[发明专利]基于三维灰色绝对关联度的行波识别方法和定位装置

权利要求书

1.基于三维灰色绝对关联度的行波识别方法，其特征在于，包括步骤：

获取当前实际故障的初始行波到达检测点后预设时长内的行波信号，绘制出当前实际故障对应的第一时-频行波全波形；

获取第二时-频行波全波形全数据；

依次计算所述第一时-频行波全波形和所述第二时-频行波全波形的三维灰色绝对关联度；

根据所述三维灰色绝对关联度，识别出与所述第一时-频行波全波形关联度最高的第二时-频行波全波形。

2.根据权利要求1所述的基于三维灰色绝对关联度的行波识别方法，其特征在于，所述步骤获取第二时-频行波全波形全数据，包括预先构建故障波形数据库，从所述故障波形数据库中获取所述第二时-频行波全波形全数据；

所述预先构建故障波形数据库，包括：

预先收集历史实际故障和/或模拟故障的初始行波信号，绘制出相应的故障行波时-频波形，作为第二时-频行波全波形；

构建所述第二时-频行波全波形的第二时-频能谱矩阵；

将所述第二时-频能谱矩阵作为第二行为矩阵，根据所述第二行为矩阵中的元素计算始边零化算子，得到所述第二行为矩阵的第二始边零化曲面；

构建故障波形数据库，用于存储所述第二时-频行波全波形和所述第二始边零化曲面。

3.根据权利要求2所述的基于三维灰色绝对关联度的行波识别方法，其特征在于，所述步骤计算所述第一时-频行波全波形和所述第二时-频行波全波形的三维灰色绝对关联度，包括：

构建所述第一时-频行波全波形的第一时-频能谱矩阵；

将所述第一时-频能谱矩阵作为第一行为矩阵，根据所述第一行为矩阵中的元素计算始边零化算子，得到所述第一行为矩阵的第一始边零化曲面；

从所述故障波形数据库中获取所述第二始边零化曲面；

计算所述第一始边零化曲面和所述第二始边零化曲面三维灰色绝对关联度。

4.根据权利要求1-3任一项所述的基于三维灰色绝对关联度的行波识别方法，其特征在于，所述步骤绘制出实际故障对应的第一时-频行波全波形，包括：

对所述行波信号进行相模变换，提取线模分量，通过连续小波变换，得到含有时间、频率、幅值及极性信息在内的第一时-频行波全波形。

5.根据权利要求4所述的基于三维灰色绝对关联度的行波识别方法，其特征在于，所述步骤构建所述第一时-频行波全波形的第一时-频能谱矩阵，包括：

将所述第一时-频行波全波形在频域上分解为M个频段，并对每个频段所得连续小波系数等分为N个时段，得到M×N个时频小块，计算每个时频小块的能量e_ji，得到第一时-频能谱矩阵E_M×N。

6.根据权利要求5所述的基于三维灰色绝对关联度的行波识别方法，其特征在于，所述步骤构建所述第一时-频行波全波形的第一时-频能谱矩阵，包括：

将所述第一时-频行波全波形在频域上分解为M个频段，并对每个频段所得连续小波系数等分为N个时段，得到M×N个时频小块；

计算每个时频小块的能量e_ji，现定义频段j在时段i的时频小块的能量为：

式中，i₁和i_p为第i个时间段的起始与结束采样点，c_j(k)为频带j内，采样点对应的连续小波系数；其中，1≤j≤M，1≤i≤N；

依次计算被划分出的每一个时频小块的能量e_ji，可得第一时-频能谱矩阵E_M×N：