【技术实现步骤摘要】
：本专利技术属于电力设备局部放电检测
，具体涉及一种基于局部放电统计量的特征提取及识别方法，用于电力设备局部放电类型的识别。
技术介绍
：电力设备的绝缘材料是保证电力设备正常运行的重要组件，但是由于绝缘材料在强电场作用下老化或绝缘材料加工缺陷，在电力设备运行中绝缘材料内部会出现局部放电，局部放电的发展会加速绝缘材料的老化，从而导致电力设备寿命缩短，所以必须尽早发现和识别局部放电的类型，采用措施减缓电力设备的老化。根据局部放电统计量进行局部放电类型识别的方法较多，目前比较成熟的方法是基于相位的放电序列(PRPD，Phase Resolved Pluse Sequence)生成的放电相位谱图，如放电量-相位二维谱图和放电量-相位-放电次数三维谱图，这些谱图提供了29种特征参量，如偏斜度、峭度等，可以用于局部放电类型识别。上述方法将放电特征分为正半轴和负半轴两个区域，而并没有细致的考虑每个放电相位上的统计特征，本专利技术根据不同放电量在不同相位上发生的次数作为统计参量，提出了一种新的局部放电二维统计矩阵及其二维统计图谱，从该二维统计矩阵中提取的特征向量可以用于放电类型的识别。
技术实现思路
：本专利技术的目的是为了解决更加有效提取能够识别局部放电类型的局部放电特征的问题，提供了一种基于局部放电统计量的特征提取及识别方法，并验证了特征参量在局部放电类型识别中的有效性。为达到上述目的，本专利技术采用如下技术方案来实现的：基于局部放电统计量的特征提取及识别方法，包括以下步骤：1)对采集到的多个工频放电周期的局部放电信号进行工频相位-放电量-放电次数或者工频相位-放...
【技术保护点】
基于局部放电统计量的特征提取及识别方法，其特征在于，包括以下步骤：1)对采集到的多个工频放电周期的局部放电信号进行工频相位‑放电量‑放电次数或者工频相位‑放电幅值‑放电次数的统计分析，得到局部放电二维统计矩阵；2)计算局部放电二维统计矩阵的奇异值，得到二维统计矩阵的特征向量；3)利用二维统计向量，采用有监督的学习方法对局部放电类型进行识别。
【技术特征摘要】
1.基于局部放电统计量的特征提取及识别方法，其特征在于，包括以下步骤：1)对采集到的多个工频放电周期的局部放电信号进行工频相位-放电量-放电次数或者工频相位-放电幅值-放电次数的统计分析，得到局部放电二维统计矩阵；2)计算局部放电二维统计矩阵的奇异值，得到二维统计矩阵的特征向量；3)利用二维统计向量，采用有监督的学习方法对局部放电类型进行识别。2.根据权利要求1所述的基于局部放电统计量的特征参量提取及识别方法，其特征在于，步骤1)中局部放电信号为由局部放电发生时激发的射频信号、脉冲电流信号、超高频信号和超声信号，多个工频放电周期是50～500个周期。3.根据权利要求1所述的基于局部放电统计量的特征参量提取及识别方法，其特征在于，步骤1)中放电量的单位为pC，放电幅值的单位为mV、V或dB。4.根据权利要求1所述的基于局部放电统计量的特征参量提取及识别方法，其特征在于，步骤1)中局部放电二维统计矩阵能够以二维图像的形式表示。5.根据权利要求1所述的基于局部放电统计量的特征参量提取及识别方法，其特征在于，步骤1)的具体实现方法如下：101)记录局部放电发生过程中多个工频周期的放电量和对应的放电相位或者放电幅值和对应的放电相位；102)建立二维统计矩阵Pattern，得到某一个工频相位上不同放电量发生的次数，步骤如下：a)第k次放电时，确定该次放电在二维统计矩阵中位置(i，j)，根据该次放电量和对应的工频相位按如下公式得到，j＝Mpdk/Yscale，i＝Phasek/Xscale (1)其中，k表示第k次放电，Mpdi是第k次放电的放电量或放电幅值，Yscale是缩放比例，Phasei是第k次放电发生的工频相位，Xscale是缩放比例，例如当Xscale为0.9°时，横坐标每一格表示0.9°，当Yscale为10时，纵坐标每一格能够表示10pC或10mV、10V、10dB；b)二维矩阵Pattern中的(i,j)处的值表示为在某一个放电相位Phasei发生对应放电量或放电幅值Mpdk的次数，即统计多个工频周期内某一个工频相位对应的某一个相同放电量或放电幅值发生的次数，上述结果根据公式(2)得到： Pattern i , j = c o u n t ( Phase k , M p d k ) = i f i = Phase k / X s c a ...
【专利技术属性】
技术研发人员：赵煦，兀鹏越，柴琦，冯仰敏，
申请(专利权)人：西安西热节能技术有限公司，
类型：发明
国别省市：陕西;61
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。