基于同步挤压小波变换的局部放电类型识别方法技术

本发明专利技术提供一种基于同步挤压小波变换的局部放电类型识别方法目的是针对变压器局部放电信号提出的一种识别方法，实现变压器局部放电信号的识别，首先，利用同步挤压小波变换对典型的变压器局部放电信号进行分解；然后，利用局部放电信号在不同分解尺度上能量和复杂度的差异，利用多尺度排列熵作为放电类型识别的特征量；最后，将提取到的特征量支持向量机分类器进行放电模式识别。本专利方法的局部放电信号平均识别准确率高于90％，明显优于其他常用的变压器局部放电识别方法。

【技术实现步骤摘要】
基于同步挤压小波变换的局部放电类型识别方法
本专利技术涉及一种基于同步挤压小波变换的局部放电类型识别方法，电力系统信号处理领域。
技术介绍
电力变压器是电力系统中最关键的设备之一，其安全性能的好坏影响着电网的安全有效运行。局部放电(PartialDischarge，PD)是引起电力变压器等大型高压设备绝缘损坏的主要原因，而不同局部放电类型对绝缘损害的程度不同，其形成的机理也各有差异。因此，快速准确地识别出不同的变压器局部放电类型，既为后续进行故障位置的判别提供了坚实有力的依据，也对维护电力系统的稳定有效运行具有重要的指导意义。目前，检测设备局部放电的方法主要包括：脉冲电流法、超高频法、超声波法、光学法、化学法等。其中，由于超高频法(Ultra-HighFrequency，UHF)具有现场安装方便、灵敏度高、抗干扰能力强等优点，在局部放单的在线监测中得到了广泛应用。由于现场监测环境的复杂性，单从检测得到的超高频局部放电(UHFPD)信号本身出发，往往难以准确实现缺陷类型的判别。因此，需要对检测到的UHFPD信号进行特征提取，获得能够有效区分各类缺陷的特征量，从而实现缺陷类型的识别。有效的特征提取方法是进行缺陷识别的基础，特征量的选取直接影响识别结果的准确性。目前，PD信号的特征提取方法主要分为两大类，一类是统计谱图法，通过采集多个工频周期的PD信号，构造二维或三维统计谱图，再从中提取统计特征、分形特征、数字图像特征等特征参数。对UHFPD信号而言，若采用统计谱图法，其采样率要求高，数据量大，处理数据速度慢，不利于在线监测，而且构造统计谱图需要PD的相位信息，但是在监测现场往往难以获得；另一类是波形分析法，通过采集单次UHFPD信号波形，提取信号的时域、频域或其他变换域特征。这种方法数据量小，处理速度快，且不需要放电相位信息，但由于PD脉冲激发的电磁波在传播过程中存在衰减和折反射，监测现场同时存在着严重的电磁干扰，传统的基于时域或频域的特征参数易受噪声污染，要准确提取PD信号的特征参数比较困难。小波变换具有良好的时频局部化分析能力，利用小波变换可以同时得到信号局部的时域和频域信息，获得能够更加精确和有效描述信号的多尺度特征参数，在PD信号特征提取中得到了广泛应用。然而，由于小波变换只对低频部分做进一步分解，导致高频部分频率分辨率差。PD信号经小波变换分解后幅频响应曲线存在交错频段，子带间往往存在严重的频谱混叠和能量泄漏，因而从小波分解的子带中提取的多尺度特征参数往往不能精确描述PD信号的时频信息，不利于后续的分类识别。
技术实现思路
本专利技术的目的在于提供一种基于同步挤压小波变换的局部放电类型识别方法，以解决上述问题。本专利技术采用了如下技术方案：一种基于同步挤压小波变换的局部放电类型识别方法，其特征在于，包括：步骤一、利用同步挤压小波变换对4种典型的变压器局部放电信号进行分解，利用SWT对时频面进行精确细致的划分，分解得到子带信号时变信号f(t)一般以可分解为多个本征函数的叠加，即信号f(t)可表示为式中：Ak(t)为第k个分量的瞬时振幅；Ak(t)为第k个分量的瞬时振幅，φk(t)为第k个分量的瞬时相位；r(t)为噪声或误差，K表示信号的分量个数，同步挤压小波变换通过细化小波变换的时频曲线，提取每一分量的幅值因子Ak(t)和瞬时频率φ′k(t)(k＝1,2,…,K)，同步挤压小波变换SWT根据小波变换后的系数Wf(a,b)在(a,b)附近的局部性质将系数Wf(a,b)重新分配给时频面内的不同点(ωf(a,b),b)(ωf(a,b)表示信号在(a,b)处的瞬时频率)，从而使时频曲线更细更清晰，提高频率分辨率并减小模态混叠，使得分量信号重构时的精度更高，同步挤压小波变换以信号的连续小波变换为基础，给定小波母函数ψ(t)，信号f(t)的连续小波变换为式中：ψ*表示母小波函数的共轭，a为尺度因子，b为平移因子，根据Plancherel定理，式(2)在频率域的等价变换为式中，ξ是圆周率，分别是f(t)、ψ(t)的傅里叶变换，对最简单的信号f(t)＝Acos(ωt)，其傅里叶变换为根据式(3)，其连续小波变换为假定小波函数ψ具有快速衰减性，且在ξ＝ω0处集中分布，则信号的小波系数Wf(a,b)将会在尺度处集中，但会在一定范围内沿尺度分布，对于小波变换结果中任意一个“时间—尺度”点(b,a)，通过小波系数求导可估计信号的瞬时频率，即同步挤压小波变换在瞬时频率的基础上，建立(a,b)→[ωf(a,b),b]的映射，将小波系数Wf(a,b)由“时间—尺度”平面转化到“时间—频率”平面Wf[ωf(a,b),b]，在SWT中，将任一中心频率ωl附近区间的小波系数值挤压到中心频率ωl上，获得同步挤压变换值Tf(ωl,b)，计算中，由于a,b,ω均离散，假设ai-ai-1＝(Δa)i，同步挤压小波变换值Tf(ωl,b)可表示为通过一个时变信号f(t)比较同步挤压小波变换SWT与小波变换WT、短时傅里叶变换STFT的不同，f(t)由三个不同频率的信号叠加而成：0—0.7s为20Hz的余弦信号f1(t)＝cos(40πt)，0.3—1s为30Hz的余弦信号f2(t)＝cos(60πt)，0—1s为频率在80Hz振荡的余弦调频信号f3(t)＝cos[160πt-5cos(30t)]，同时对信号加入信噪比为3dB的高斯白噪声，对加入噪声后的信号分别利用经验模态分解，小波包变换和同步挤压小波变换SWT进行频谱分析，同步挤压小波变换是可逆的，对于多分量信号，通过Tf(ωl,b)不仅可以重构原始信号f(t)，而且可以精确重构每一个分量信号fk(t)，假设Lk(t)是时频图中以fk(t)的脊线为中心的一个小区间，则fk(t)的重构公式为式中步骤二、同步挤压小波变换SWT多尺度排列熵测度将时频域的多尺度能量分布特征作为区分不同类型缺陷的特征量，同步挤压小波变换抽取信号不同振动频率的局部特性，计算同步挤压小波变换SWT排列墒值就能够发现信号中微小而短促的异常，在局部放电信号多尺度表示的基础上，定义如下沿尺度分布的同步挤压小波排列熵测度，设局部放电信号经同步挤压窗口傅里叶变换后的内蕴模态类函数为IMTk(k＝1,2,…,K)，对模态类函数IMTk进行相空间重构，可得式中：m、τ分别表示嵌入维数和延迟时间；Q＝N-(m-1)τ，N表示的IMTk长度，将该矩阵的每一行作为一个重构分量，则可得到Q个重构分量，对(1)式中的第j个分量[IMT(j),IMT](j+τ),…,IMT(j+(m-1)τ)]，对其元素按增序方式重新排列，设i1,i2,…,im表示重新排列后各元素所在位置的索引，即有IMT[j+(i1-1)τ]≤IMT[j+(i2-1)τ]≤…≤IMT[j+(im-1)τ]，如果有两个分量的值相等，即IMT[j+(i1-1)τ]＝IMT[j+(i2-1)τ]则在排列时按照索引值i1和i2的大小来排列，即当i1＜i2时，IMT[j+(i1-1)τ]排在IMT[j+(i2-1)τ]的前面，此时排列顺序为IMT[j+(i1-1)τ]≤IMT[j+(i2-1)τ]因此，对于IMTk所得到的重构矩阵，对其中的每一行进行重新排列后，都可以得到一组基于排列顺序的本文档来自技高网...

【技术保护点】
1.一种基于同步挤压小波变换的局部放电类型识别方法，其特征在于，包括：步骤一、利用同步挤压小波变换对4种典型的变压器局部放电信号进行分解，利用同步挤压小波变换对时频面进行精确细致的划分，分解得到子带信号，时变信号f(t)一般以可分解为多个本征函数的叠加，即信号f(t)可表示为

【技术特征摘要】
1.一种基于同步挤压小波变换的局部放电类型识别方法，其特征在于，包括：步骤一、利用同步挤压小波变换对4种典型的变压器局部放电信号进行分解，利用同步挤压小波变换对时频面进行精确细致的划分，分解得到子带信号，时变信号f(t)一般以可分解为多个本征函数的叠加，即信号f(t)可表示为式中：Ak(t)为第k个分量的瞬时振幅；Ak(t)为第k个分量的瞬时振幅，φk(t)为第k个分量的瞬时相位；r(t)为噪声或误差，K表示信号的分量个数，同步挤压小波变换通过细化小波变换的时频曲线，提取每一分量的幅值因子Ak(t)和瞬时频率φ′k(t)(k＝1,2,…,K)，同步挤压小波变换根据小波变换后的系数Wf(a,b)在(a,b)附近的局部性质将系数Wf(a,b)重新分配给时频面内的不同点(ωf(a,b),b)(ωf(a,b)表示信号在(a,b)处的瞬时频率)，从而使时频曲线更细更清晰，提高频率分辨率并减小模态混叠，使得分量信号重构时的精度更高，同步挤压小波变换以信号的连续小波变换为基础，给定小波母函数ψ(t)，信号f(t)的连续小波变换为式中：ψ*表示母小波函数的共轭，a为尺度因子，b为平移因子，根据Plancherel定理，式(2)在频率域的等价变换为式中，ξ是圆周率，分别是f(t)、ψ(t)的傅里叶变换，对最简单的信号f(t)＝Acos(ωt)，其傅里叶变换为根据式(3)，其连续小波变换为假定小波函数ψ具有快速衰减性，且在ξ＝ω0处集中分布，则信号的小波系数Wf(a,b)将会在尺度处集中，但会在一定范围内沿尺度分布，对于小波变换结果中任意一个“时间—尺度”点(b,a)，通过小波系数求导可估计信号的瞬时频率，即同步挤压小波变换在瞬时频率的基础上，建立(a,b)→[ωf(a,b),b]的映射，将小波系数Wf(a,b)由“时间—尺度”平面转化到“时间—频率”平面Wf[ωf(a,b),b]，将任一中心频率ωl附近区间的小波系数值挤压到中心频率ωl上，获得同步挤压变换值Tf(ωl,b)，计算中，由于a,b,ω均离散，假设ai-ai-1＝(Δa)i，同步挤压小波变换值Tf(ωl,b)可表示为通过一个时变信号f(t)比较同步挤压小波变换与小波变换WT、短时傅里叶变换STFT的不同，f(t)由三个不同频率的信号叠加而成：0—0.7s为20Hz的余弦信号f1(t)＝cos(40πt)，0.3—1s为30Hz的余弦信号f2(t)＝cos(60πt)，0—1s为频率在80Hz振荡的余弦调频信号f3(t)＝cos[160πt-5cos(30t)]，同时对信号加入信噪比为3dB的高斯白噪声，对加入噪声后的信号分别利用经验模态分解，小波包变换和同步挤压小波变换进行频谱分析，同步挤压小波变换是可逆的，对于多分量信号，通过Tf(ωl,b)不仅可以重构原始信号f(t)，而且可以精确重构每一个分量信号fk(t)，假设Lk(t)是时频图中以fk(t)的脊线为中心的一个小区间，则fk(t)的重构公式为式中步骤二、同步挤压小波变换多尺度排列...

【专利技术属性】
技术研发人员：王文波，晋云雨，狄奇，赵彦超，
申请(专利权)人：武汉科技大学，
类型：发明
国别省市：湖北,42