【技术实现步骤摘要】
一种基于端到端模式的电力设备局部放电故障诊断方法
本专利技术涉及共享
，更具体地说是指一种基于端到端模式的电力设备局部放电故障诊断方法。
技术介绍
现代电力系统中的电力设备在生产，制造，安装，运行中存在各种绝缘缺陷，导致发生不同程度的局部电场畸变，继而引发设备局部放电(partialdischarge，PD)的现象，因此及时对局部放电信号进行检测，实时掌握电力设备的绝缘状况对于维护电力系统健康稳定的运行显得尤为重要。目前针对局部放电信号主要有基于时间的分析模式(timeresolvedpartialdischarge，TRPD)和基于相位的分析模式(phaseresolvedpartialdischarge，PRPD)两种。其中PRPD分析方法主要通过挖掘局部放电脉冲的工频相位、放电量和放电次数三者之间的内在关系并构建相应的放电特征“指纹”，进行局部放电模式识别。相比于TRPD分析模式，PRPD分析模式方法具有稳定性较好，数据量较小的优点，在实际中得到更广泛应用。影响局部放电模式识别性能的关键是放电特征“指纹”的有效提取，当前方法主要依靠专家利用领域知识与数...
【技术保护点】
1.一种基于端到端模式的电力设备局部放电故障诊断方法，其特征在于,包括以下步骤：（1）、通过高速采集装置，基于局部放电信号的特征触发捕捉技术对各种典型故障缺陷模型产生的局部放电脉冲信号进行采集并存储，建立PRPD图谱数据库；（2）、通过灰度图构造模块，使用PRPD图谱数据构造出局部放电类型的灰度图；（3）、通过特征提取及分类模块，利用基于深度残差网络的局部放电类型识别网络提取灰度图的辨识特征,并对辨识特征进行分类识别；（4）、将灰度图构造模块和训练好的特征提取及分类模块作为检测仪器的分类器，对现场局部放电的PRPD图谱数据进行特征提取和故障诊断分析。
【技术特征摘要】
1.一种基于端到端模式的电力设备局部放电故障诊断方法，其特征在于,包括以下步骤：（1）、通过高速采集装置，基于局部放电信号的特征触发捕捉技术对各种典型故障缺陷模型产生的局部放电脉冲信号进行采集并存储，建立PRPD图谱数据库；（2）、通过灰度图构造模块，使用PRPD图谱数据构造出局部放电类型的灰度图；（3）、通过特征提取及分类模块，利用基于深度残差网络的局部放电类型识别网络提取灰度图的辨识特征,并对辨识特征进行分类识别；（4）、将灰度图构造模块和训练好的特征提取及分类模块作为检测仪器的分类器，对现场局部放电的PRPD图谱数据进行特征提取和故障诊断分析。2.如权利要求1所述的一种基于端到端模式的电力设备局部放电故障诊断方法，其特征在于，所述步骤（2）的具体内容是：向灰度图构造模块输入PRRD图谱数据，以局部放电脉冲信号幅度q为纵轴，划分为M个区间，工频相位φ为横轴，划分为N个区间，将ｑ-φ平面划分为M×Ｎ个区间；统计每个区间的局部放电脉冲次数，构造ｑ-φ-n图谱；对局部放电脉冲次数进行归一化即：；其中，为归一化后的脉冲次数，为实际脉冲次数，为该ｑ-φ-n图谱的最大脉冲次数；设定各点像素的灰度值：，使的最大值与最小值依次对应灰度图像的最小灰度级和最大灰度级，从而构造出局部放电类型的可视化灰度图。3.如权利要求1或2所述的一种基于端到端模式的电力设备局部放电故障诊断方法，其特征在于：所述局部放电类型识别网络由输入层、若干卷积层、最大值池化层、全局平均池化层、全连接层和输出层构成；其中，输入数据为局部放电灰度图；卷积层，最大值池化层的组合实现了网络特征自适应提取功能，全局平均池化层实现了特征压缩，全连接层则承担对输入特征进行分类的任务。4.如权利要求所述的一种基于端到端模式的电力设备局部放电故障诊断方法，其特征在于：所述局部放电类型识别网络由输入层、第一卷积层、第一最大值池化层、第一残差结构、第二残差结构、第二最大值池化层、第三残差结构、第四残差结构、全局平均池化层、全连接层、输出层构成；所述输入层的输入数据为局部放电灰度图；全局平均池化层将上一层所有特征图对应的特征点组成输出特征向量，该输出特征向量即为该网络对局部放电灰度图自适应提取的特征；全连接层则承担对输入特征进行分类的任务。5.如权利要求1所述的一种基于端到端模式的电力设备局部放电故障诊断方法，其特征在于,还包括步骤（5）：通过继续累积各种典型故障缺陷模型的PRPD图谱数据，同时不断收集现场检测故障设备时采集到的局部放电的PRPD图谱数据，把这些数据不断累积进PDPR图谱数据库并对所述分类器进行...
【专利技术属性】
技术研发人员：邓敏，毛恒，艾春，田阳普，林少汉，
申请(专利权)人：红相股份有限公司，
类型：发明
国别省市：福建,35
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。