局部放电故障判定特征提取方法及判定方法技术

本发明专利技术涉及监测技术领域，特别涉及一种局部放电故障判定特征提取方法及一种判定方法。本发明专利技术提供一种局部放电故障类型判定特征提取方法，包括：对局部放电区域信号进行离散采样；由离散数字信号构建Hankel矩阵；对Hankel矩阵进行奇异值分解得到奇异值矩阵；对奇异值进行筛选，保留数值较大的奇异值得到经筛选的奇异值矩阵，根据经筛选的奇异值矩阵得到改进Hankel矩阵；对改进Hankel矩阵相空间重构得到构建相空间矩阵B；计算相空间矩阵B各分量能量矩，得到局部放电故障判定特征向量。本发明专利技术能够有效避免奇异值分解产生的有效奇异值数量不等进而影响故障诊断精度的问题，并能改善其他方法在进行模式识别时忽略特征值间的相互内在关系的不足。

【技术实现步骤摘要】
局部放电故障判定特征提取方法及判定方法
本专利技术涉及监测
，特别涉及一种局部放电故障判定特征提取方法及一种判定方法。
技术介绍
局部放电是高压电器设备出现故障、出现绝缘劣化的主要原因，同时也是绝缘劣化的主要征兆和表现形式。因此，在监测大型电力设备的绝缘状况方面已做出了大量的关于局部放电的研究。在局部放电故障诊断方面，能够有效提取局部放电的故障特征，并能准确的实现在线监测和实时故障诊断将对电力系统安全稳定运行提供重要的保障。目前，在处理局部放电信号时，常用的特征提取分析方法有统计参数法、波形特征参数法、Weibull参数法、分形特征参数法、数字图像矩特征参数法、小波(包)变换、(总体)经验模态分解等。但小波变换缺乏自适应性，小波分析效果很大程度取决于小波基函数的选取。经验模态分解方法虽具有自适应性，但理论上仍存在频率混淆、过包络、欠包络、端点效应和出现无物理意义的负频率成分等局限。奇异值分解方法，能够在强噪声背景下检测出突变信息，在信号处理中表现出独特的优势，其具有零相移、波形失真小、信噪比高等优点，但奇异值分解存在提取不同状态信息所得到的特征分量个数不等的难题。因此，有必要提本文档来自技高网...

【技术保护点】
一种局部放电故障类型判定特征提取方法，其特征在于：包括：获取局部放电区域离散数字信号；由离散数字信号构建Hankel矩阵A1；对Hankel矩阵A1进行奇异值分解得到奇异值矩阵；奇异值矩阵中的奇异值按大小排序，选择k个的前面数值较大的奇异值得到经筛选的奇异值矩阵，根据经筛选的奇异值矩阵得到改进Hankel矩阵A2，所述k为整数；对改进Hankel矩阵A2相空间重构得到构建相空间矩阵B；计算相空间矩阵B各分量能量矩，得到局部放电故障判定特征向量。

【技术特征摘要】
1.一种局部放电故障类型判定特征提取方法，其特征在于：包括：获取局部放电区域离散数字信号；由离散数字信号构建Hankel矩阵A1；对Hankel矩阵A1进行奇异值分解得到奇异值矩阵；奇异值矩阵中的奇异值按大小排序，选择k个的前面数值较大的奇异值得到经筛选的奇异值矩阵，根据经筛选的奇异值矩阵得到改进Hankel矩阵A2，所述k为整数；对改进Hankel矩阵A2相空间重构得到构建相空间矩阵B；计算相空间矩阵B各分量能量矩，得到局部放电故障判定特征向量。2.根据权利要求1所述的局部放电故障类型判定特征提取方法，其特征在于：所述k为最佳奇异值数目。3.根据权利要求2所述的局部放电故障类型判定特征提取方法，其特征在于：所述最佳奇异值数目k，经如下方法确定：由奇异值矩阵构成奇异值曲线C；计算奇异值曲线C中各点曲率T(q)；由各点曲率T(q)构建曲率族F；确定曲率族最大个体w；若曲率族最大个体为凹，则奇异值最佳数目为w，若曲率族最大个体为凸，则奇异值最佳数目为w-1。4.根据权利要求1所述的局部放电故障类型判定特征提取方法，...

【专利技术属性】
技术研发人员：王永强，律方成，崔博源，李敏，陈允，
申请(专利权)人：中国电力科学研究院，国家电网公司，华北电力大学保定，国网河北省电力公司，
类型：发明
国别省市：北京,11