本发明专利技术公开了基于高斯参数拟合的局部放电谱图特征模式识别算法，包括：a、获取待测量局部放电过程中的局部放电图谱；b、基于获取的局部放电图谱，利用高斯函数获取待测量局部放电过程中的待识别局部放电与标准局部放电特征量之间的距离；c、基于获取的待识别局部放电与标准局部放电特征量之间的距离，获取局部放电模式识别的结果并输出。本发明专利技术所述基于高斯参数拟合的局部放电谱图特征模式识别算法，可以克服现有技术中抗干扰能力差、识别难度大和可靠性低等缺陷，以实现抗干扰能力强、识别难度小和可靠性高的优点。
【技术实现步骤摘要】
本专利技术涉及放电图谱处理
，具体地，涉及基于高斯参数拟合的局部放电 谱图特征模式识别算法。
技术介绍
为了满足电力系统检修的需求，高压电器设备的局部放电在线检测技术，特别是 其中的关键技术一一局部放电模式识别，得到了长足的发展。用于描述局部放电故障模式 识别系统的一组与分类有关的参数就是该识别系统的特征量。特征量提取的基本任务是如 何从系统的诸多特征中找出那些最有效的特征量及研究如何把高维特征空间压缩到低维 特征空间以便有效地设计分类器。 上世纪90年代，模式识别方法开始应用于局部放电类型的识别，以代替放电谱图 的目测判断。显著提高了识别的科学性和有效性。模式识别理论正在朝着智能化的方向发 展，即增强系统的自适应能力、学习能力以及容错能力等。但是，一方面由于很多非确定性 因素影响局部放电信号的采集；另一方面对局放信号中所包含信息的内涵及规律尚未完全 清楚，至今没有一种成熟的诊断理论或标准；所以，局部放电模式识别技术目前尚处于研究 阶段。 在实现本专利技术的过程中，专利技术人发现现有技术中至少存在抗干扰能力差、识别难 度大和可靠性低等缺陷。
技术实现思路
本专利技术的目的在于，针对上述问题，提出基于高斯参数拟合的局部放电谱图特征 模式识别算法，以实现抗干扰能力强、识别难度小和可靠性高的优点。 为实现上述目的，本专利技术采用的技术方案是：基于高斯参数拟合的局部放电谱图 特征模式识别算法，包括： a、获取待测量局部放电过程中的局部放电图谱；b、基于获取的局部放电图谱，利用高斯函数获取待测量局部放电过程中的待识别 局部放电与标准局部放电特征量之间的距离； c、基于获取的待识别局部放电与标准局部放电特征量之间的距离，获取局部放电 模式识别的结果并输出。 进一步地，所述步骤b，具体包括： bl、基于获取的局部放电图谱，对获取的局部放电图谱进行拟合； b2、基于对局部放电图谱的拟合结果，计算高斯函数特征参量；b3、基于计算所得高斯函数特征参量，构造二元特征量； b4、基于构造所得二元特征量，计算待测量局部放电过程中的待识别局部放电与 标准局部放电特征量之间的距离。 进一步地，所述步骤b2,进一步包括： 在所述步骤b2中，所述的高斯函数特征参量，包括"聚集中心"、"弥散范围"和"分 配比重"； 在所述步骤b2中，所述高斯函数为二元高斯函数；所述二元高斯函数的原型函数 为： 进一步地，在所述步骤b3中，所述构造二元特征量的操作中，具体是利用以下公 式构造二元特征量： 其中，iiy+和y,表示高斯函数的正负半周的"聚集中心"的Y轴分量，Ox+和 〇 ,表示高斯函数的正负半周的"弥散范围"的X轴分量，n+和n表示高斯函数的正负半 周的"分配比重"。 进一步地，在所述步骤b4中，所述计算待测量局部放电过程中的待识别局部放电 与标准局部放电特征量之间的距离的操作中，具体是利用以下公式计算待识别局部放电与 标准局部放电特征量之间的距离： 上式中，Dj为待识别局部放电与标准局部放电特征量之间的距离，(I，，Xj2I 为待识别局部放电特征量，t\(1)，If)为标准局部放电特征量。 进一步地，所述步骤a，具体包括： al、在待测量局部放电过程的局部放电测量中，获取局部放电的放电量Q和局部 放电相位角; a2、对局部放电量Q在区间上进行量化，对局部放电相位角巾在区间上进行量化，得到量化网格； a3、统计每一个量化网格中的局部放电次数，计算得到局部放电谱图。 进一步地，在所述步骤a3中，还包括局部放电谱图的生成步骤，即： 在局部放电测量中获取局部放电的放电量对放电发生相位角的分布函数，利用分 布函数获取局部放电的放电量Q和局部放电相位角小。 进一步地，所述步骤c，具体包括： 构造局部放电概率分布函数，并将局部放电概率分布函数作为局部放电模式识别 的结果输出。 进一步地，在所述步骤c中所述局部放电概率分布函数的计算公式如下： 上式中jG{1，2, ...M}为标准局部放电量的种类，Pj为局部放电概率分布函数。 本专利技术各实施例的，由于包 括：a、获取待测量局部放电过程中的局部放电图谱；b、基于获取的局部放电图谱，利用高 斯函数获取待测量局部放电过程中的待识别局部放电与标准局部放电特征量之间的距离； c、基于获取的待识别局部放电与标准局部放电特征量之间的距离，获取局部放电模式识别 的结果并输出；从而可以克服现有技术中抗干扰能力差、识别难度大和可靠性低的缺陷，以 实现抗干扰能力强、识别难度小和可靠性高的优点。 本专利技术的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变 得显而易见，或者通过实施本专利技术而了解。 下面通过附图和实施例，对本专利技术的技术方案做进一步的详细描述。【附图说明】 附图用来提供对本专利技术的进一步理解，并且构成说明书的一部分，与本专利技术的实 施例一起用于解释本专利技术，并不构成对本专利技术的限制。在附图中：图1为本专利技术中对局部放电谱图分布特征进行高斯参数拟合的模式识别算法的 处理流程框图； 图2为本专利技术中对放电散点谱图在Q-ci)平面上的二元高斯分布的曲面拟合； 图3为本专利技术中一次电晕放电的N-Q-巾三维分布谱图； 图4为对图3中的放电谱图拟合出的二元高斯分布函数；图5为本专利技术中计算得出的放电谱图在正、负半周分布的特征参量； 图6为本专利技术中新构造的X(1)和X(2)特征量空间对几种典型放电类型的聚集坐标， 其中，（a)油中电晕放电，（b)内部气隙放电，（c)悬浮放电； 图7为本专利技术中通过距离分类器构造而出的放电概率分布图；图8为本专利技术中高斯曲线拟合的曲线； 图9为本专利技术中迭代过程的流程图。【具体实施方式】 以下结合附图对本专利技术的优选实施例进行说明，应当理解，此处所描述的优选实 施例仅用于说明和解释本专利技术，并不用于限定本专利技术。 针对局部放电相位谱图的分布特征，根据本专利技术实施例，如图1-图9所示，提供了 ，即对局部放电谱图分布特征进行高 斯参数拟合的模式识别算法。 本专利技术的技术方案，采用高斯分布函数拟合放电谱图中的散点分布，提取高斯函 数的"聚集中心"、"弥散范围"和"分配比重"等相关参数，再重新构造两个新的特征量X(1) 和X(2)，通过计算待识别放电特征量与标准分类放电特征量之间的统计距离D,，将待识别放 电在各个标准放电模式上的概率分布&作为局部放电模式识别算法的结果输出。 本专利技术技术方案的，可以有 效压缩特征量参数空间的维度，有利于特征分类器的设计构造；从对典型放电的分类效果 来看，该的特征量选取可对电晕放电 类型达到最大化的分类识别。 本专利技术采用的技术方案是：一种基于高斯参数拟合的局部放电谱图特征模式识别 方法，包括以下步骤： S100、计算局部放电谱图；步骤SlOO具体为： S1001、在局部放电测量中获取局部放电的放电量Q和局部放电相位角小；S1002、对局部放电量Q在区间上进行量化，对局部放电相位角伞在 区间上进行量化，得到量化网格；S1003、统计每一个量化网格中的局部放电次数，计算得到局部放电谱图；步骤 S1003具体为： 统计每一个量化网格中的局部放电次数，比如说，放电谱图中的三个放电点分别 是（85. 4, 159. 2)、（88. 7, 168. 2)、（93. 1，187. 5)本文档来自技高网...
【技术保护点】
基于高斯参数拟合的局部放电谱图特征模式识别算法，其特征在于，包括：a、获取待测量局部放电过程中的局部放电图谱；b、基于获取的局部放电图谱，利用高斯函数获取待测量局部放电过程中的待识别局部放电与标准局部放电特征量之间的距离；c、基于获取的待识别局部放电与标准局部放电特征量之间的距离，获取局部放电模式识别的结果并输出。
【技术特征摘要】
【专利技术属性】
技术研发人员：江峰，马振祺，温定筠，陈宏刚，张凯，张秀斌，张广东，胡春江，
申请(专利权)人：国家电网公司，国网甘肃省电力公司，国网甘肃省电力公司电力科学研究院，
类型：发明
国别省市：北京;11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。