局部放电在线检测中的特征因子提取方法
【专利摘要】本发明涉及一种局部放电在线检测中的特征因子提取方法,其特点是，包括如下步骤：通过对放电脉冲时频信息的分析，提出能够表征脉冲时频信息的特征量，然后对脉冲进行分类，分类完成后再计算出每一子类内表征脉冲信号特征的特征因子，以形成用于放电模式识别的特征因子。本发明提出了一种描述放电脉冲时频特征的新方法，通过此方法可以提取表征放电脉冲波形特征的高维特征量，以满足分类算法对系统特征量的需求。
【专利说明】局部放电在线检测中的特征因子提取方法
【技术领域】
[0001 ] 本发明涉及一种局部放电在线检测中的特征因子提取方法。
【背景技术】
[0002]目前，国内外的交流局放检测系统在对电机、电力电缆、气体组合绝缘电气(GIS)等电力设备的绝缘情况进行在线检测时，大多是提取局放信号的峰值-时间序列。而这种方法在对于存在多个局放源(两个或以上)或干扰源时，其获取的局放信号将是参杂多种放电信号或异常干扰信号的随机混叠的峰值-时间序列，相应产生的用于模式识别的各种放电谱图也是参杂各种信号随机混叠的。一般情况下，用于局放模式识别的系统数据库都是基于单个人工缺陷模型够造的。因此，在存在多个局放源或异常干扰源的情况下，基于脉冲峰值-时间序列的局放识别系统对放电模式做出的判断可能是不准确的。因此，研究基于单个人工缺陷模型的局部放电超宽带检测与放电模式识别系统的关键是研究出一种有效的放电脉冲群分类技术以及能表征放电脉冲特征的可用于模式识别的特征因子。
[0003]但目前的局部放电在线检测分类与特征因子提取技术所考虑的方面还很不全面，还远没有达到实用化的程度。
【发明内容】
[0004]本发明的目的是提供一种局部放电在线检测中的特征因子提取方法，能够提取表征放电脉冲波形特征的高维特征量，以满足分类算法对系统特征量的需求。
[0005]一种局部放电在线检测中的特征因子提取方法，其特别之处在于，包括如下步骤:通过对放电脉冲时频信息的分析，提出能够表征脉冲时频信息的特征量，然后对脉冲进行分类，分类完成后再计算出每一子类内表征脉冲信号特征的特征因子，以形成用于放电模式识别的特征因子。
`[0006]其中提出能够表征脉冲时频信息的特征量具体是:
[0007]21)为便于脉冲群的分类，对于采集到的放电脉冲信号做如下处理
[_8] Pj ' |θ,Δ?,...,At(1-1),...,At(n-1)⑴
[0009]式中，j表示第j个脉冲，n表示脉冲由η个点组成叫为第i个点的时域波形值，mv ；Δ t为采样时间间隔；Λ t(1-l)为第i个点对应的时间；
[0010]22)对脉冲波形做傅里叶变换可得
jy f r \ _ A), A，…,為,...,Az/2-1
[0011]= λ A A rAr/./0
[0,Af,Δ/(/-1),---,Α/(η/2-?)⑵
[0012]式中，Ai为第i个点的频谱幅值；Λ f (1-1)为第i个点的频率值；[0013]23)通过下式求取信号的时间重心V和频率重;l/7
【权利要求】
1.一种局部放电在线检测中的特征因子提取方法，其特征在于，包括如下步骤:通过对放电脉冲时频信息的分析，提出能够表征脉冲时频信息的特征量，然后对脉冲进行分类，分类完成后再计算出每一子类内表征脉冲信号特征的特征因子，以形成用于放电模式识别的特征因子。
2.如权利要求1所述的一种局部放电在线检测中的特征因子提取方法，其特征在于，其中提出能够表征脉冲时频信息的特征量具体是:21)为便于脉冲群的分类，对于采集到的放电脉冲信号做如下处理
3.如权利要求1所述的一种局部放电在线检测中的特征因子提取方法，其特征在于:其中对脉冲的分类采用改进的FCM均值聚类算法，该改进的FCM均值聚类算法具体是:31)按照如下公式对脉冲的时频特征进行归一化处理，以使其对分类产生同样的影响，归一化公式如下:
4.如权利要求1所述的一种局部放电在线检测中的特征因子提取方法，其特征在于，其中形成用于放电模式识别的特征因子具体是:41)对于采集到的放电脉冲信号做如下处理
【文档编号】G01R31/12GK103675610SQ201310456277
【公开日】2014年3月26日 申请日期:2013年9月29日 优先权日:2013年9月29日
【发明者】鲍永胜, 郝婷 申请人:国家电网公司, 国网宁夏电力公司银川供电公司