一种基于高频局放信号图的电缆绝缘缺陷状态评估方法技术

本发明专利技术公开了一种基于高频局放信号图的电缆绝缘缺陷状态评估方法，包括以下步骤，A、获取电缆的高频局放信号图；B、提取高频局放信号图的纹理特征、灰度共生矩阵特征、灰度‑梯度共生矩阵特征，将其作为特征向量；C、采用遗传算法对特征向量进行降维；D、将降维后的特征向量带入蜂群优化的多核支持向量机中进行缺陷识别；E、进行缺陷类型识别。采用该方法，其识别的准确率高。

【技术实现步骤摘要】
一种基于高频局放信号图的电缆绝缘缺陷状态评估方法
本专利技术涉及电缆绝缘缺陷故障识别
，，具体涉及一种基于高频局放信号图的电缆绝缘缺陷状态评估方法。
技术介绍
电力电缆在电力系统中主要起到传输和分配大功率电能的作用，是电网重要的组成部分之一，随着电缆在电力线路中所占比重增加，保证电力电缆的稳定运行对电网的意义也愈发显著。其中交联聚乙烯电缆即XLPE电缆机械、电气、热稳定性能良好，敷设安装方便，因此被广泛应用于电力系统中。为了保证XLPE交流电缆的安全可靠运行，需要对电力电缆进行绝缘电阻测量等预防性试验。同时，为了及时、准确地掌握XLPE交流电缆的绝缘缺陷情况，在进行离线测试以外，还需要进行在线的绝缘测试与故障诊断。现有对电缆绝缘缺陷状态进行评价其采用支持向量机模型对XLPE电缆的绝缘故障进行识别，但是其准确率低。
技术实现思路
本专利技术为了解决上述技术问题提供一种基于高频局放信号图的电缆绝缘缺陷状态评估方法。本专利技术通过下述技术方案实现：一种基于高频局放信号图的电缆绝缘缺陷状态评估方法，包括以下步骤，A、获取电缆的高频局放信号图；B、提取高频局放信号图的纹理特征、灰度共生矩阵特征、灰度-梯度共生矩阵特征，将其作为特征向量；C、采用遗传算法对特征向量进行降维；D、将降维后的特征向量带入蜂群优化的多核支持向量机中进行缺陷识别；E、进行缺陷类型识别。由于XLPE交流电缆的绝缘状况常反应于电缆的局部放电量，通过对XLPE交流电缆局部放电进行检测与模式识别掌握电缆的绝缘缺陷状况，并对绝缘缺陷状况进行诊断，不仅可提高对故障识别的准确率，且提高XLPE电缆局部放电检测系统的智能化水平，对于保证电缆的可靠运行具有重要意义。通过提取信号图中的纹理特征、灰度共生矩阵特征、灰度-梯度共生矩阵特征作为特征向量，充分提取局部特征，使本方案的可全面考虑局放信号图的各类特征。采用遗传算法对特征向量的降维处理，可有效的解决陷入局部最优解、容易破坏数据的拓扑结构的缺陷，使本方法可能够进行全局的最优化选择。最后利用蜂群优化的多核支持向量机对缺陷进行识别，可有效的降低本方法的计算量，提升运行速度，提高了识别准确率，对复杂环境下的局放检测具有更强的适应性。作为优选，所述纹理特征包括粗糙度、对比度、方向性、线相似性、规则性和粗略度。进一步的，所述粗糙度的提取方法为：对图像均值滤波，求取平均强度值，滤波窗口大小为2k×2k，其中，κ为滤波窗口参数；对于每个像素点(i,j)，分别计算其在水平和垂直方向的平均强度差S(i,j)；对于每个像素点(i,j)，将最大的平均强度差所对应的滤波窗口尺度作为最佳尺度Sbest；计算整幅图像中的Sbest并求其平均值得到粗糙度。进一步的，所述方向性的提取方法为：计算每个像素的梯度向量，包括水平和垂直方向上的变化量；根据梯度向量构造一个直方图，计算直方图中峰值的尖锐程度得到图像的方向性。作为优选，所述灰度共生矩阵特征的提取方法为：在整幅图像中，统计出每一种(h,k)值出现的次数，再将它们归一化为出现的概率Phk，并构成灰度共生矩阵[Phk]N×N，其中N为图像的灰度级，k、h为灰度；构造了4个方向的共生矩阵，包括M(0,1),M(-1,1),M(-1,0),M(-1,-1)；分别计算着4个共生矩阵的对比度、相关度、能量、同质性、熵值。作为优选，所述灰度-梯度共生矩阵特征的提取方法为：用梯度算子提取原始图像的梯度图像g(x,y)；对梯度图像进行灰度级离散化处理得到新的梯度图像G(x,y),x＝1,2,...,M；y＝1,2,...,N，其灰度级为Lg；灰度-梯度共生矩阵为{Hij,i＝0,1,...,L-1；j＝0,1,...,Lg-1}，其中，Hij为集合{(x,y)|f(x,y)＝i,G(x,y)＝j}中元素的数目；f(x,y)为源图像，x＝1,2,3...M,y＝1,2,3...N；L为源图像的灰度级；对做归一化处理，得到其中计算小梯度优势、大梯度优势、灰度分布不均匀性、梯度分布不均匀性、能量、灰度平均、梯度平均、灰度均方差、梯度均方差、相关、灰度熵、梯度熵、混合熵、惯性、逆差距。作为优选，所述步骤C具体方法为，C-1、缺陷特征个体编码：对特征向量的参数按一定顺序排列，染色体的每一个基因对应相应次序的特征项，其中，染色体采用二进制符号串来表示，其等位基因由{0,1}组成；C-2、缺陷特征优化的遗传操作：包括选择运算、交叉运算、变异运算、终止条件；其中，选择运算具体为：计算每个染色体vi的适应值eval(vi)，其中i＝1,2,...n；计算群体的总适应值计算每个染色体的选择概率pi＝eval(vi)/F；计算每个染色体的累计概率产生一个在区间[[0,1]里的随机数r，依次用qi与r相比较，第一个出现qi≥r的个体i被选择作为复制的父体，重复该步骤，直到个体i的个数满足所需要的个体数目为止；交叉运算具体为：从种群中选择两个个体作父代，对每一对相互配对的个体，随机设置除第一个位置的某一基因座之后的位置为交叉点；变异运算具体为：采用基本位变异方法，对个体编码串以设定的变异概率Pm随机指定的某一位或几位基因座上的基因值做变异运算，从而产生新的个体；终止条件具体为遗传的代数T＝100；C-3、缺陷特征优化选择：利用遗传算法得到最优染色体二进制编码，将冗余设置的特征删除，即为优化后的特征参数。作为优选，所述多核支持向量机采用蜂群优化的方法为：初始化种群，包括确定种群数、最大迭代次数M、控制参数L和确定搜索空间，并在搜索空间中随机生成初始解xi，其中，i＝1、2、3...S，S为食物源个数，本文为4个；初始化后，在整个种群中进行引领蜂、跟随蜂和侦查蜂搜寻过程的重复循环，直到达到最大迭代次数M或误差允许值ε；在搜索过程开始阶段，每个引领蜂由式(1)产生一个新解，式中，k∈{1,2,L,S},j∈{1,2,L,D}，且k≠i；为[-1,1]之间的随机数；计算新解的适应度值fiti并评价它，若新解的fiti优于旧解fiti-1，则引领蜂将记住新解忘掉旧解；反之，它将保留旧解；在所有引领蜂完成搜寻过程之后，跟随蜂根据式(2)计算每个解的选择概率，在[0,1]区间内随机产生一个数，如果解的概率值大于该随机数，则跟随蜂由式(3)产生一个新解，并检验新解的fiti，若新解的fiti比fiti-1好，则跟随蜂将记住新解忘掉旧解；反之，它将保留旧解，在所有跟随蜂完成搜寻过程之后，如果一个解经过L次循环仍然没有被进一步更新，那么就认为此解陷入局部最优，该食物源就会被舍弃，则此食物源对应的引领蜂转成一个侦查蜂；侦察蜂由(4)式产生一个新的食物源代替它，xij＝xminj+rand(0,1)(xmaxj-xminj)(4)，其中j∈{1,2,L,D}，返回引领蜂搜索过程，开始重复循环最终找到最优食物源或最优解。进一步的，评价食物源时按下式进行贪婪选择，本专利技术与现有技术相比，具有如下的优点和有益效果：本专利技术地方法通过提取信号图中的纹理特征、灰度共生矩阵特征、灰度-梯度共生矩阵特征作为特征向量，充分提取局部特征，在利用遗传算法对特征向量的降维处理，最后利用蜂群优化的多核支持向量机对缺陷进行识别，其不仅可提高对故障识别的准确率，且可有效的解决陷入本文档来自技高网...

【技术保护点】
一种基于高频局放信号图的电缆绝缘缺陷状态评估方法，其特征在于，包括以下步骤，A、获取电缆的高频局放信号图；B、提取高频局放信号图的纹理特征、灰度共生矩阵特征、灰度‑梯度共生矩阵特征，将其作为特征向量；C、采用遗传算法对特征向量进行降维；D、将降维后的特征向量带入蜂群优化的多核支持向量机中进行缺陷识别；E、进行缺陷类型识别。

【技术特征摘要】
1.一种基于高频局放信号图的电缆绝缘缺陷状态评估方法，其特征在于，包括以下步骤，A、获取电缆的高频局放信号图；B、提取高频局放信号图的纹理特征、灰度共生矩阵特征、灰度-梯度共生矩阵特征，将其作为特征向量；C、采用遗传算法对特征向量进行降维；D、将降维后的特征向量带入蜂群优化的多核支持向量机中进行缺陷识别；E、进行缺陷类型识别。2.根据权利要求1所述的一种基于高频局放信号图的电缆绝缘缺陷状态评估方法，其特征在于，所述纹理特征包括粗糙度、对比度、方向性、线相似性、规则性和粗略度。3.根据权利要求2所述的一种基于高频局放信号图的电缆绝缘缺陷状态评估方法，其特征在于，所述粗糙度的提取方法为：对图像均值滤波，求取平均强度值，滤波窗口大小为2k×2k，其中，κ为滤波窗口参数；对于每个像素点(i,j)，分别计算其在水平和垂直方向的平均强度差S(i,j)；对于每个像素点(i,j)，将最大的平均强度差所对应的滤波窗口尺度作为最佳尺度Sbest；计算整幅图像中的Sbest并求其平均值得到粗糙度。4.根据权利要求2所述的一种基于高频局放信号图的电缆绝缘缺陷状态评估方法，其特征在于，所述方向性的提取方法为：计算每个像素的梯度向量，包括水平和垂直方向上的变化量；根据梯度向量构造一个直方图，计算直方图中峰值的尖锐程度得到图像的方向性。5.根据权利要求1所述的一种基于高频局放信号图的电缆绝缘缺陷状态评估方法，其特征在于，所述灰度共生矩阵特征的提取方法为：在整幅图像中，统计出每一种(h,k)值出现的次数，再将它们归一化为出现的概率Phk，并构成灰度共生矩阵[Phk]N×N，其中N为图像的灰度级，k、h为灰度，；构造4个方向的共生矩阵，包括M(0,1),M(-1,1),M(-1,0),M(-1,-1)；分别计算着4个共生矩阵的对比度、相关度、能量、同质性、熵值。6.根据权利要求1所述的一种基于高频局放信号图的电缆绝缘缺陷状态评估方法，其特征在于，所述灰度-梯度共生矩阵特征的提取方法为：用梯度算子提取原始图像的梯度图像g(x,y)；对梯度图像进行灰度级离散化处理得到新的梯度图像G(x,y),x＝1,2,...,M；y＝1,2,...,N，其灰度级为Lg；灰度-梯度共生矩阵为{Hij,i＝0,1,...,L-1；j＝0,1,...,Lg-1}，其中，Hij为集合{(x,y)|f(x,y)＝i,G(x,y)＝j}中元素的数目；f(x,y)为源图像，x＝1,2,3...M,y＝1,2,3...N；L为源图像的灰度级；对做归一化处理，得到其中计算小梯度优势、大梯度优势、灰度分布不均匀性、梯度分布不均匀性、能量、灰度平均、梯度平均、灰度均方差、梯度均方差、相关、灰度熵、梯度熵、混合熵、惯性、逆差距。7.根据权利要求1所述的一种基于高频局放信号图的电缆绝缘缺陷状态评估方法，其特征在于，所述步骤C具体方法为，C-1、缺陷特征个体编码：对特征向量的参数按一定顺序排列，染色体的每一个基因对应相应次序的特征项，其中，染色体采用二进制符号串来表示，其等位基因由...

【专利技术属性】
技术研发人员：李巍巍，曹永兴，甘德刚，钱勇，许永鹏，邓元实，
申请(专利权)人：国网四川省电力公司电力科学研究院，国家电网公司，
类型：发明
国别省市：四川,51