【技术实现步骤摘要】
一种基于极坐标分布熵优化的GIS局放模式识别方法
[0001]本专利技术涉及大电网现场电力设备缺陷诊断识别
,更具体的说是涉及一种基于KAZE与极坐标分布熵优化的GIS局部放电模式识别方法。
技术介绍
[0002]气体绝缘组合电器(gas insulated switchgear,GIS)以其广泛的适用性、优秀的绝缘性能以及可靠的稳定性,在电力系统中受到广泛应用。然而,由于GIS特殊的内部结构,在生产、运输、装配过程中可能产生某些绝缘缺陷,设备长期运行引起的绝缘老化也可能引发GIS的绝缘故障,进而导致设备局部放电,甚至发生绝缘击穿,从而危害电网安全。不同绝缘缺陷引发的局部放电模式各不相同,对电网安全的威胁程度差异明显,因此GIS局部放电的模式识别效率对设备的状态监测与故障检修有重要意义。
[0003]近年来,图像特征提取技术在遥感配准领域快速发展,图像中显著特征能够被自发提取,大量相关算法如尺度不变特征变换(scale invariant feature transform,SIFT)、加速鲁棒特征(speed
‑
up robust features,SURF)、二进制鲁棒不变尺度特征(binary robust invariant salable keypoints,BRISK)等被提出应用于特征描述符的提取。然而,遥感图像,特别是光学图像和SAR图像均具有较大的非线性辐射差异,上述算法的特征提取能力变弱。为了解决这一问题,基于非线性尺度空间的多尺度二维特征配准算法(KAZE)被提出
【技术保护点】
【技术特征摘要】
1.一种基于极坐标分布熵优化的GIS局放模式识别方法,其特征在于,包括以下步骤:S1:通过试验仿真模拟GIS局部放电信号,利用光学集成传感器进行采集,并转化成光电PRPD图谱;S2:采用NSCT图像融合算法将所述光电PRPD图谱融合,得到光电融合PRPD图谱;S3:利用KAZE算法提取所述光电融合PRPD图谱的特征点,获取所述特征点的坐标信息与描述向量,所述描述向量包含所述特征点的尺度信息;S4:将包含坐标信息与尺度信息的所述特征点发散至极坐标中,对所述极坐标上划分的每一子区域分别进行分布熵计算,构成特征向量,并选取最优特征向量;S5:将所述最优特征向量输入Adaboost
‑
LSTM网络模型进行局部放电模式识别。2.根据权利要求1所述的一种基于极坐标分布熵优化的GIS局放模式识别方法,其特征在于,所述光电PRPD图谱包括光学PRPD图谱和特高频PRPD图谱;所述光学集成传感器中集成有光学传感器和特高频传感器,分别将所述GIS局部放电信号转化为所述光学PRPD图谱和所述特高频PRPD图谱。3.根据权利要求2所述的一种基于极坐标分布熵优化的GIS局放模式识别方法,其特征在于,所述S2包括:S21:分别对所述光学PRPD图谱和所述特高频PRPD图谱进行多尺度分解,得到各个层次的高频子带图和低频子带图;对所述高频子带图进行多方向分解,最终分别得到所述光学PRPD图谱和所述特高频PRPD图谱的低频子带系数和多个不同方向的高频子带系数;S22:根据所述低频子带系数求平均,所述高频子带系数取大的融合规则,将所述光电PRPD图谱和所述特高频PRPD图谱在各个尺度与方向分别融合,得到光电融合子图;S23:对所述光电融合子图进行NSCT逆变换得到光电融合PRPD图谱。4.根据权利要求1所述的一种基于极坐标分布熵优化的GIS局放模式识别方法,其特征在于,所述S3包括:S31:基于原图,利用加性算子分裂算法与可变的传导扩散方法构建非线性尺度空间;S32:在所述非线性尺度空间的不同尺度中,将任一点分别与邻域内各点比较,寻找归一化后的Hessian矩阵极大值点作为特征点;利用泰勒展开拟合求解所述特征点的位置坐标;S33:根据所述特征点邻域确认所述特征点的主方向,使用M
‑
SURF算法为每一个所述特征点构建描述向量。5.根据权利要求4所述的一种基于极坐标分布熵优化的GIS局放模式识别方法,其特征在于,所述S33中使用M
‑
SURF算法为每一个所述特征点构建描述向量,包括:S331:对尺度为s
i
的特征点,以其为中心,选取一个大小为24s
i
×
24s
...
【专利技术属性】
技术研发人员:孙炜昊,许永鹏,臧奕茗,李泽,李曜丞,严英杰,刘亚东,盛戈皞,江秀臣,
申请(专利权)人:上海交通大学,
类型:发明
国别省市:
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。