本發(fā)明涉及絕緣子性能評估，并且更具體地，涉及一種用于確定硅橡膠表面老化程度的方法及系統(tǒng)。

背景技術(shù)：

1、復(fù)合絕緣子在電力系統(tǒng)中扮演著至關(guān)重要的角色，它們是現(xiàn)代輸電線路和變電站中不可或缺的組件，主要功能是提供電氣絕緣，確保高壓電能傳輸過程中，電流僅沿導(dǎo)線流動而不泄露到周圍環(huán)境中，或者避免不同電壓等級的導(dǎo)體之間發(fā)生電氣短路。同時，它們還負(fù)責(zé)物理支撐，固定并保持導(dǎo)線與桿塔或其他支撐結(jié)構(gòu)之間的適當(dāng)距離，確保輸電線路的安全穩(wěn)定運(yùn)行。相較于傳統(tǒng)的瓷質(zhì)或玻璃絕緣子，復(fù)合絕緣子具有更好的抗污閃性能，污閃是電力系統(tǒng)中常見的故障之一，尤其是在多塵、濕度高的環(huán)境下，污穢物質(zhì)積累會降低絕緣性能。

2、復(fù)合絕緣子的老化是一個由多種因素引起的復(fù)雜過程，主要涉及物理、化學(xué)和電氣三個方面，這些因素共同作用，導(dǎo)致復(fù)合絕緣子性能的逐步退化。老化會導(dǎo)致復(fù)合絕緣子的性能退化，具體表現(xiàn)為憎水性下降，絕緣性能降低，機(jī)械強(qiáng)度減弱等，因此，對復(fù)合絕緣子的老化監(jiān)測和維護(hù)至關(guān)重要，以確保電力系統(tǒng)的安全運(yùn)行。

技術(shù)實(shí)現(xiàn)思路

1、針對上述問題，本發(fā)明提出了一種用于確定硅橡膠表面老化程度的方法，包括：

2、獲取不同老化級別的硅橡膠表面復(fù)合絕緣子的傅里葉紅外光譜數(shù)據(jù)；

3、根據(jù)所述傅里葉紅外光譜數(shù)據(jù)對目標(biāo)神經(jīng)網(wǎng)絡(luò)模型進(jìn)行訓(xùn)練，生成分析模型；

4、針對目標(biāo)硅橡膠表面復(fù)合絕緣子，獲取目標(biāo)傅里葉紅外光譜數(shù)據(jù)；

5、基于所述分析模型根據(jù)所述目標(biāo)傅里葉紅外光譜數(shù)據(jù)，確定所述目標(biāo)硅橡膠表面的老化程度。

6、可選的，根據(jù)所述傅里葉紅外光譜數(shù)據(jù)對目標(biāo)神經(jīng)網(wǎng)絡(luò)模型進(jìn)行訓(xùn)練，生成分析模型，包括：

7、對所述傅里葉紅外光譜數(shù)據(jù)進(jìn)行預(yù)處理，生成目標(biāo)數(shù)據(jù)；

8、對所述目標(biāo)數(shù)據(jù)根據(jù)老化等級進(jìn)行分類，并將分類的傅里葉紅外光譜數(shù)據(jù)劃分為訓(xùn)練集和測試集；

9、定義目標(biāo)神經(jīng)網(wǎng)絡(luò)模型，并選擇所述目標(biāo)神經(jīng)網(wǎng)絡(luò)的訓(xùn)練設(shè)置，以設(shè)置所述目標(biāo)神經(jīng)網(wǎng)絡(luò)模型，設(shè)置完成后，將所述測試集輸入至所述目標(biāo)神經(jīng)網(wǎng)絡(luò)模型進(jìn)行訓(xùn)練，以生成原始分析模型；

10、以所述測試集對所述原始分析模型進(jìn)行測試，以確定所述原始分析模型的性能，若性能滿足預(yù)設(shè)要求，則以所述原始分析模型作為所述分析模型，如性能不滿足預(yù)設(shè)要求，則對所述原始分析模型進(jìn)行調(diào)整，直至滿足預(yù)設(shè)要求。

11、可選的，對所述傅里葉紅外光譜數(shù)據(jù)進(jìn)行預(yù)處理，包括：

12、對所述傅里葉紅外光譜數(shù)據(jù)進(jìn)行基線校正處理，以消除背景干擾，消除背景干擾后，對所述傅里葉紅外光譜數(shù)據(jù)進(jìn)行平滑處理，以去除噪聲影響。

13、可選的，根據(jù)模型輸入數(shù)據(jù)的類型定義目標(biāo)神經(jīng)網(wǎng)絡(luò)模型。

14、可選的，定義的目標(biāo)神經(jīng)網(wǎng)絡(luò)模型為卷積神經(jīng)網(wǎng)絡(luò)模型。

15、可選的，訓(xùn)練設(shè)置，包括如下中的至少一種：確定卷積神經(jīng)網(wǎng)絡(luò)模型每層的神經(jīng)元數(shù)量、設(shè)置學(xué)習(xí)率、設(shè)置批次大小、設(shè)置損失函數(shù)和設(shè)置優(yōu)化器。

16、可選的，將所述測試集輸入至所述神經(jīng)網(wǎng)絡(luò)模型進(jìn)行訓(xùn)練，包括：

17、使用卷積神經(jīng)網(wǎng)絡(luò)模型提取出所述測試集的圖像波長信號，基于長短期記憶lstm或注意力機(jī)制attention對所述圖像波長信號進(jìn)行特征提取，基于提取的特征，輸出硅橡膠表面老化程度分級。

18、可選的，以所述測試集對所述原始分析模型進(jìn)行測試，以確定所述原始分析模型的性能，包括：

19、以所述測試集對所述原始分析模型進(jìn)行測試，獲取測試結(jié)果，根據(jù)預(yù)設(shè)評估指標(biāo)，確定所述原始分析模型的性能。

20、可選的，預(yù)設(shè)評估指標(biāo)，包括如下中的至少一種：原始分析模型相對于測試集的準(zhǔn)確率、召回率和f1分?jǐn)?shù)。

21、可選的，對所述原始分析模型進(jìn)行調(diào)整，包括：對所述原始分析模型的超參數(shù)進(jìn)行調(diào)整；

22、所述超參數(shù)，包括如下中的至少一種：學(xué)習(xí)率和批量大小。

23、再一方面，本發(fā)明還提出了一種用于確定硅橡膠表面老化程度的系統(tǒng)，包括：

24、第一數(shù)據(jù)采集單元，用于獲取不同老化級別的硅橡膠表面復(fù)合絕緣子的傅里葉紅外光譜數(shù)據(jù)；

25、訓(xùn)練單元，用于根據(jù)所述傅里葉紅外光譜數(shù)據(jù)對目標(biāo)神經(jīng)網(wǎng)絡(luò)模型進(jìn)行訓(xùn)練，生成分析模型；

26、第二數(shù)據(jù)采集單元，用于針對目標(biāo)硅橡膠表面復(fù)合絕緣子，獲取目標(biāo)傅里葉紅外光譜數(shù)據(jù)；

27、輸出單元，用于基于所述分析模型根據(jù)所述目標(biāo)傅里葉紅外光譜數(shù)據(jù)，確定所述目標(biāo)硅橡膠表面的老化程度。

28、可選的，根據(jù)所述傅里葉紅外光譜數(shù)據(jù)對目標(biāo)神經(jīng)網(wǎng)絡(luò)模型進(jìn)行訓(xùn)練，生成分析模型，包括：

29、對所述傅里葉紅外光譜數(shù)據(jù)進(jìn)行預(yù)處理，生成目標(biāo)數(shù)據(jù)；

30、對所述目標(biāo)數(shù)據(jù)根據(jù)老化等級進(jìn)行分類，并將分類的傅里葉紅外光譜數(shù)據(jù)劃分為訓(xùn)練集和測試集；

31、定義目標(biāo)神經(jīng)網(wǎng)絡(luò)模型，并選擇所述目標(biāo)神經(jīng)網(wǎng)絡(luò)的訓(xùn)練設(shè)置，以設(shè)置所述目標(biāo)神經(jīng)網(wǎng)絡(luò)模型，設(shè)置完成后，將所述測試集輸入至所述目標(biāo)神經(jīng)網(wǎng)絡(luò)模型進(jìn)行訓(xùn)練，以生成原始分析模型；

32、以所述測試集對所述原始分析模型進(jìn)行測試，以確定所述原始分析模型的性能，若性能滿足預(yù)設(shè)要求，則以所述原始分析模型作為所述分析模型，如性能不滿足預(yù)設(shè)要求，則對所述原始分析模型進(jìn)行調(diào)整，直至滿足預(yù)設(shè)要求。

33、可選的，對所述傅里葉紅外光譜數(shù)據(jù)進(jìn)行預(yù)處理，包括：

34、對所述傅里葉紅外光譜數(shù)據(jù)進(jìn)行基線校正處理，以消除背景干擾，消除背景干擾后，對所述傅里葉紅外光譜數(shù)據(jù)進(jìn)行平滑處理，以去除噪聲影響。

35、可選的，根據(jù)模型輸入數(shù)據(jù)的類型定義目標(biāo)神經(jīng)網(wǎng)絡(luò)模型。

36、可選的，定義的目標(biāo)神經(jīng)網(wǎng)絡(luò)模型為卷積神經(jīng)網(wǎng)絡(luò)模型。

37、可選的，訓(xùn)練設(shè)置，包括如下中的至少一種：確定卷積神經(jīng)網(wǎng)絡(luò)模型每層的神經(jīng)元數(shù)量、設(shè)置學(xué)習(xí)率、設(shè)置批次大小、設(shè)置損失函數(shù)和設(shè)置優(yōu)化器。

38、可選的，將所述測試集輸入至所述神經(jīng)網(wǎng)絡(luò)模型進(jìn)行訓(xùn)練，包括：

39、使用卷積神經(jīng)網(wǎng)絡(luò)模型提取出所述測試集的圖像波長信號，基于長短期記憶lstm或注意力機(jī)制attention對所述圖像波長信號進(jìn)行特征提取，基于提取的特征，輸出硅橡膠表面老化程度分級。

40、可選的，以所述測試集對所述原始分析模型進(jìn)行測試，以確定所述原始分析模型的性能，包括：

41、以所述測試集對所述原始分析模型進(jìn)行測試，獲取測試結(jié)果，根據(jù)預(yù)設(shè)評估指標(biāo)，確定所述原始分析模型的性能。

42、可選的，預(yù)設(shè)評估指標(biāo)，包括如下中的至少一種：原始分析模型相對于測試集的準(zhǔn)確率、召回率和f1分?jǐn)?shù)。

43、可選的，對所述原始分析模型進(jìn)行調(diào)整，包括：對所述原始分析模型的超參數(shù)進(jìn)行調(diào)整；

44、所述超參數(shù)，包括如下中的至少一種：學(xué)習(xí)率和批量大小。

45、再一方面，本發(fā)明還提供了一種計(jì)算設(shè)備，包括：一個或多個處理器；

46、處理器，用于執(zhí)行一個或多個程序；

47、當(dāng)所述一個或多個程序被所述一個或多個處理器執(zhí)行時，實(shí)現(xiàn)如上述所述的方法。

48、再一方面，本發(fā)明還提供了一種計(jì)算機(jī)可讀存儲介質(zhì)，其上存有計(jì)算機(jī)程序，所述計(jì)算機(jī)程序被執(zhí)行時，實(shí)現(xiàn)如上述所述的方法。

49、與現(xiàn)有技術(shù)相比，本發(fā)明的有益效果為：

50、本發(fā)明提出了一種用于確定硅橡膠表面老化程度的方法，包括：獲取不同老化級別的硅橡膠表面復(fù)合絕緣子的傅里葉紅外光譜數(shù)據(jù)；根據(jù)所述傅里葉紅外光譜數(shù)據(jù)對目標(biāo)神經(jīng)網(wǎng)絡(luò)模型進(jìn)行訓(xùn)練，生成分析模型；針對目標(biāo)硅橡膠表面復(fù)合絕緣子，獲取目標(biāo)傅里葉紅外光譜數(shù)據(jù)；基于所述分析模型根據(jù)所述目標(biāo)傅里葉紅外光譜數(shù)據(jù)，確定所述目標(biāo)硅橡膠表面的老化程度。本發(fā)明有效的提高了數(shù)據(jù)分析的效率，能夠精確的確定硅橡膠表面的老化程度，減少了人為因素帶來的偏差。