[发明专利]基于Hibert变换和信息熵的脉冲特征参数提取方法

说明书

本发明涉及一种基于Hibert变换和信息熵的脉冲特征参数提取方法，该方法使用脉冲电流宽带检测法采集获取的脉冲波形‑时间序列数据，基于信息熵算法对脉冲电流波形‑时间序列对应的脉冲或脉冲群时域和H域波形进行特征参数提取，形成特征参数分布2D平图(S‑1,S‑2)和3D空间(S‑1,S‑2,S‑3)，从而为脉冲群进行快速分类提供直观数据展示和可执行数据源。与现有技术相比，本发明具有计算方法简单，计算效率高，能够用于脉冲群的快速特征提取等优点。

技术领域

本发明涉及一种局部放电脉冲特征参数提取方法，尤其是涉及一种基于Hibert变换和信息熵的脉冲特征参数提取方法。

背景技术

对电力设备比如高压电缆、变压器类设备绝缘的局部放电(partial discharge,PD)进行在线监测、带电检测或离线耐压诊断试验时，基于PD脉冲峰值-时间序列的传统检测系统对于存在多PD源(包含两个)或异常干扰噪声源时，若信号源频谱重叠，其获取的数据将是随机混叠的峰值-时间/相位序列，相应的放电谱图也是随机混叠的，使得利用单一缺陷模型数据库构造的诊断系统无法给出准确分析和判断结果。针对上述工况，国外意大利Bologna大学于2002年开始、国内西安交通大学则于2008年开始，相继提出了基于宽带检测的多PD源检测技术。即将传统的脉冲峰值-时间序列检测改为脉冲波形-时间序列检测，即记录单个PD脉冲波形及其获取时间点(相位)；使用某种“方法”将获取的混合原始脉冲群进行快速分类，并将具有相似性脉冲组成的各子类脉冲群转换成峰值-时间序列，然后再按传统的PRPD放电谱图进行数据处理。这样，该系统不仅解决了峰值-时间序列的混叠问题，而且可以对存在干扰的多PD源进行检测和识别。

上述使用某种“方法”将获取的混合原始脉冲群进行快速分类是该技术实施的关键，其分为2部分：1)是脉冲波形特征参数提取方法；2)是被检测的脉冲群基于1)提取结果在2D平面或3D空间中甚至高维空间中分布显示，利用无监督聚类分析等手段实现脉冲群分离形成各自特征的子脉冲群，从而实现多PD源以及噪声源的分离。可见，第1)部分即脉冲波形特征参数提取方法是核心，也是后续能否聚类分析实施的基础。目前，常见的脉冲特征参数提取方法主要是等效时频法。

现有等效时频法的主要工作参数等效时长T和等效频率F，当脉冲波形由于受传输路径调制，在较为相似的工况下，在等效时频面(T，F)在可能无法有效分离两个脉冲群，无法实现多PD源以及噪声源的分离。

发明内容

本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种基于Hibert变换和信息熵的脉冲特征参数提取方法。

本发明的目的可以通过以下技术方案来实现：

一种基于Hibert变换和信息熵的脉冲特征参数提取方法，该方法使用脉冲电流宽带检测法采集获取的脉冲波形-时间序列数据，基于信息熵算法对脉冲电流波形-时间序列对应的脉冲或脉冲群时域和H域波形进行特征参数提取，形成特征参数分布2D平图(S-1,S-2)和3D空间(S-1,S-2,S-3)，从而为脉冲群进行快速分类提供直观数据展示和可执行数据源。

优选地，所述的H域为时域进行Hibert变换后对应域。

优选地，所述的方法具体包括以下步骤：

步骤1，基于PD脉冲电流宽带检测系统，对试品进行试验获取脉冲电流波形-时间序列数据，即脉冲或脉冲群时域波形；

步骤2，对脉冲或脉冲群包含的所有时域波形进行Hilbert变换，形成对应的脉冲或脉冲群H域波形；

步骤3，对脉冲或脉冲群包含的所有时域波形进行信息熵计算，作为特征参数a1；

步骤4，对脉冲或脉冲群对应的所有H域波形进行信息熵计算，作为特征参数a2；