型。

8、可選地，利用初始概率神經(jīng)網(wǎng)絡(luò)中徑向基層的徑向基函數(shù)對輸入層中輸入的樣本故障信號進(jìn)行特征提取，得到樣本故障特征，包括：獲取徑向基層的中心向量和樣本故障信號的樣本輸入向量；確定中心向量和樣本輸入向量的樣本向量距離；基于樣本向量距離和徑向基層的擴(kuò)展常數(shù)確定樣本故障特征。

9、根據(jù)本發(fā)明實(shí)施例的另一方面，還提供了一種電纜的故障定位裝置，包括：分解模塊，用于響應(yīng)于接收到電纜的初始故障信號，利用離散小波變換對初始故障信號進(jìn)行分解，得到具有不同尺度的多個小波基函數(shù)，其中，小波基函數(shù)用于表示初始故障信號的時頻域；篩選模塊，用于基于預(yù)設(shè)閾值對多個小波基函數(shù)進(jìn)行篩選，得到目標(biāo)小波基函數(shù)；重構(gòu)模塊，用于基于目標(biāo)小波基函數(shù)對初始故障信號進(jìn)行重構(gòu)，得到目標(biāo)故障信號；預(yù)測模塊，用于利用概率神經(jīng)網(wǎng)絡(luò)對目標(biāo)故障信號進(jìn)行預(yù)測，得到電纜的故障位置。

10、根據(jù)本發(fā)明實(shí)施例的另一方面，還提供了一種電子設(shè)備，包括：存儲器，存儲有可執(zhí)行程序；處理器，用于運(yùn)行程序，其中，程序運(yùn)行時執(zhí)行本發(fā)明各個實(shí)施例中的方法。

11、根據(jù)本發(fā)明實(shí)施例的另一方面，還提供了一種計算機(jī)可讀存儲介質(zhì)，計算機(jī)可讀存儲介質(zhì)包括存儲的可執(zhí)行程序，其中，在可執(zhí)行程序運(yùn)行時控制計算機(jī)可讀存儲介質(zhì)所在設(shè)備執(zhí)行本發(fā)明各個實(shí)施例中的方法。

12、根據(jù)本發(fā)明實(shí)施例的另一方面，還提供了一種計算機(jī)程序產(chǎn)品，包括計算機(jī)程序，計算機(jī)程序在被處理器執(zhí)行時實(shí)現(xiàn)本發(fā)明各個實(shí)施例中的方法。

13、根據(jù)本發(fā)明實(shí)施例的另一方面，還提供了一種計算機(jī)程序產(chǎn)品，包括非易失性計算機(jī)可讀存儲介質(zhì)，非易失性計算機(jī)可讀存儲介質(zhì)存儲計算機(jī)程序，計算機(jī)程序被處理器執(zhí)行時實(shí)現(xiàn)本發(fā)明各個實(shí)施例中的方法。

14、根據(jù)本發(fā)明實(shí)施例的另一方面，還提供了一種計算機(jī)程序，計算機(jī)程序被處理器執(zhí)行時實(shí)現(xiàn)本發(fā)明各個實(shí)施例中的方法。

15、在本發(fā)明實(shí)施例中，提供了一種電纜的故障定位方法，包括：響應(yīng)于接收到電纜的初始故障信號，利用離散小波變換對初始故障信號進(jìn)行分解，得到具有不同尺度的多個小波基函數(shù)，其中，小波基函數(shù)用于表示初始故障信號的時頻域；基于預(yù)設(shè)閾值對多個小波基函數(shù)進(jìn)行篩選，得到目標(biāo)小波基函數(shù)；基于目標(biāo)小波基函數(shù)對初始故障信號進(jìn)行重構(gòu)，得到目標(biāo)故障信號；利用概率神經(jīng)網(wǎng)絡(luò)對目標(biāo)故障信號進(jìn)行預(yù)測，得到電纜的故障位置，容易注意到的是，本申請?zhí)岢龅募夹g(shù)方案基于離散小波變換將電纜的初始故障信號分解成不同尺度的小波基函數(shù)，可以更好地表示和分析初始故障信號的時頻特性，有助于更準(zhǔn)確地捕捉故障信號的特征，通過預(yù)設(shè)閾值對多個小波基函數(shù)進(jìn)行篩選，可以去除對故障定位無用的小波基函數(shù)，減少了后續(xù)處理的數(shù)據(jù)量，提高了處理效率，基于目標(biāo)小波基函數(shù)對初始故障信號進(jìn)行重構(gòu)，得到目標(biāo)故障信號，可以更清晰地呈現(xiàn)故障信號的特征，有利于后續(xù)的故障位置預(yù)測，利用概率神經(jīng)網(wǎng)絡(luò)對目標(biāo)故障信號進(jìn)行預(yù)測，可以更準(zhǔn)確地判斷電纜的故障位置，提高了故障定位的準(zhǔn)確性和效率，通過上述步驟可以更有效地捕捉故障信號的特征，減少無用數(shù)據(jù)的處理，提高故障定位的準(zhǔn)確性和效率，進(jìn)而解決了相關(guān)技術(shù)中對電纜進(jìn)行故障定位的效率較低的技術(shù)問題。

技術(shù)特征：

1.一種電纜的故障定位方法，其特征在于，包括：

2.根據(jù)權(quán)利要求1所述的電纜的故障定位方法，其特征在于，所述概率神經(jīng)網(wǎng)絡(luò)包括：輸入層、徑向基層、競爭層。

3.根據(jù)權(quán)利要求2所述的電纜的故障定位方法，其特征在于，利用概率神經(jīng)網(wǎng)絡(luò)對所述目標(biāo)故障信號進(jìn)行預(yù)測，得到所述電纜的故障位置，包括：

4.根據(jù)權(quán)利要求3所述的電纜的故障定位方法，其特征在于，利用所述徑向基層中的徑向基函數(shù)對所述輸入層中輸入的所述目標(biāo)故障信號進(jìn)行特征提取，得到故障特征，包括：

5.根據(jù)權(quán)利要求3所述的電纜的故障定位方法，其特征在于，利用所述競爭層中的競爭激活函數(shù)從所述故障特征對應(yīng)的多個概率向量確定最大概率向量，包括：

6.根據(jù)權(quán)利要求1所述的電纜的故障定位方法，其特征在于，所述方法還包括：

7.根據(jù)權(quán)利要求6所述的電纜的故障定位方法，其特征在于，利用初始概率神經(jīng)網(wǎng)絡(luò)中徑向基層的徑向基函數(shù)對輸入層中輸入的所述樣本故障信號進(jìn)行特征提取，得到樣本故障特征，包括：

8.一種電纜的故障定位裝置，其特征在于，包括：

9.一種電子設(shè)備，其特征在于，包括：

10.一種計算機(jī)可讀存儲介質(zhì)，其特征在于，所述計算機(jī)可讀存儲介質(zhì)包括存儲的可執(zhí)行程序，其中，在所述可執(zhí)行程序運(yùn)行時控制所述存儲介質(zhì)所在設(shè)備執(zhí)行權(quán)利要求1至7中任意一項所述的方法。

11.一種計算機(jī)程序產(chǎn)品，其特征在于，包括計算機(jī)程序，所述計算機(jī)程序在被處理器執(zhí)行時實(shí)現(xiàn)根據(jù)權(quán)利要求1至7中任意一項所述的方法。

技術(shù)總結(jié)
本發(fā)明公開了一種電纜的故障定位方法、裝置、電子設(shè)備及存儲介質(zhì)。其中，該方法包括：響應(yīng)于接收到電纜的初始故障信號，利用離散小波變換對初始故障信號進(jìn)行分解，得到具有不同尺度的多個小波基函數(shù)，其中，小波基函數(shù)用于表示初始故障信號的時頻域；基于預(yù)設(shè)閾值對多個小波基函數(shù)進(jìn)行篩選，得到目標(biāo)小波基函數(shù)；基于目標(biāo)小波基函數(shù)對初始故障信號進(jìn)行重構(gòu)，得到目標(biāo)故障信號；利用概率神經(jīng)網(wǎng)絡(luò)對目標(biāo)故障信號進(jìn)行預(yù)測，得到電纜的故障位置。本發(fā)明解決了相關(guān)技術(shù)中對電纜進(jìn)行故障定位的效率較低的技術(shù)問題。

技術(shù)研發(fā)人員：曾彥超,徐佳夫,巫志安,董承熙,李嘉成,陳澤佳,王一名,丁富琦,金仲鉑,潘綺彤
受保護(hù)的技術(shù)使用者：廣東電網(wǎng)有限責(zé)任公司
技術(shù)研發(fā)日：
技術(shù)公布日：2024/9/9