[发明专利]基于局部放电多信息融合的GIS绝缘子缺陷识别方法及系统

权利要求书

1.一种基于局部放电多信息融合的GIS绝缘子缺陷识别方法，其特征在于，包括：

根据绝缘子局部放电的特高频波形信号计算特高频的时域波形特征，根据绝缘子局部放电的超声波波形信号计算超声波的功率谱特征，根据绝缘子局部放电的特高频信号的幅值和相位构建放电信号的相位图谱，计算相位图谱的正负半周放电相位中心正负半周偏斜度S_K^+/-、陡峭度K_u^+/-、正负半周互相关系数C_c和放电量因数Q，及灰度图像的0阶矩、2阶中心矩和3阶中心矩；

计算所述特高频的时域波形特征，所述超声波的功率谱特征，所述相位图谱的正负半周放电相位中心正负半周偏斜度S_K^+/-、陡峭度K_u^+/-、正负半周互相关系数C_c和放电量因数Q，以及所述相位图谱的灰度图像的0阶矩、2阶中心矩和3阶中心矩，所构成的绝缘子缺陷的4种信息特征的信息增益，去除信息增益低于阈值的特征，剩下的作为各信息的有效特征；

基于栈式降噪自编码将各信息的有效特征压缩到一维，重新计算压缩后一维向量的信息增益，以压缩后的一维特征作为一个坐标，坐标权重取信息增益值，所有信息压缩后的一维特征共同构建一个新的4维空间；

以构建的4维空间为待分类样本，基于拉普拉斯中心性的密度聚类算法，将样本一一聚类，根据样本中心的缺陷类型确定其他所有样本的缺陷类型。

2.根据权利要求1所述的GIS绝缘子缺陷识别方法，其特征在于，特高频的时域波形特征包括波形的上升时间t_r、下降时间t_f、峰值时间t_p脉冲宽度t_d、持续时间t_c。

3.根据权利要求1所述的GIS绝缘子缺陷识别方法，其特征在于，超声波的功率谱特征包括最大峰值U_psdm、峰值频率U_fm、峰个数U_pn、功率谱均值U_psdμ、方差U_psdσ、中值频率U_psdzh和平均频率U_fμ。

4.根据权利要求1所述的GIS绝缘子缺陷识别方法，其特征在于，构成绝缘子缺陷的4种信息特征的信息增益计算方法为：

计算采集数据自身的信息熵H(I)，对于样本总数为M的特征I，样本类别有K类，每个类别的特征样本数量记为X_i，则分类系统的信息熵H(I)：

计算引入这个特征后系统的信息熵，记特征I的取值区间为I₁～I₂₀，对于第i个区间I_i：样本数为K_i，三个类别具有的样本个数分别为K_1i，K_2i和K_3i，则特征I的信息熵计算如所示：

计算特征的信息增益G(I)：

G(I)＝H(S)-H(I|S)。