【技术实现步骤摘要】
一种基于图谱特征和信息融合的局部放电模式识别方法
本申请涉及电力设备局部放电识别诊断
，尤其涉及一种基于图谱特征和信息融合的局部放电模式识别方法。
技术介绍
电力设备故障诊断是保障电力设备安全稳定运行的关键技术，由于电力设备在生产、运输、使用过程中不可避免地会由于部分导体尖端、划伤、悬浮、绝缘子表面污秽等绝缘缺陷造成绝缘损伤，这类绝缘损伤在电场作用下将引发局部放电进而发展为贯穿性击穿，因此通过开展局部放电检测来评估电力设备绝缘状态具有重要意义。基于局部放电引起的电荷移动、电磁波传播、声波传播及光辐射等物理现象，形成了脉冲电流法、超(特)高频法、地电波法、超声法及光测法等多种局部放电测量方法。然而，在局部放电分析过程中，现有基于统计学分析方法的特征参量提取往往导致故障类型识别不准确，另一方面基于单一特征量的局部放电模式识别结果往往难以获得较高的置信度。因此提出了一种基于图谱特征参量化的局部放电PRPD(phase-resolvedpartialdischarge)图谱处理方法，并且通过信息融合的方法实现了...
【技术保护点】
1.一种基于图谱特征和信息融合的局部放电模式识别方法，其特征在于，包括以下步骤：/n通过局部放电检测方法获取多个工频周期下不同缺陷类型下局部放电的PRPD图谱；/n获取所述PRPD图谱中的放电重复率特征矩阵N；/n获取所述PRPD图谱的坡向编码特征SI；/n计算PRPD图谱积分特征I；/n计算PRPD图谱二阶微分特征D
【技术特征摘要】
1.一种基于图谱特征和信息融合的局部放电模式识别方法，其特征在于，包括以下步骤：
通过局部放电检测方法获取多个工频周期下不同缺陷类型下局部放电的PRPD图谱；
获取所述PRPD图谱中的放电重复率特征矩阵N；
获取所述PRPD图谱的坡向编码特征SI；
计算PRPD图谱积分特征I；
计算PRPD图谱二阶微分特征D2；
针对各个局部放电故障缺陷根据依次得到的所述PRPD图谱的放电重复率特征矩阵N、坡向编码特征SI、积分特征I、二阶微分特征D2，构建各个所述局部放电故障缺陷的图谱特征参量化矩阵M＝[NSIID2]；
将各个所述局部放电故障缺陷的所述参量化矩阵输入到基于变权的信息融合模型，完成信息融合，计算得到各个所述局部放电故障缺陷的类型识别得分结果；
根据各个所述局部放电故障缺陷的类型识别得分计算结果，建立类型识别得分区间范围与放电类型之间的对应关系数据库；
计算待检测局部放电的类型识别得分，将得分输入所述类型识别得分区间范围与放电类型之间的对应关系数据库，输出相应的局部放电类型判断结果。
2.根据权利要求1所述的一种基于图谱特征和信息融合的局部放电模式识别方法，其特征在于，所述局部放电检测方法，包括：
超高频法和脉冲电流法。
3.根据权利要求1所述的一种基于图谱特征和信息融合的局部放电模式识别方法，其特征在于，所述获取所述PRPD图谱中的放电重复率特征矩阵N，包括：
针对获取的所述PRPD图谱，确定表征放电重复率n的色度条中表示重复率的刻度范围，得到色度条所对应的放电重复率的刻度；
对所述PRPD图谱进行灰度化处理，得到色度条的灰度值；
将所述色度条的灰度值及对应放电重复率的刻度输入到BP神经网络中构建灰度值和放电重复率之间的对应关系；
获取局部放电的PRPD图谱中每一个设定相位区间内不同放电幅值对应的放电重复率值n，依次建立起放电重复率矩阵N。
4.根据权利要求3所述的一种基于图谱特征和信息融合的局部放电模式识别方法，其特征在于，所述对所述PRPD图谱进行灰度化处理，得到色度条的灰度值的计算公式为：
Y＝0.299*R+0.587*G+0.144*B
式中Y为色度条的灰度值，R为红色分量，G为绿色分量，B为蓝色分量。
5.根据权利要求3所述的一种基于图谱特征和信息融合的局部放电模式识别方法，其特征在于，所述每一个设定相位区间，包括：
以1°为一个相位区间。
6.根据权利要求1所述的一种基于图谱特征和信息融合的局部放电模式识别方法，其特征在于，所述获取所述PRPD图谱的坡向编码特征SI，包括：
获取每一个相位区间内放电幅值绝对值最大点的放电强度值Pi，i＝0,…,360；
依次使用直线连接获取的所述绝对值最大点的放电强度值Pi，并定义坡向指数SI来表示放电曲线的坡向，以...
【专利技术属性】
技术研发人员：彭兆裕，张云，程志万，颜冰，马御棠，钱国超，岳刚，邱鹏锋，洪志湖，文刚，代维菊，
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。