[发明专利]基于主成分降维与聚类分析的GIS局放严重程度判断方法、系统及介质在审
| 申请号： | 201910828751.5 | 申请日： | 2019-09-03 |
| 公开（公告）号： | CN110531228A | 公开（公告）日： | 2019-12-03 |
| 发明（设计）人： | 钟永恒;谢耀恒;李欣;叶会生;刘赟;肖京;吴水锋;黄海波 | 申请（专利权）人： | 国网湖南省电力有限公司;国网湖南省电力有限公司电力科学研究院;国家电网有限公司 |
| 主分类号： | G01R31/12 | 分类号： | G01R31/12;G06K9/62 |
| 代理公司： | 43008 湖南兆弘专利事务所(普通合伙) | 代理人： | 谭武艺<国际申请>=<国际公布>=<进入 |
| 地址： | 410004 *** | 国省代码： | 湖南;43 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | |||
| 搜索关键词： | 局部放电特征 放电阶段 指纹 局部放电图谱 关键特征量 局放信号 聚类中心 特征指纹 降维 准确度 程度判断 放电类型 计算效率 降维处理 聚类分析 距离确定 有效判断 放电 检测 局放 聚类 检修 参考 决策 | ||
1.一种基于主成分降维与聚类分析的GIS局放严重程度判断方法，其特征在于实施步骤包括：
1)获取待检测GIS局放信号的局部放电图谱；
2)针对局部放电图谱提取关键特征量；
3)将关键特征量进行降维处理得到降维后的局部放电特征指纹；
4)分别计算局部放电特征指纹以及对应不同放电阶段的特征指纹聚类中心的距离，所述特征指纹聚类中心为采用对应放电阶段的局部放电特征指纹进行聚类得到；
5)根据最短的距离确定待检测GIS局放信号对应的放电阶段。
2.根据权利要求1所述的基于主成分降维与聚类分析的GIS局放严重程度判断方法，其特征在于，步骤2)的详细步骤包括：
2.1)针对局部放电图谱提取特征量；
2.2)采用关联算法计算放电严重程度和各个特征量之间的关联性，选择关联性超过预设阈值的特征量作为关键特征量，或者根据关联性对所有特征量进行排序并选择关联性较大端的指定数量个特征量作为关键特征量。
3.根据权利要求2所述的基于主成分降维与聚类分析的GIS局放严重程度判断方法，其特征在于，步骤2.1)中计算放电严重程度和各个特征量之间的关联性具体是指计算放电严重程度和各个特征量之间的KMO因子关联性。
4.根据权利要求1所述的基于主成分降维与聚类分析的GIS局放严重程度判断方法，其特征在于，步骤2)提取得到的关键特征量包括局部放电相位所占宽度、正负半周放电次数之比、正负半周平均放电幅值之比、放电幅值熵值、最大放电幅值熵值、谱图负半周偏斜度、谱图负半周陡峭度、放电幅值分布的标准差。
5.根据权利要求1所述的基于主成分降维与聚类分析的GIS局放严重程度判断方法，其特征在于，步骤4)中的距离具体是指欧式距离平方。
6.根据权利要求1所述的基于主成分降维与聚类分析的GIS局放严重程度判断方法，其特征在于，步骤4)中的不同放电阶段包括起始阶段Sini、发展阶段Sdev和严重阶段Sser共三个放电阶段。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于国网湖南省电力有限公司;国网湖南省电力有限公司电力科学研究院;国家电网有限公司，未经国网湖南省电力有限公司;国网湖南省电力有限公司电力科学研究院;国家电网有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/pat/books/201910828751.5/1.html，转载请声明来源钻瓜专利网。
