本发明涉及gis 刀闸断口状态检测，具体来说是面向一键顺控的gis分合闸状态研判方法及系统。
背景技术：
1、gis 设备在电力系统中具有诸多优势，但其密封结构导致故障定位困难。传统上，gis 设备使用微动开关和指示灯来确认开关状态，但对于三相多刀闸的分合闸判断较为复杂，当 gis 刀闸机械位置出现分合未到位的情况时，将产生严重的安全风险，严重时会导致带电合地刀等恶性安全事故，因此，对 gis 设备中三相刀闸的分合闸状态进行检测和控制至关重要。gis设备出厂设置有判断刀闸断口处的触电检测功能，这也是判断gis刀闸的状态的有效方法，但随着设备老化，该方法难免出错，所以需要一种智能化替代手段，提高判断结果的精度。
技术实现思路
1、本发明在于如何解决已有的状态检测模型对噪声数据的适应性和在复杂环境中的鲁棒性较低的问题。
2、本发明通过以下技术手段实现解决上述技术问题的：
3、面向一键顺控的gis分合闸状态研判方法，包括以下步骤：
4、步骤一：采集gis设备在各个状态下刀闸的开合情况时的接地电流数据，形成数据集，通过记录设备状态和相应的接地电流数值，构建一个全面的训练数据集；
5、步骤二：构建基于差分注意力机制的transformer模型并利用所述训练数据集进行训练，得到目标模型，利用目标模型获取gis设备三相刀闸的接地电流数据的时域特征信息；所述基于差分注意力机制的transformer模型按照数据输入依次包括n层encode、多层感知机层以及softmax层；其中每层encode包含中心差分注意力机制层（cda）、归一化层和前馈层；
6、步骤三：通过使用多层感知机对所述时域特征信息进行分析，输出gis设备三相刀闸的预测标签结果；通过预测的标签结果进行进一步处理，从而输出gis设备三相刀闸的开合状态。
7、进一步的，所述步骤一具体包括：
8、s11、采集gis设备的三相刀闸的接地电流数据，并构建三相刀闸电流数据集，表示第k条采样的三相电流数据，且；其中，表示第k条采样的a相电流数据，表示第k条采样的b相电流数据，表示第k条采样的c相电流数据，且，xk,a,t表示第k条中第t个时刻采样的a相电流数据；m={a，b，c}，1≤k≤k，1≤t≤t，k表示采样数据的总数；m表示三相电流；t表示总采样时间；
9、s12、构建三相电流数据集x的标签信息集合，其中，yk表示第k条采样的三相电流数据的标签值，且yk∈[1,z]，z为状态种类；
10、s13、将带有标签的三相电流数据集作为训练集ttr。
11、进一步的，所述步骤二具体包括：
12、s21、所述中心差分注意力机制层利用式(1)-(6)对所述第k条gis三相刀闸数据进行特征提取，得到多分辨率时频特征sk，其中从到的过程表示为cda，即中心差分注意力机制层；
13、
14、
15、
16、
17、
18、
19、式(1)-式(6)中，qk,、vk分别为的查询值和真值，和分别为查询值线性变换矩阵和真值线性变换矩阵，为差分因子，初值为0-1的随机值，为经过中心差分得到的特征向量，为的注意力权值，表示的维度，为差分因子的权重矩阵，softmax表示激活函数；
20、s22、所述n层encode层利用式(7)-(8)对所述第k条gis三相刀闸数据进行特征提取，从而获得三相刀闸电流数据的局部特征y’，
21、
22、
23、其中表示第k条数据的第n层的输出，初始输入sk为模型的输入xk，是第n层的隐藏的代表，()表示归一化函数，表示前馈函数。
24、进一步的，所述步骤三具体包括：
25、s31、所述n层encode层的输出利用式(9)得到第k条数据的预测标签值；
26、
27、其中mlp()表示多层感知器；
28、s32、所述n层encode层的最后一层输出预测的标签值，并利用式(10)得到三相电流数据xk,m,t对应所有状态的概率值p(xk,m,t∣n)；
29、
30、式(10)中，wy和by分别表示的概率权重矩阵和概率偏差向量；softmax表示激活函数；最终输出gis三相刀闸分合闸的状态。
31、本发明还提供面向一键顺控的gis分合闸状态研判系统，包括：
32、训练数据构建模块，采集gis设备在各个状态下刀闸的开合情况时的接地电流数据，形成数据集，通过记录设备状态和相应的接地电流数值，构建一个全面的训练数据集；
33、目标模型训练模块，构建基于差分注意力机制的transformer模型并利用所述训练数据集进行训练，得到目标模型，利用目标模型获取gis设备三相刀闸的接地电流数据的时域特征信息；所述基于差分注意力机制的transformer模型按照数据输入依次包括n层encode、多层感知机层以及softmax层；其中每层encode包含中心差分注意力机制层（cda）、归一化层和前馈层；
34、预测模块，通过使用多层感知机对所述时域特征信息进行分析，输出gis设备三相刀闸的预测标签结果；通过预测的标签结果进行进一步处理，从而输出gis设备三相刀闸的开合状态。
35、进一步的，所述训练数据构建模块具体包括：
36、s11、采集gis设备的三相刀闸的接地电流数据，并构建三相刀闸电流数据集，表示第k条采样的三相电流数据，且；其中，表示第k条采样的a相电流数据，表示第k条采样的b相电流数据，表示第k条采样的c相电流数据，且，xk,a,t表示第k条中第t个时刻采样的a相电流数据；m={a，b，c}，1≤k≤k，1≤t≤t，k表示采样数据的总数；m表示三相电流；t表示总采样时间；
37、s12、构建三相电流数据集x的标签信息集合，其中，yk表示第k条采样的三相电流数据的标签值，且yk∈[1,z]，z为状态种类；
38、s13、将带有标签的三相电流数据集作为训练集ttr。
39、进一步的，所述目标模型训练模块具体包括：
40、s21、所述中心差分注意力机制层利用式(1)-(6)对所述第k条gis三相刀闸数据进行特征提取，得到多分辨率时频特征sk；其中从到的过程表示为cda，即中心差分注意力机制层；
41、
42、
43、
44、
45、
46、
47、式(1)-式(6)中，qk、vk分别为的查询值和真值，和分别为查询值线性变换矩阵和真值线性变换矩阵，为差分因子，初值为0-1的随机值，为经过中心差分得到的特征向量，为的注意力权值，表示的维度，为差分因子的权重矩阵，softmax表示激活函数；
48、s22、所述n层encode层利用式(7)-(8)对所述第k条gis三相刀闸数据进行特征提取，从而获得三相刀闸电流数据的局部特征y’，
49、
50、
51、其中表示第k条数据的第n层的输出，初始输入sk为模型的输入xk，是第n层的隐藏的代表，()表示归一化函数，表示前馈函数。
52、进一步的，所述预测模块具体包括：
53、s31、所述n层encode层的输出利用式(9)得到第k条数据的预测标签值；
54、
55、其中mlp()表示多层感知器；
56、s32、所述n层encode层的最后一层输出预测的标签值，并利用式(10)得到三相电流数据xk,m,t对应所有状态的概率值p(xk,m,t∣n)；
57、
58、式(10)中，wy和by分别表示的概率权重矩阵和概率偏差向量；softmax表示激活函数；最终输出gis三相刀闸分合闸的状态。
59、本发明还提供一种处理设备，包括至少一个处理器，以及与所述处理器通信连接的至少一个存储器，其中：所述存储器存储有可被处理器执行的程序指令，所述处理器调用所述程序指令能够执行上述的方法。
60、本发明还提供一种计算机可读存储介质，所述计算机可读存储介质存储计算机指令，所述计算机指令使所述计算机执行上述的方法。
61、本发明的优点在于：
62、现在已有的状态检测模型对噪声数据的适应性和在复杂环境中的鲁棒性较低，本发明通过差分注意力机制，利用中心差分去除非平稳特性，提取三相刀闸的电流局部特征，能更好地处理复杂数据和噪声干扰，确保对三相刀闸的分合闸状态进行准确判断的能力。差分注意力机制集成到现有的transformer模型中需要修改模型的编码层，以确保新的机制能够与模型的其他部分协同工作。
1.面向一键顺控的gis分合闸状态研判方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的面向一键顺控的gis分合闸状态研判方法，其特征在于，所述步骤一具体包括：
3.根据权利要求2所述的面向一键顺控的gis分合闸状态研判方法，其特征在于，所述步骤二具体包括：
4.根据权利要求1至3任一所述的面向一键顺控的gis分合闸状态研判方法，其特征在于，所述步骤三具体包括：
5.面向一键顺控的gis分合闸状态研判系统，其特征在于，包括：
6.根据权利要求5所述的面向一键顺控的gis分合闸状态研判系统，其特征在于，所述训练数据构建模块具体包括：
7.根据权利要求6所述的面向一键顺控的gis分合闸状态研判系统，其特征在于，所述目标模型训练模块具体包括：
8.根据权利要求5至7任一所述的面向一键顺控的gis分合闸状态研判系统，其特征在于，所述预测模块具体包括：
9.一种处理设备，其特征在于，包括至少一个处理器，以及与所述处理器通信连接的至少一个存储器，其中：所述存储器存储有可被处理器执行的程序指令，所述处理器调用所述程序指令能够执行如权利要求1至4任一所述的方法。
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存储计算机指令，所述计算机指令使所述计算机执行如权利要求1至4任一所述的方法。
