[发明专利]一种基于图谱特征和信息融合的局部放电模式识别方法

说明书

本申请公开了一种基于图谱特征和信息融合的局部放电模式识别方法，包括以下步骤：通过局部放电检测方法获取多个工频周期下不同缺陷类型下局部放电的PRPD图谱；获取PRPD图谱中的放电重复率特征矩阵；获取PRPD图谱的坡向编码特征；计算PRPD图谱积分特征；计算PRPD图谱二阶微分特征；构建各个局部放电故障缺陷的图谱特征参量化矩阵；将各个局部放电故障缺陷的参量化矩阵输入到基于变权的信息融合模型，计算得到各个局部放电故障缺陷的类型识别得分结果；建立类型识别得分区间范围与放电类型之间的对应关系数据库；计算待检测局部放电的类型识别得分，将得分输入数据库，输出相应的局部放电类型判断结果。

技术领域

本申请涉及电力设备局部放电识别诊断技术领域，尤其涉及一种基于图谱特征和信息融合的局部放电模式识别方法。

背景技术

电力设备故障诊断是保障电力设备安全稳定运行的关键技术，由于电力设备在生产、运输、使用过程中不可避免地会由于部分导体尖端、划伤、悬浮、绝缘子表面污秽等绝缘缺陷造成绝缘损伤，这类绝缘损伤在电场作用下将引发局部放电进而发展为贯穿性击穿，因此通过开展局部放电检测来评估电力设备绝缘状态具有重要意义。

基于局部放电引起的电荷移动、电磁波传播、声波传播及光辐射等物理现象，形成了脉冲电流法、超(特)高频法、地电波法、超声法及光测法等多种局部放电测量方法。然而，在局部放电分析过程中，现有基于统计学分析方法的特征参量提取往往导致故障类型识别不准确，另一方面基于单一特征量的局部放电模式识别结果往往难以获得较高的置信度。

因此提出了一种基于图谱特征参量化的局部放电PRPD(phase-resolved partialdischarge)图谱处理方法，并且通过信息融合的方法实现了基于四类特征参量的局部放电模式识别。为实现电力设备的局部放电模式识别提供了新的思路。

发明内容

本申请提供了一种基于图谱特征和信息融合的局部放电模式识别方法，以解决现有技术中的局部放电模式识别方法故障类型识别不准确、识别结果置信度低的问题。

本申请采用的技术方案如下：

一种基于图谱特征和信息融合的局部放电模式识别方法，包括以下步骤：

通过局部放电检测方法获取多个工频周期下不同缺陷类型下局部放电的PRPD图谱；

获取所述PRPD图谱中的放电重复率特征矩阵N；

获取所述PRPD图谱的坡向编码特征SI；

计算PRPD图谱积分特征I；

计算PRPD图谱二阶微分特征D²；

针对各个局部放电故障缺陷根据依次得到的所述PRPD图谱的放电重复率特征矩阵N、坡向编码特征SI、积分特征I、二阶微分特征D²，构建各个所述局部放电故障缺陷的图谱特征参量化矩阵M＝[N SI I D²]；

将各个所述局部放电故障缺陷的所述参量化矩阵输入到基于变权的信息融合模型，完成信息融合，计算得到各个所述局部放电故障缺陷的类型识别得分结果；

根据各个所述局部放电故障缺陷的类型识别得分计算结果，建立类型识别得分区间范围与放电类型之间的对应关系数据库；

计算待检测局部放电的类型识别得分，将得分输入所述类型识别得分区间范围与放电类型之间的对应关系数据库，输出相应的局部放电类型判断结果。

优选地，所述局部放电检测方法，包括：

超高频法和脉冲电流法。

优选地，所述获取所述PRPD图谱中的放电重复率特征矩阵N，包括：