[发明专利]一种局部放电时延计算误差补偿方法及局部放电定位系统

权利要求书

1.一种局部放电时延计算误差补偿方法，其特征在于，包括步骤：

(1)采集放电源位置已知的若干样本局部放电信号，基于时延算法计算相应的样本时延值；

(2)基于所述已知的放电源位置计算所述若干样本局部放电信号的理论时延值；

(3)以所述样本时延值为样本输入，以所述理论时延值为期望输出训练一个神经网络；

(4)采集放电源位置待定的局部放电信号，基于时延算法计算相应的初步时延值；

(5)将所述初步时延值输入所述神经网络，所述神经网络补偿所述初步时延值的误差，输出最终时延值。

2.如权利要求1所述的局部放电时延计算误差补偿方法，其特征在于，所述步骤(1)和步骤(4)中的时延算法为同一时延算法。

3.如权利要求1所述的局部放电时延计算误差补偿方法，其特征在于，所述时延算法包括阈值法、能量积累法、相关估计法、双谱估计算法、高阶统计量法以及插值相关法中的至少其中之一。

4.如权利要求1所述的局部放电时延计算误差补偿方法，其特征在于，通过固定位于不同位置的若干传感器采集局部放电信号。

5.如权利要求4所述的局部放电时延计算误差补偿方法，其特征在于，所述若干传感器为特高频传感器。

6.如权利要求5所述的局部放电时延计算误差补偿方法，其特征在于，所述若干传感器的数量为四个。

7.如权利要求6所述的局部放电时延计算误差补偿方法，其特征在于，所述时延值为四维向量。

8.如权利要求7所述的局部放电时延计算误差补偿方法，其特征在于，所述神经网络包括RBF神经网络，其中RBF神经网络的输入节点个数为4，输出节点个数为4。

9.如权利要求1-7中任意一项权利要求所述的局部放电时延计算误差补偿方法，其特征在于，所述神经网络包括RBF神经网络。

10.如权利要求9所述的局部放电时延计算误差补偿方法，其特征在于，所述RBF神经网络的基函数为高斯函数。

11.一种局部放电定位系统，其基于时延值确定局部放电信号的放电源位置，其特征在于，采用如权利要求1-10中任意一项权利要求所述方法对初步时延值的误差进行补偿，所述系统包括相互连接的传感器和数据处理与分析单元，其中：

所述传感器采集放电源位置已知的若干样本局部放电信号，所述数据处理与分析单元基于时延算法计算相应的样本时延值；

所述数据处理与分析单元基于所述已知的放电源位置计算所述若干样本局部放电信号的理论时延值；

所述数据处理与分析单元以所述样本时延值为样本输入，以所述理论时延值为期望输出训练一个神经网络；

所述传感器采集放电源位置待定的局部放电信号，所述数据处理与分析单元基于时延算法计算相应的初步时延值；

所述数据处理与分析单元将所述初步时延值输入所述神经网络，所述神经网络补偿所述初步时延值的误差，输出最终时延值；

所述数据处理与分析单元基于所述最终时延值确定所述局部放电信号的放电源位置。