多分类器信息融合的局部放电诊断方法技术

一种多分类器信息融合的局部放电诊断方法，包括步骤：1）信号采集：通过传感器采集电力设备的局部放电信号；2）信号预处理；3）放电特征提取：脉冲特征的提取和统计特征的提取；4）分类器识别：将提取的特征参数，作为输入向量，由神经网络分类器、模糊推理分类器和距离判别分类器分别给出针对电晕放电、悬浮电极放电、自由微粒放电、气隙放电、沿面放电五种放电类型的置信度结果；5）可能性判定；6）计算最终置信度。本发明专利技术不仅能够指出放电类型，还能给出具体的置信度，使得结论更加准确和全面，也可推广应用于故障诊断、模式识别等领域，具有广阔的市场前景和应用价值。

【技术实现步骤摘要】

【技术保护点】
一种多分类器信息融合的局部放电诊断方法，其特征在于包括如下具体的步骤：步骤1）信号采集：通过传感器采集电力设备的局部放电信号；步骤2）信号预处理：进行去噪处理；步骤3）放电特征提取：脉冲特征的提取和统计特征的提取；步骤4）分类器识别：将步骤3）中提取的特征参数，作为输入向量，由神经网络分类器、模糊推理分类器和距离判别分类器分别给出针对电晕放电、悬浮电极放电、自由微粒放电、气隙放电、沿面放电五种放电类型的置信度结果；步骤5）可能性判定：依据每个分类器所给出的放电类型及其置信度，分别计算其放电类型的高、中、低可能性；步骤6）计算最终置信度：综合三个分类器给出的放电可能性，并结合置信度，给出最终放电类型结论及其置信度。

【技术特征摘要】

【专利技术属性】
技术研发人员：钱勇，叶海峰，盛戈皞，胡岳，江秀臣，
申请(专利权)人：上海交通大学，
类型：发明
国别省市：