[发明专利]一种局部放电缺陷类型识别方法及装置

权利要求书

1.一种局部放电缺陷类型识别方法，其特征在于：包括如下步骤：

A、采集电力设备多个工频周期内的原始局部放电信号并对其进行降噪处理，得到局部放电信号；

B、提取局部放电信号的放电统计特征；

C、从局部放电信号中提取单个局部放电脉冲，通过划分该单个局部放电脉冲幅值及采样周期，将单个局部放电脉冲波形划分为多个区域窗，计算每个区域窗的占比作为采样分区占比；

D、将放电统计特征和各采样分区占比分别作为第一神经网络分类器和第二神经网络分类器的输入量，第一、第二神经网络分类器各自输出放电缺陷类型及其置信度；

E、根据各置信度判断其对应的放电缺陷类型的可能性，并结合可能性和置信度，综合判定最终的放电缺陷类型及其置信度。

2.根据权利要求1所述的一种局部放电缺陷类型识别方法，其特征在于：所述步骤C具体包括如下步骤：

C1、将局部放电信号按照波形完整性需要的最大采样点数量截取，得到单个局部放电脉冲；

C2、将单个局部放电脉冲幅值进行归一化处理，使其幅值范围为[-1,1]；

C3、将单个局部放电脉冲对应的采样周期分为n个相等的子周期、将归一化后的幅值分为m个相等的子区域，即将单个局部放电脉冲波形分为n×m个区域窗，其中，n≥16,m≥16；

C4、将区域窗中所有有效采样点之和除以采样周期内所有采样点之和，即为该区域窗的占比。

3.根据权利要求1所述的一种局部放电缺陷类型识别方法，其特征在于：所述步骤A具体包括如下步骤：

A1、通过传感器连续采集电力设备中多个工频周期内产生的原始局部放电信号；

A2、将原始局部放电信号进行信号放大及模数转换处理；

A3、采用离散小波降噪算法，对经步骤A2处理后的原始放电信号中的白噪声及窄带干扰进行抑制或者消除得到局部放电信号。

4.根据权利要求1或2或3所述的一种局部放电缺陷类型识别方法，其特征在于：所述步骤B具体包括如下步骤：

B1、将多个工频周期内采集到的局部放电信号进行叠加，得到放电量-相位-脉冲数的三维图谱，其中相位值的获得是将0^°至360^°等间隔分为多个相位区间，脉冲数为各个相位区间的实际脉冲数；

B2、从三维图谱中分别提取放电量-相位、脉冲数-相位的二维图谱，并从这两个二维图谱中获得放电统计特征。

5.根据权利要求1或2或3所述的一种局部放电缺陷类型识别方法，其特征在于：所述步骤D中所述的第一、第二神经网络分类器均为BP神经网络分类器。

6.根据权利要求1或2或3所述的一种局部放电缺陷类型识别方法，其特征在于：所述步骤E具体包括如下步骤：

E1、根据各置信度判断其对应的放电缺陷类型的可能性，具体为：置信度≥9时，其对应的放电缺陷类型的可能性为高，4＜置信度＜9时，其对应的放电缺陷类型的可能性为中，置信度≤4时，其对应的放电缺陷类型的可能性为低；

E2、按照一定的规则综合判定最终的放电缺陷类型及其置信度。

7.根据权利要求4所述的一种局部放电缺陷类型识别方法，其特征在于：所述放电统计特征包括：正负半周放电幅值偏斜度、正负半周放电频率偏斜度、正负半周放电幅值峭度、正负半周放电频率峭度和正负半周的不对称度。

8.一种局部放电缺陷类型识别装置，其特征在于：包括：

信号采集与预处理模块：用于采集电力设备多个工频周期内的原始局部放电信号并对其进行降噪处理，得到局部放电信号；

统计特征提取模块：用于提取局部放电信号的放电统计特征；

采样分区占比计算模块：用于从局部放电信号中提取单个局部放电脉冲，通过划分该单个局部放电脉冲幅值及采样周期，将单个局部放电脉冲波形划分为多个区域窗，计算每个区域窗的占比作为采样分区占比；

判定模块：用于将放电统计特征和各采样分区占比分别作为第一神经网络分类器和第二神经网络分类器的输入量，第一、第二神经网络分类器各自输出放电缺陷类型及其置信度；根据各置信度判断其对应的放电缺陷类型的可能性，并结合可能性和置信度，综合判定最终的放电缺陷类型及其置信度。