本发明专利技术公开了一种基于超声与紫外信息融合的局部放电检测识别方法，包括以下步骤：S1:在被检测对象周围空间均匀设置传感检测电路；S2:实时采集被检测区域发生局部放电时产生的超声信号和紫外信号，经处理后，送入数字信号处理电路；S3:进行数字滤波处理；S4:将S3中得到的超声信号提取双密度小波变换小波系数Shannon熵x，将S3中得到的紫外信号提取小波包小波系数Shannon熵y，并将特征向量x和y经过通信模块发送到检测系统主机；S5:检测系统主机进行特征融合，得到融合后的特征向量z；S6:对S5中得到的融合后的向量z利用支持相量机分类树进行分类，本方法使基于超声与紫外信息融合的检测识别技术在电力设备中的应用得到提升，确保局部放电检测的高准确性、可靠性及实时性。
【技术实现步骤摘要】
本专利技术属于局部放电检测与识别的
，具体涉及超声与紫外传感、信号处理和模式识别技术，特别涉及一种基于超声与紫外信息融合的局部放电检测与识别的新方法，以及一种系统。
技术介绍
电力设备在设计、制造、安装、运行和维护的过程中由于多种原因可能造成导线外绝缘损伤和裂化，导致电力设备内部局部电场集中。当电场强度达到一定程度时，就可能形成局部放电，严重影响电力设备的正常工作，而这些局部放电现象常发生在电力设备内部， 不易被工作人员发现。如果得不到及时处理，通常会加速电力设备的绝缘损坏，从而导致危险事故发生。局部放电发生时会在电力设备内部和周围空间产生一系列的声、光，电等物理现象和化学变化。这些伴随局部放电而产生的各种物理和化学变化为局部放电的探测提供各种检测信号。其中超声信号和紫外光谱信号是局部放电产生的两个比较典型的非电气特征信号，在强电磁干扰环境中对非电气信号进行检测，能够有效避免电磁信号干扰，因此该方法具有明显的技术优势。随着无线通信技术、计算机技术、电子技术和各种智能算法的发展，使得研制具有高检测率的局部放电检测与识别系统成为可能。高性能的传感器检测电路完成超声信号与紫外信号的采集、预处理及特征提取。然后通过无线CDMA通信把特征信息发送到检测系统主机，检测系统主机完成特征信息的融合及模式识别，最终实现局部放电的准确检测与识别。
技术实现思路
有鉴于此，本专利技术的目的之一是提供一种基于超声与紫外信息融合的局部放电检测与识别方法，通过该检测与识别方法，可以实现对电力设备局部放电的检测，以及局部放电等级的识别，从而使基于超声与紫外信息融合的局部放电检测与识别在电力设备中的应用得到技术上的极大提升，在方法和技术上确保局部放电检测的高准确性、可靠性及实时性；本专利技术的目的之二是提供一种基于超声与紫外信息融合的局部放电检测识别系统。本专利技术的目的之一是通过以下技术方案实现的该基于超声与紫外信息融合的局部放电检测识别方法，包括以下步骤 Si:在被检测对象周围空间均勻设置至少4个采用分布式布局的传感检测电路；每个分布式布局的传感检测电路包括有超声信号传感器、紫外信号传感器、滤波电路、A/D转换电路、数字信号处理电路以及通信模块；S2:通过分布式布局的传感检测电路实时采集被检测区域发生局部放电时产生的超声信号和紫外信号，经滤波电路和A/D转换电路进行处理后，送入数字信号处理电路进行处理；S3:通过数字信号处理器对实时采集的超声信号和紫外信号进行双变量收缩函数法的 数字滤波处理；S4:将S3中得到的超声信号提取双密度小波变换小波系数aiarmon熵ハ将S3中得到 的紫外信号提取小波包小波系数Siarmon熵ァ，并将特征向量X和ァ经过通信模块发送到检 测系统主机；S5:检测系统主机对接收的特征向量X和利用典型相关分析方法进行特征融合，得到 融合后的特征向量^ ；S6:检测系统主机对S5中得到的融合后的向量z利用支持相量机分类树进行分类，并 给出分类結果。进一歩，所述步骤S3)还具体包括以下子步骤531对超声信号和紫外信号分别进行小波包分解，分解小波为高斯小波，分解层数选 择4层；532对4层分解后的信号，利用双变量收缩函数方法去噪，即首先利用，算出噪声方差估计值&3，然后对小波分解的每个子带权利要求1.基于超声与紫外信息融合的局部放电检测识别方法，其特征在于包括以下步骤 Si:在被检测对象周围空间均勻设置至少4个采用分布式布局的传感检测电路；每个分布式布局的传感检测电路包括有超声信号传感器、紫外信号传感器、滤波电路、A/D转换电路、数字信号处理电路以及通信模块；S2:通过分布式布局的传感检测电路实时采集被检测区域发生局部放电时产生的超声信号和紫外信号，经滤波电路和A/D转换电路进行处理后，送入数字信号处理电路进行处理；S3:通过数字信号处理器对实时采集的超声信号和紫外信号进行双变量收缩函数法的数字滤波处理；S4:将S3中得到的超声信号提取双密度小波变换小波系数aiarmon熵^，将S3中得到的紫外信号提取小波包小波系数Siarmon熵_7，并将特征向量χ和_7经过通信模块发送到检测系统主机；S5:检测系统主机对接收的特征向量利用典型相关分析方法进行特征融合，得到融合后的特征向量^ ；S6:检测系统主机对S5中得到的融合后的向量ζ利用支持相量机分类树进行分类，并给出分类结果。2.根据权利要求1所述的基于超声与紫外信息融合的局部放电检测识别方法，其特征在于所述步骤S3)还具体包括以下子步骤531对超声信号和紫外信号分别进行小波包分解，分解小波为高斯小波，分解层数选择4层；532对4层分解后的信号，利用双变量收缩函数方法去噪，即首先利用2 = JfefciiiCW^算出噪声方差估计值3，然后对小波分解的每个子带 S33:对去噪后小波系数进行重构，得到去噪后的信号。3.根据权利要求1或2所述的基于超声与紫外信息融合的局部放电检测识别方法，其特征在于所述步骤S4)中对超声信号进行双密度双树离散小波变换小波系数shannon熵计算是利用经过严格设计的滤波器组，得到各尺度函数和小波函数，通过将超声信号输入滤波器组，得到相应的小波分解系数；其中，尺度函数包括森(众疼 ,小波函数包括四个不同的小波孔式象^^败构成，其中1TwOO是由吟2 偏移0. 5得到， ^ιΟΟ是由 2仿偏移0. 5得到，即4.根据权利要求1所述的基于超声与紫外信息融合的局部放电检测识别方法，其特征在于所述步骤S5还包括以下子步骤S51 对超声信号特征χ与紫外信号特征y的训练样本X *和Yba ,首先计算协方差矩阵S11, Sff及互协方差矩阵\ ,其中m是特征x的特征维数，k为训练样本个数，η为特征y 的特征维数；S52:计算或者8 的非零特征值及对应的标准正交特征向量AS53:根据5.根据权利要求1所述的基于超声与紫外信息融合的局部放电检测识别方法，其特征在于所述步骤S6还包括以下子步骤561支持相量机分类树训练阶段每种类型融合后的特征向量分别取50个作为训练样本；根据特征的相似性通过SVM分成两个集合，选用径向基核函数，以此类推，直到所有分类结束，得到如附图3所示的SVM分类树；562支持相量机分类树检测阶段将待识别的样本输入分类树，可以得到分类树输出的结果，从而得出局部放电的严重程度，并由系统给出相应的报警信号及语音提示。6.基于超声与紫外信息融合的局部放电检测识别系统，其特征在于所述识别系统包括分布式布局传感检测电路及检测系统主机；所述分布式布局的传感检测电路包括传感器、低通滤波电路、双通道同步AD转换电路、数字信号处理器及无线通信模块组成，用于完成局部放电超声信号及紫外信号的实时采集、预处理和特征提取，并将特征信息通过无线通信模块传输给检测系统主机，检测系统主机对分布式传感检测电路发来的特征信息进行特征层的信息融合，判断是否有局部放电以及局部放电的严重等级。7.根据权利要求6所述的基于超声与紫外信息融合的局部放电检测识别系统，其特征在于所述分布式传感检测电路的传感器包括超声波传感器、紫外信号传感器，所述数字信号处理器采用TMS320拟8335PGFA。全文摘要本专利技术公开了一种基于超声与紫外信息融合的局部放电检测识别方法，包括以下步骤S本文档来自技高网...
【技术保护点】
【技术特征摘要】
【专利技术属性】
技术研发人员：王平，高阳，王林泓，邹强鑫，刘林生，邵有为，许磊，许琴，
申请(专利权)人：重庆大学，
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。