一种电压互感器误差特性在线检测系统及检测方法与流程

1.本发明涉及电子元件检测技术领域，具体为一种电压互感器误差特性在线检测系统及检测方法。


背景技术：

2.在电力系统中,电压互感器是一个十分重要的器件，在计量、保护、等多方面有广泛的运用，其中电容式电压互感器以其制造简单、经济性显著、冲击绝缘强度高等优点被110kv及以上等级电路广泛运用。由于内部结构相对复杂，导致其容易出现绝缘介质异常、电容击穿等故障,作为电力系统中重要的元器件，电压互感器的损坏将会严重影响电路的可靠运行，从而可能造成重大经济损失。现有检测方法多为对电压互感器的人工定期巡检，检修时间长，检修效率低，容易造成电压互感器的故障未能及时发现等问题，大大降低了电压互感器的运行可靠性。
3.为了解决上述问题，提高电容式电压互感器的可靠性，本发明针对电压互感器误差特性的在线检测做了大量深入研究，并提出了一种基于svm分类算法和基于小波变化的故障定位算法的全新检测方法，以及采用该方法的误差特性在线检测系统。


技术实现要素：

4.本发明的目的在于提供一种电压互感器误差特性在线检测系统及检测方法，以解决上述背景技术中提出的目前在电压互感器故障排查效率低，检测不便的问题。
5.为实现上述目的，本发明提供如下技术方案：一种电压互感器误差特性在线检测系统，其特征在于，包括数据处理系统、交互显示平台和服务器，其中，数据处理系统包括：
6.电压转换装置，其用于对电压互感器产生的电压信号进行电压幅值的转换；
7.数据采集装置，其用于采集电压互感器二次侧信号，同时采集环境温湿度参数，并将采集到得信号传输到数据处理模块；
8.数据处理模块；其接收所述数据采集装置采集到的信号，进行处理，计算出幅值，相位，三相不平衡度，并根据电压互感器的误差标准对各项指标进行判断，对需要报警的电压互感器生成相关的故障类型号；对电压信号通过svm模型进行故障原因识别分类，并对异常信号生成对应的故障类型号；通过小波变换对故障时间进行定位；建立专用的tcp传输通道，将故障类型码、故障时间、电压幅值、误差以及温湿度信息传输至所述交互显示平台；
9.所述交互显示平台将接收到的故障类型码、故障时间、电压幅值、误差以及温湿度以可交互形式显示给使用者；
10.所述服务器存储有基于svm算法的电压互感器误差特性检测方法，所述数据采集装置所采集到的信号与参数，以及所述数据处理模块处理后产生的数据。
11.优选的，数据采集装置为rs485采样平台，其通过rs485接口将数据信号传输到所述数据处理模块，且采样频率为128点/周期。
12.优选的，交互显示平台包括登陆模块，实时故障报警模块，故障信息统计模块以及
故障识别模块：
13.所述登录模块，用于对使用者的身份进行验证，并存储不同使用者的历史操作记录；
14.所述实时故障报警模块，用于实时显示页面的连接状态，温湿度以及数据传输的状态，并对三相不平衡报警和超差工况进行报警，同时检测对应的故障类型码，对故障类型码解码后完成信息的显示；
15.所述故障识别模块，用于实现对故障类型的识别，识别后的故障类型以故障类型码形式通过tcp传输至显示系统，显示系统解码后可以获取相应的故障识别信息，所述故障识别信息包括故障发生的时间、故障的类型、故障发生的电压等级及电压互感器的组别；还用于实现与所述实时故障报警模块、所述故障信息统计模块的交互；
16.所述故障信息统计模块，实现对每一台电压互感器的基本信息、故障情况、实时温度、湿度和误差的统计汇总，并实现对电压互感器实时运行状态的评价。
17.一种电压互感器误差特性检测方法，使用了上述的电压互感器误差特性在线检测系统，其特征在于，包括以下步骤：
18.步骤一：系统初始化，打开所述服务器，设置参数，初始化需要完成对采样路数，采样频率的设置；
19.步骤二：电压转换，使用所述电压转换装置对电压互感器产生的电压信号进行电压幅值的转换；
20.步骤三：数据采集，使用所述数据采集装置，采集电压互感器二次侧信号，同时采集环境温湿度参数，并将采集到的信号传输到数据处理模块；
21.步骤四：数据处理，使用所述数据处理模块；其接收所述数据采集装置采集到的信号，进行处理，计算出幅值，相位，三相不平衡度，并根据电压互感器的误差标准对各项指标进行判断，对需要报警的电压互感器生成相关的故障类型号；对电压信号通过svm模型进行故障原因识别分类，并对异常信号生成对应的故障类型号；使用小波变换对故障时间定位；建立专用的tcp传输通道，将故障类型码，电压幅值，误差以及温湿度信息传输至所述交互显示平台；
22.步骤五：交互显示，对实时传输的信息在检测平台进行显示，传输的信息包括采样平台采集的幅值，相位，温度以及湿度信息，同时还包括数据处理系统传输的故障类型码，显示平台完成故障类型码的解码，幅值曲线的绘制，报警信息的显示以及报警次数的统计，用户通过显示平台查看报警信息，幅值变化曲线，数据统计信息。
23.优选的，步骤四中的数据处理流程包括以下步骤：
24.1)数据输入；
25.2)有效值计算与存储；
26.3)比较电压互感器的接入情况；
27.4)对三相不平衡度阈值进行判定，当该阈值≤0.02时，则执行步骤5)；反之直接执行步骤7)；
28.5)判断超差相并生成故障号；
29.6)传输故障号至所述服务器；
30.7)使用svm模型进行故障原因识别分类，生成故障号；使用小波变换对故障时间定
位；
31.8)根据故障号判断是否存在故障，若存在则传输故障号至所述交互显示平台，若不存在所述故障号则返回步骤1)。
32.6.根据权利要求5所述的一种电压互感器误差特性检测方法，其特征在，所述步骤7)中，小波变换的公式为：
[0033][0034]
式中,α为放缩尺度，τ为平移尺度，f(t)为原函数，wt(α,τ)为小波变换后的函数。
[0035]
优选的，步骤7)中，使用svm模型进行故障原因识别分类时，需要引入有向无环图(dag)算法来解决误判和拒分问题。
[0036]
与现有技术相比，本发明的有益效果是：
[0037]
该电压互感器误差特性在线检测检测方法，针对电压互感器常见故障的二次电压信号，设计了支持多分类的故障识别算法，利用小波变换，实现了故障时刻的定位；进一步的，设计了用于电压互感器误差特性的在线检测系统，对加入干扰的电压互感器二次侧电压波形进行检测，检测结果可以有效的反映电压互感器的实际运行状态，大大提升了电压互感器的检修效率，保证了电压互感器运行的可靠性。
附图说明
[0038]
图1为本发明的检测方法流程图；
[0039]
图2为svm分类模型；
[0040]
图3为svm一对一分类dag优化算法模型；
[0041]
图4为正常电压信号的小波变换图；
[0042]
图5为电压突变后小波变换图；
[0043]
图6为数据处理流程图；
[0044]
图7为实时故障报警页面；
[0045]
图8为故障识别界面；
[0046]
图9为数据统计页面选择界面；
[0047]
图10为电压幅值变化统计界面。
具体实施方式
[0048]
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
[0049]
请参阅图1-2，本发明提供一种技术方案：一种电压互感器误差特性在线检测系统，包括数据处理系统、交互显示平台和服务器，其中，数据处理系统包括
[0050]
电压转换装置，其用于对电压互感器产生的电压信号进行电压幅值的转换；
[0051]
数据采集装置，其用于采集电压互感器二次侧信号，同时采集环境温湿度参数，并将采集到的信号传输到数据处理模块；
[0052]
数据处理模块；其接收所述数据采集装置采集到得信号，进行处理，计算出幅值，相位，三相不平衡度，并根据电压互感器的误差标准对各项指标进行判断，对需要报警的电压互感器生成相关的故障类型号；对电压信号通过svm智能检测比对故障原因，并对异常信号生成对应的故障类型号；建立专用的tcp传输通道，将故障类型码，电压幅值，误差以及温湿度信息传输至所述交互显示平台；
[0053]
交互显示平台将接收到的故障类型码，电压幅值，误差以及温湿度以可交互形式显示给使用者；
[0054]
服务器存储有基于svm算法的电压互感器误差特性检测方法，所述数据采集装置所采集到的信号与参数，以及数据处理模块处理后产生的数据。
[0055]
其中，数据处理模块采用了基于svm算法的检测方法来实现对电压互感器误差的分类判定，支持向量机理论最初用于解决二分类问题，即对于空间内的两类样本点，如何构建空间超平面将两类样本点分开。如图2，直线ω
t
·
x+b＝0能够使得类别1和类别2完全分开，故原样本为线性可分。线性可分即为对于一个二分类问题，可以寻找一条直线或者一个空间超平面，使得两组数据完全分开。实际的电压互感器输出电压波形为非线性样本点，因此需要对上述的分类模型做出一定变换，对于非线性的电压互感器故障波形。要使得两类样本点完全分开，必须要将二维空间的数据映射到高维空间，在高维空间利用线性可分的方法，将两类样本点分开，得到的最优超平面在映射回低维空间即可使两类样本点分开，所以需要找到一个映射函数将两类样本点完全分开，为此引入核函数，其定义为：
[0056]
k(x,z)＝φ(x)
·
φ(z)
ꢀꢀ
(1)
[0057]
式(1)中，k(x,z)为核函数，φ(x)为映射函数，φ(x)
·
φ(z)为φ(x)与φ(z)的内积，将最大间隔svm约束条件中的xiyi换成核函数即可得到高维空间的最大间隔约束条件，即：
[0058][0059]
对应的决策函数为：
[0060][0061]
通过寻找核函数的方式可以将低维的线性不可分问题化成高维的线性可分问题，能够有效解决线性不可分问题，因此只需寻找合适的核函数既可以完成对电压互感器故障波形的识别，在实际应用中具有一般性，核函数的选择通常与样本容量和特征数量有关。由于特征数量少，样本数量正常，通常选择高斯核函数。
[0062]
高斯核函数表达式：
[0063]
k(x,z)＝exp(γ||x-z||2)
ꢀꢀ
(4)
[0064]
式(4)中，k(x,z)为核函数，x为原样本约束条件，z为映射函数。
[0065]
将原故障波形进行升维后可以实现对两类故障的样本点进行区分，通过上述的数
据采集装置可以实现对故障波形的采样，实际采样的故障波形由一个个采样点构成，对每一个采样点进行分类，将最终分类的结果进行汇总，即可实现对故障波形的分类。
[0066]
电压互感器的故障类型不同，其输出电压的波形也不相同，电压互感器的常见故障电压波形分为绝缘异常波形，电容值异常波形，铁磁谐振波形以及正常电压波形。因此，所构建的svm分类器需要能够进行四种波形的分类，由于单一的svm仅仅能够实现二分类，故不能完成波形的识别，对此，可以设计svm多分类器。
[0067]
svm一对一分类器不存在训练样本数量不对等的情况，但需要更多的svm二分类器，基本的原理为：假设有n类样本，样本的类别为1，2，......n类，首先对1类进行分类，对1类构建(1，2)，(1，3)，(1，4)......(1，n)总共n-1个svm二分类器(注：(m，n)为m类与n类的二分类器)，定义1类的计数变量i，当每一次分类器分类结果为1类时，计数变量i加一，其他类别依次类推，测试结束，将所有类别计数变量汇总，经过对比，得到最终的判断结果。svm一对一算法虽然很好的解决了样本数据的不对等问题，但其需要经过多次对比，判断结果容易出现误判，即在一次判断的过程中判断结果出现错误，导致最终的计数变量与预期形成差异。其次还可能导致拒分问题，即最终不同类别的计数变量相同，导致无法区分。
[0068]
为了有效解决误判以及拒分问题，引入dag算法，如图3所示构成svm一对一分类dag优化算法，设样本共有四类，分别为1，2，3，4类，首先从对(1，4)构建二分类器，若不是1类则分别对剩下的2，3，4类进行判别，最终得出结果，由于并没有利用计数变量的累计得分来确定最终的结果，因而很好的改善误判以及拒分的缺陷，但同样也存在层次结构的缺陷，即当上一层次出现误判，则会导致下一层次的结果出现错误。为有效改善这种情况，需要合理的分配分类的次序，即将差别更大的类放在前面分类，保障前面尽可能少的出现错误，后面的步骤就可以正常进行。
[0069]
如图3，所示为svm一对一分类dag优化算法模型，该模型针对四个波形种类，能够有效的解决样本点较多的分类问题。
[0070]
使用svm一对一分类dag优化算法模型可以精确判断故障类型，通过已知的训练模型对每一个样本点进行分类，每一个故障波形的测试需要多个样本点。通过对每一个样本点的分类结果的汇总得到最终的故障分类结果。但使用svm分类的结果无法实现对故障时间的定位，因此考虑使用小波变换实现对故障时间的定位。
[0071]
小波变化的原理与傅里叶变换的原理相似，傅里叶变换将无限长的不会衰减的三角函数作为变换基，而小波变换将有限长的会衰减的函数作为变换基，这也就导致两者间的区别。对于一个稳定的信号，傅里叶变换可以有效的分析出信号所含的频谱，是一种有效的信号分析手段，但通常要处理的信号许多都是不稳定的，且对不稳定的部分要着重分析，仅仅通过傅里叶变换只能分析出信号所含的频谱，对于每个不同频率的信号出现的时间一无所知，于是产生了短时傅里叶变换，即通过加窗的方式对每一小段信号进行傅里叶变换，确定了每一个窗口内的信号频谱，对于各个不同频率的信号产生的时间自然也就可以确定。但如何选择窗口的大小却不能得到有效解决，这种方式同样也不能对非平稳部分进行有效分析，小波变化的出现使得这个问题得到有效解决。
[0072]
从变换的公式可以看出二者的区别，傅里叶变换的公式为：
[0073]
[0074]
式(5)中,ω为频率，f(t)为原函数，f(ω)为经过傅里叶变换后的频域方程
[0075]
小波变换的公式为：
[0076][0077]
式(6)中,α为放缩尺度，τ为平移尺度，f(t)为原函数，wt(α,τ)为小波变换后的函数。
[0078]
相较于傅里叶变换的公式，小波变换的公式中尺度α和平移量τ，尺度控制小波函数的伸缩，平移量控制小波函数的平移，使得小波函数既能反映时域特性也能反映频域特性。同时在对突变信号的处理上，傅里叶函数需要大量的基波去拟合，拟合效果很差，而小波变换的基波为能衰减的小波，对于突变信号能够很好的拟合。
[0079]
为了确认小波变换对于故障时间的定位效果，如图4和图5所示为小波变换后的正常波形与故障波形的比较图。
[0080]
如图4所示，正常电压小波分解图显示，当电压连续变化，得到6层小波分解图并不会出现明显峰值，与图(5)对比可以看出，当电压发生突变，原信号发生的变化并不明显，但通过小波分解，第5层小波分解图就显示图像出现了峰值，这表明小波分解可以很好的捕捉到电压发生的突变的时刻。
[0081]
通过计算小波变换后峰值的出现的时刻，即可将故障定位到采样点附近，实现故障时间的精确定位。
[0082]
根据以上思路，得到了如图6所示的数据处理流程：
[0083]
1)数据输入；
[0084]
2)有效值计算与存储；
[0085]
3)比较电压互感器的接入情况；
[0086]
4)对三相不平衡度阈值进行判定，当该阈值≤0.02，则执行步骤5)；反之直接执行步骤7)；
[0087]
5)判断超差相并生成故障号；
[0088]
6)传输故障号至所述服务器；
[0089]
7)使用svm模型进行故障原因识别分类，生成故障号；使用小波变换对故障时间定位；
[0090]
8)根据故障号判断是否存在故障，若存在则传输故障号至所述交互显示平台，若不存在所述故障号则返回步骤1)。
[0091]
与此同时，为了实现电压互感器的在线监测，还提供了一种采用上述电压互感器误差特性在线检测方法的软件检测平台，其分为数据处理系统和显示平台，数据处理系统其主要功能为对数据采集平台采集到的电压信号进行监测，并将对应的故障号传送至显示平台进行显示。
[0092]
系统主要包括：
[0093]
(1)初始化
[0094]
打开服务器，设置参数，初始化需要完成对采样路数，采样频率等参数的设置，参数设置以后在检测器的运行期间不可发生变化。
[0095]
(2)电压转换
[0096]
对电压互感器的产生的电压信号进行电压幅值的转换，以110kv等级为例，正常运行的电压互感器二次电压幅值应为57.7v，而rs485电压信号采样装置的采样电压幅值为0-10v，经转换后需要将二次电压信号成比例的转换为0-10v电压，转换后的精度要远远大于电压互感器的精度，同时转换速度要足够快，要高于ad的采样频率。
[0097]
(3)数据采集
[0098]
数据采集平台使用上述的rs485采样平台，采集电压互感器二次侧信号，同时采集环境温湿度等信息，通过rs485接口或usb接口传输到数据处理模块，采样频率为128点/周期。
[0099]
(4)数据处理
[0100]
利用采样到的数据计算幅值，相位，三相不平衡度等数据，并根据电压互感器的误差标准对各项指标进行判断，对需要报警的电压互感器生成相关的故障类型号。对电压信号通过svm模型进行故障识别，检测比对识别故障原因，并对异常信号生成对应的故障类型号，使用小波变换对故障时间定位。建立专用的tcp传输通道，实现对故障类型码，电压幅值，误差以及温湿度等信息的传输。
[0101]
(5)数据显示
[0102]
对实时传输的信息在检测平台进行显示，传输的信息包括采样平台采集的幅值，相位，温度以及湿度等信息，同时还包括数据处理系统传输的故障类型码，显示平台需要完成故障类型码的解码，幅值曲线的绘制，报警信息的显示以及报警次数的统计等操作，用户可通过显示平台可随时查看报警信息，幅值变化曲线，数据统计信息等。
[0103]
现在，以电压超差报警为例，电压超差报警主要针对采样电压信号的有效值进行报警，具体的有两个参数需要报警：1.三相电压不平衡2.单相电压超差。针对以上两个报警项目，需要设计对应的故障号对相应的信息进行区分，通过监测故障号可以实现对故障信息的分类，显示。
[0104]
1.三相电压不平衡
[0105]
根据三相不平衡度国际简化算法，三相电压不平衡度的计算公式为：
[0106][0107][0108]
式(7)中，lvur为三相不平衡度，式(8)中，a，b，c为三相电压基波分量有效值。根据国家标准《gb/t 15543-2008电能质量三相电压不平衡》，电网在正常运行的时候，负序电压不平衡度不超过2％，短时不超过4％。以此标准对电压互感器的电压有效值进行监测，当出现问题后首先传输对应的故障类型号，对于三相不平衡故障，设计的故障类型号为四位十进制数，设故障类型号为2bcd，第一位为2，代表三相不平衡故障，第二位b代表故障发生的电压互感器等级，一般有三个等级，分别为110kv级，35kv级以及10kv级，对应的b的大小分别为1，2，3。最后两位cd分别代表故障发生的电压互感器的序号，监测系统正常运行时，0≤cd≤20,即最大接入(60路)情况下，同一电压等级下最多同时接入20台三相电压互感器。显示平台通过比对每一位故障类型号即可将对应的故障信息进行显示。
[0109]
2.单相电压超差
[0110]
对三相不平衡度超标的电压互感器需要对电压进行进一步检测，主要针对单相电压超差进行检测，确定故障电压相，对于三相电压互感器，每相电压幅值应该在误差范围内。因此，通过检测每两相电压幅值差，通过比较电压差，判断得出故障相。并通过故障类型号进行反映，对于单相超差故障类型号为四位十进制数，例如1abc，1代表故障类型为单相电压超差，a代表故障相以及所在的电压等级，通常情况下，1≤a≤9，且a为整数，如1代表110kv级别，a相电压故障，剩下的情况依次类推。最后两位cd分别代表故障发生的电压互感器的序号，监测系统正常运行时，0≤cd≤20,在发生故障后，由数据处理系统发送，检测平台解码后显示故障信息。
[0111]
3.故障类型号的建立
[0112]
对电压互感器故障的识别后要准确的将信息传送到显示平台，信息的传送选取不同的故障类型号，由于电压超差报警系统和故障识别系统使用不同的传送端口，其故障类型号的传递完全分离，因此不必考虑故障类型号的重复，对于故障类型号的选取采用四位十进制数，例：abcd，a代表故障发生的电压等级以及发生的相，其中1，2，3代表110kv等级的a,b,c三相。剩下的依次类推。b代表故障类型，0代表正常电压信号，1代表绝缘异常信号，2代表电容值异常信号，3代表铁磁谐振信号。cd代表电压互感器的序号，0≤cd≤20，在svm多分类器中得到相应的结果后，同过tcp将故障类型码传输至显示平台，故障的具体信息通过显示平台进行显示。
[0113]
4.故障时间的定位
[0114]
为准确定位故障时间，需要利用小波变换对故障波形进行分解，通过小波分解，可以完成电压信号从时域转换为小波域，但小波域内的小波系数是没有量纲的，因此需要完成小波域到时域的重构。在采样故障信号后减去采样时间后的结果定位第一个信号的采样时间，发生故障后，将以第一信号的采样时间加上定位的故障时间即为故障时间。故障时间通过tcp连接传送到故障识别页面进行显示。
[0115]
针对上述数据处理系统，需要建立对应的显示平台，来完成故障类型码的解码，数据的显示及统计。通过qt软件建立出对应的故障显示页面，显示平台分为四个部分，分别为登陆界面，实时故障报警界面，故障信息统计界面以及故障识别界面。
[0116]
实时故障报警界面有以下几个功能，首先是页面的实时信息显示，主要包括页面的连接状态，温湿度以及数据传输的状态，数据的传输通过tcp的连接来实现，该界面可以实时监测tcp的连接状态以及数据传输状态，连接状态的获取可以通过检测对应的信号来实现。如图所示所示。报警功能主要包括三相不平衡报警及超差报警。数据处理系统针对电压互感器的三相不平衡度进行检测，当检测结果出现异常时，向页面显示系统发出对应的故障类型码，显示系统对故障类型码进行解码后使用表格进行报警内容的显示。获取的报警时间为显示界面检测故障类型码的时间，并将其显示在报警页面的时间栏中作为故障发生的时间。超差报警与三相不平衡报警类似，检测对应的故障类型码，对故障类型码解码后完成信息的显示。
[0117]
该页面的中间表格部分显示了报警的详细信息，可查找报警的详细位置和时间，左边为导航栏，实现了与其他页面的交互功能，最下部为实时信息显示栏，可以显示相关的报警信息。
[0118]
图8为故障识别页面，通过数据处理系统可以实现对故障类型的识别，识别后的故障类型使用故障类型码通过tcp传输至显示系统，显示系统解码后可以获取相应的故障识别信息。该界面主要实现以下几个功能，首先是连接状态的显示，可以实时获取与数据处理系统的连接状态与数据接收状态，连接状态的获取与图7故障报警页面类似。其次，报警信息的显示，将对应的故障类型码进行解码后，将对应的故障识别信息显示在报警页面，报警信息包括故障发生的时间，故障的类型，故障发生的电压等级及电压互感器的组别。最后是与其他页面交互的接口按钮，包括主界面的返回，故障信息的清除，程序的退出。
[0119]
图8故障识别界面，左边为导航栏，包括了故障显示页面的基本功能，中部表格为故障识别信息，故障信息栏分为序号栏，时间栏以及故障信息栏，包含了故障类型号反映的全部信息，下方为与数据处理系统的连接状态和数据处理状态。
[0120]
图9故障信息统计界面需要实现对每一台电压互感器的基本信息，故障情况，实时温度，湿度，误差进行汇总，以实现对电压互感器实时运行状态的评价。实际接入检测系统的电压互感器可能有多台，为了保证检测信息统计页面的简洁且能够有效反映所有电压互感器的统计信息。该界面为数据统计界面的入口，共有20个入口，每一个入口代表一台三相电压电压互感器，指示灯则表示对应的电压互感器接口是否接入检测系统，绿色代表已接入，灰色代表未接入。
[0121]
图10为三相电压互感器的故障统计信息，主要分为以下几个板块：电压互感器的基本信息；电压互感器的实时报警次数；电压幅值变化统计图；实时温湿度以及误差信息。
[0122]
进一步对电压互感器误差特性在线检测系统及检测方法识别的准确度进行测试，测试的主要目的是为了验证svm一对一分类dag优化算法模型在各类干扰下能否准确判断每一类故障，测试的主要内容如下：
[0123]
测试的电压互感器为110kv等级电压互感器第一台a相，测试过程中，训练集为标准的故障信号，测试集为加入典型干扰的故障信号，分别对电容值异常，绝缘介质异常以及铁磁谐振三种故障信号以及正常电压信号四种波形展开测试，测试中加入干扰信号分为五种，分别为1.带限白噪声，2.均匀分布随机噪声，3.阶跃干扰，4.高频噪声干扰，5，脉冲干扰。在特定干扰下，对同一种波形测试50个周期，统计每种干扰下的分类正确的数量，根据统计结果计算最终分类器的准确率。
[0124]
正常电压信号的测试，依次加入干扰信号，分别限制干扰信号的幅值后进行测试，测试结果如下：
[0125][0126]
以上结果表明，在一定的干扰下，svm一对一分类dag优化算法模型仍然可以对正
常信号进行辨别，其中，对于脉冲信号的抗干扰能力强，对于带限白噪声的抗干扰能力稍差。
[0127]
对绝缘介质异常进行测试，测试结果如下：
[0128][0129][0130]
从上述结果可以看出，对于一定干扰情况下，svm一对一分类dag优化算法模型仍然可以辨别绝缘介质异常故障信号。
[0131]
对电容值异常信号测试结果如下所示：
[0132][0133]
从上述结果可以看出，对于一定干扰情况下，svm一对一分类dag优化算法模型仍然可以辨别电容值异常故障信号。
[0134]
对铁磁谐振信号测试结果如下所示：
[0135][0136]
从上述结果可以看出，对于一定干扰情况下，svm一对一分类dag优化算法模型仍
然可以辨别铁磁谐振故障信号。
[0137]
尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同物限定。