[发明专利]一种局部放电信号的缺陷识别方法及系统

权利要求书

1.一种局部放电信号的缺陷识别方法，其特征在于，包括步骤：

(1)获取表征若干种局部放电绝缘缺陷类型的局部放电信号的训练样本，基于训练样本提取其相位分辨脉冲序列数据，对相位分辨脉冲序列数据进行归一化处理；

(2)通过归一化处理后的相位分辨脉冲序列数据对构建的稀疏自编码器模型进行训练，基于经过训练的稀疏自编码器模型得到降低维度的训练特征向量；

(3)采用所述训练特征向量对极限学习机模型进行训练；

(4)将待识别的局部放电信号输入经过训练的稀疏自编码器模型，以提取测试特征向量，将测试特征向量输入经过训练的极限学习机模型，以得到待识别局部放电信号表征的缺陷类型。

2.如权利要求1所述的局部放电信号的缺陷识别方法，其特征在于，所述稀疏自编码器模型具有4层隐含层。

3.如权利要求2所述的局部放电信号的缺陷识别方法，其特征在于，所述隐含层的神经元个数为25。

4.如权利要求1所述的局部放电信号的缺陷识别方法，所述稀疏自编码器模型的激活函数采用Sigmod函数。

5.如权利要求1所述的局部放电信号的缺陷识别方法，其特征在于，在步骤(2)中，采用随机梯度下降法对稀疏自编码器模型进行训练，以对其参数进行迭代更新，得到最优化参数。

6.如权利要求1-5中任意一项所述的局部放电信号的缺陷识别方法，其特征在于，在步骤(3)的训练过程中，采用最小二乘法求取使损失函数最小化的最优解。

7.一种局部放电信号的缺陷识别系统，其特征在于，包括：

预处理模块，其对表征若干种局部放电绝缘缺陷类型的局部放电信号进行预处理，以提取其相位分辨脉冲序列数据，并对相位分辨脉冲序列数据进行归一化处理；

稀疏自编码器模块，基于归一化处理后的相位分辨脉冲序列数据对构建的稀疏自编码器模型进行训练，以得到降低维度的训练特征向量；

极限学习机模块，采用所述训练特征向量对极限学习机模型进行训练；

其中，当需要对局部放电信号进行识别时，将待识别的局部放电信号输入经过训练的稀疏自编码器模型，以提取测试特征向量，将测试特征向量输入经过训练的极限学习机模型，以得到待识别局部放电信号表征的缺陷类型。

8.如权利要求7所述的局部放电信号的缺陷识别系统，其特征在于，所述稀疏自编码器模型具有4层隐含层。

9.如权利要求8所述的局部放电信号的缺陷识别系统，其特征在于，所述隐含层的神经元个数为25。

10.如权利要求7所述的局部放电信号的缺陷识别系统，所述稀疏自编码器模型的激活函数采用Sigmod函数。