基于单类支持向量机的GIS局部放电故障判别方法技术

本发明专利技术涉及电力系统设备故障检测技术，具体涉及基于单类支持向量机的GIS局部放电故障判别方法，包括以下步骤：基于若干周期K种不同故障类型局部放电的PRPD图谱作为K个样本数据，提取各故障类型局部放电的特征参数；采用步骤1提取的统计特征参数训练单类支持向量机，得到单类支持向量机最优参数和分类器模型；采用步骤2所得单类支持向量机分类器模型对待判别的局部放电信号进行局部放电故障判别。基于单类支持向量机的方法，可以构造二元识别问题的有效模型，能有效解决各类不同的局部放电故障判别问题。可在高维空间中对线性不易分的样本数据进行区分，得到更准确的GIS局部放电故障判别结果。

【技术实现步骤摘要】
基于单类支持向量机的GIS局部放电故障判别方法
本专利技术属于电力系统设备故障检测
，尤其涉及基于单类支持向量机的GIS局部放电故障判别方法。
技术介绍
电力设备是构成电力系统的基本元件，其工作状况直接影响着电力系统的运行安全和可靠性。虽然，得益于设备制造工艺水平和设计技术的不断提升，我国电力设备的整体可靠性水平逐年提高，但总体上仍为设备事故频发势态。提高电力设备运行可靠性是防御电网大面积停电和防患安全事故发生的至关重要的第一道防线。气体绝缘组合电器(GasInsulatedSwitchgear，简称GIS)是输变电系统中的关键设备，相比敞开式输电设备，。它具有占地面积小、受工作环境影响小、检修周期长等优点。随着我国城市化进程中土地资源价值的快速提高和GIS制造工艺水平和设计技术的提升，在电网建设中被大量投入使用。GIS在内绝缘时效老化和各种潜伏性缺陷的作用下，内绝缘的电气强度会下降而导致故障。前期潜伏性故障主要以局部放电的形式表现出来。因此，要准确辨识GIS是否存在内部绝缘故障，必须对某监测信号数据进行判别，判断其是否属于局部放电信号。单类支持向量机(OneClassSupp本文档来自技高网...

【技术保护点】
基于单类支持向量机的GIS局部放电故障判别方法，其特征是，包括以下步骤：步骤1、基于若干周期K种不同故障类型局部放电的PRPD图谱作为K个样本数据，提取各故障类型局部放电的特征参数；步骤2、采用步骤1提取的统计特征参数训练单类支持向量机，得到单类支持向量机最优参数和分类器模型；步骤3、采用步骤2所得单类支持向量机分类器模型对待判别的局部放电信号进行局部放电故障判别。

【技术特征摘要】
1.基于单类支持向量机的GIS局部放电故障判别方法，其特征是，包括以下步骤：步骤1、基于若干周期K种不同故障类型局部放电的PRPD图谱作为K个样本数据，提取各故障类型局部放电的特征参数；步骤2、采用步骤1提取的统计特征参数训练单类支持向量机，得到单类支持向量机最优参数和分类器模型；步骤3、采用步骤2所得单类支持向量机分类器模型对待判别的局部放电信号进行局部放电故障判别。2.如权利要求1所述的基于单类支持向量机的GIS局部放电故障判别方法，其特征是，步骤1所述提取各故障类型局部放电的特征参数包括若干周期：PRPD图谱放电幅值图谱正半周偏斜度负半周偏斜度全周期偏斜度Skm；PRPD图谱放电次数图谱正半周偏斜度负半周偏斜度全周期偏斜度Skn；PRPD图谱放电幅值图谱正半周陡峭度负半周陡峭度全周期陡峭度Kum；PRPD图谱放电次数图谱正半周陡峭度负半周陡峭度全周期陡峭度Kun；PRPD图谱放电幅值正负半周放电幅值比Qm；PRPD图谱放电次数正负半周放电次数比Qn；PRPD图谱放电幅值正负半周放电幅值互相关系数CCm；PRPD图谱放电次数正负半周放电次数互相关系数CCn。3.如权利要求2所述的基于单类支持向量机的GIS局部放电故障判别方法，其特征是，确定各故障类型局部放电的特征参数包括：1)确定特征参数Skm、Skn公式为；(1)式中，X为PRPD数据，μ和σ分别为其均值和标准差；2)确定特征参数Kum、Kun公式为：(2)式中，X为PRPD数据，μ和σ分别为其均值和标准差；3)确定特征参数Qm、Qn公式为：

【专利技术属性】
技术研发人员：唐炬，张晓星，李秀卫，周思远，任敬国，李杰，师伟，孙景文，
申请(专利权)人：武汉大学，国网山东省电力公司，
类型：发明
国别省市：湖北,42