基于多传感器信号特征识别设备绝缘缺陷的方法及系统技术方案

本发明专利技术公开了基于多传感器信号特征识别设备绝缘缺陷的方法，包括步骤：(1)获取具有绝缘缺陷的设备模型。(2)基于至少两种传感器分别采集设备模型的局部放电信号样本。(3)分别提取局部放电信号样本的特征参数样本。(4)构建设备绝缘缺陷识别模型。(5)基于特征参数样本训练设备绝缘缺陷识别模型。(6)基于至少两种传感器分别采集待识别绝缘缺陷的设备的至少两种局部放电信号。(7)分别提取局部放电信号的特征参数。(8)基于特征参数和经训练的设备绝缘缺陷识别模型确定待识别绝缘缺陷的设备的绝缘缺陷类型。此外，本发明专利技术还公开了相应的系统。本发明专利技术能实现设备绝缘缺陷的智能识别，并且准确判断绝缘缺陷类型。

【技术实现步骤摘要】
基于多传感器信号特征识别设备绝缘缺陷的方法及系统
本专利技术涉及电力设备监控领域，尤其涉及一种识别设备绝缘缺陷的方法及系统。
技术介绍
GIS(气体绝缘组合电器)是将开关、避雷器、互感器、母线、套管等器件密封在接地的金属腔体中，通过环氧树脂绝缘子将腔体分离开，内充SF6作为绝缘介质，其设计结构相当于一个开关站。GIS设备具有占地面积少、运行可靠、结构紧凑等特点，在目前的电力系统中得到了广泛的应用。但在GIS得到广泛应用的过程中，也带来了一些新的问题：一旦运行中的GIS发生故障，其维修较为困难，甚至造成大面积停电，带来巨大的经济损失。对GIS的各种事故原因进行深入分析可知，绝缘缺陷是GIS中最为常见的缺陷，这些绝缘缺陷的存在，对于其安全运行具有较大的威胁。为了保证电力系统安全可靠地运行，对GIS制造质量要求较高，同时，也需要有效的检测手段判断GIS的绝缘状况。局部放电是GIS中绝缘故障的早期表现形式，因此可以通过检测GIS内部的局部放电来判断其绝缘状况。传统基于单一传感器采样的局部放电信号对GIS绝缘缺陷识别准确率低。
技术实现思路
本专利技术的目的之一是提供一种基于多传感器信号特征识别设备绝缘缺陷的方法，其能实现设备绝缘缺陷的智能识别，并且准确判断绝缘缺陷类型。基于上述目的，本专利技术提供了一种基于多传感器信号特征识别设备绝缘缺陷的方法，其包括步骤：(1)获取若干种具有绝缘缺陷的设备模型，其中每种设备模型对应一种绝缘缺陷类型；(2)基于至少两种传感器分别采集所述若干种设备模型的至少两种局部放电信号样本；(3)分别提取所述若干种设备模型的至少两种局部放电信号样本的至少一种特征参数样本；(4)构建设备绝缘缺陷识别模型；(5)基于所述特征参数样本训练所述设备绝缘缺陷识别模型；(6)基于至少两种传感器分别采集待识别绝缘缺陷的设备的至少两种局部放电信号；(7)分别提取所述待识别绝缘缺陷的设备的至少两种局部放电信号的至少一种特征参数；(8)基于所述特征参数和经训练的所述设备绝缘缺陷识别模型确定所述待识别绝缘缺陷的设备的绝缘缺陷类型。本专利技术所述的基于多传感器信号特征识别设备绝缘缺陷的方法，其首先获取各种绝缘缺陷尤其包括典型绝缘缺陷的设备模型，对每种绝缘缺陷的设备模型，利用至少两种传感器相应地采集到至少两种局部放电信号样本，对每种局部放电信号样本，提取其至少一种特征参数样本，利用这些特征参数样本训练所述设备绝缘缺陷识别模型。为了能利用经训练的设备绝缘缺陷识别模型实现设备绝缘缺陷的智能识别，并且准确判断绝缘缺陷类型，利用与上述采集局部放电信号样本和提取特征参数样本相同的方法，即利用与上述采集局部放电信号样本相同种类的至少两种传感器相应地采集到至少两种局部放电信号，对每种局部放电信号，提取其与上述特征参数样本相同种类的至少一种特征参数，这样就可以将该特征参数作为特征向量，通常需要进行归一化处理，输入所述设备绝缘缺陷识别模型，该设备绝缘缺陷识别模型的输出即表征所述待识别绝缘缺陷的设备的绝缘缺陷类型。由于多传感器相对于单一传感器接收的信息更多，因此判断更为准确。事实上，通过对大量试验数据测试，也验证了本专利技术方法相对于传统的识别方法，其对设备的绝缘缺陷类型的判断准确率更高。综上，本专利技术方法能实现设备绝缘缺陷的智能识别，并且准确判断绝缘缺陷类型。进一步地，本专利技术所述的基于多传感器信号特征识别设备绝缘缺陷的方法中，所述绝缘缺陷类型包括自由金属微粒缺陷、金属突出物缺陷、环氧绝缘子内部气泡缺陷以及浮动电极缺陷的至少其中之一。上述四种绝缘缺陷为典型绝缘缺陷，具体可参考本专利技术具体实施方式部分。进一步地，本专利技术所述的基于多传感器信号特征识别设备绝缘缺陷的方法中，所述传感器包括特高频传感器、高频传感器以及超声传感器的至少其中之一。进一步地，本专利技术所述的基于多传感器信号特征识别设备绝缘缺陷的方法中，所述特征参数样本和所述特征参数包括脉冲波形特征参数、等效时频特征参数以及线调频特征参数的至少其中之一。更进一步地，上述基于多传感器信号特征识别设备绝缘缺陷的方法中，所述脉冲波形特征参数包括预设幅值区间对应的时间占比。上述方案可结合本专利技术具体实施方式部分理解。更进一步地，上述基于多传感器信号特征识别设备绝缘缺陷的方法中，所述等效时频特征参数包括等效时间特征和等效频率特征的至少其中之一。上述方案可结合本专利技术具体实施方式部分理解。更进一步地，上述基于多传感器信号特征识别设备绝缘缺陷的方法中，所述线调频特征参数包括平均频率偏移、主能量区间频率斜率、主能量区间频率偏移、主能量区间分解系数、主能量区间相对分解系数以及衰减特征的对数形式的至少其中之一。上述方案可结合本专利技术具体实施方式部分理解。进一步地，本专利技术所述的基于多传感器信号特征识别设备绝缘缺陷的方法中，所述设备绝缘缺陷识别模型为ELM(ExtremeLearningMachine，极限学习机)模型。上述方案可结合本专利技术具体实施方式部分理解。进一步地，本专利技术所述的基于多传感器信号特征识别设备绝缘缺陷的方法中，所述设备为GIS设备。本专利技术的另一目的是提供一种基于多传感器信号特征识别设备绝缘缺陷的系统，其能实现设备绝缘缺陷的智能识别，并且准确判断绝缘缺陷类型。基于上述目的，本专利技术提供了一种基于多传感器信号特征识别设备绝缘缺陷的系统，其采用上述任一方法对设备绝缘缺陷进行识别，所述系统包括具有绝缘缺陷的设备模型、相互信号连接的信号获取装置和信号处理与分析装置，其中：所述信号处理与分析装置实施所述步骤(2)至所述步骤(8)。本专利技术所述的基于多传感器信号特征识别设备绝缘缺陷的系统，由于其采用了本专利技术所述的方法，同样能实现设备绝缘缺陷的智能识别，并且准确判断绝缘缺陷类型。具体原理前已描述，在此不再赘述。所述信号处理与分析装置可以是计算机。本专利技术所述的基于多传感器信号特征识别设备绝缘缺陷的方法，其具有以下优点和有益效果：1)能实现设备尤其是GIS设备绝缘缺陷的智能识别，并且准确判断绝缘缺陷类型。2)能够有效应用于基于局部放电检测的GIS绝缘缺陷识别，相比与传统的识别方法，绝缘缺陷分类的准确率更高。3)提高了局部放电检测系统的智能化水平。本专利技术所述的基于多传感器信号特征识别设备绝缘缺陷的系统，其同样具有上述优点和有益效果。附图说明图1为本专利技术所述的基于多传感器信号特征识别设备绝缘缺陷的方法在一种实施方式下的流程示意图。图2示意了本专利技术实施例中的基于多传感器信号特征识别设备绝缘缺陷的系统的工作流程。图3示意了本专利技术实施例中的特高频局部放电信号样本的脉冲波形。具体实施方式下面结合说明书附图及实施例进一步说明本专利技术所述的技术方案。图1示意了本专利技术所述的基于多传感器信号特征识别设备绝缘缺陷的方法在一种实施方式下的流程。如图1所示，本实施方式的基于多传感器信号特征识别设备绝缘缺陷的方法包括步骤：(1)获取若干种具有绝缘缺陷的设备模型，其中每种设备模型对应一种绝缘缺陷类型。在某些实施方式下，绝缘缺陷类型包括自由金属微粒缺陷、金属突出物缺陷、环氧绝缘子内部气泡缺陷以及浮动电极缺陷的至少其中之一。在某些实施方式下，上述设备为GIS设备。(2)基于至少两种传感器分别采集若干种设备模型的至少两种局部放电信号样本。在某些实施方式下，传感器包括特高频传本文档来自技高网...

【技术保护点】
一种基于多传感器信号特征识别设备绝缘缺陷的方法，其特征在于，包括步骤：(1)获取若干种具有绝缘缺陷的设备模型，其中每种设备模型对应一种绝缘缺陷类型；(2)基于至少两种传感器分别采集所述若干种设备模型的至少两种局部放电信号样本；(3)分别提取所述若干种设备模型的至少两种局部放电信号样本的至少一种特征参数样本；(4)构建设备绝缘缺陷识别模型；(5)基于所述特征参数样本训练所述设备绝缘缺陷识别模型；(6)基于至少两种传感器分别采集待识别绝缘缺陷的设备的至少两种局部放电信号；(7)分别提取所述待识别绝缘缺陷的设备的至少两种局部放电信号的至少一种特征参数；(8)基于所述特征参数和经训练的所述设备绝缘缺陷识别模型确定所述待识别绝缘缺陷的设备的绝缘缺陷类型。

【技术特征摘要】
1.一种基于多传感器信号特征识别设备绝缘缺陷的方法，其特征在于，包括步骤：(1)获取若干种具有绝缘缺陷的设备模型，其中每种设备模型对应一种绝缘缺陷类型；(2)基于至少两种传感器分别采集所述若干种设备模型的至少两种局部放电信号样本；(3)分别提取所述若干种设备模型的至少两种局部放电信号样本的至少一种特征参数样本；(4)构建设备绝缘缺陷识别模型；(5)基于所述特征参数样本训练所述设备绝缘缺陷识别模型；(6)基于至少两种传感器分别采集待识别绝缘缺陷的设备的至少两种局部放电信号；(7)分别提取所述待识别绝缘缺陷的设备的至少两种局部放电信号的至少一种特征参数；(8)基于所述特征参数和经训练的所述设备绝缘缺陷识别模型确定所述待识别绝缘缺陷的设备的绝缘缺陷类型。2.如权利要求1所述的基于多传感器信号特征识别设备绝缘缺陷的方法，其特征在于，所述绝缘缺陷类型包括自由金属微粒缺陷、金属突出物缺陷、环氧绝缘子内部气泡缺陷以及浮动电极缺陷的至少其中之一。3.如权利要求1所述的基于多传感器信号特征识别设备绝缘缺陷的方法，其特征在于，所述传感器包括特高频传感器、高频传感器以及超声传感器的至少其中之一。4.如权利要求1所述的基于多传感器信号特征识别设备绝缘缺陷的方法，其特征在于，所述特征参数样本和所述特征参数包括脉冲波形特...

【专利技术属性】
技术研发人员：冯新岩，孙伟兵，郭雷，张明兴，张海杰，张晓翠，李媛，郭加媛，石秀岩，王凤超，孙佑飞，
申请(专利权)人：国网山东省电力公司检修公司，
类型：发明
国别省市：山东,37