[发明专利]一种GIS绝缘缺陷局部放电图谱模式识别方法

摘要

一种GIS绝缘缺陷局部放电图谱模式识别方法，通过对GIS绝缘缺陷的典型放电图谱进行分析，根据其图谱分析其相位、幅值特征，建立数学模型。然后，通过数学模型产生模拟的图谱，验证其是否与原始图谱具有一致性。待验证成功后，根据建立的模型产生大量的放电数据，分别作为训练样本和测试样本。数据得到后，构建RBF神经网络，其中训练时采用K-均值聚类法。将训练样本输入到神经网络中进行训练，完成后将测试数据输入，经过计算得到识别结果。最后，通过调整训练误差允许值δ，可以达到快的训练速度及高的识别正确率。

主权项

一种GIS绝缘缺陷局部放电图谱模式识别方法，其特征在于，包括以下步骤：S1、对原始数据进行预分析，所述原始数据为GIS绝缘缺陷的典型放电图谱，分析其相位、幅值特征，用以为后续步骤提供参考依据；S2、依据S1中的原始数据产生离散的数据序列，每个数据点为对应的放电相位及幅值大小；S3、建立GIS绝缘缺陷典型图谱的数学模型，运用随机函数命令模拟实际放电量大小的随机性和控制放电幅值大小的范围；S4、依据建模程序产生模拟图谱，验证模拟图谱与真实图谱的一致性；S5、若一致性验证成功，运行程序，产生大量模拟数据，其中每个数据点的前十二位为对应相位下的幅值，后面为分类编码；S6、建立RBF神经网络，训练中，隐含层中心值的确定采用K‑均值聚类法；S7、将S5中得到的数据输入到S6中建立的RBF神经网络中，其中一部分数据作为训练样本，另一部分数据作为测试样本；S8、通过训练样本完成RBF神经网络的训练，然后识别所述另一部分数据所属分类，即输出每个放电点的测试数据识别结果。