一种基于光纤超声传感信号的套管局部放电识别算法制造技术

本发明专利技术涉及一种基于光纤超声传感信号的套管局部放电识别算法，该套管局部放电识别算法包括如下步骤：(1)获取光纤超声传感系统测量的套管局部放电超声信号，进行小波变换抑制噪声处理；(2)提取局部放电相位宽度、谱图偏斜度、参量趋势图波动系数、相位不对称度、谱图正负半周轮廓互相关系数特征参量作为放电特征量；(3)划分训练集和测试集；(4)使用最优参数和最优超参数构建预测模型。(5)使用所述预测模型对所述测试样本集进行测试，完成放电模式识别。本发明专利技术能够实现基于小样本光纤超声信号的局部放电模式的精准识别，提高了局部放电模式识别准确率。式识别准确率。式识别准确率。

【技术实现步骤摘要】
一种基于光纤超声传感信号的套管局部放电识别算法


[0001]本专利技术涉及变压器套管运行状态在线监测领域，特别涉及一种基于光纤超声传感信号的套管局部放电识别算法。

技术介绍

[0002]变压器套管是支撑变压器引出线的重要装置。但是，在实际生产、运输、运行过程中不可避免会出现绝缘缺陷，影响其长期可靠性。据统计，由绝缘水平降低而引起的套管故障所占比重很大。局部放电是绝缘故障的重要表征形式，因此，对变压器套管局部放电进行有效检测具有重要意义。
[0003]根据局部放电产生的不同物理量来划分，套管局部放电的检测方法主要有：脉冲电流法、特高频法、声测法，其中声测法具有传感器体积小，抗电磁干扰强的优点，更加适合套管局放检测。近年来，光纤传感技术发展迅速。光纤传感的成本低，绝缘性能好，灵敏度高，在电学传感方面具有优良的可靠性。光纤
‑
超声传感相结合的方法在局部放电超声信号检测方面具有巨大应用潜力。
[0004]但是，目前基于光纤超声传感信号的套管局部放电识别算法大多采用图像二维滤波方式。在实际应用中，由于对变压器套管进行局部放电试验比较困难，因此缺乏大量的变压器套管局部放电样本数据，BP神经网络法往往效果不佳。而且图像二维滤波只能采用特定的滤波方式，无法有效区分变压器套管局部放电4种不同缺陷：套管顶部悬浮、末屏引线接触不良、下部均压环悬浮和下瓷套沿面放电。目前，套管局部放电识别算法都存在无法准确识别和分类变压器套管故障的问题。

技术实现思路

[0005]本专利技术要解决的技术问题是针对上述不足，在变压器套管故障样本少、故障种类多的实际情况下，提供一种基于光纤超声传感信号的能够解决准确识别和分类变压器套管局部放电问题的套管局部放电识别算法。
[0006]本专利技术是通过以下技术方案实现的：
[0007]一种基于光纤超声传感信号的套管局部放电识别算法，该套管局部放电识别算法包括如下步骤：
[0008](1)获取光纤超声传感系统测量的套管局部放电超声信号，进行小波变换抑制噪声处理，得到去噪后的套管局部放电超声信号；
[0009](2)对去噪后的套管局部放电超声信号进行分析，获得超声信号幅值、频带和对应的工频相位信息，绘制出二维谱图，并从中提取局部放电相位宽度、谱图偏斜度、参量趋势图波动系数、相位不对称度、谱图正负半周轮廓互相关系数特征参量作为放电特征量；
[0010](3)将不同缺陷类型套管下的套管局部放电超声信号划分为不同的样本集，并划分训练集和测试集；
[0011](4)利用训练集，以最小化分类任务的交叉熵为目标，使用随机梯度下降法对分类
器的参数和超参数进行优化，使用最优参数和最优超参数构建预测模型；
[0012](5)使用所述预测模型对所述测试样本集进行测试，完成放电模式识别。
[0013]进一步的，所述的一种基于光纤超声传感信号的套管局部放电识别算法，所述步骤(1)中，将获取的套管局部放电超声信号经过小波分析得到尺度系数，再进行阈值处理和小波重构，去除混杂在所述套管局部放电信号中的干扰信号。
[0014]进一步的，所述的一种基于光纤超声传感信号的套管局部放电识别算法，所述步骤(1)中，将含噪的套管局部放电超声信号运用小波变换公式分解至8层尺度，得到各层尺度小波分解系数；
[0015]小波变换公式为：
[0016][0017]其中，c为尺度系数，d为小波分解系数，h、g为MexicanHat对应的一对正交滤波器组，j为分解层数，N为离散采样点数，n为1，2，......，8。
[0018]进一步的，所述的一种基于光纤超声传感信号的套管局部放电识别算法，所述步骤(1)中，应用软阈值函数处理各层小波分解系数，得出各层小波分解系数的估值；
[0019]所述软阈值函数为：
[0020][0021]其中，其中，x为输入变量，t为阈值。Sgn为符号函数，如果变量大于0，则Sgn返回1；如果变量等于0，则返回0；如果变量小于0，则返回
‑
1。
[0022]进一步的，所述的一种基于光纤超声传感信号的套管局部放电识别算法，所述步骤(1)中，将经软阈值函数处理过的小波系数用重构公式进行逆变换，得到去噪后的套管局部放电超声信号；
[0023]重构公式为：
[0024][0025]其中，c为尺度系数，d为小波分解系数，h、g为MexicanHat对应的一对正交滤波器组，j为分解层数，N为离散采样点数，n为1，2，......，8。
[0026]进一步的，所述的一种基于光纤超声传感信号的套管局部放电识别算法，所述步骤(2)中，所述二维谱图包括最高频率相位分布谱图、超声信号最大幅值相位分布谱图、超声信号平均幅值相位分布谱图和超声次数相位分布谱图。
[0027]进一步的，所述的一种基于光纤超声传感信号的套管局部放电识别算法，所述步骤(3)中，所述不同缺陷类型包括套管顶部悬浮、末屏引线接触不良、下部均压环悬浮和下瓷套沿面放电。
[0028]进一步的，所述的一种基于光纤超声传感信号的套管局部放电识别算法，所述步骤(3)中，人工挑选特征明显的样本作为训练集，剩余样本作为测试集。
[0029]进一步的，所述的一种基于光纤超声传感信号的套管局部放电识别算法，所述步骤(4)包括：
[0030]①
将训练集分的每个片段划分为支持集和询问集；
[0031]②
初始化模型的初始参数、迭代次数及超参数
[0032]③
利用支持集样本训练模型；
[0033]④
在询问集上评估，评估时以最小化分类任务的交叉熵为目标，使用随机梯度下降法对分类器的参数和超参数进行优化；
[0034]⑤
上一个任务所优化得到的模型直接用于下一个任务的训练，反复进行多轮迭代；
[0035]⑥
若迭代次数超出最大允许迭代次数，训练结束；针对不同的任务分别计算损失，若损失在阈值内，则根据每个任务的损失更新对应的模型参数，否则执行步骤
④
至
⑥
继续进行参数优化；
[0036]⑦
采用最优的参数和超参数建立预测模型。
[0037]进一步的，所述的一种基于光纤超声传感信号的套管局部放电识别算法，所述步骤(4)中，所述预测模型为：
[0038][0039]其中，i是片段编号，R(θ
i
’
)是θ
’
的最大熵，θ
’
、α
’
、β
’
分别是优化后的参数θ和超参数α、β。
[0040]本专利技术的优点与效果是：
[0041]1.在变压器套管故障样本少、故障种类多的实际情况下，本专利技术提供了一种基于光纤超声传感信号的未知任务式元学习套管局部放电识别算法。该识别算法对小样本的识别精准度高于BP神经网络法或图像二维滤波法，且学习时间短，识别精度高，达到了小样本局部放本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于光纤超声传感信号的套管局部放电识别算法，其特征在于，该套管局部放电识别算法包括如下步骤：(1)获取光纤超声传感系统测量的套管局部放电超声信号，进行小波变换抑制噪声处理，得到去噪后的套管局部放电超声信号；(2)对去噪后的套管局部放电超声信号进行分析，获得超声信号幅值、频带和对应的工频相位信息，绘制出二维谱图，并从中提取局部放电相位宽度、谱图偏斜度、参量趋势图波动系数、相位不对称度、谱图正负半周轮廓互相关系数特征参量作为放电特征量；(3)将不同缺陷类型套管下的套管局部放电超声信号划分为不同的样本集，并划分训练集和测试集；(4)利用训练集，以最小化分类任务的交叉熵为目标，使用随机梯度下降法对分类器的参数和超参数进行优化，使用最优参数和最优超参数构建预测模型；(5)使用所述预测模型对所述测试样本集进行测试，完成放电模式识别。2.根据权利要求1所述的一种基于光纤超声传感信号的套管局部放电识别算法，其特征在于，所述步骤(1)中，将获取的套管局部放电超声信号经过小波分析得到尺度系数，再进行阈值处理和小波重构，去除混杂在所述套管局部放电信号中的干扰信号。3.根据权利要求2所述的一种基于光纤超声传感信号的套管局部放电识别算法，其特征在于，所述步骤(1)中，将含噪的套管局部放电超声信号运用小波变换公式分解至8层尺度，得到各层尺度小波分解系数；小波变换公式为：其中，c为尺度系数，d为小波分解系数，h、g为MexicanHat对应的一对正交滤波器组，j为分解层数，N为离散采样点数，n为1，2，......，8。4.根据权利要求3所述的一种基于光纤超声传感信号的套管局部放电识别算法，其特征在于，所述步骤(1)中，应用软阈值函数处理各层小波分解系数，得出各层小波分解系数的估值；所述软阈值函数为：其中，其中，x为输入变量，t为阈值。Sgn为符号函数，如果变量大于0，则Sgn返回1；如果变量等于0，则返回0；如果变量小于0，则返回
‑
1。5.根据权利要求4所述的一种基于光纤超声传感信号的套管局部放电识别算法，其特征在于，所述步骤(1)中，将经软阈值函数处理过的小波系数用重构公式进行逆变换，得到去噪后的套管局部放电超声信号；重构公式为：
其中，c为尺度系数，d为小波分解...

【专利技术属性】
技术研发人员：高树国，何瑞东，邢超，赵军，田源，孙路，孟令明，史荣斌，王思涵，胡靖，马国明，
申请(专利权)人：华北电力大学，
类型：发明
国别省市：