一种GIS局部放电故障识别方法、系统、计算机设备、存储介质技术方案

本发明专利技术涉及放电故障识别技术领域，公开一种GIS局部放电故障识别方法，包括以下步骤：信号采集：采集各类缺陷放电信号各多组，形成原始信号；数据处理：对原始信号分别进行变分模态分解，获得一系列固有模态分量；特征提取：对固有模态分量进行特征提取，得到多尺度排列熵；识别诊断：将多尺度排列熵作为高维特征向量输入局部放电故障分类器模型，输出故障结果。变分模态分解克服了EMD方法存在端点效应和模态分量混叠的问题，可以降低复杂度高和非线性强的时间序列非平稳性，分解获得包含多个不同频率尺度且相对平稳的子序列；由固有模态分量计算多尺度排列熵，能检测时间序列在多尺度下的复杂性变化。度下的复杂性变化。度下的复杂性变化。

【技术实现步骤摘要】
一种GIS局部放电故障识别方法、系统、计算机设备、存储介质


[0001]本专利技术涉及放电故障识别
，特别涉及一种GIS局部放电故障识别方法、系统、计算机设备、存储介质。

技术介绍

[0002]局部放电是电气设备绝缘发生劣化的主要征兆，能有效反应电气设备的绝缘状态，已成为大型电气设备在线监测的主要项目之一。长期存在的局部放电会导致绝缘强度降低或者失效，最坏情况可能引发击穿事故从而导致大范围停电，因此局部放电的诊断至关重要。特高频检测技术基于捕捉从局部放电位置发射的电磁波，拥有频段高、灵敏度高、抗干扰性强等优点，在实际检测中被广泛采用。但由于局部放电信号较弱，在局部放电检测时周围的电磁噪声会影响检测设备的精度，因此对监测信号进行降噪处理是对信号进行数据分析的必要前序步骤，需将真实、有效的信号从噪声中分离出来。
[0003]GIS内部存在的绝缘缺陷类型有很多种，不同绝缘缺陷的放电特征并不相同，对GIS运行的危害程度也相差较大，要准确地评估GIS内部缺陷类型的性质，必须对局部放电信号进行模式识别。
[0004]常规的特征提取方法本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种GIS局部放电故障识别方法，其特征在于，包括以下步骤：S1、信号采集：采集各类缺陷放电信号各多组，形成原始信号；S2、数据处理：对原始信号分别进行变分模态分解，获得一系列固有模态分量；S3、特征提取：对固有模态分量进行特征提取，得到多尺度排列熵；S4、识别诊断：将多尺度排列熵作为高维特征向量输入局部放电故障分类器模型，输出故障结果；所述局部放电故障分类器模型是基于支持向量机训练得到的。2.根据权利要求1所述的一种GIS局部放电故障识别方法，其特征在于，S1中，缺陷放电信号包括毛刺、气隙、悬浮电极及自由金属微粒。3.根据权利要求1所述的一种GIS局部放电故障识别方法，其特征在于，S2中，对原始信号分别进行变分模态分解，具体包括如下步骤：2.1)初始和迭代次数n；k＝1,2...z；z为模态个数；表示第一次迭代的第k个固有模态分量；表示第一次迭代的第k个中心频率；为第一次迭代的拉格朗日算子；2.2)按如下两个公式分别更新u
k
和ω
k
；；其中，u
k
是第k个固有模态分量，ω
k
是第k个固有模态分量对应的中心频率；α是惩罚因子，λ(ω)是拉格朗日算子，f(ω)表示原始信号的维纳滤波，ω表示频率值；2.3)根据下式更新λ：2.4)若满足下式，则停止迭代输出结果，得到z个固有模态分量u
k
，否则返回步骤2.2)；其中，ε为规定误差。4.根据权利要求3所述的一种GIS局部放电故障识别方法，其特征在于，S3具体包括以下步骤：3.1)对固有模态分量u
k
＝{u
ki
,i＝1,2,...,N}进行粗粒化处理，得到粗粒化序列
其中，s为尺度因子，N是固有模态分量u
k
的长度,[N/s]表示对于N/s取整；3.2)对每个粗粒化序列相空间重构；式中，l为第l个重构分量，l＝1,2,...,N
‑
(m
‑
1)τ；m是嵌入维数，τ是延迟时间；3.3)用l1,l2,...l
m
表示重构分量中各个元素所在列的索引，将Y
l(s)
按升序排列如下：若重构分量中存在相等的值，则...

【专利技术属性】
技术研发人员：徐怡凡，闫静，王艳新，刘婷亮，王占北，何蕊昕，赵丹晨，逯磊，
申请(专利权)人：西安交通大学，
类型：发明
国别省市：