[发明专利]局部放电识别方法、装置、计算机设备和存储介质

权利要求书

1.一种局部放电识别方法，其特征在于，所述方法包括：

采集局部放电信号；

对所述局部放电信号进行预处理，提取所述局部放电信号对应的信号特征量；

根据所述信号特征量确定所述信号特征量对应的特征量组合；

通过已训练的支持向量机对所述特征量组合进行识别，确定所述局部放电信号对应的放电模式。

2.根据权利要求1所述的方法，其特征在于，所述局部放电信号为电流信号，在所述对所述局部放电信号进行预处理，提取所述局部放电信号对应的特征量之前，所述方法还包括：

采用多级可调放大器对所述局部放电信号进行放大处理后，对所述放大后的局部放电信号进行滤波处理和信号转换，获取所述放大后的局部放电信号对应的数字信号；

对所述数字信号进行预处理，提取所述数字信号对应的特征量。

3.根据权利要求1所述的方法，其特征在于，所述通过已训练的支持向量机对所述特征量组合进行识别，确定所述局部放电信号对应的放电模式，包括：

根据所述特征量组合，确定支持所述支持向量机的径向基核函数对应的分类函数；

根据所述分类函数确定所述特征量组合对应的参数，根据所述参数确定所述局部放电信号对应的放电模式，所述参数包括支持向量机的惩罚参数和径向基函数参数。

4.根据权利要求1所述的方法，其特征在于，在所述通过支持向量机对所述特征量组合进行识别，确定所述局部放电信号对应的放电模式之前，所述方法还包括：

获取所述特征量组合对应的识别率；

从所述特征量组合中确定识别率最高的目标特征量组合；

所述通过支持向量机对所述特征量组合进行识别，确定所述局部放电信号对应的放电模式，包括：

通过支持向量机对所述目标特征量组合进行识别，确定所述局部放电信号对应的放电模式。

5.根据权利要求3所述的方法，其特征在于，所述根据所述特征量组合，确定支持所述支持向量机的径向基核函数对应的分类函数，包括：

根据所述特征量组合和径向基核函数确定对应的拉格朗日系数；

获取所述拉格朗日系数对应的支持向量；

根据所述拉格朗日系数和所述支持向量确定径向基核函数对应的分类函数。

6.根据权利要求5所述的方法，其特征在于，所述根据所述分类函数确定所述特征量组合对应的参数，根据所述参数确定所述局部放电信号对应的放电模式，包括：

根据所述分类函数从所述特征量组合对应的参数矩阵中获取识别率最高的目标参数；

根据所述目标参数确定所述局部放电信号对应的放电模式。

7.根据权利要求1所述的方法，其特征在于，所述信号特征量包括统计特征参数、波形特征参数、威布尔布参数。

8.一种局部放电识别装置，其特征在于，所述装置包括：

采集模块，用于采集局部放电信号；

提取模块，用于对所述局部放电信号进行预处理，提取所述局部放电信号对应的特征量；

第一确定模块，用于根据所述信号特征量确定所述信号特征量对应的特征量组合；

第二确定模块，用于通过已训练的支持向量机对所述特征量组合进行识别，确定所述局部放电信号对应的放电模式。

9.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述方法的步骤。

10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。