(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211260131.4 (22)申请日 2022.10.14 (71)申请人 国网四川省电力公司泸州供电公司 地址 646000 四川省 泸州市江阳区柏杨坪 (72)发明人 朱祯海　代晖　陈刚　熊攀　程政　 龚海涛　方宗红　夏泽华　刘影　 罗琴　 (74)专利代理 机构 成都行之专利代理事务所 (普通合伙) 51220 专利代理师 史丽红 (51)Int.Cl. G06K 9/62(2022.01) G06N 3/04(2006.01) G06N 3/08(2006.01) (54)发明名称 一种电气接头热缺陷预测方法、 系统、 设备 及存储介质 (57)摘要 本发明公开了一种电气接头热缺陷预测方 法、 系统、 设备及存储介质， 涉及设备检测技术领 域， 其技术方案要点是： 本发明考虑到了由于下 一时刻电气设备的运行参数的变化情况是不确 定的， 因此基于神经网络温度预测模 型对该电气 接头的当前运行参数进行预测所得到的温度， 其 精度会有偏 差， 故此基于负荷预测模 型预测电力 系统在下一时刻的电力负荷， 基于所预测的电力 负荷对由当前运行参数所预测的温度进行修正， 从而降低由当前运行参数所预测的下一时刻 的 温度的偏差程度， 由此提高温度预测的精准度， 再由修正后的温度来预测不同类别的电气接头 的热缺陷程度， 为接头定期检修、 试验提供理论 依据， 从而实现减少迎峰度夏期间电气接头过热 导致的抢修频次。 权利要求书2页 说明书11页 附图4页 CN 115456112 A 2022.12.09 CN 115456112 A 1.一种电气接 头热缺陷预测方法， 其特 征在于， 包括： 获取电气设备的历史 红外图像及电力系统的电力负荷序列； 通过训练好的电气接头识别模型识别历史红外图像含有电气接头的目标区域， 并识别 目标区域的电气接 头的类别； 根据所述目标区域提取电气接头的温度信 息， 基于电气接头的温度信 息确定电气接头 的温度状态， 其中温度状态为 正常状态或异常状态； 在电气接头的温度状态为异常状态时， 获取电气接头的当前运行参数， 将当前运行参 数输入至预先训练的神经网络温度预测模型， 预测得到电气接头下一时刻的温度， 其中所 述神经网络温度预测模型为基于电气接头的历史运行参数确定的电气接头的历史温度参 数训练所 得； 将电力负荷序列输入至已预先训练好的负荷预测模型中， 预测电力系统下一 时刻的电 力负荷； 利用电力系统下一 时刻的电力负荷对电气接头下一 时刻的温度进行修正， 得到电气接 头修正后的温度； 基于电气接 头修正后的温度来预测不同类别的电气接 头的热缺陷程度。 2.根据权利要求1所述的一种电气接头热缺陷预测方法， 其特征在于， 电气接头识别模 型是通过训练图像集对卷积神经网络进行训练得到的， 所述训练图像集包括各个不同类别 的电气接 头的红外图像； 负荷预测模型由图卷积神经网络模块、 时序卷积神经网络模块以及全连接层构成。 3.根据权利要求1所述的一种电气接头热缺陷预测方法， 其特征在于， 基于电气接头的 温度信息确定电气接 头的温度状态， 包括： 根据电气接头的类别在数据库中对应的标准温度信息与电气接头的温度信息进行比 较， 确定电气接头的温度状态； 其中， 在电气接头的温度信息大于标准温度信息时， 所述电 气的温度状态为异常状态， 在电气接头的温度信息小于且等于标准温度信息时， 所述电气 的温度状态为 正常状态。 4.根据权利要求1所述的一种电气接头热缺陷预测方法， 其特征在于， 所述神经网络温 度预测模型通过如下训练方式得到： 获取电气接 头在预设时间内的历史运行参数； 在所述预设时间内的预设间隔时间， 根据 所述历史运行参数确 认出电气接头的历史温 度参数； 利用电气接头的历史温度参数训练待训练 的神经网络温度 预测模型， 得到训练完成的 神经网络温度预测模型。 5.根据权利要求4所述的一种电气接头热缺陷预测方法， 其特征在于， 所述历史运行参 数包括在预设时间内的电气接头的最大电流值、 最小电流值， 以及电气接头所处环境的最 大温度和最小温度； 所述根据所述历史运行参数确认出电气接 头的历史温度参数， 包括： 根据电气接头的最大电流值、 最小电流值及电阻值， 计算在预设时间内电气接头的最 大散热量和最小散热量， 基于所述最大散热量和最小散热量计算电气 接头在预设间隔时间 内的第一温度波动范围；权　利　要　求　书 1/2 页 2 CN 115456112 A 2由电气接头所处环境的最大温度和最小温度对电气接头在预设间隔时间内的第一温 度波动范围进行耦合补偿， 得到电气接 头在预设间隔时间内的第二温度波动范围； 由所述第二温度波动范围确定电气接 头的历史温度参数。 6.根据权利要求5所述的一种电气接头热缺陷预测方法， 其特征在于， 由电气接头所处 环境的最大温度和 最小温度对电气接头在预设间隔时间内的第一温度波动范围进行耦合 补偿， 得到电气接 头在预设间隔时间内的第二温度波动范围， 包括： 根据电气接头的结构参数建立热传导模型， 根据电气接头的热传导模型分别对电气接 头所处环境的最大温度和最小温度进 行耦合补偿， 得到电气接头在预设 间隔时间内的第二 温度波动范围。 7.根据权利要求1所述的一种电气接头热缺陷预测方法， 其特征在于， 电气接头的当前 运行参数为当前时刻的流过电气接 头的电流 值和环境的温度值； 根据当前时刻的流过电气接头的电流值和环境的温度值输入至预先训练的神经网络 温度预测模型， 预测得到电气接 头下一时刻的温度； 基于电气接 头修正后的温度来预测不同类别的电气接 头的热缺陷程度， 包括： 根据电气接 头的类别确定出 所预测的电气接 头的临界温度； 基于电气接 头修正后的温度与临界温度的差值的大小预测电气接 头的热缺陷程度。 8.一种电气接 头热缺陷预测系统， 其特 征在于， 包括： 数据获取模块， 用于获取电气设备的历史 红外图像及电力系统的电力负荷序列； 电气接头识别模块， 用于通过训练好的电气接头识别模型识别所述历史红外图像含有 电气接头的目标区域， 并识别所述目标区域的电气接 头的类别； 温度状态确定模块， 用于根据所述目标区域提取电气接头的温度信息， 基于电气接头 的温度信息确定电气接 头的温度状态， 其中温度状态为 正常状态或异常状态； 温度预测模块， 用于在电气接头的温度状态为异常状态时， 获取电气接头的当前运行 参数， 将当前运行参数输入至预先训练的神经网络温度预测模型， 预测得到电气接头下一 时刻的温度， 其中所述神经网络温度预测模型为基于电气 接头的历史运行参数确定的电气 接头的历史温度参数训练所 得； 负荷预测模块， 用于将电力负荷序列输入至已预先训练好的负荷预测模型中， 预测电 力系统下一时刻的电力负荷； 温度修正模块， 用于利用电力系统下一 时刻的电力负荷对电气接头下一 时刻的温度进 行修正， 得到电气接 头修正后的温度； 缺陷预测模块， 用于基于电气接头修正后的温度来预测不同类别的电气接头的热缺陷 程度。 9.一种电子设备， 包括： 存储器及处理器， 所述存储器上存储有计算机程序， 其特征在 于， 所述计算机程序能够被所述处理器执行， 以使得所述处理器实现如权利要求1至7中任 一项所述的一种电气接 头热缺陷预测方法。 10.一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中存储有计算机 程序， 所述计算机程序适于由处理器加载并执行， 以使得具有 所述处理器实现如权利要求 1 至7任一项所述的一种电气接 头热缺陷预测方法。权　利　要　求　书 2/2 页 3 CN 115456112 A 3