一种基于分层式诊断的局部放电模式识别方法技术

本发明专利技术公开了一种基于分层式诊断的局部放电模式识别方法，具体步骤如下：（1）提取不同局部放电信号的放电模式谱图的特征参数；（2）构建分层神经网络模型；（3）基于提取的局部放电信号的大量特征参数样本训练分层神经网络模型；（4）基于经训练的分层神经网络模型确定待识别的局部放电信号的模式，得到每层诊断的结果。本发明专利技术采用分层式放电类型诊断方法，降低每一层诊断用的网络规则的复杂性；充分利用不同类别间的差异性；一些层次的诊断只需进行简单的二分类，提高诊断准确的概率。

A method of PD pattern recognition based on layered diagnosis

【技术实现步骤摘要】
一种基于分层式诊断的局部放电模式识别方法
本专利技术涉及电力设备监控
，尤其是涉及一种基于分层式诊断的局部放电模式识别方法。
技术介绍
气体绝缘金属封闭开关设备(GIS)在电力系统中得到大量的应用，其设备绝缘状态与电网安全息息相关。局部放电可以有效反映电力设备内部绝缘缺陷的特征，对GIS设备进行局部放电检测可以有效获取设备的绝缘状况，从而及时消除隐患，避免重大事故的发生。因此GIS局部放电检测技术得到了大力推广，针对GIS现场局部放电检测数据也呈海量增长的趋势。现场GIS设备常见的局部放电类型有：高压导体上的金属尖刺、盆式绝缘子上金属颗粒、高压导体接触不良、接地体或屏蔽之间接触不良、绝缘子气隙等。不同的绝缘缺陷往往对应不同的局部放电信号模式，因此通常通过识别局部放电信号的模式来判断相应的设备绝缘缺陷。由于GIS设备现场运行环境复杂多样，现场局部放电检测数据中不可避免的包含各种类型的干扰信号，与实验检测信号存在较大差异。因此，针对大数据情况下的局部放电模式识别，传统的分析方法已经难以满足需求。对于局部放电的现场检测，本文档来自技高网...

【技术保护点】
1.一种基于分层式诊断的局部放电模式识别方法，其特征在于：具体步骤如下：/nA、提取不同局部放电信号的放电模式谱图的特征参数；/nB、构建分层神经网络模型；/nC、基于步骤A提取的局部放电信号的大量特征参数样本训练分层神经网络模型；/nD、基于经训练的分层神经网络模型确定待识别的局部放电信号的模式，得到每层诊断的结果。/n

【技术特征摘要】
1.一种基于分层式诊断的局部放电模式识别方法，其特征在于：具体步骤如下：
A、提取不同局部放电信号的放电模式谱图的特征参数；
B、构建分层神经网络模型；
C、基于步骤A提取的局部放电信号的大量特征参数样本训练分层神经网络模型；
D、基于经训练的分层神经网络模型确定待识别的局部放电信号的模式，得到每层诊断的结果。


2.根据权利要求1所述的基于分层式诊断的局部放电模式识别方法，其特征在于：所述步骤A中，所述放电模式谱图的特征参数包括统计特征参数、分形特征参数和图像特征参数。


3.根据权利要求2所述的基于分层式诊断的局部放电模式识别方法，其特征在于，所述步骤B中，第一层诊断为：对放电信号和干扰信...

【专利技术属性】
技术研发人员：王鹏，刘明军，周求宽，唐志国，张达，
申请(专利权)人：国网江西省电力有限公司电力科学研究院，国家电网有限公司，北京华电智成电气设备有限公司，
类型：发明
国别省市：江西;36