[发明专利]一种用于电缆局部放电模式识别的方法和系统

摘要

本发明公开了一种用于电缆局部放电模式识别的方法和系统，能够减少计算所需数据量，缩短识别时间，同时能够有效地获取不同局部放电的放电特征，在不丢失特征参数的前提下，从细微部分得到更加显著的特征值，提高分类识别率。该方法包括：针对每一组数据，取其中m个周期内的数据，叠加在一个周期内以构成每组数据的图谱数据；以相同角度为单位对周期内的360°进行相位窗划分，获得n个等间距的相位窗；计算周期内的图谱数据对应于每个相位窗内的特征值，获取第一特征值矩阵；对获取的第一特征值矩阵进行降维处理，获取第二特征值矩阵；通过模式识别分类器对第二特征值矩阵中的特征值进行分类识别，获取各个样本信号对应的分类结果。 1

主权项

1.一种用于电缆局部放电模式识别的方法，其特征在于，所述方法包括：

获取电缆局部放电的p个样本信号对应的p组数据；针对每一组数据，取其中m个周期内的数据，叠加在一个周期内以构成每组数据的图谱数据；以相同角度为单位对周期内的360°进行相位窗划分，获得n个等间距的相位窗；计算周期内的图谱数据对应于每个相位窗内的特征值，获取第一特征值矩阵；对获取的第一特征值矩阵进行降维处理，获取第二特征值矩阵；通过模式识别分类器对第二特征值矩阵中的特征值进行分类识别，获取各个样本信号对应的分类结果。

2.根据权利要求1所述的方法，其特征在于，所述方法包括：将第1个周期至第10个周期的数据叠加构成图谱数据。

3.根据权利要求1所述的方法，其特征在于，所述相同角度为15°。

4.根据权利要求1所述的方法，其特征在于，所述方法包括：对于第i个相位窗，计算图谱数据对应的峰值电荷q_max(i)、平均电荷q_mn(i)和局部放电脉冲的数量q_n(i)作为统计算子；通过一个周期内每个相位窗口对应的3个统计算子，得到图谱数据的1×3n的特征值：

[(q_max(1),q_mn(1),q_n(1))₁ … (q_max(n),q_mn(n),q_n(n))₁]_1×3n。

5.根据权利要求4所述的方法，其特征在于，所述第一特征值矩阵为p×3n的特征值矩阵：

6.根据权利要求1所述的方法，其特征在于，所述方法包括：采用多维尺度分析、主成分分析、因子分析和独立成分分析方法中的一种或者多种进行降维处理来获得第二特征值矩阵。

7.根据权利要求6所述的方法，其特征在于，所述降维处理包括：计算第一特征值矩阵中特征值间的欧式距离以获得矩阵Δ，对矩阵Δ的双重中心化矩阵进行奇异值分解，得到降维后的第二特征值矩阵X。

8.根据权利要求7所述的方法，其特征在于，所述矩阵Δ的双重中心化矩阵Δ表示为：

其中，p为特征值向量的数量；其中，d为第一特征值矩阵的维度，r_iq为第i个特征值向量中第q个特征值，r_jq为第j个特征值向量中第q个特征值；

将双重中心化矩阵Δ进行奇异值分解表达为：

其中，Λ为双重中心化矩阵Δ的特征值组成的对角矩阵，U为Δ的特征向量；对矩阵Δ的特征值进行由大到小排序，选取前k个最大的特征值和它们对应的特征向量；进而根据式获得降维后的第二特征值矩阵X。

9.根据权利要求1至8中任一项所述的方法，其特征在于，所述方法包括：采用BP神经网络或者支持向量机SVM来构建模式识别分类器。

10.一种用于电缆局部放电模式识别的系统，其特征在于，所述系统包括：显示器、输入输出设备、至少一个处理器、与所述至少一个处理器通信连接的存储器、以及用于供电的电源设备；

其中，所述显示器用于显示分类结果；所述输入输出设备用于输入样本信号对应的数据；所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行根据权利要求1至9任一项所述的方法。