一种基于组合逻辑与最优LS-SVM的局部放电故障诊断方法技术

本发明专利技术公开了一种基于组合逻辑与最优LS

【技术实现步骤摘要】
一种基于组合逻辑与最优LS
‑
SVM的局部放电故障诊断方法


[0001]本专利技术属于高电压领域中的局部放电故障诊断
，更具体地，涉及一种基于组合逻辑与最优LS
‑
SVM的局部放电故障诊断方法。

技术介绍

[0002]不同类型的局部放电对电力设备的危害程度不同，将直接影响检修与维护的策略，因此，在有效提取局部放电特征参数后对局部放电进行故障诊断与监测尤为重要。随着模式识别与计算机等技术的快速发展，基于人工智能技术的局部放电故障诊断方法得到一定的发展与推进。当下局部放电故障诊断方法主要有基于人工神经网络的方法、基于模糊推理的故障诊断方法、基于SVM的故障方法、基于遗传算法的故障诊断方法等。
[0003]首先，基于模糊推理与神经网络的局部放电故障诊断方法较早被提出，该方法将模糊综合诊断与规则推理进行相结合进行绝缘故障诊断，该技术通过模糊推理对故障信号进行处理，去除掉可能性较小的因素，然后通过规则推理逐步验证较大可能性的原因。有学者提出将局部放电(Partial discharge，PD)信号的偏斜度本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于组合逻辑与最优LS
‑
SVM的局部放电故障诊断方法，其特征在于，包括：建立不同局部放电故障模型，对不同局部放电故障模型发生局部放电信号进行信号采集，得到不同局部放电信号PD
ij
；求取局部放电信号PD
ij
的信息熵H(PD
ij
)，求取局部放电信号PD
ij
的奇异熵TSE(PD
ij
)，求取局部放电信号PD
ij
的俏度Kurt(PD
ij
)，求取局部放电信号PD
ij
的高阶累积量C
60
(PD
ij
)；由信息熵H(PD
ij
)、奇异熵TSE(PD
ij
)，、俏度Kurt(PD
ij
)及高阶累积量C
60
(PD
ij
)提取组合逻辑特征提取参数F
ij
(PD
ij
)；引入最小二乘算法，并利用粒子优化算法对最小二乘支持向量机LS
‑
SVM加以改进，提出最优LS
‑
SVM分类器；将随机组合特征提取方法与最优LS
‑
SVM分类器结合，完成最优LS
‑
SVM故障分类器的训练与测试，给出诊断结果整体评估。2.根据权利要求1所述的方法，其特征在于，所述建立不同局部放电故障模型，对不同局部放电故障模型发生局部放电信号进行信号采集，得到不同局部放电信号PD
ij
，包括：假设PD源的故障类型为PD
ij
，其中，i表示第i类故障类型，j表示第j次实验，当i为1时，PD
ij
则为PD
1j
，PD
1j
＝Ae
‑
t/τ
，其中，A表示脉冲强度系数，τ表示衰减常数；当i为2时，PD
ij
则为PD
2j
，其中，A表示脉冲强度系数，τ1与τ2表示衰减常数；当i为3时，PD
ij
则为PD
3j
，PD
3j
＝Ae
‑
t/τ
sin(2πf
c
t)，其中，A表示脉冲强度系数，τ表示衰减常数，f
c
表示振荡频率；当i为4时，PD
ij
则为PD
4j
，其中，A表示脉冲强度系数，τ1与τ2表示衰减常数，f
c
表示振荡频率。3.根据权利要求1或2所述的方法，其特征在于，所述求取局部放电信号PD
ij
的信息熵H(PD
ij
)，包括：由求取连续局部放电信号的信息熵H(PD
ij
)，其中，p(PD
ij
)表示信号PD
ij
出现的概率，且0≤p(PD
ij
)≤1，4.根据权利要求3所述的方法，其特征在于，所述求取局部放电信号PD
ij
的奇异熵TSE(PD
ij
)，包括：利用奇异值分解求取局部放电信号PD
ij
的奇异值λ
m
，其中，m＝1,2,
…
,n，λ
m
＝SVD(PD
ij
)，SVD表示求奇异值特征参数；由得到PD
ij
的奇异熵TSE(PD
ij
)，其中，r表示奇异值参数，λ
m
表示第m个奇异值，λ
n
表示第n个奇异值。
5.根据权利要求4所述的方法，其特征在于，所述求取局部放电信号PD
ij
的俏度Kurt(PD
ij
)，包括：对局部放电信号PD
ij
求取第k阶矩α
k
，其中，k＝1,2,
…
，ξ表示PD
ij
的概率密度函数；由求取局部放电信号PD
ij
的俏度Kurt(PD
ij
)，其中，M
pq
表示Kurt(PD
ij
)的混合矩，p表示阶数，q表示共轭位置。6.根据权利要求5所述的方法，其特征在于，所述求取局部放电信号PD
ij
的高阶累积量C
60
(PD
ij
)，包括：一个随机过程PD
ij
，采用M
pq
(PD
ij
)＝E(PD
ij
(PD
ij
)
p
‑
q
PD
ij*
(PD
ij
)
q
)来定义PD
ij
的p阶q次混合矩，其中，*代表复共轭，p代表阶数，q代表共轭的位置；利用M
pq
(PD
ij
)＝E(PD

【专利技术属性】
技术研发人员：何怡刚，宁署光，
申请(专利权)人：宁波力斗智能技术有限公司，
类型：发明
国别省市：