本發明涉及輸電線路故障診斷領域，特別是基于銷釘壓力信號特征提取的故障診斷方法及系統。

背景技術：

1、在輸電線路的運行過程中，連接部件如銷釘承受著機械載荷和環境應力的復雜變化。這些變化會反映在銷釘的壓力信號中，對壓力信號的有效監測和分析可以幫助提前發現設備的潛在故障，防止事故發生。特別是對于高壓輸電線路，其連接部件的可靠性尤為重要，任何微小的故障都可能導致嚴重的后果。

2、目前，對輸電線路的連接部件進行故障診斷的方法主要依賴于定期的人工檢查和簡單的電氣參數監測。然而，這些方法存在檢測周期長、準確性低和實時性差的問題，無法滿足現代智能電網對設備健康狀態實時監測的需求。因此，迫切需要一種高效的故障診斷方法，通過提取和分析連接部件的壓力信號特征，及時發現故障并進行維護。

3、傳統的信號處理方法如傅里葉變換和短時傅里葉變換，雖然可以在一定程度上分析壓力信號的頻率特性，但對于非平穩信號和突變信號的處理效果較差。近年來，基于小波變換和經驗模態分解(emd)的方法逐漸應用于信號處理領域，具有良好的時頻局部化特性和自適應性。然而，emd方法存在模態混疊問題，影響了特征提取的準確性。

4、針對上述問題，本發明提出了一種基于銷釘壓力信號特征提取的故障診斷方法，通過平滑處理、小波閾值去噪和集合經驗模態分解(eemd)，提取出反映銷釘壓力變化的本征模態函數(imf)，并結合這些特征通過建立的故障診斷模型，進行故障診斷，提高了診斷的準確性和可靠性。

技術實現思路

1、鑒于上述存在的問題，提出了本發明。

2、因此，本發明所要解決的問題在于：傳統人工故障診斷存在檢測周期長、準確性低和實時性差的問題，以及在信號處理時，現有emd方法存在模態混疊問題，影響了特征提取的準確性。

3、為解決上述技術問題，本發明提供如下技術方案：基于銷釘壓力信號特征提取的故障診斷方法，其包括，在輸電線路銷釘連接處設立壓力傳感器，采集銷釘的壓力信號；將壓力信號進行平滑去噪處理，對處理后的壓力信號進行特征提取，針對提取到的特征進行分析，得到銷釘的壓力分布；基于歷史數據構建故障診斷模型，將銷釘的壓力分布載入模型中對輸電線路進行故障診斷。

4、作為本發明所述基于銷釘壓力信號特征提取的故障診斷方法的一種優選方案，其中：所述平滑去噪處理包括，基于savitzky-golay去噪算法減少壓力信號中的高頻噪聲，再通過小波變換將壓力信號分解成近似系數和細節系數，通過閾值處理將細節系數中的噪聲部分抑制或消除，再利用逆小波變換得到去噪后的壓力信號；所述近似系數反映壓力信號的大尺度特征，所述細節系數則包含壓力信號的局部細節信息和噪聲。

5、作為本發明所述基于銷釘壓力信號特征提取的故障診斷方法的一種優選方案，其中：所述特征提取包括，將不同幅度的白噪聲添加在去噪后的壓力信號中，生成多組含噪信號，對每個含噪信號分別進行emd分解，得到一組imf和一個殘差；所述imf為本征模態函數包含噪信號的頻率信息、時變特性和振幅信息；所述殘差為含噪信號去除所有imf后的剩余部分；對所有含噪信號分解得到的對應的imf進行逐點平均，得到最終的imf。

6、作為本發明所述基于銷釘壓力信號特征提取的故障診斷方法的一種優選方案，其中：所述得到銷釘的壓力分布包括，基于imf獲得銷釘受到的拉力曲線、剪切力曲線和彎曲力矩曲線，通過拉力公式、剪切力公式和彎曲力矩公式反推出銷釘的受力狀態；銷釘受到的拉力ft由輸電線自重和銷釘受到的電磁力進行擬合得到，所述拉力公式表示為，

7、

8、其中，l表示為輸電線的長度，ρw(x)表示為輸電線單位長度的質量密度，g表示為重力加速度，μ0表示為真空磁導率，i(x,t)表示為位置x處t時刻的電流，r(x)表示為銷釘與輸電線之間的距離；銷釘受到的剪切力銷釘受到的風力和銷釘受到的電磁力進行擬合得到，所述剪切力公式表示為，

9、

10、其中，ρa表示為空氣密度，v(x)表示為位置x處的風速，a(x)表示為位置x處銷釘的受風面積，b(x,t)表示為位置x處t時刻的磁感應強度；銷釘受到的彎曲力矩由銷釘受到的風力和輸電線的自重進行擬合得到，所述彎曲力矩公式表示為，

11、

12、作為本發明所述基于銷釘壓力信號特征提取的故障診斷方法的一種優選方案，其中：所述反推出銷釘的受力狀態包括，計算拉力曲線、剪切力曲線和彎曲力矩曲線的一階差分，得到銷釘隨時間的受力變化率，設定最小變化率閾值消除誤差影響，當銷釘受到的拉力變化和剪切力變化呈增大趨勢，且彎曲力矩變化率小于最小變化率閾值時，判定為銷釘受到的電磁力增大；當銷釘受到的拉力變化和彎曲力矩變化呈增大趨勢，且剪切力變化率小于最小變化率閾值時，判定為輸電線的自重增大；當銷釘受到的拉力變化和剪切力變化呈減小趨勢，且彎曲力矩小于最小變化率閾值時，判定為銷釘受到的電磁力減小；當銷釘受到的拉力變化和彎曲力矩變化呈減小趨勢，且剪切力變化率小于最小變化率閾值時，判定為輸電線的自重減小；當銷釘受到的彎曲力矩變化和剪切力變化呈增大趨勢，且彎拉力變化率小于最小變化率閾值時，判定為銷釘受到的風力增大；當銷釘受到的彎曲力矩變化和剪切力變化呈減小趨勢，且彎曲力矩小于最小變化率閾值時，判定為銷釘受到的風力減小。

13、作為本發明所述基于銷釘壓力信號特征提取的故障診斷方法的一種優選方案，其中：所述對輸電線路進行故障診斷包括輸電線路故障初診斷和銷釘故障診斷；所述輸電線路故障初診斷包括，設定最大變化率閾值反映異常狀態，當受力狀態判斷為銷釘受到的電磁力增大，且電磁力增大變化率大于最大變化率閾值時，則表明輸電線路上的電流、電壓增大，診斷為輸電線路發生短路故障；當受力狀態判斷為銷釘受到的電磁力減小，且電磁力減小變化率大于最大變化率閾值時，則表明輸電線路上的電流、電壓減小，診斷為輸電線路發生斷線故障或接地故障；當受力狀態判斷為輸電線的自重增大，且自重增大變化率大于最大變化率閾值時，則表明輸電線上有異物負載，需增派人員進行清理。

14、作為本發明所述基于銷釘壓力信號特征提取的故障診斷方法的一種優選方案，其中：所述銷釘故障診斷包括，將銷釘歷史故障數據分為訓練集和測試集，并賦予標簽，所述銷釘歷史故障數據包括銷釘故障時的受力大小和變化率；對訓練集和測試集的特征進行標準化處理，消除不同量綱之間的影響；選擇線性核函數的svm模型進行訓練，找到將數據分開的最佳分類超平面，公式表示為，

15、

16、其中，w表示為權重向量，b表示為偏置，c表示為懲罰參數，n表示為訓練集總數，yi表示為訓練樣本的標簽，xi表示為標準化后的訓練特征向量，上角標t表示為矩陣轉置；利用訓練好的模型對測試集進行預測，得到預測標簽，計算預測標簽與真實標簽之間的混淆矩陣，基于混淆矩陣計算準確率、精確率、召回率和f1分數對模型進行評估；通過交叉驗證評估模型在不同參數組合下的性能，避免過擬合，公式表示為，

17、

18、其中，表示為通過交叉驗證優化的懲罰參數，k表示為交叉驗證中的折數，dk表示為第k折的驗證集，表示為損失函數；使用網格搜索來優化svm的超參數，以尋找最佳參數組合，公式表示為，

19、

20、其中，表示為通過網格搜索優化得到的核函數參數，αi表示為支持向量機的拉格朗日乘子，γ表示為核函數參數，‖xi-x‖表示為樣本之間的歐氏距離；將拉力曲線、剪切力曲線和彎曲力矩曲線數據載入訓練好的模型中得到預測結果當的值為1時表明銷釘未損壞，當的值為-1時表明銷釘損壞。

21、本發明的另外一個目的是提供一種基于銷釘壓力信號特征提取的故障診斷系統，此系統可實時提取銷釘的壓力信號特征，并對輸電線路和銷釘進行故障診斷。

22、為解決上述技術問題，本發明提供如下技術方案：基于銷釘壓力信號特征提取的故障診斷方法的系統，包括：數據采集模塊、壓力分布分析模塊和故障診斷模塊；所述數據采集模塊采集銷釘的壓力信號；所述壓力分布分析模塊將壓力信號進行平滑去噪處理，對處理后的壓力信號進行特征提取，針對提取到的特征進行分析，得到銷釘的壓力分布；所述故障診斷模塊基于歷史數據構建故障診斷模型，將銷釘的壓力分布載入模型中對輸電線路進行故障診斷。

23、一種計算機設備，包括存儲器和處理器，所述存儲器存儲有計算機程序，所述處理器執行所述計算機程序時實現如上所述基于銷釘壓力信號特征提取的故障診斷方法的步驟。

24、一種計算機可讀存儲介質，其上存儲有計算機程序，所述計算機程序被處理器執行時實現如上所述基于銷釘壓力信號特征提取的故障診斷方法的步驟。

25、本發明有益效果為：本發明對采集到的銷釘壓力信號進行平滑處理，減少信號中的高頻噪聲，提高信號的平穩性。其次，應用小波閾值去噪技術，通過小波分解和重構對信號進行降噪處理，抑制噪聲的同時保留信號的重要特征。

26、計算處理后的壓力信號的一階差分，捕捉信號的動態變化特性，利用集合經驗模態分解(eemd)方法對信號進行分解，將信號分解為若干本征模態函數(imf)，通過多次分解和平均處理，減少模態混疊問題，得到更加準確的信號特征。

27、在特征提取階段，針對每個imf分量，計算其均值、標準差、一階差分的峰谷差等統計特征，這些特征能夠有效反映銷釘壓力信號的變化規律和模式。最終，通過分析提取的特征進行故障診斷，利用機器學習算法構建故障診斷模型，識別正常狀態和故障狀態。本發明的方法在復雜工況下能夠準確提取銷釘壓力信號中的特征，顯著提高了故障診斷的精度和可靠性，具有較高的應用價值和推廣前景。