[发明专利]一种瓷支柱绝缘子故障识别方法及装置

说明书

本申请实施例提供的瓷支柱绝缘子故障识别方法及装置，该方法以瓷支柱绝缘子振动声学检测设备的振动数据作为数据来源。首先，将采集到的时域数据转化到频域内。然后，对处理后的信号利用期望最大值算法构建高斯混合模型，并利用期望最大值算法求出高斯混合模型的重要参数：平均值μ，标准差σ，权重系数α。其中平均值μ可以反映各模态分量中心频率位置，标准差σ可以反映频带宽度大小，权值系数α可以用来表示各模态分量所占有的比重。最后，将得到重要参数作为特征数据导入到ELM进行训练，通过机器学习判断瓷支柱绝缘子的故障特征，与传统的频谱分析相比较，基于高斯混合模型与期望最大值算法的瓷支柱绝缘子故障识别方法提高了故障判别的效率。

技术领域

本申请涉及电力技术领域，尤其涉及一种瓷支柱绝缘子故障识别方法及装置。

背景技术

瓷支柱绝缘子由于其工作环境恶劣、质量劣化及自然老化等问题导致断裂的事故发生较多，严重影响了电力系统的安全运行,故研究绝缘子在役检测具有重要的应用价值。

瓷支柱绝缘子采集到的振动信号属于随机振动信号，振动信号频谱复杂，干扰较多。传统的频谱分析方法需要多次对比分析才能去除干扰和得出检测结果。

一种基于高斯混合模型与期望最大值算法的瓷支柱绝缘子故障识别方法，有助于对瓷支柱绝缘子振动检测结果更好的分析和评判。

发明内容

为了解决现有技术存在的问题，本申请实施例示出一种瓷支柱绝缘子故障识别方法及装置。

本申请实施例第一方面示出一种瓷支柱绝缘子故障识别方法，包括：

将建模样本的时域振动数据转换为频域振动数据；

将所述频域振动数据划分为低频模态频域振动数据、中频模态频域振动数据及高频模态频域振动数据；

分别计算所述低频模态频域振动数据、中频模态频域振动数据及高频模态频域振动数据的平均值μ、标准差σ、高斯曲线权重系数α得到平均值数组、标准差数组及高斯曲线权重系数数组；

在平均值数组、标准差数组及高斯曲线权重系数数组分别选取最大平均值、最大标准差及最大高斯曲线权重系数；

将所述最大平均值、最大标准差及最大高斯曲线权重系数归一化处理；

利用所述归一化处理后的所述最大平均值、最大标准差及最大高斯曲线权重系数构建ELM分类模型；

利用所述ELM分类模型识别瓷支柱绝缘子的故障。

可选择的，建模样本的频域振动数据为y＝[y₁，y₂，...，y_N]^T；所述最大平均值的计算过程为：

p(k|y_n)是建模样本y_n来自第k个高斯分布的先验概率，α_m分别为最大平均值。

可选择的，所述最大标准差的计算过程为：

μ_m为最大标准差。

可选择的，所述最大高斯曲线权重系数的计算过程为：

σ_m为最大高斯曲线权重系数。

本申请实施例第二方面示出一种瓷支柱绝缘子故障识别装置，包括：

转换单元，用于将建模样本的时域振动数据转换为频域振动数据；

划分单元，用于将所述频域振动数据划分为低频模态频域振动数据、中频模态频域振动数据及高频模态频域振动数据；