[发明专利]一种基于时频法与数据序列法的GIS振动异响联合特征提取方法

说明书

本发明公开了一种基于时频法与数据序列法的GIS振动异响联合特征提取方法，包括以下步骤：首先采集GIS正常运行及故障时的振动信号数据，并对振动信号进行预处理；其次通过时频法提取具有明确物理意义的特征量；再次通过数据序列法提取无明确物理意义的特征量；最后将上述提取的特征量组合，得到新的特征向量，进行权重评估，实现联合特征量的降维，完成特征量的提取。本发明的GIS振动异响联合特征提取方法，采用多种特征提取方法获得振动信号的复合特征，增强了特征的特异性，提高了诊断精度；适用于GIS多种振动故障存在时的特征提取，也适用于单一故障时的特征提取，具有较强的抗噪能力。

技术领域

本发明涉及电力系统中高压电器设备的检测技术领域，具体说是一种基于时频法与数据序列法的GIS振动异响联合特征提取方法。

背景技术

气体绝缘组合开关设备(Gas Insulated Switchgear，GIS)是电力系统重要的保护与控制设备，在特高压变电站中得到了广泛的应用，其在保障变电站及电网安全运行方面起着十分关键的作用。

GIS是一个结构复杂的大型机械设备，也是一个常用的电器设备，在现场组装和使用过程中不可避免会出现导体接触不良、紧固螺栓松动等机械故障，机械故障会导致GIS在交流电流的作用下产生机械振动,长期的机械振动可能会导致进一步的螺丝松动、产生电气悬浮体及机械磨损等,并有可能导致进一步的电气故障。如何准确的诊断GIS中的机械故障，对于GIS的运行的可靠性和整个电网的安全性具有非常重要的意义。

GIS机械状态的变化可以通过振动信号表征出来，但是将隐藏在信号中的特征提取出来需要借助有效的信号处理手段，一方面，各种智能算法的广泛应用为有效特征值的提取提供了理论支持；另一方面，实际电力系统中，GIS发生机械故障时往往是多种故障类型并存，采用现有单一的故障振动特征提取方法，会侧重某一提取特征，提取特征的特异性较低，容易造成故障的漏判，因此不能有效解决多种故障同时存在时的特征提取问题。

发明内容

为解决单一信号处理手段提取特征片面的问题，提高机械故障特征量提取的有效性，提升GIS振动异响时的诊断精度，本发明提供了一种基于时频法与数据序列法的GIS振动异响联合特征提取方法。

本发明为实现上述目的，通过以下技术方案实现：

一种基于时频法与数据序列法的GIS振动异响联合特征提取方法，包括以下步骤：

一、采集GIS正常运行及故障时的振动信号数据，并对振动信号进行预处理；

二、通过奇异值分解和总体最小二乘——旋转不变技术的信号参数估计相结合的时频法提取具有明确物理意义的特征量；

三、通过变分模态分解和多重分形相结合的数据序列法提取无明确物理意义的特征量；

四、对步骤二提取的具有明确物理意义的特征量和步骤三提取的无明确物理意义的特征量进行组合，得到新的特征向量，进行权重评估，实现联合特征量的降维，完成特征量的提取。

优选的，所述预处理是基于数学形态学滤波的振动信号降噪。

优选的，权重评估使用的方法为基于随机森林的基尼指数最大下降方法。

优选的，步骤二是利用奇异值分解的突变点识别方法，以突变点为依据将振动区间划分为多个平稳区间，再利用总体最小二乘——旋转矢量不变技术进行参数辨识，从而精确地提取各子波发生的重要参数，其中重要参数为解释性强的时刻、频率和幅值。

优选的，步骤二的具体步骤为：

由去噪后的振动信号x(n)构造Hankel矩阵

N为最大采样点数，L为束参数；