基于GIL金属微粒局部放电时域波形图像的故障识别方法技术

一种基于GIL金属微粒局部放电时域波形图像的故障识别方法，包括以下步骤：采集历史图像；对历史图像进行预处理并分为训练集和测试集；构建局部放电时域波形图像识别模型并根据样本集进行训练，确定分类器模型；将测试集输入到分类器模型中，并基于TensorFlow深度学习，进行优化获得最终的分类器模型；采集实时图像判断故障类型。本发明专利技术实现了对预处理得到的仅含局部放电脉冲电压的图像，选择支持向量机模型，使用径向基函数作为核函数，通过深度学习学习算法，训练得到DAG分类器，直接进行模式识别，无需人工提取特征，具有更高识别率，为GIL设备内部金属微粒放电故障监测提供了有利支持。支持。支持。

【技术实现步骤摘要】
基于GIL金属微粒局部放电时域波形图像的故障识别方法


[0001]本专利技术涉及电力设备数值计算与分析领域，尤其涉及一种基于GIL金属微粒局部放电时域波形图像的故障识别方法。

技术介绍

[0002]气体绝缘输电线路(gas insulated transmission line，GIL)广泛应用在电力系统中，但在实际GIL设备生产、装配和运行过程中，金属微粒的产生不可避免。例如生产过程中内部清理不善残存的金属屑，搬运过程挤压摩擦产生的碎屑，运行中触头插接造成的机械摩擦，以及火花放电烧蚀等产生的金属微屑与颗粒等。而产生的金属微粒会在电场中感应带电，并在电极间运动进而引起放电现象，破坏GIL设备绝缘性能。所以针对以上情况，对于GIL设备进行内部放电模式识别对其之后的故障分析和检修都具有十分重要的意义。
[0003]传统的局部放电模式识别需要利用局部放电带电检测得到基于时间或相位的局部放电数据，人为提取统计特征，现有存储的局部放电数据多以图像的形式存在。对于示波器等现场局部放电检测常用的仪器，由于存储速度、存储深度限制，现场检测中一般存储的也本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于GIL金属微粒局部放电时域波形图像的故障识别方法，其特征在于，所述方法包括以下步骤：步骤1：采集不同故障类型下的GIL金属微粒局部放电时域波形历史图像；步骤2：对所述步骤1中的GIL内部金属微粒局部放电的时域波形历史图像进行预处理，构造训练数据样本集和测试样本数据集，其中，预处理是指使用直方图均衡化算法对GIL内部金属微粒局部放电的时域波形图像进行图像增强处理；步骤3：利用SVM二分类器对预处理得到的训练数据样本集进行训练，确定分类器模型；步骤4：将所述步骤2中的测试数据样本集输入步骤3训练后确定的分类器模型中，对所述分类器中各个节点进行优化，得到最终的DAG分类器模型；步骤5：实时采集GIL金属微粒局部放电时域波形图像，并输入收到所述步骤4中获得的DAG分类器模型中，输出对应的故障识别结果。2.根据权利要求1所述的基于GIL金属微粒局部放电时域波形图像的故障识别方法，其特征在于：在步骤1中，GIL金属微粒局部放电故障类型包括悬浮放电故障、沿面放电故障、气隙放电故障、尖端放电故障和其它干扰。3.根据权利要求1或2所述的基于GIL金属微粒局部放电时域波形图像的故障识别方法，其特征在于：所述步骤2包括以下步骤：步骤201：根据图像的灰度级分布建立图像直方图，横坐标和纵坐标分别代表图像中各像素点的亮度范围和各灰度级在全幅图像中变化情况；步骤202：假设原始图像包含N个灰度级，通过以下公式确定图像直方图灰度的分布p(r
k
)：其中，n为整幅图像像素点数之和，n
k
表示分布在第k灰度级的像素点数量，k＝0,1,2,
…
N-1；步骤203：对所述步骤202的分布函数进行离散化获得离散化后的累计分布函数：上式表示将灰度级为r
k
的像素变换成灰度级为S
k
的像素，T(r
k
)为变换函数，P
r
(r
i
)表示灰度级为r
i
的像素在图像中出现概率，k＝0,1,2,
…
N-1。4.根据权利要求1所述的基于GIL金属微粒局部放电时域波形图像的故障识别方法，其特征在于：所述步骤3中，根据步骤1所设定的不同故障类型数n，构造n(n-1)/2个SVM二分类器，所有二分类器构成一个二叉树结构，二叉树结构的每一节点对应一个二分类器，每个叶子代表一个故障类别；利用SVM二分类器对不同故障对应的训练数据样本集进行两两训练，得到训练后的分类器模型。5.根据权利要求4所述的基于GIL金属微粒局部放电时域波形图像的故障识别方法，其
特征在于：在二叉树结构中，将训练后得到精度最高的SVM二分类器当作二叉树结构的根节点，以精度次高的SVM二分类器依次当作下层节点。6.根据权利要求4或5所述的基于GIL金属微粒局部放电时域波形图像的故障识别方法，其特征在于：利用SVM二分类器对训练数据样本集进行训练时，通过以下公式...

【专利技术属性】
技术研发人员：戴锋，车凯，王立宪，汤晓峥，郭涛，宋金山，卞超，屈万一，朱超，沈明慷，陈轩，陈昊，夏峰，王抗，赵宏飞，王伟亮，马宏忠，
申请(专利权)人：河海大学，
类型：发明
国别省市：