基于分层规则推理的局部放电PRPS图谱识别方法及系统技术方案

本发明专利技术提供了一种基于分层规则推理的局部放电PRPS图谱识别方法及系统，包括步骤1：检测电力设备的局部放电信号，获得PRPS图谱；步骤2：对PRPS图谱中的PRPS数据进行处理，得到PRPS特征参数；步骤3：通过分层规则推理诊断系统对PRPS特征参数进行分析，判断得到电力设备的局部放电类型。本发明专利技术通过对局部放电PRPS图谱做统一规范处理，能有效识别各类局部放电信号和噪声信号类型，简便准确地诊断出电力设备的局部放电模式，为电力设备的绝缘状态诊断提供可靠依据。

【技术实现步骤摘要】

本专利技术涉及电力设备故障诊断领域，具体地，涉及一种基于分层规则推理的局部放电PRPS(PhaseResolvedPulseSequence，脉序相位特性)图谱识别方法。
技术介绍
局部放电是电力设备绝缘故障的重要表征，也是绝缘进一步劣化的主要原因。局部放电对绝缘造成破坏作用的因素包括热力作用、带点微粒的轰击、局部放电产生的化学活性物的作用、机械效应以及冲击波和辐射线的作用。这些因素往往同时存在，引起侵蚀和结构上的变化，从而改变介质的电气和机械强度，破坏电气设备的绝缘性能。局部放电会在电力设备内部和周围空间产生一系列的光、声、电气和机械的振动等物理现象和化学变化。这些伴随局部放电而发生的各种物理和化学变化可以为检测电力设备绝缘状态提供检测信号。根据检测原理和检测手段的不同，常用的局部放电检测方法有暂态地电压法、特高频法、超声波法和高频电流耦合法等，通常检测的局部放电数据类型包括时域信号、频域信号、脉冲序列、相位特征分布数据、放电指纹和图片等。由于目前局部放电测试设备和技术各异，缺乏统一的数据规范，不利用测试结果的相互比较和历史测试数据互用。不同的局部放电过程存在差异，可以通过各类局部放电的信号特征差异来判断局部放电类型。各局部放电类型对设备的绝缘性能影响严重程度不同，因此，为高压开关设备设备进行局部放电检测，规范化检测数据记录，判断局部放电类型，对维护设备安全和电力系统稳定运行有着十分重要的意义。专利技术内容针对现有技术中的缺陷，本专利技术的目的是提供一种基于分层规则推理的局部放电PRPS图谱识别方法及系统。根据本专利技术提供的基于分层规则推理的局部放电PRPS图谱识别方法，包括如下步骤：步骤1：检测电力设备的局部放电信号，获得PRPS图谱；步骤2：对PRPS图谱数据进行处理，得到PRPS特征参数；步骤3：通过分层规则推理诊断系统对PRPS特征参数进行分析，判断得到电力设备的局部放电类型。优选地，所述步骤1包括：通过多种局部放电检测仪器采集电力设备的局部放电信号，具体地，使用局部放电测试仪的特高频、超声和高频电流检测单元，检测电力设备的局部放电信号，记录PRPS图谱。优选地，所述步骤2包括：步骤2.1：对PRPS图谱数据进行归一化处理，将放电幅值归算到[0,1]区间中；归一化计算的方法如下：y=x-minmax-min]]>其中，x表示待归一化的幅值，y表示归一化后的幅值，min表示幅值测量区间的最小值，max表示幅值测试区间的最大值；步骤2.2：PRPS图谱数据去噪，去除背景噪声和零散干扰信号；即根据PRPS脉冲分布数据之间的关联关系，去除随机干扰信号，并对遍布的小阈值背景噪声做滤除；其中，遍布的小阈值背景噪声指区别于局部放电特征的背景噪声，且幅值小于指定阈值；步骤2.3：PRPS相位校准；具体地，以自适应相位调整方法对PRPS图谱做相位校准，使信号在放电相位第一、二、三、四象限分布具有完整特征；其中，自适应相位调整方法是指根据PRPS图谱在相位上的分布，自动调整相位偏移；步骤2.4：PRPS特征参数提取，统计PRPS图谱的放电次数相位分布、放电幅值相位分布、放电次数周期分布，得到放电次数、偏斜度、突出度、不对称度、相关系数、脉冲集中度和分散度这些PRPS特征参数。优选地，所述步骤3包括：将得到的PRPS特征参数输入分层规则推理诊断系统，输出得到每种信号类型的置信度，统计后得到诊断结论。优选地，所述分层规则推理诊断系统包括：基础特征层、关联特征层、信号特征层以及信号类型层；所述基础特征层用于表征图谱的最基本的信号特征；基础特征包括：信号数量区间、信号分簇个数、放电相关度、放电幅值波动参数；所述关联特征层，用于依照各基础特征的相似性做关联分析；所述信号特征层用于储存多种信号特征表现，即每类信号有多种信号特征表现，每种信号特征是关联特征层关联分析结果的组合；所述信号类型层，用于顺序判断输入信号与信号特征层中信号特征的符合情况，输出每种信号类型的置信度。根据本专利技术提供的基于分层规则推理的局部放电PRPS图谱识别系统，包括：检测模块，用于检测电力设备的局部放电信号，获得PRPS图谱；数据处理模块，用于对PRPS图谱数据进行处理，得到PRPS特征参数；诊断模块，用于通过分层规则推理诊断系统对PRPS特征参数进行分析，判断得到电力设备的局部放电类型。优选地，所述检测模块包括：通过多种局部放电检测仪器采集电力设备的局部放电信号，具体地，使用局部放电测试仪的特高频、超声和高频电流检测单元，检测电力设备的局部放电信号，记录PRPS图谱。优选地，所述数据处理模块包括：子模块1：对PRPS图谱数据进行归一化处理，将放电幅值归算到[0,1]区间中；归一化计算的方法如下：y=x-minmax-min]]>其中，x表示待归一化的幅值，y表示归一化后的幅值，min表示幅值测量区间的最小值，max表示幅值测试区间的最大值；子模块2：PRPS图谱数据去噪，去除背景噪声和零散干扰信号；即根据PRPS脉冲分布数据之间的关联关系，去除随机干扰信号，并对遍布的小阈值背景噪声做滤除；其中，遍布的小阈值背景噪声指区别于局部放电特征的背景噪声，且幅值小于指定阈值；子模块3：PRPS相位校准；具体地，以自适应相位调整方法对PRPS图谱做相位校准，使信号在放电相位第一、二、三、四象限分布具有完整特征；其中，自适应相位调整方法是指根据PRPS图谱在相位上的分布，自动调整相位偏移；子模块4：PRPS特征参数提取，统计PRPS图谱的放电次数相位分布、放电幅值相位分布、放电次数周期分布，得到放电次数、偏斜度、突出度、不对称度、相关系数、脉冲集中度和分散度这些PRPS特征参数。优选地，所述诊断模块包括：将得到的PRPS特征参数输入分层规则推理诊断系统，输出得到每种信号类型的置信度，统计后得到诊断结论。优选地，所述分层规则推理诊断系统包括：基础特征层、关联特征层、信号特征层以及信号类型层；所述基础特征层用于表征图谱的最基本的信号特征；基础特征包括：信号数量区间、信号分簇个数、放电相关度、放电幅值波动参数；所述关联特征层，用于依照各基础特征的相似性做关联分析；所述信号特征层用于储存多种信号特征表现，即每类信号有多种信号特征表现，每种信号特征是关联特征层关联分析结果的组合；所述信号类型层，用于顺序判断输入信号与信号特征层中信号特征的符合情况，输出每种信号类型的置信本文档来自技高网...

【技术保护点】
一种基于分层规则推理的局部放电PRPS图谱识别方法，其特征在于，包括如下步骤：步骤1：检测电力设备的局部放电信号，获得PRPS图谱；步骤2：对PRPS图谱数据进行处理，得到PRPS特征参数；步骤3：通过分层规则推理诊断系统对PRPS特征参数进行分析，判断得到电力设备的局部放电类型。

【技术特征摘要】
1.一种基于分层规则推理的局部放电PRPS图谱识别方法，其特征在于，包括如下
步骤：
步骤1：检测电力设备的局部放电信号，获得PRPS图谱；
步骤2：对PRPS图谱数据进行处理，得到PRPS特征参数；
步骤3：通过分层规则推理诊断系统对PRPS特征参数进行分析，判断得到电力设
备的局部放电类型。
2.根据权利要求1所述的基于分层规则推理的局部放电PRPS图谱识别方法，其特
征在于，所述步骤1包括：通过多种局部放电检测仪器采集电力设备的局部放电信号，
具体地，使用局部放电测试仪的特高频、超声和高频电流检测单元，检测电力设备的局
部放电信号，记录PRPS图谱。
3.根据权利要求1所述的基于分层规则推理的局部放电PRPS图谱识别方法，其特
征在于，所述步骤2包括：
步骤2.1：对PRPS图谱数据进行归一化处理，将放电幅值归算到[0,1]区间中；归一
化计算的方法如下：
y=x-minmax-min]]>其中，x表示待归一化的幅值，y表示归一化后的幅值，min表示幅值测量区间的最
小值，max表示幅值测试区间的最大值；
步骤2.2：PRPS图谱数据去噪，去除背景噪声和零散干扰信号；即根据PRPS脉冲
分布数据之间的关联关系，去除随机干扰信号，并对遍布的小阈值背景噪声做滤除；其
中，遍布的小阈值背景噪声指区别于局部放电特征的背景噪声，且幅值小于指定阈值；
步骤2.3：PRPS相位校准；具体地，以自适应相位调整方法对PRPS图谱做相位校
准，使信号在放电相位第一、二、三、四象限分布具有完整特征；其中，自适应相位调
整方法是指根据PRPS图谱在相位上的分布，自动调整相位偏移；
步骤2.4：PRPS特征参数提取，统计PRPS图谱的放电次数相位分布、放电幅值相
位分布、放电次数周期分布，得到放电次数、偏斜度、突出度、不对称度、相关系数、
脉冲集中度和分散度这些PRPS特征参数。
4.根据权利要求1所述的基于分层规则推理的局部放电PRPS图谱识别方法，其特
征在于，所述步骤3包括：将得到的PRPS特征参数输入分层规则推理诊断系统，输出

\t得到每种信号类型的置信度，统计后得到诊断结论。
5.根据权利要求4所述的基于分层规则推理的局部放电PRPS图谱识别方法，其特
征在于，所述分层规则推理诊断系统包括：基础特征层、关联特征层、信号特征层以及
信号类型层；
所述基础特征层用于表征图谱的最基本的信号特征；基础特征包括：信号数量区间、
信号分簇个数、放电相关度、放电幅值波动参数；
所述关联特征层，用于依照各基础特征的相似性做关联分析；
所述信号特征层用于储存多种信号特征表现，即每类信号有多种信号特征表现，每
种信号特征是关联特征层关联分析结果的组合；
所述信号类型层，用于顺序判断输入信号与信号特征层中信号特征的符合情况，输
出每种信号类型的置信度。

【专利技术属性】
技术研发人员：黄成军，郭灿新，欧阳三元，宋方，张克勤，
申请(专利权)人：华乘电气科技上海股份有限公司，
类型：发明
国别省市：上海;31