【技术实现步骤摘要】
提升GIS设备故障诊断准确率的振动信号处理方法及装置
本专利技术属于GIS设备的状态监测和故障诊断
，更具体地，涉及一种提升GIS设备故障诊断准确率的振动信号处理方法及装置。
技术介绍
过往研究表明，电力系统中大多数严重事故是由一些设备故障引发的，近些年来，气体绝缘全封闭开关(gasinsulatedswitchgear,GIS)设备装备量逐渐快速增长，其可靠性关系到电网的安全运行。研究如何对GIS设备故障建模从而及时准确地诊断故障，对电力系统而言意义重大。GIS设备是当今电力系统中不可或缺的设备，被广泛应用于高压、超高压领域。该设备是将断路器、隔离开关、接地开关、互感器、避雷器、母线、连接件和出线终端等部件封闭在金属接地的外壳中，并在其内部充入一定压力的六氟化硫(SF6)绝缘气体。GIS设备的故障可分为放电性故障和机械类故障两大类。目前针对GIS设备放电性故障的研究方法主要有脉冲电流法、超高频法和气体分解法，而针对机械类故障的相关研究还处于起步阶段，主要方法为振动分析法。脉冲电流法是通过测量电路中电压变化量来...
【技术保护点】
1.一种提升GIS设备故障诊断准确率的振动信号处理方法，其特征在于，包括以下步骤：/n步骤1，根据GIS设备的运行状况，划分成不同的健康等级，采集不同健康等级下的GIS设备振动信号；/n步骤2，将所述GIS设备振动信号以一个GIS设备内部的电磁力周期为时间长度划分成多个样本，构建振动信号数据集；/n步骤3，对所述振动信号数据集中所有样本做归一化处理，然后对归一化处理后的样本做一维转二维的图像化操作，获得图像化的振动信号，得到振动图像数据集；/n步骤4，将所述振动图像数据集按照预设比例划分为训练集和测试集，构建基于卷积神经网络的GIS设备故障诊断模型；/n步骤5，将实时采集到...
【技术特征摘要】
1.一种提升GIS设备故障诊断准确率的振动信号处理方法，其特征在于，包括以下步骤：
步骤1，根据GIS设备的运行状况，划分成不同的健康等级，采集不同健康等级下的GIS设备振动信号；
步骤2，将所述GIS设备振动信号以一个GIS设备内部的电磁力周期为时间长度划分成多个样本，构建振动信号数据集；
步骤3，对所述振动信号数据集中所有样本做归一化处理，然后对归一化处理后的样本做一维转二维的图像化操作，获得图像化的振动信号，得到振动图像数据集；
步骤4，将所述振动图像数据集按照预设比例划分为训练集和测试集，构建基于卷积神经网络的GIS设备故障诊断模型；
步骤5，将实时采集到的GIS设备振动信号归一化处理后做图像化操作，得到图像化的振动信号输入GIS设备故障诊断模型，得到当前GIS设备的健康等级，实现GIS设备故障诊断。
2.根据权利要求1所述的振动信号处理方法，其特征在于，步骤3中归一化处理可以用公式表示为：
其中，X＝x1，...，xK是振动信号数据集中的原始样本，xi表示采样点的值，max(xi)表示采样点中的最大值，min(xi)表示采样点中的最小值，K为样本的采样点个数。
3.根据权利要求1所述的振动信号处理方法，其特征在于，步骤3中的图像化操作具体包括：
步骤3.1，归一化处理后的振动信号数据集样本表示为将振动信号数据集从直角坐标系映射到极坐标系：
其中，K为样本的采样点个数，i表示第i个采样点，是极角，ri是极径；
步骤3.2，定义一种内积运算，用符号来表示，其数学描述如下式所示；
步骤3.3，将极坐标系下的振动信号数据集进行运算，得到类Gram矩阵G：
步骤3.4，将矩阵G中的元素转换成像素值，并按照矩阵中的位置排列，得到振动图像数据集。
4.根据权利要求1所述的振动信号处理方法，其特征在于，所述步骤4中的训练基于卷积神经网络的GIS设备故障诊断模型包括：
步骤4.1，搭建卷积神经网络，将振动图像训练集作为输入，输出为GIS设备的健康等级；
步骤4.2，训练基于卷积神经网络的GIS设备故障...
【专利技术属性】
技术研发人员：刘志翔，周克坚，梅杰，朱明，李永祥，李艳鹏，晋涛，张申，张振宇，聂德鑫，程林，张静，
申请(专利权)人：国网山西省电力公司电力科学研究院，华中科技大学，国网电力科学研究院武汉南瑞有限责任公司，
类型：发明
国别省市：山西;14
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。