[发明专利]一种高压电力设备局部放电特征提取方法和装置

说明书

本申请公开了一种高压电力设备局部放电特征提取方法和装置。该方法在获取高压电力设备局部放电的样本信号后，对该样本信号进行VMD分解得到该样本信号的多个模态分量。进而，基于ICA算法和阈值去噪法对模态分量进行去噪，从而得到有效模态分量，并用有效模态分量的特征量PMSE来表征局部放电的特征。VMD分解可实现信号的自适应分解，不存在模态混叠和受采样频率影响等缺点，可以很好区分离出相近频率的分量，并且具有更好的噪声鲁棒性，因而能够达到最优的分解效果，提高了局部放电信号特征提取的精度。

技术领域

本申请涉及高压电领域，更具体地说，涉及一种高压电力设备局部放电特征提取方法和装置。

背景技术

高压电力设备的运行状态直接关系到整个电力系统的安全运行。在现场运行中，局部放电是导致高压电力设备绝缘劣化的重要原因之一，特别是随着电力设备容量、电压等级不断增大的情况下，这个问题更为严重。局部放电的检测和模式识别是目前电力变压器绝缘状态检测的重要手段。局部放电信号的检测和模式识别能够及时发现高压电力设备内部潜伏性故障，对保障设备的安全运行具有至关重要的意义。其中，特征提取是实现局部放电信号模式识别的关键步骤，可以实现对放电信号所包含信息的深入挖掘，提取表征不同放电类型的特征量，可以提高电力设备故障诊断的准确性和可靠性。

现有的局部放电信号特征提取方法在对局部放电信号进行分解过程中存在模态混叠，对频率相近的分量无法正确分离，并且受采样频率的影响，因而其精度较低。

发明内容

有鉴于此，本申请提供一种高压电力设备局部放电特征提取方法和装置，以提高局部放电特征提取的精度。

为了实现上述目的，现提出的方案如下：

一种高压电力设备局部放电特征提取方法，其特征在于，包括：

获取高压电力设备局部放电的样本信号；

对所述样本信号进行VMD(Variational Mode Decomposition)分解，得到所述样本信号的多个模态分量；

基于ICA(Independent Component Analysis)算法和阈值去噪技术对所述多个模态分量进行去噪处理，得到所述多个模态分量的对应的有效模态分量；

计算所述有效模态分量的特征量PMSE(partial mean of multi-scaleentropy)。

优选的，所述对所述样本信号数据进行VMD分解，得到所述样本信号的多个模态分量，包括：

分别对样本信号的模态分量模态分量的中心频率拉格朗日乘法算子和迭代次数n进行初始化，其初始值均为0；

其中，表示第一次迭代时输出的模态分量，表示第一次迭代输出的模态分量对应的中心频率，k表示模态分量的序列；

采用混沌粒子群优化算法确定VMD算法中模态分量个数K和二次惩罚因子α的最优值；

分别利用预设公式对模态分量u_k和模态分量u_k对应的中心频率ω_k以及拉格朗日乘法算子进行迭代，当满足预设条件时，则停止迭代，输出模态分量u_k和模态分量u_k对应中心频率ω_k；

其中，所述预设公式包括：

优选的，所述基于ICA算法和阈值去噪技术对所述多个模态分量进行去噪处理，得到所述多个模态分量的对应的有效模态分量，包括：

分别对所述多个模态分量进行ICA算法，得到与每个模态分量对应的一组独立源分量；