基于多径向基神经网络的局部放电定位误差补偿方法技术

本发明专利技术公开了一种基于多径向基神经网络的局部放电定位误差补偿方法，其包括步骤：(1)划分空间区域；(2)采集样本局部放电信号，计算样本时延值；(3)计算理论时延值；(4)训练第一径向基神经网络；(5)补偿样本时延值的误差，输出相应的修正样本时延值；(6)计算相应的修正样本放电源位置；(7)训练第二径向基神经网络；(8)采集放电源位置待定的局部放电信号，计算相应的初步时延值和初步放电源位置；(9)补偿初步时延值的误差，输出相应的修正时延值；(10)计算相应的初次修正放电源位置；(11)补偿初次修正放电源位置的误差，输出相应的最终修正放电源位置。本发明专利技术能补偿时延的计算误差和定位误差，提高定位精准度。

Partial discharge localization error compensation method based on multipath based neural network

The invention discloses a method for partial discharge location error compensation based on multiple radial basis neural network, which comprises the following steps: (1) division of the region of space; (2) samples of partial discharge signals, calculate the sample delay value; (3) the calculation theory of delay value; (4) the training of radial basis function neural network; (5) sample delay error compensation value, the output value of the corresponding sample delay correction; (6) calculate the corresponding sample discharge position; (7) training second RBF neural network; (8) partial discharge signals collection discharge source location TBD, the calculation of the corresponding delay value and the initial discharge source position; (9) the initial delay error compensation value, the output value of the corresponding delay correction; (10) the first amendment power position calculation; (11) the first discharge position error correction compensation, the final output correction corresponding discharge position. The invention can compensate the calculation error and location error of the time delay, and improve the positioning accuracy.

【技术实现步骤摘要】
基于多径向基神经网络的局部放电定位误差补偿方法
本专利技术涉及电力设备监控领域，尤其涉及一种基于多径向基神经网络的局部放电定位误差补偿方法及基于多径向基神经网络的局部放电定位系统。
技术介绍
电力行业中电力设备的安全稳定运行极为重要，局部放电(PartialDischarge，PD)作为电力设备绝缘劣化的一种形式，有可能造成设备的进一步劣化甚至绝缘击穿。因此，对局部放电的早期定位非常重要。对局部放电的放电源位置进行定位，可以及时地发现电力设备的故障位置，提高检修的效率，有效避免重大事故的发生，并且可以有效节约人力成本，因此局部放电的准确定位有重大意义。基于特高频(UHF)信号时差的局部放电定位方法通过计算超高频信号的时差进行局放定位，有较强的抗干扰性和较高的灵敏性；然而由于定位误差较大，还未能在变电站中广泛应用。基于特高频信号的定位法是通过若干传感器分别采集放电源发出的特高频局部放电信号，基于时延算法计算各个传感器接收到的特高频局部放电信号之间的时延值，然后基于时延值确定放电源位置坐标，因此时延值的计算准确度将大大影响到局部放电的定位准确度。基于特高频信号的局部放电定位近年来已被科研工作者们深入研究，涌现出了很多计算特高频信号时差的方法，如典型的相关估计法、阈值法和能量积累法等。根据时差法的局部放电定位方程可知，局部放电定位的精度取决于特高频信号时差的计算精度，若要求定位精度为1米，则时差的计算误差需在10纳秒以内，大部分时差计算算法难以达到如此高的精度要求，因此无法进一步提高局部放电源位置定位的精准度。
技术实现思路
本专利技术的目的之一是提供一种基于多径向基神经网络的局部放电定位误差补偿方法，其能够补偿局部放电定位误差，提高定位精准度。基于上述目的，本专利技术提供了一种基于多径向基神经网络的局部放电定位误差补偿方法，其包括步骤：(1)将局部放电信号测量范围内的空间划分为多个空间区域；(2)采集分布在所述多个空间区域内的放电源位置已知的若干样本局部放电信号，基于时延算法计算相应的样本时延值；(3)基于所述已知的放电源位置计算所述若干样本局部放电信号的理论时延值；(4)分别对应所述多个空间区域训练多个第一径向基神经网络，其中每个第一径向基神经网络以其对应的空间区域相应的所述样本时延值为样本输入，以其对应的空间区域相应的所述理论时延值为期望输出进行训练；(5)每个第一径向基神经网络以其对应的空间区域相应的所述样本时延值为输入，所述第一径向基神经网络补偿所述样本时延值的误差，输出相应的修正样本时延值；(6)基于所述修正样本时延值计算相应的修正样本放电源位置；(7)分别对应所述多个空间区域训练多个第二径向基神经网络，其中每个第二径向基神经网络以其对应的空间区域相应的修正样本放电源位置为样本输入，以其对应的空间区域相应的所述已知的放电源位置为期望输出进行训练；(8)采集放电源位置待定的局部放电信号，基于时延算法计算相应的初步时延值，并基于该初步时延值计算相应的初步放电源位置；(9)将所述初步时延值输入所述初步放电源位置对应的所述第一径向基神经网络，所述第一径向基神经网络补偿所述初步时延值的误差，输出修正时延值；(10)基于所述修正时延值计算相应的初次修正放电源位置；(11)将所述初次修正放电源位置输入所述初步放电源位置对应的所述第二径向基神经网络，所述第二径向基神经网络补偿所述初次修正放电源位置的误差，输出最终修正放电源位置。本专利技术所述的基于多径向基神经网络的局部放电定位误差补偿方法，其采用与现有技术中的对时延算法作进一步改进完全不同的构思，即利用径向基神经网络分两级分别学习并模拟局部放电信号的时延计算和定位误差分布，构建时延误差和定位误差补偿曲面，通过神经网络补偿初步时延值和初次修正放电源位置的误差，从而提高定位精准度。此外，本专利技术还将局部放电信号测量范围内的空间划分为多个空间区域，针对每个空间区域单独训练相应的神经网络。所述步骤(9)和(11)中，本方法可以基于已有的定位系统进行误差补偿，对于空间中的局部放电，定位系统首先计算出初步的定位结果，并根据该初步的定位结果选择相应空间区域对应的神经网络进行误差补偿。所述径向基(RBF)神经网络能够全局无限逼近非线性误差函数，并且网络结构简单，高度容错，训练快速易行，非常适合应用于数据误差修正。局部放电信号时差值的误差是复杂的非线性函数，径向基神经网络是一种前向网络，能够以任意精度拟合非线性函数；与BP神经网络相比，不会陷入拟合到局部最优解的问题；同时由于径向基神经网络结构紧凑，易于构造，训练速度块，更适合在工程实践中应用。本专利技术所述的基于多径向基神经网络的局部放电定位误差补偿方法可以用于基于多径向基神经网络的局部放电定位系统的定位计算，从而提高基于多径向基神经网络的局部放电定位系统的定位精准度。进一步地，本专利技术所述的基于多径向基神经网络的局部放电定位误差补偿方法中，所述时延算法包括阈值法、能量积累法、相关估计法、双谱估计算法、高阶统计量法以及插值相关法中的至少其中之一。进一步地，本专利技术所述的基于多径向基神经网络的局部放电定位误差补偿方法中，通过固定位于不同位置的若干传感器采集局部放电信号。更进一步地，上述基于多径向基神经网络的局部放电定位误差补偿方法中，所述若干传感器的数量为四个。更进一步地，上述基于多径向基神经网络的局部放电定位误差补偿方法中，所述第一径向基神经网络的输入节点个数为4，输出节点个数为4。上述方案中，通常在四个传感器的两两组合中选择四种组合，该四种组合对应同一个放电源的四个时延值以四维向量的形式表述。由于时延值为四维向量，因此所述第一径向基神经网络的输入节点和输出节点个数均为4。更进一步地，上述基于多径向基神经网络的局部放电定位误差补偿方法中，所述第二径向基神经网络的输入节点个数为2，输出节点个数为2。上述方案中，通常定位结果以距离和角度构成的二维向量的形式表述。由于定位结果为二维向量，因此所述第二径向基神经网络的输入节点和输出节点个数均为2。进一步地，本专利技术所述的基于多径向基神经网络的局部放电定位误差补偿方法中，所述第一径向基神经网络和/或所述第二径向基神经网络的隐层神经元个数确定方法为：从1开始依次增加1，每次增加后计算神经网络训练误差，当训练误差满足要求或隐层神经元个数达到输入数据个数时停止增加。进一步地，本专利技术所述的基于多径向基神经网络的局部放电定位误差补偿方法中，所述径向基神经网络的基函数为高斯基函数。更进一步地，上述基于多径向基神经网络的局部放电定位误差补偿方法中，利用K-Means聚类方法求取高斯基函数中心和高斯基函数中心点宽度。本专利技术的另一目的是提供一种基于多径向基神经网络的局部放电定位系统，其能够提高局部放电定位精准度。基于上述目的，本专利技术提供了一种基于多径向基神经网络的局部放电定位系统，其基于时延值确定局部放电信号的放电源位置，采用上述任一方法对初步时延值的误差和初次修正放电源位置的误差进行补偿，所述系统包括依次连接的传感器、数据处理单元、数据分析单元，其中：所述数据分析单元将局部放电信号测量范围内的空间划分为多个空间区域；所述传感器采集分布在所述多个空间区域内的放电源位置已知的若干样本局部放电信号，所述数据分析单元通过数据处理本文档来自技高网...

【技术保护点】
一种基于多径向基神经网络的局部放电定位误差补偿方法，其特征在于，包括步骤：(1)将局部放电信号测量范围内的空间划分为多个空间区域；(2)采集分布在所述多个空间区域内的放电源位置已知的若干样本局部放电信号，基于时延算法计算相应的样本时延值；(3)基于所述已知的放电源位置计算所述若干样本局部放电信号的理论时延值；(4)分别对应所述多个空间区域训练多个第一径向基神经网络，其中每个第一径向基神经网络以其对应的空间区域相应的所述样本时延值为样本输入，以其对应的空间区域相应的所述理论时延值为期望输出进行训练；(5)每个第一径向基神经网络以其对应的空间区域相应的所述样本时延值为输入，所述第一径向基神经网络补偿所述样本时延值的误差，输出相应的修正样本时延值；(6)基于所述修正样本时延值计算相应的修正样本放电源位置；(7)分别对应所述多个空间区域训练多个第二径向基神经网络，其中每个第二径向基神经网络以其对应的空间区域相应的修正样本放电源位置为样本输入，以其对应的空间区域相应的所述已知的放电源位置为期望输出进行训练；(8)采集放电源位置待定的局部放电信号，基于时延算法计算相应的初步时延值，并基于该初步时延值计算相应的初步放电源位置；(9)将所述初步时延值输入所述初步放电源位置对应的所述第一径向基神经网络，所述第一径向基神经网络补偿所述初步时延值的误差，输出修正时延值；(10)基于所述修正时延值计算相应的初次修正放电源位置；(11)将所述初次修正放电源位置输入所述初步放电源位置对应的所述第二径向基神经网络，所述第二径向基神经网络补偿所述初次修正放电源位置的误差，输出最终修正放电源位置。...

【技术特征摘要】
1.一种基于多径向基神经网络的局部放电定位误差补偿方法，其特征在于，包括步骤：(1)将局部放电信号测量范围内的空间划分为多个空间区域；(2)采集分布在所述多个空间区域内的放电源位置已知的若干样本局部放电信号，基于时延算法计算相应的样本时延值；(3)基于所述已知的放电源位置计算所述若干样本局部放电信号的理论时延值；(4)分别对应所述多个空间区域训练多个第一径向基神经网络，其中每个第一径向基神经网络以其对应的空间区域相应的所述样本时延值为样本输入，以其对应的空间区域相应的所述理论时延值为期望输出进行训练；(5)每个第一径向基神经网络以其对应的空间区域相应的所述样本时延值为输入，所述第一径向基神经网络补偿所述样本时延值的误差，输出相应的修正样本时延值；(6)基于所述修正样本时延值计算相应的修正样本放电源位置；(7)分别对应所述多个空间区域训练多个第二径向基神经网络，其中每个第二径向基神经网络以其对应的空间区域相应的修正样本放电源位置为样本输入，以其对应的空间区域相应的所述已知的放电源位置为期望输出进行训练；(8)采集放电源位置待定的局部放电信号，基于时延算法计算相应的初步时延值，并基于该初步时延值计算相应的初步放电源位置；(9)将所述初步时延值输入所述初步放电源位置对应的所述第一径向基神经网络，所述第一径向基神经网络补偿所述初步时延值的误差，输出修正时延值；(10)基于所述修正时延值计算相应的初次修正放电源位置；(11)将所述初次修正放电源位置输入所述初步放电源位置对应的所述第二径向基神经网络，所述第二径向基神经网络补偿所述初次修正放电源位置的误差，输出最终修正放电源位置。2.如权利要求1所述的基于多径向基神经网络的局部放电定位误差补偿方法，其特征在于，所述时延算法包括阈值法、能量积累法、广义相关法、双谱估计算法、高阶统计量法以及插值相关法中的至少其中之一。3.如权利要求1所述的基于多径向基神经网络的局部放电定位误差补偿方法，其特征在于，通过固定位于不同位置的若干传感器采集局部放电信号。4.如权利要求3所述的基于多径向基神经网络的局部放电定位误差补偿方法，其特征在于，所述若干传感器的数量为四个。5.如权利要求4所述的基于多径向基神经网络的局部放电定位误差补偿方法，其特征在于，所述第一径向基神经网络的输入节点个数为4，输出节点个数为4。6.如权利要求5所述的基于多径向基神经网络的局部放电定位误差补偿方法，其特征在于，所述第二径向基神经网络的输入节点个数为2，输出节点个数为2。7.如权利要求1-6中任意一项权利要求所述的基于多径向基神经网络的局部放电定位误差补偿方法，其特征在于，所述第一径向基神经网络和/或所述第二径向基神经网...

【专利技术属性】
技术研发人员：周南，罗林根，盛戈皞，陈敬德，钱勇，刘亚东，宋辉，江秀臣，
申请(专利权)人：上海交通大学，
类型：发明
国别省市：上海,31