[发明专利]GIS特高频局部放电信号识别方法及系统

说明书

技术领域

本发明涉及电气设备绝缘检测技术领域，特别是涉及一种GIS特高频局部放电信号识别方法以及一种GIS特高频局部放电信号识别系统。

背景技术

近年来，随着城市电网建设的发展，GIS（Gas Insulated Substation，封闭式组合电器）变电站的数量不断增加，GIS设备发生故障的几率也随之增加，作为变电站中最重要的设备之一的GIS，因其可靠性高、占地面积小等优点而被广泛应用于高压输电领域，但一旦发生故障，维修时间长，造成的影响和损失就很大。所以在GIS发生故障之前，能检测并判断故障的类型显得尤其重要，它有助于我们及时采取措施防患于未然，控制损失。

目前，国内外广泛采用UHF（Ultra High Frequency，特高频）局部放电在线监测技术对GIS局部放电进行监测与诊断，该方法通过在线提取局部放电过程产生的特高频电磁波信号来反映局部放电，并且有效地避开了现场的电晕干扰，使GIS局部放电测量的信噪比大大提高，具有较高的实用性，为避免事故的发生需要运用在线监测技术对GIS设备进行中的各种状态量进行监测，实时有效的监测可能出现的各种异常或故障征兆。然而，由于设备内部不同的缺陷会对绝缘系统带来不同的影响，因此在监测设备绝缘状态时要判断故障类型。

现有技术中，GIS特高频局部放电故障的识别方法主要通过放电谱图提取特征（主要有统计特征参数、脉冲型特征参数、分形特征、矩特征等）运用分类算法对局部放电故障类型进行识别。在各种特征参数选择上，目前还没有一个较优的方法确定哪些特征参数可以有效识别GIS局部放电类型，各种混合特征都有提出，但是没有较强的理论依据；而在各种分类算法中，BP（Back Propagation）神经网络应用最为广泛，但BP神经网络存在对初始权值阈值敏感、收敛慢、训练时间长、易陷入局部极小值等问题，其可靠性和准确性较低。针对于此，寻找科学性、准确性、可靠性都较高的识别局部放电缺陷类型的方法以及能够有效识别的GIS特高频局部放电故障类型的特征是GIS在线检测中急需解决的问题。

发明内容

基于此，本发明提供一种GIS特高频局部放电信号识别方法及系统，能够有效提高GIS局部放电故障诊断的效率和准确性。

为实现上述目的，本发明采用如下的技术方案：

一种GIS特高频局部放电信号识别方法，包括以下步骤：

对GIS特高频局部放电信号进行预处理，得到三维谱图；其中为相位，q为放电幅值，t为连续预定个周期；

将所述三维谱图投影成二维谱图，并分别提取描述谱图的形状差异以及谱图正负半周的轮廓差异的放电特征参数，得到待测样本；所述描述谱图的形状差异的放电特征参数包括：均值、方差、偏斜度、陡峭度、局部峰点数；所述描述谱图正负半周的轮廓差异的放电特征参数包括：放电量因数、相位不对称度、互相关系数、修正的互相关系数；

根据预先建立的ABC-BP模型对所述待测样本进行缺陷识别；所述ABC-BP模型的建立过程包括：建立人工蜂群优化BP的三层神经网络，并设置模型参数；所述模型参数包括：人工蜂群中蜂群的大小、采蜜蜂的数量、跟随蜂的数量、解的个数、适应度函数、极限值、最大循环次数、BP神经网络的隐层神经元；输入带有类别标记的故障信号作为训练样本，对所述三层神经网络进行模型训练，得到所述ABC-BP模型。

一种GIS特高频局部放电信号识别系统，包括：

预处理模块，用于对GIS特高频局部放电信号进行预处理，得到三维谱图；其中为相位，q为放电幅值，t为连续预定个周期；

特征参数提取模块，用于将所述三维谱图投影成二维谱图，并分别提取描述谱图的形状差异以及谱图正负半周的轮廓差异的放电特征参数，得到待测样本；所述描述谱图的形状差异的放电特征参数包括：均值、方差、偏斜度、陡峭度、局部峰点数；所述描述谱图正负半周的轮廓差异的放电特征参数包括：放电量因数、相位不对称度、互相关系数、修正的互相关系数；

缺陷识别模块，用于根据预先建立的ABC-BP模型对所述待测样本进行缺陷识别；所述ABC-BP模型的建立过程包括：建立人工蜂群优化BP的三层神经网络，并设置模型参数；所述模型参数包括：人工蜂群中蜂群的大小、采蜜蜂的数量、跟随蜂的数量、解的个数、适应度函数、极限值、最大循环次数、BP神经网络的隐层神经元；输入带有类别标记的故障信号作为训练样本，对所述神经网络进行模型训练，得到所述ABC-BP模型。