本技術涉及數據處理的，具體涉及一種gis開關站的監測方法、裝置及電子設備。

背景技術：

1、隨著電力系統的不斷發展，gis開關站因其高可靠性、緊湊性和低維護要求被廣泛應用于各類變電站。然而，gis開關站的復雜結構和運行環境使其故障監測和狀態評估成為一項重要的技術挑戰。

2、目前，現有監測技術通常依賴單一物理量的信息，例如，局部放電檢測主要關注電氣絕緣故障，溫升檢測主要反映熱學異常，而氣體泄漏檢測關注氣體壓力的變化。這些技術缺乏對設備整體運行狀態的全面評估能力，特別是在多種故障同時存在或隱性故障階段，可能導致異常信號被忽略。所以，無法滿足對設備狀態進行全面評估和精準診斷的需求，不利于對gis開關站進行監測。

3、因此，急需一種gis開關站的監測方法、裝置及電子設備。

技術實現思路

1、本技術提供了一種gis開關站的監測方法、裝置及電子設備，便于對gis開關站進行監測。

2、在本技術的第一方面提供了一種gis開關站的監測方法，所述方法包括：獲取針對gis開關站的聲場干涉圖像；獲取針對所述gis開關站的光場圖像；將所述聲場干涉圖像與所述光場圖像進行融合，生成健康狀態全息圖像；通過所述健康狀態全息圖像，對所述gis開關站進行監測。

3、通過采用上述技術方案，聲場干涉圖像提供了對設備內部動態特性的精準分析。光場圖像捕捉了設備外部結構和表觀變化。將兩者融合生成健康狀態全息圖像，綜合內部動態與外部靜態信息，真正實現了設備狀態的全景式評估，涵蓋多種物理現象。單一數據源的監測方法容易忽略不同異常間的相互作用，導致難以準確定位故障根因。但上述方案通過數據融合算法將聲場與光場數據進行關聯，提供多維度的異常特征分析。健康狀態全息圖像能夠直觀展示異常信號在空間和特性上的分布，幫助定位故障發生的具體位置和可能的誘因。聲場干涉圖像能夠捕捉微弱振動和異常聲學反射模式。光場圖像通過高精度成像識別細微的表面裂紋和形變。通過融合生成的全息圖像，將細微異常從多角度強化表征，提高對早期故障的檢測靈敏度，有助于提前干預，避免小問題演變為大故障。因此，便于對gis開關站進行監測。

4、可選地，所述獲取針對gis開關站的聲場干涉圖像，具體包括：通過聲波發射器，向所述gis開關站的內部發射聲波；根據所述聲波，接收聲波反射信號，所述聲波反射信號包括時間延遲、波形特征以及能量衰減；對所述聲波反射信號進行時頻域分析，提取得到振動模式特征；采用聲場干涉算法，對所述振動模式特征進行空間分布重構處理，得到所述聲場干涉圖像。

5、通過采用上述技術方案，時間延遲反映了聲波傳播路徑的距離差異，可用于推斷gis開關站內部不同部件之間的結構特性和空間關系。波形特征能夠識別反射信號的異常變化，能量衰減可揭示內部材料的物理狀態，例如氣體密度異?；蚪^緣老化。這些多維信號的獲取，為后續故障特征的精細化分析和重構提供了高質量的數據支撐。時域分析可以捕捉反射信號的瞬態特性，頻域分析可以分離出反射信號中包含的頻率成分，幫助識別特定故障的頻率特征。時頻聯合分析方法能夠對信號的頻率變化和時間分布進行全面描述，特別適用于捕捉動態信號中的異常特征。聲場干涉算法利用聲波在空間中的相干性和干涉特性，能夠將振動信號精確定位到gis開關站的具體區域。通過空間重構，重建設備內部不同部件的振動分布狀態，揭示潛在的異常區域。這種空間化的結果可提供直觀的聲場圖像，便于技術人員快速判斷問題位置和故障類型。

6、可選地，所述獲取針對所述gis開關站的光場圖像，具體包括：通過激光全息設備的激光束，對所述gis開關站的外殼表面進行掃描，得到反射光強度和光相位變化；根據所述反射光強度和所述光相位變化，生成所述光場圖像。

7、通過采用上述技術方案，激光掃描通過高精度捕捉反射光強度和相位變化，生成詳細的光場圖像。高分辨率檢測能夠識別外殼表面的微小缺陷，是傳統目視檢查或低分辨率監測方法難以實現的。通過激光束的精確定位和掃描，對微米級的表面變化進行捕捉，有助于檢測早期微小損傷。有效支持設備外殼的完整性評估，保障gis開關站的運行安全。激光掃描不僅能夠發現靜態裂紋，還可以監測動態的形變。動態監測能力可用于跟蹤變形發展的趨勢，幫助預測潛在風險。非接觸方式特別適合于運行中的gis開關站，實現設備的在線監測，無需停機檢測，提升運維效率。外殼表面出現的早期裂紋或材料老化可能引起微小的光強或相位變化，這種變化通過光場圖像可以被放大和清晰呈現。能夠在早期階段發現隱患，提供更長的干預時間，從而避免小問題演變為大故障。

8、可選地，所述根據所述反射光強度和所述光相位變化，生成所述光場圖像，具體包括：根據所述反射光強度和所述光相位變化，確定目標圖像；獲取所述gis開關站的外殼的三維形變和裂紋信息；將所述三維形變和所述裂紋信息添加至所述目標圖像中，得到全息圖像；采用相位解包算法對所述全息圖像進行處理，得到所述光場圖像。

9、通過采用上述技術方案，激光全息技術通過光相位變化精確捕捉到gis開關站外殼的微小形變，這有助于評估設備在工作條件下的應力、變形及潛在的結構問題。通過反射光強度變化，可以準確識別外殼表面的微裂紋或損傷區域。這對于發現隱性裂紋或材料疲勞有重要意義，尤其是在設備長時間運行后。這一步驟可以在圖像中同時顯示設備外殼的形變與裂紋，為后續故障診斷提供豐富的表面特征信息。通過綜合三維形變、裂紋信息以及光強度和相位，生成的全息圖像呈現了設備表面狀態的完整圖像。這種融合能提供更加全面的設備健康狀態評估。全息圖像能夠同時反映形變和裂紋等多維度的監測信息，呈現出一個真實、立體的設備外觀，便于技術人員從多個角度和維度分析和判斷設備的狀態。結合這些多種信息可以更加精確地定位外殼的缺陷區域，特別是對于微裂紋和形變的精確描述，提升故障定位的準確性。光相位是通過干涉效應測量的，存在相位模糊的現象。相位解包算法能夠有效地消除這種模糊，恢復出更精確的光場信息。這對于高精度監測至關重要，尤其是在表面微小變形或裂紋的檢測中。通過解包后的相位數據，可以恢復設備表面更精細的形變和裂紋信息，提升圖像的空間分辨率和準確性，幫助分析微小的缺陷。相位解包技術能夠有效減輕外界噪聲對光場圖像的影響，避免因環境干擾導致的測量誤差。

10、可選地，所述將所述聲場干涉圖像與所述光場圖像進行融合，生成健康狀態全息圖像，具體包括：通過多模態卷積神經網絡，將所述聲場干涉圖像作為第一輸入，經過卷積提取得到振動特征向量；通過所述多模態卷積神經網絡，將所述光場圖像作為第二輸入，經過卷積提取得到表面形變特征向量；將所述振動特征向量和所述表面形變特征向量在全連接層中融合，并通過注意力機制加強重要區域的權重，得到融合圖像；在所述融合圖像中，標記異常區域和異常類別，得到所述健康狀態全息圖像。

11、通過采用上述技術方案，光場圖像與聲場干涉圖像分別反映了不同類型的設備狀態信息。光場圖像能夠提供設備表面的形變和裂紋信息，而聲場干涉圖像反映了設備內部的振動模式。通過將這兩種信息融合，可以綜合評估設備的健康狀況，避免單一信息源可能帶來的偏差和遺漏。單一的圖像無法全面評估設備的健康狀態。多模態卷積神經網絡能夠同時學習到兩種圖像的特征，并通過融合生成一個全面的診斷圖像，增強了診斷的準確性和可靠性。聲場干涉圖像經過卷積提取得到振動特征向量，光場圖像經過卷積提取得到表面形變特征向量。在聲場干涉圖像中，卷積神經網絡能夠識別到振動模式中的微小異常信號，在光場圖像中，能夠識別到表面形變的細微差異。這樣的精確提取有助于后續的異常檢測和故障診斷。由于卷積神經網絡能夠自動學習到數據中的復雜模式，這使得網絡在處理這兩類圖像時能夠識別到潛在的、非顯著的故障信號。

12、可選地，所述方法還包括：向用戶佩戴的ar眼鏡發送所述健康狀態全息圖像；通過所述ar眼鏡，向所述用戶展示所述健康狀態全息圖像中標注的內部放電與外殼形變之間的耦合關系。

13、通過采用上述技術方案，ar技術能夠實時將故障狀態圖像疊加到用戶的視野中，使得用戶無需離開工作現場即可查看設備的健康狀況。這對于維護人員來說，能夠迅速了解設備的現狀并做出反應。通過ar眼鏡將全息圖像直接呈現在用戶眼前，使得復雜的故障信息得以清晰、直觀地展示。傳統的監測結果通常以文字、數字或圖表形式呈現，可能需要專業的知識來解讀。而通過ar眼鏡，用戶能夠直接在現場觀察到動態的、疊加在真實世界場景中的信息，減少了對專業知識的依賴，增強了操作的簡便性。通過ar眼鏡，用戶能夠清晰看到設備內部放電與外殼形變的關系，進而判斷這些故障的耦合模式。這有助于提高故障診斷的準確性，避免單純依賴某一類故障信號而遺漏其他重要信息。由于健康狀態全息圖像將多個維度的故障信息融合在一起，ar眼鏡能夠展示這些不同故障之間的相互影響。用戶可以從整體角度來判斷設備是否存在潛在的更復雜的故障模式，有助于決策更具前瞻性。通過ar眼鏡，用戶能夠立刻獲取全面的設備健康狀況，基于更詳細的信息做出合理的維修或更換決策。這種即時的反饋能大大提高響應效率，減少設備停機時間，降低維護成本。

14、可選地，所述方法還包括：若確定所述聲場干涉圖像中存在振動強度異常分布，則確定所述異常類別為內部松動和/或局部放電；若確定所述光場圖像中存在表面微裂紋或不均勻變形，則確定所述異常類別為外殼應力集中和/或密封性下降。

15、通過采用上述技術方案，通過明確的分類標準來確定故障類型，能夠更清晰地判斷故障源頭。由于能夠清晰地區分不同的故障類別，操作人員可以避免將不同類型的故障混淆，從而減少誤判和漏判，確保監測結果的可靠性。明確故障類別后，維修人員可以更有針對性地采取維修措施，直接解決具體類型的問題，而不必花費大量時間在無關或次要故障上。聲場干涉圖像和光場圖像分別反映了不同物理現象和設備狀態，通過它們的綜合分析，能夠對設備狀態做出全面的判斷。通過結合聲學和光學數據，可以獲得更全面的故障信息。多維度的監測可以幫助在早期階段發現潛在的多種故障?；诙嘣磾祿娜诤戏治瞿芴峁┰O備狀態的全面視圖，而不是單純依賴某一種信息源。因此，在面對多重故障或隱性問題時，這種方法能夠有效提高系統的健康評估精度。通過聲場和光場圖像中的異常檢測，能夠在故障演變到嚴重階段之前發現潛在問題。根據異常類別明確具體的故障類型，有助于維修人員快速制定維修方案。由于故障類型已經得到精準定位，維修人員可以直接進行最相關的維修工作，節省了不必要的時間和人力成本。此外，能夠快速排除和處理已識別的故障，可以提高整個運維過程的效率。

16、在本技術的第二方面提供了一種gis開關站的監測裝置，所述監測裝置包括獲取模塊和處理模塊，其中，所述獲取模塊，用于獲取針對gis開關站的聲場干涉圖像；所述獲取模塊，還用于獲取針對所述gis開關站的光場圖像；所述處理模塊，還用于將所述聲場干涉圖像與所述光場圖像進行融合，生成健康狀態全息圖像；所述處理模塊，還用于通過所述健康狀態全息圖像，對所述gis開關站進行監測。

17、在本技術的第三方面提供了一種電子設備，所述電子設備包括處理器、存儲器、用戶接口以及網絡接口，所述存儲器用于存儲指令，所述用戶接口和所述網絡接口均用于給其他設備通信，所述處理器用于執行所述存儲器中存儲的指令，以使所述電子設備執行如上所述的方法。

18、在本技術的第四方面提供了一種計算機可讀存儲介質，所述計算機可讀存儲介質存儲有指令，當所述指令被執行時，執行如上所述的方法。

19、綜上所述，本技術中提供的一個或多個技術方案，至少具有如下技術效果或優點：

20、聲場干涉圖像提供了對設備內部動態特性的精準分析。光場圖像捕捉了設備外部結構和表觀變化。將兩者融合生成健康狀態全息圖像，綜合內部動態與外部靜態信息，真正實現了設備狀態的全景式評估，涵蓋多種物理現象。單一數據源的監測方法容易忽略不同異常間的相互作用，導致難以準確定位故障根因。但上述方案通過數據融合算法將聲場與光場數據進行關聯，提供多維度的異常特征分析。健康狀態全息圖像能夠直觀展示異常信號在空間和特性上的分布，幫助定位故障發生的具體位置和可能的誘因。聲場干涉圖像能夠捕捉微弱振動和異常聲學反射模式。光場圖像通過高精度成像識別細微的表面裂紋和形變。通過融合生成的全息圖像，將細微異常從多角度強化表征，提高對早期故障的檢測靈敏度，有助于提前干預，避免小問題演變為大故障。因此，便于對gis開關站進行監測。