【技术实现步骤摘要】
本专利技术属于电力开关柜设备局放故障检测，尤其涉及一种基于多模型融合的开关柜多源局放模式识别方法及系统。
技术介绍
1、开关柜局放模式识别是电力设备故障预警和状态评估中的重要研究领域，早期的开关柜局放模式识别主要采用传统的特征提取和监测方法，例如使用频谱分析、时域分析和幅度分析等手段来提取局部放电信号的特征参数，并通过定量判据或经验规则进行故障诊断。
2、随着机器学习和模式识别算法的发展，逐渐将这些算法引入到开关柜局放模式识别中。包括支持向量机（svm）、人工神经网络（ann）、模糊逻辑等算法被广泛应用于局放特征的分类和识别中，提高了开关柜局放检测的准确性和可靠性。
3、由于开关柜局放信号具有多种特征和多种传感器的获取方式，研究者们开始将多模态数据进行融合，如声音、电流、红外等信息，以提高局放检测的综合判别能力。同时，也在模式识别算法中引入了评估指标，对不同的故障模式进行定量评估，提高了系统的可靠性和稳定性。
4、目前，国内外研究人员对开关柜局放检测主要有下列方法：暂态对地电压法：当开关柜中出现局部放电时，会产生瞬态电流信号，这些信号就会在开关柜内部的绕组和金属结构上产生一定的电压响应，形成局限于开关柜内部的暂态电场。由于局限性较强，因此需要通过在开关柜外表面接地的探头对外界感应电场进行检测，通过电压响应的变化来诊断开关柜内是否存在局部放电现象。超声波检测法：利用超声波传感器在开关柜内部或外部进行探头测量，检测开关柜内不同部位的声波信号，然后将数据上传至计算机，通过特定软件进行处理和分析。在分
5、在实际应用中，开关柜可能存在多个局放源同时放电的现象，且上述方法在开关柜局放检测时受到开关柜内严重电气干扰，导致局放信号较弱，信噪比低，难以准确识别放电特征和放电模式。此外，由于部分缺陷局放量小，容易淹没在噪声中，在图像中不易显现明显特征，单采用图像识别的方法产生漏判难以准确识别放电特征和放电模式问题，所有目前的检测技术对信号处理和模式识别的准确性仍有待提高。为了提高特征量全面性和准确性，需要进一步优化和改进现有的检测技术。
技术实现思路
1、本专利技术提供一种基于多模型融合的开关柜多源局放模式识别方法及系统，用于解决在开关柜局放检测时受到开关柜内严重电气干扰，导致局放信号较弱，信噪比低，难以准确识别放电特征和放电模式的技术问题。
2、第一方面，本专利技术提供一种基于多模型融合的开关柜多源局放模式识别方法，包括：
3、获取电力开关柜设备的多源局放数据，所述多源局放数据中包含至少一个多源局放信号以及所述至少一个多源局放信号中的各个放电相位分布图；
4、根据预设的图像分类模型对所述各个放电相位分布图进行识别，得到与所述各个放电相位分布图相对应的第一分类标签；
5、根据预设的多源局放聚类模型对所述至少一个多源局放信号进行聚类分割，得到与所述至少一个多源局放信号对应的各个单源局放信号；
6、分别对所述各个单源局放信号进行特征提取，得到与单源局放信号对应的特征信息，所述特征信息包括时域特征信息、频域特征信息以及相位特征信息；
7、采用改进的支持向量机特征分析方法对所述各个单源局放信号的特征信息进行分析，得到与所述各个单源局放信号相对应的第二分类标签，其中，所述各个单源局放信号与所述各个放电相位分布图存在唯一对应关系；
8、将与所述各个放电相位分布图相对应的第一分类标签以及与所述各个单源局放信号相对应的第二分类标签进行融合，得到多源局放信号最终的局放类型，其中，对所述第一分类标签和所述第二分类标签进行融合的表达式为：
9、，
10、式中，为多源局放信号最终的局放类型，为放电相位分布图相对应的第一分类标签，为单源局放信号相对应的第二分类标签，为输出放电相位分布图相对应的第一分类标签的概率，为输出单源局放信号相对应的第二分类标签的概率。
11、第二方面，本专利技术提供一种基于多模型融合的开关柜多源局放模式识别系统，包括：
12、获取模块，配置为获取电力开关柜设备的多源局放数据，所述多源局放数据中包含至少一个多源局放信号以及所述至少一个多源局放信号中的各个放电相位分布图；
13、识别模块，配置为根据预设的图像分类模型对所述各个放电相位分布图进行识别，得到与所述各个放电相位分布图相对应的第一分类标签；
14、分割模块，配置为根据预设的多源局放聚类模型对所述至少一个多源局放信号进行聚类分割，得到与所述至少一个多源局放信号对应的各个单源局放信号；
15、提取模块，配置为分别对所述各个单源局放信号进行特征提取，得到与单源局放信号对应的特征信息，所述特征信息包括时域特征信息、频域特征信息以及相位特征信息；
16、分析模块，配置为采用改进的支持向量机特征分析方法对所述各个单源局放信号的特征信息进行分析，得到与所述各个单源局放信号相对应的第二分类标签，其中，所述各个单源局放信号与所述各个放电相位分布图存在唯一对应关系；
17、融合模块，配置为将与所述各个放电相位分布图相对应的第一分类标签以及与所述各个单源局放信号相对应的第二分类标签进行融合，得到多源局放信号最终的局放类型，其中，对所述第一分类标签和所述第二分类标签进行融合的表达式为：
18、，
19、式中，为多源局放信号最终的局放类型，为放电相位分布图相对应的第一分类标签，为单源局放信号相对应的第二分类标签，为输出放电相位分布图相对应的第一分类标签的概率，为输出单源局放信号相对应的第二分类标签的概率。
20、第三方面，提供一种电子设备，其包括：至少一个处理器，以及与所述至少一个处理器通信连接的存储器，其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行本专利技术任一实施例的基于多模型融合的开关柜多源局放模式识别方法的步骤。
21、第四方面，本专利技术还提供一种计算机可读存储介质，其上存储有计算机程序，所述程序指令被处理器执行时，使所述处理器执行本专利技术任一实施例的基于多模型融合的开关柜多源局放模式识别方法的步骤。
22、本申请的基于多模型融合的开关柜多源局放模式识别方法及系统，具有以下有益效果：
23、1、针对开关柜存在多源局部放电，且局放信号信噪比低，难以准确识别放电特征和放电模式问题，本专利技术从图像处理和原始信号处理两个角度出发，构建多源局放分类模型，对多源局放进行分配标签，进而将不同局放信号分割开来，实现对单源局放的信噪比增强及模式识别。再对分割后的信号采用改进小波变换（wavelet）技术，对局放信号进行去噪处理，从而提高了局放信号的信噪比，以提高故障诊断的准确性和可靠性。对比之下，而本申请构造多模型对局放信号进行分配标签并注重于局放信号的预处理和优化，本文档来自技高网...
【技术保护点】
1.一种基于多模型融合的开关柜多源局放模式识别方法，其特征在于，包括：
2.根据权利要求1所述的一种基于多模型融合的开关柜多源局放模式识别方法，其特征在于，所述根据预设的图像分类模型对所述各个放电相位分布图进行识别，得到与所述各个放电相位分布图相对应的第一分类标签包括：
3.根据权利要求1所述的一种基于多模型融合的开关柜多源局放模式识别方法，其特征在于，所述根据预设的多源局放聚类模型对所述至少一个多源局放信号进行聚类分割，得到与所述至少一个多源局放信号对应的各个单源局放信号包括：
4.根据权利要求3所述的一种基于多模型融合的开关柜多源局放模式识别方法，其特征在于，所述根据改进EAOstream算法对所述三维特征向量进行数据流聚类包括：
5.根据权利要求1所述的一种基于多模型融合的开关柜多源局放模式识别方法，其特征在于，在分别对所述各个单源局放信号进行特征提取，得到与单源局放信号对应的特征信息之前，所述识别方法还包括：
6.根据权利要求1所述的一种基于多模型融合的开关柜多源局放模式识别方法，其特征在于，其中，改进的支持向量
7.一种基于多模型融合的开关柜多源局放模式识别系统，其特征在于，包括：
8.一种电子设备，其特征在于，包括：至少一个处理器，以及与所述至少一个处理器通信连接的存储器，其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1至6任一项所述的方法。
9.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述程序被处理器执行时实现权利要求1至6任一项所述的方法。
...【技术特征摘要】
1.一种基于多模型融合的开关柜多源局放模式识别方法，其特征在于，包括：
2.根据权利要求1所述的一种基于多模型融合的开关柜多源局放模式识别方法，其特征在于，所述根据预设的图像分类模型对所述各个放电相位分布图进行识别，得到与所述各个放电相位分布图相对应的第一分类标签包括：
3.根据权利要求1所述的一种基于多模型融合的开关柜多源局放模式识别方法，其特征在于，所述根据预设的多源局放聚类模型对所述至少一个多源局放信号进行聚类分割，得到与所述至少一个多源局放信号对应的各个单源局放信号包括：
4.根据权利要求3所述的一种基于多模型融合的开关柜多源局放模式识别方法，其特征在于，所述根据改进eaostream算法对所述三维特征向量进行数据流聚类包括：
5.根据权利要求1所述的一种基于多模型融合的开关柜多源局放...
【专利技术属性】
技术研发人员：龙国华，邹阳，晏年平，鄢文清，李琼，李杰，万俊俊，袁思凡，
申请(专利权)人：国网江西省电力有限公司电力科学研究院，
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。