数字化变电站设备的特征提取方法及系统技术方案

本发明专利技术公开了一种数字化变电站设备的特征提取方法，包括对目标数字化变电站设备进行分析确认故障诊断信号；获取故障诊断信号并进行降噪和分解得到候选本征模态函数分量；计算候选本征模态函数分量的样本熵，与实际信号的样本熵进行比较得到本征模态函数分量；提取本征模态函数分量中的特征向量并进行降维、检验和分析，得到最终的数字化变电站设备的特征。本发明专利技术还还公开了一种实现所述数字化变电站设备的特征提取方法的系统。本发明专利技术通过对获取的变电站设备信号进行降噪、分解、样本熵计算、比较和降维分析，不仅实现了数字化变电站设备的特征提取，而且可靠性更高，精确性更好。

【技术实现步骤摘要】

本专利技术属于电气自动化领域，具体涉及一种数字化变电站设备的特征提取方法及系统。

技术介绍

1、随着经济技术的发展和人们生活水平的提高，电能已经成为了人们生产和生活中必不可少的二次能源，给人们的生产和生活带来了无尽的便利。因此，保障电能的稳定可靠供应，就成为了电力系统最重要的任务之一。

2、变电站是电力系统的重要组成部分。变电站内的设备数量十分庞大，包括一次设备变压器、断路器、隔离开关、电流互感器、电压互感器、gis、开关柜、避雷器等；二次设备测控类、保护类、安控类、智能故障录波装置、计量类、交直流电源等设备。因此，对于变电站设备的安全监控，就显得尤为重要。

3、现阶段，数字化变电站已经逐步普及，对数字化变电站的设备进行监控，具有重要意义。在进行设备监控的过程中，对设备的特征进行提取，是非常重要的。传统的特征提取方法有快速傅里叶变换、小波变换、经验模态分解、集合经验模态分解等。快速傅里叶变换能够得到信号的频谱分布，但是其不适用于非平稳信号；小波变换受小波函数选择和分解层数的约束；经验模态分解(emd)分解过程中存在模态混叠问题；集合本文档来自技高网...

【技术保护点】

1.一种数字化变电站设备的特征提取方法，包括如下步骤：

2.根据权利要求1所述的数字化变电站设备的特征提取方法，其特征在于步骤S1所述的对目标数字化变电站设备进行分析，确认故障诊断信号，具体包括如下步骤：

3.根据权利要求2所述的数字化变电站设备的特征提取方法，其特征在于步骤S2所述的降噪，具体包括如下步骤：

4.根据权利要求3所述的数字化变电站设备的特征提取方法，其特征在于步骤S2所述的分解，具体包括如下步骤：

5.根据权利要求4所述的数字化变电站设备的特征提取方法，其特征在于步骤S3所述的计算步骤S2得到的候选本征模态函数分量的样本熵，...

【技术特征摘要】

1.一种数字化变电站设备的特征提取方法，包括如下步骤：

2.根据权利要求1所述的数字化变电站设备的特征提取方法，其特征在于步骤s1所述的对目标数字化变电站设备进行分析，确认故障诊断信号，具体包括如下步骤：

3.根据权利要求2所述的数字化变电站设备的特征提取方法，其特征在于步骤s2所述的降噪，具体包括如下步骤：

4.根据权利要求3所述的数字化变电站设备的特征提取方法，其特征在于步骤s2所述的分解，具体包括如下步骤：

5.根据权利要求4所述的数字化变电站设备的特征提取方法，其特征在于步骤s3所述的计算步骤s2得到的候选本征模态函数分量的样本熵，具体包括如下步骤：

6.根据权利要求5所述的数字化变电站设备的特征提取方法，其特征在于步骤s4所述的提取步骤s3得到的本征模态函数分量中的特征向量，具体包括如下步骤：

7.根据权利要求6所述的数字化变电站设备的特征提取方法，其特征在于步骤s4所述的降维，具体包括如下步骤：

8.根据权利要求7所述的数字化变电站设备...

【专利技术属性】
技术研发人员：张惠芳，贺丽，李琴，刘立洪，张兴伟，梁剑，杨力帆，秦正斌，肖辉，罗磊鑫，王继军，李勇智，廖鹰翱，何韵，汪勇，
申请(专利权)人：国网湖南省电力有限公司，
类型：发明
国别省市：