本发明属于高压配电技术领域，特别涉及一种高压开关柜局部放电分析方法。
背景技术：
近年来，电力系统中开关柜应用越来越广，开关柜现场试验方法的不足和投运的开关柜绝缘特性劣化导致的电力事故数量逐年攀升，严重威胁着电力系统的安全运行，最终影响供电质量和供电可靠性；据统计，引起开关柜绝缘特性劣化的因素中，由局部放电引起的劣化占85％，因此，如何有效发现开关柜的局部放电，及时检测出潜在绝缘故障，已成为电力监管部门日益关心并亟待解决的问题，也是当前相关机构和科技人员研究的热点。
在开关柜绝缘系统中，各部位的电场强度存在差异，某个区域的电场强度一旦达到其击穿场强时，该区域就会出现放电现象，不过施加电压的两个导体之间并未贯穿整个放电过程，即放电未击穿绝缘系统，这种现象即为局部放电；局部放电是一种脉冲现象，局部放电的过程除了伴随着电荷的转移和电能的损耗之外，还会产生电磁辐射、超声、发光、发热以及出现新的生成物等；超声波法和暂态对地电压法就是基于这些伴生现象而总结出的测量办法。
目前传统的开关柜tev、超声波、特高频局放检测方法均为柜外检测，普遍存在易受外界声、电干扰，检测结果与放电严重程度不直接相关的缺点，而且需要投入大量人力进行周期性巡检发现开关柜有无局放，本发明一种高压开关柜局部放电分析方法，该种方法是基于ｓ变换和dbn网络的开关设备局部放电信号的模式识别方法，可以在线实时准确地分析出局部放电信息。
技术实现要素：
本发明的目的是为了克服现有技术的不足，而提供一种基于ｓ变换和dbn网络的开关设备局部放电信号的模式识别方法，可以在线实时准确地分析出局部放电信息的高压开关柜局部放电分析方法。
本发明的目的是这样实现的：一种高压开关柜局部放电分析方法，它包括局放信息获取、滤除低频信号、微处理器读取一个周期采样的数据量、微处理器对数据进行fft变换、微处理器绘制波形图和频谱图；首先局放信息获取后进行滤除低频信号，然后微处理器读取一个周期采样的数据量，再由微处理器对数据进行fft变换，最后微处理器绘制波形图和频谱图。
所述的局放信息获取将时域放电信号采用s变换得到能表征信号时频特征的矩阵，s变换采用了高斯窗口函数，该函数具有高度与频率成正比、宽度与频率成反比的特点，因而可以在低频区域获得较高的频率分辨率，在高频区域产生较高的时间分辨率。
所述的微处理器对数据进行fft变换，将放电信号经s变换后得到一个复时频矩阵，其中每行表征该频率点处信号随时间变化的分布，每列表征该时刻信号随频率变化的分布，为了后续处理方便，将复数域矩阵求模，将求模后的矩阵作为表征信号时频特征的特征矩阵。
所述的微处理器对数据进行fft变换，首先将局放信息进行s变换，得到相应的二维时频矩阵；然后，考虑到时频矩阵各元素间的相关性和单机运行能力，通过对时频矩阵进行合理的降维处理；最后，用训练样本对dbn网络进行训练，训练好的dbn网络即可用于测试样本的模式识别。
本发明的有益效果：本发明的一种高压开关柜局放分析方法，利用基于ｓ变换和dbn网络的开关设备局部放电信号的模式识别方法，使局放监测更加准确；本发明的一种新型高压开关柜局放监测分析方法，通过实时监测放电波形和频谱图，来判断局放量和局放信息。
附图说明
图1是本发明一种高压开关柜局部放电分析方法的示意图。
具体实施方式
下面结合附图对本发明做进一步的说明。
实施例1
如图1所示，一种高压开关柜局部放电分析方法，它包括局放信息获取、滤除低频信号、微处理器读取一个周期采样的数据量、微处理器对数据进行fft变换、微处理器绘制波形图和频谱图；首先局放信息获取后进行滤除低频信号，然后微处理器读取一个周期采样的数据量，再由微处理器对数据进行fft变换，最后微处理器绘制波形图和频谱图。
所述的局放信息获取将时域放电信号采用s变换得到能表征信号时频特征的矩阵，s变换采用了高斯窗口函数，该函数具有高度与频率成正比、宽度与频率成反比的特点，因而可以在低频区域获得较高的频率分辨率，在高频区域产生较高的时间分辨率；所述的微处理器对数据进行fft变换，将放电信号经s变换后得到一个复时频矩阵，其中每行表征该频率点处信号随时间变化的分布，每列表征该时刻信号随频率变化的分布，为了后续处理方便，将复数域矩阵求模，将求模后的矩阵作为表征信号时频特征的特征矩阵；所述的微处理器对数据进行fft变换也可以是一种基于ｓ变换和dbn网络的开关设备局放信息的模式识别方法，首先，局放信息进行s变换，得到相应的二维时频矩阵，然后，考虑到时频矩阵各元素间的相关性和单机运行能力，通过对时频矩阵进行合理的降维处理；最后，用训练样本对dbn网络进行训练，训练好的dbn网络即可用于测试样本的模式识别。
本发明的一种高压开关柜局放分析方法，利用基于ｓ变换和dbn网络的开关设备局部放电信号的模式识别方法，使局放监测更加准确；本发明通过实时监测放电波形和频谱图，来判断局放量和局放信息。