本申请提供了一种支柱绝缘子故障识别方法及装置，获取目标支柱绝缘子的振动信号；对振动信号进行N层小波包分解，得到N层小波树；对N层小波树进行特征提取，得到第N层小波中各个频带的能量值分别占第N层小波的总能量值的能量占比；根据各个频带分别对应的能量占比，确定目标支柱绝缘子是否故障；当目标支柱绝缘子故障时，对振动信息进行时频分析，得到小波时频图；根据小波时频图，确定目标支柱绝缘子的故障类型。该方法联合利用小波包能量与时频分析，通过对支柱绝缘子的振动信号的奇异点和奇异点处所包含的频带的分析，即从时域方面和频域方面共同对信号的异常情况进行频谱分析，实现快速准确的对支柱绝缘子是否故障及故障类型进行识别。
【技术实现步骤摘要】
一种支柱绝缘子故障识别方法及装置
本申请涉及支柱绝缘子
，尤其涉及一种支柱绝缘子故障识别方法及装置。
技术介绍
支柱绝缘子是一种特殊的绝缘控件，早年间多用于电线杆，慢慢发展于大型高压电线连接塔，能够在架空输电线路中起到重要作用。但是由于支柱绝缘子长期面对工作环境恶劣、质量劣化及自然老化等问题，导致故障发生较多，严重影响了电力系统的安全运行。因此，支柱绝缘子在役检测的研究具有重要的应用价值。现有技术中，可以采用FFT(fastFouriertransform，快速傅里叶变换)频谱分析方法对支柱绝缘子进行检测，傅里叶变换通过将信号从时域变换到频域，从整体上看待信号所包含的频率成分。但由于支柱绝缘子振动信号属于脉冲激励振动，振动信号频谱复杂，干扰较多。传统的FFT频谱分析方法无法从局部时间点或时间段上对信号进行频谱分析，因此需要多次对比分析才能得出检测结果，计算量大，计算时间长，严重影响了检测效率。
技术实现思路
本申请提供了一种支柱绝缘子故障识别方法及装置，以解决采用FFT频谱分析方法需要多次对比分析才能得出检测结果，计算量大，计算时间长，严重影响了检测效率的技术问题。为了解决上述技术问题，本申请实施例公开了以下技术方案：本申请提供了一种支柱绝缘子故障识别方法，该方法包括：获取目标支柱绝缘子的振动信号；对振动信号进行N层小波包分解，得到N层小波树，其中，N为不小于3的自然数；对N层小波树中第N层小波的小波包能量进行特征提取，得到第N层小波中各个频带的能量值分别占第N层小波的总能量值的能量占比；根据各个频带分别对应的能量占比，确定目标支柱绝缘子是否故障；当确定出目标支柱绝缘子故障时，对振动信息进行时频分析，得到小波时频图；根据小波时频图，确定目标支柱绝缘子的故障类型。可选地，对N层小波树中第N层小波的小波包能量进行特征提取，得到第N层小波中各个频带的能量值分别占第N层小波的总能量值的能量占比，包括：分别确定所述各个频带的分解系数；对所述各个频带的分解系数进行重构，得到所述各个频带分别对应的重构信号；根据各个频带分别对应的重构信号，得到各个频带的能量值分别占第N层小波的总能量值的能量占比。可选地，根据各个频带分别对应的能量占比，确定目标支柱绝缘子是否故障，包括：将能量占比大于预设阈值的频带确定为主要频带；根据主要频带与预定的固有频带的关系，确定目标支柱绝缘子是否故障。可选地，根据小波时频图，确定目标支柱绝缘子的故障类型，包括：根据小波时频图中的频率信息、时间信息及能量分布信息中的至少一项，确定目标支柱绝缘子的故障频带；根据小波时频图中的故障频带的频率，确定目标支柱绝缘子的故障类型。可选地，对振动信号进行N层小波包分解，得到N层小波树，包括：对振动信号进行去噪处理，得到去噪后的信号；对去噪后的信号进行N层小波包分解，得到N层小波树；对振动信息进行时频分析，得到小波时频图，包括：对去噪后的信号进行时频分析，得到小波时频图。可选地，对振动信号进行去噪处理，得到去噪后的信号，包括：通过小波包变化算法对振动信号进行去噪处理，得到去噪后的信号。可选地，根据各个频带分别对应的重构信号，得到各个频带的能量值分别占第N层小波的总能量值的能量占比，包括：根据各个频带分别对应的重构信号，得到各个频带的能量值；根据各个频带的能量值，得到各个频带的能量值分别占第N层小波的总能量值的能量占比。可选地，获取目标支柱绝缘子的振动信号，包括：接收支柱绝缘子振动声学检测设备采集的目标支柱绝缘子的振动信号。可选地，分别确定各个频带的分解系数，包括：通过Wavedec函数确定各个频带的分解系数。本申请提供了一种支柱绝缘子故障识别装置，该装置包括：获取模块，用于获取目标支柱绝缘子的振动信号；小波包分解模块，用于对振动信号进行N层小波包分解，得到N层小波树，其中，N为不小于2的自然数；特征提取模块，用于对N层小波树中第N层小波的小波包能量进行特征提取，得到第N层小波中各个频带的能量值分别占第N层小波的总能量值的能量占比；故障确定模块，用于根据各个频带分别对应的能量占比，确定目标支柱绝缘子是否故障；时频分析模块，用于当确定出目标支柱绝缘子故障时，对振动信息进行时频分析，得到小波时频图；故障类型确定模块，用于根据小波时频图，确定目标支柱绝缘子的故障类型。本申请提供的支柱绝缘子故障识别方法及装置，联合利用小波包能量与时频分析，通过对支柱绝缘子的振动信号的奇异点和奇异点处所包含的频带的分析，即从时域方面和频域方面共同对信号的异常情况进行频谱分析，实现快速准确的对支柱绝缘子是否故障及故障类型进行识别。附图说明为了更清楚地说明本申请的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，对于本领域普通技术人员而言，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。图1为本申请实施例提供的一种支柱绝缘子故障识别方法的流程示意图；图2为本申请实施例提供的小波包分解结果的示意图；图3a为本申请实施例提供的支柱绝缘子的能量占比谱图的示例图一；图3b为本申请实施例提供的支柱绝缘子的能量占比谱图的示例图二；图3c为本申请实施例提供的支柱绝缘子的能量占比谱图的示例图三；图4a为本申请实施例提供的支柱绝缘子的小波时频图的示例图一；图4b为本申请实施例提供的支柱绝缘子的小波时频图的示例图二；图5为本申请实施例提供的信号去噪的刘恒示意图；图6为本申请实施例提供的一种支柱绝缘子故障识别装置的结构示意图。具体实施方式下面详细描述本申请的实施例，实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，仅用于解释本申请，而不能解释为对本申请的限制。为使本申请的目的、技术方案和优点更加清楚，下面通过具体的实施例对本申请的技术方案进行详细说明。本申请实施例提供了一种支柱绝缘子故障识别方法，如图1所示，该方法包括：步骤S101：获取目标支柱绝缘子的振动信号；步骤S102：对振动信号进行N层小波包分解，得到N层小波树，其中，N为不小于3的自然数；步骤S103：对N层小波树中第N层小波的小波包能量进行特征提取，得到第N层小波中各个频带的能量值分别占第N层小波的总能量值的能量占比；步骤S104：根据各个频带分别对应的能量占比，确定目标支柱绝缘子是否故障；步骤S105：当确定出目标支柱绝缘子故障时，对振动信息进行时频分析，得到小波时频图；步骤S106：根据小波时频图，确定目标支柱绝缘子的故障类型。本申请实施例提供的支柱绝缘子故障识别方法，联合利用小波包能量与时频分析，通过对支柱绝缘子的振动信号的奇异点和奇异点处所包含的频带的分析，即从时域方面和频域方面共同对信号的异常情况进行频谱分析，实现快速准确的对支柱绝缘本文档来自技高网...
【技术保护点】
1.一种支柱绝缘子故障识别方法，其特征在于，包括：/n获取目标支柱绝缘子的振动信号；/n对所述振动信号进行N层小波包分解，得到N层小波树，其中，N为不小于3的自然数；/n对所述N层小波树中第N层小波的小波包能量进行特征提取，得到所述第N层小波中各个频带的能量值分别占所述第N层小波的总能量值的能量占比；/n根据所述各个频带分别对应的能量占比，确定所述目标支柱绝缘子是否故障；/n当确定出所述目标支柱绝缘子故障时，对所述振动信息进行时频分析，得到小波时频图；/n根据所述小波时频图，确定所述目标支柱绝缘子的故障类型。/n
【技术特征摘要】
1.一种支柱绝缘子故障识别方法，其特征在于，包括：
获取目标支柱绝缘子的振动信号；
对所述振动信号进行N层小波包分解，得到N层小波树，其中，N为不小于3的自然数；
对所述N层小波树中第N层小波的小波包能量进行特征提取，得到所述第N层小波中各个频带的能量值分别占所述第N层小波的总能量值的能量占比；
根据所述各个频带分别对应的能量占比，确定所述目标支柱绝缘子是否故障；
当确定出所述目标支柱绝缘子故障时，对所述振动信息进行时频分析，得到小波时频图；
根据所述小波时频图，确定所述目标支柱绝缘子的故障类型。
2.根据权利要求1所述的支柱绝缘子故障识别方法，其特征在于，所述对所述N层小波树中第N层小波的小波包能量进行特征提取，得到所述第N层小波中各个频带的能量值分别占所述第N层小波的总能量值的能量占比，包括：
分别确定所述各个频带的分解系数；
对所述各个频带的分解系数进行重构，得到所述各个频带分别对应的重构信号；
根据所述各个频带分别对应的重构信号，得到所述各个频带的能量值分别占所述第N层小波的总能量值的能量占比。
3.根据权利要求1所述的支柱绝缘子故障识别方法，其特征在于，所述根据所述各个频带分别对应的能量占比，确定所述目标支柱绝缘子是否故障，包括：
将能量占比大于预设阈值的频带确定为主要频带；
根据所述主要频带与预定的固有频带的关系，确定所述目标支柱绝缘子是否故障。
4.根据权利要求1所述的支柱绝缘子故障识别方法，其特征在于，所述根据所述小波时频图，确定所述目标支柱绝缘子的故障类型，包括：
根据所述小波时频图中的频率信息、时间信息及能量分布信息中的至少一项，确定所述目标支柱绝缘子的故障频带；
根据所述小波时频图中的所述故障频带的频率，确定所述目标支柱绝缘子的故障类型。
5.根据权利要求1所述的支柱绝缘子故障识别方法，其特征在于，所述对所述振动信号进行N层小波包分解，得到N层小波树，包括：
对所述振动信号进行去噪处理，得到去噪后的...
【专利技术属性】
技术研发人员：邵鑫明，郑欣，刘荣海，郭新良，万书亭，杨迎春，许宏伟，何运华，周静波，孔旭晖，虞鸿江，焦宗寒，陈国坤，杨雪滢，程雪婷，李宗红，宋玉锋，
申请(专利权)人：云南电网有限责任公司电力科学研究院，
类型：发明
国别省市：云南;53
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。