一种基于时钟同步局部放电的聚类方法及系统技术方案

本发明专利技术属于电力电缆局部放电领域，提供了一种基于时钟同步局部放电的聚类方法及系统。其中，基于时钟同步局部放电的聚类方法包括将基于时钟同步的局部放电脉冲群经等效时频变换转化为二维等效时频图谱中的时频信号点；基于鲸鱼优化算法的K均值聚类算法，将K均值算法的局部寻优能力与鲸鱼算法的全局寻优能力相结合对时频信号点进行聚类，根据信号点隶属不同放电源具有不同放电波形特性，从而实现基于时钟同步局部放电的放电源识别。其可以实现对单一缺陷的局部放电在线监测与识别，使电缆故障得及时排除，减少经济损失和社会影响，保障电力电缆的安全有效运行。电力电缆的安全有效运行。电力电缆的安全有效运行。

【技术实现步骤摘要】
一种基于时钟同步局部放电的聚类方法及系统


[0001]本专利技术属于电力电缆局部放电领域，尤其涉及一种基于时钟同步局部放电的聚类方法及系统。

技术介绍

[0002]本部分的陈述仅仅是提供了与本专利技术相关的
技术介绍
信息，不必然构成在先技术。
[0003]一般认为XLPE电力电缆在正常环境中的寿命为20-30年，然而由于电缆敷设在电缆沟或直接埋于地下，敷设环境与使用状态会极大的影响电缆的寿命。长期同土壤、水分、潮气接触，绝缘易受到腐蚀渗透，再加上电缆制造或安装时的局部缺陷，都可能造成故障。地下电缆一旦发生故障，寻找起来十分困难，不仅要浪费大量人力物力，而且还将带来难以估计的停电损失。如果故障得不到及时排除，将会造成严重的经济损失和社会影响。
[0004]局部放电类型与绝缘缺陷紧密相关，在线检测高压电器运行状态，实时采集绝缘局部放电信号并对其进行数理分析处理和属性分类，推断、预测绝缘缺陷部位、局放类型机器放电发展程度，可以预报预防事故发生。由于局部放电有多种类型，比如内部、沿面、电晕等，加上噪声的干扰，分别对应着不同的诊断和检修策略。放电信号识别的目的就是要准确找出信号类型，判断其危害性，进行有效应对措施。对放电信号类型进行识别首先需要对不同类型的放电信号进行分类，通常先对原始放电脉冲群进行等效时频变换处理，再对等效时频数据进行聚类分析，达到对不同放电类型数据分类的目的。
[0005]专利技术人发现，在对等效时频数据进行聚类的过程中，聚类算法中初始聚心是随机选择的，而且是通过迭代来获得的最优解，初始聚心不同，聚类结果也不同，这样导致聚类结果很不稳定，从而降低了电缆故障类型判断的准确性。

技术实现思路

[0006]为了解决上述问题，本专利技术提供一种基于时钟同步局部放电的聚类方法及系统，其可以实现对单一缺陷的局部放电在线监测与识别，使电缆故障得及时排除，减少经济损失和社会影响，保障电力电缆的安全有效运行。
[0007]为了实现上述目的，本专利技术采用如下技术方案：
[0008]本专利技术的第一个方面提供一种基于时钟同步局部放电的聚类方法。
[0009]一种基于时钟同步局部放电的聚类方法，包括：
[0010]将基于时钟同步的局部放电脉冲群经等效时频变换转化为二维等效时频图谱中的时频信号点；
[0011]基于鲸鱼优化算法的K均值聚类算法，将K均值算法的局部寻优能力与鲸鱼算法的全局寻优能力相结合对时频信号点进行聚类，根据信号点隶属不同放电源具有不同放电波形特性，从而实现基于时钟同步局部放电的放电源识别。
[0012]本专利技术的第二个方面提供一种基于时钟同步局部放电的聚类系统。
[0013]一种基于时钟同步局部放电的聚类系统，包括：
[0014]等效时频变换模块，其用于将基于时钟同步的局部放电脉冲群经等效时频变换转化为二维等效时频图谱中的时频信号点；
[0015]优化聚类模块，其用于基于鲸鱼优化算法的K均值聚类算法，将K均值算法的局部寻优能力与鲸鱼算法的全局寻优能力相结合对时频信号点进行聚类，根据信号点隶属不同放电源具有不同放电波形特性，从而实现基于时钟同步局部放电的放电源识别。
[0016]本专利技术的第三个方面提供一种计算机可读存储介质。
[0017]一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如上述所述的基于时钟同步局部放电的聚类方法中的步骤。
[0018]本专利技术的第四个方面提供一种计算机设备。
[0019]一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如上述所述的基于时钟同步局部放电的聚类方法中的步骤。
[0020]与现有技术相比，本专利技术的有益效果是：
[0021]本专利技术将基于时钟同步的局部放电脉冲群经等效时频变换转化为二维等效时频图谱中的时频信号点，根据信号点隶属度实现不同放电波形特性信号的划分，从而实现混合放电信号的分离和放电源识别。
[0022]本专利技术基于鲸鱼优化算法的K均值聚类算法，将K均值算法的局部寻优能力与鲸鱼算法的全局寻优能力相结合，以克服传统K均值算法的局部性和对初始中心的敏感性，提高了电缆故障类型判断的准确性。
附图说明
[0023]构成本专利技术的一部分的说明书附图用来提供对本专利技术的进一步理解，本专利技术的示意性实施例及其说明用于解释本专利技术，并不构成对本专利技术的不当限定。
[0024]图1是本专利技术实施例的基于时钟同步局部放电的聚类方法流程图；
[0025]图2是本专利技术实施例的二维等效时频图谱；
[0026]图3是本专利技术实施例的鲸鱼优化算法。
具体实施方式
[0027]下面结合附图与实施例对本专利技术作进一步说明。
[0028]应该指出，以下详细说明都是例示性的，旨在对本专利技术提供进一步的说明。除非另有指明，本文使用的所有技术和科学术语具有与本专利技术所属
的普通技术人员通常理解的相同含义。
[0029]需要注意的是，这里所使用的术语仅是为了描述具体实施方式，而非意图限制根据本专利技术的示例性实施方式。如在这里所使用的，除非上下文另外明确指出，否则单数形式也意图包括复数形式，此外，还应当理解的是，当在本说明书中使用术语“包含”和/或“包括”时，其指明存在特征、步骤、操作、器件、组件和/或它们的组合。
[0030]实施例一
[0031]参照图1，本实施例的一种基于时钟同步局部放电的聚类方法，包括：
[0032]步骤S101：将基于时钟同步的局部放电脉冲群经等效时频变换转化为二维等效时频图谱中的时频信号点。
[0033]在具体实施过程中，二维等效时频图谱中的时频信号点为基于时钟同步的局部放电脉冲群的特征量点，特征量点的横坐标为等效时长，纵坐标为等效频率。二维等效时频图谱，如图2所示。
[0034]整个局部放电脉冲群的特征量点获取过程为：
[0035]基于局部放电脉冲群的时域信号和频域傅里叶变换后的信号，分别对应计算局部放电脉冲的时间重心和频率重心，得到脉冲波形的等效时宽和等效频宽；
[0036]基于脉冲波形的等效时宽和等效频宽，提取每个放电脉冲的特征量，得到整个局部放电脉冲群的特征量及其对应时频信号点。
[0037]具体地，对获取的基于时钟同步的局部放电脉冲群做如下处理：
[0038][0039]式中：j为第j个脉冲；a
i
为第i个点的时域波形值；n为脉冲的点数；Δt为采样时间间隔；Δt(i-1)为第i个点对应的时间。同理，对脉冲波形进行快速傅里叶变换得到：
[0040][0041]式中A
i
为第i个点的频谱幅值；Δf(i-1)为第i个点的频率值。
[0042]利用等效时频法提取脉冲波形的特征量时需要对脉冲p
j
做如下处理：通过式(3)计算脉冲波形的时间重心T
0j
和频率重心F
0j
，再利本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于时钟同步局部放电的聚类方法，其特征在于，包括：将基于时钟同步的局部放电脉冲群经等效时频变换转化为二维等效时频图谱中的时频信号点；基于鲸鱼优化算法的K均值聚类算法，将K均值算法的局部寻优能力与鲸鱼算法的全局寻优能力相结合对时频信号点进行聚类，根据信号点隶属不同放电源具有不同放电波形特性，从而实现基于时钟同步局部放电的放电源识别。2.如权利要求1所述的基于时钟同步局部放电的聚类方法，其特征在于，二维等效时频图谱中的时频信号点为基于时钟同步的局部放电脉冲群的特征量点，特征量点的横坐标为等效时长，纵坐标为等效频率。3.如权利要求2所述的基于时钟同步局部放电的聚类方法，其特征在于，整个局部放电脉冲群的特征量点获取过程为：基于局部放电脉冲群的时域信号和频域傅里叶变换后的信号，分别对应计算局部放电脉冲的时间重心和频率重心，得到脉冲波形的等效时宽和等效频宽；基于脉冲波形的等效时宽和等效频宽，提取每个放电脉冲的特征量，得到整个局部放电脉冲群的特征量及其对应时频信号点。4.如权利要求1所述的基于时钟同步局部放电的聚类方法，其特征在于，基于鲸鱼优化算法的K均值聚类算法对时频信号点进行聚类的过程为：初始化聚类个数、鲸鱼种群规模大小、最大迭代次数及初始鲸鱼位置；计算每一头鲸鱼相应的适应度值，根据适应度值的大小排序，并选取适应度值最大的个体位置作为最优位置；其中，适应度函数为全部类内距离和与1累加和的倒数；根据狩猎行为和搜索猎物的相应模型来更新下一代的位置；若达到终止条件，则输出最优个体，即算法找到的最优解，猎物最优解输出...

【专利技术属性】
技术研发人员：赵庆冲，杨震威，
申请(专利权)人：康威通信技术股份有限公司，
类型：发明
国别省市：