[发明专利]一种局部放电缺陷识别的方法

权利要求书

1.一种局部放电缺陷识别的方法，其特征在于：包括以下步骤，

S1：设置绝缘筒作试验装置，在绝缘筒上分别模拟各种类型的局部放电现象，并在所述绝缘筒上安装局放传感器，分别采集不同类型局部放电现象下的原始局放信号作为多个样本数据；

S2：利用统计学方法对所述样本数据进行特征提取，具体过程如下，

S2.1：提取样本数据中的代表性数据作为描述性统计特征，包括最大值、最小值、均值、标准差、偏度、峰度、峰峰值、熵值；

S2.2：经验模态分解，包括以下步骤

S2.2.1：根据所述样本数据中原始局放信号的上、下极值点制作上包络线和下包络线，其中，按顺序用光滑曲线连接局放信号中上极值点制成上包络线，按顺序用光滑曲线连接局放信号中下极值点制成下包络线；

S2.2.2：求取上包络线、下包络线的均值，按顺序用光滑曲线连接各均值点制作均值包络线；

S2.2.3：通过样本数据中原始局放信号减去均值包络线，获得中间信号；

S2.2.4：判断所述中间信号是否满足Intrinsic Mode Functions的约束条件，不满足则以该中间信号替换原始局放信号，按照所述步骤S2.2.1～步骤S2.2.3迭代，直至获取满足条件的中间信号作为第1个IMF分量，记为IMF1；

S2.2.5：通过样本数据中原始局放信号减去IMF1，作为新的初始信号替换原始局放信号，按照所述步骤S2.2.1～步骤S2.2.4，获取第2～N个IMF分量，记为IMF2～IMFN；

S2.2.6：提取原始局放信号以及各IMF分量的所述描述性统计特征；

S2.3：二维主分量分解，具体过程如下

S2.3.1：对所述样本数据的原始局放信号曲线进行短时傅里叶变换，得到时频图；

S2.3.2：计算全体样本数据的均值，A_i,i＝1,2,…,N，A_j∈R^m×n，其中，A_i代表一组数据信号，A_j是第j个数据，是通过A_i计算出来的均值，N是采集的样本数量；

S2.3.3：计算协方差矩阵

S2.3.4：计算协方差矩阵Gt的特征值和特征向量，对应的特征向量组成投影矩阵U＝[u₁,u₂,…,u_k]∈R^n×k，其中u_i就是其中的一个特征向量，U是特征向量组成的矩阵；

S2.3.5：获得降维后的特征值F_j＝A_j·U∈R^m×k，即原来二维的图像的大小从m×n降维至m×k；

S3：将所述步骤S2中获取的原始局放信号的描述性特征、各IMF分量的描述性特征，以及通过二维主分量分解获取的所有特征值F_j融合，合并至原始局放信号中，组成模型训练所用的数据集，并将所述数据集分为训练集和测试集；

S4：构建SVM分类器进行模型训练，获取局部放电缺陷类型的识别器。

2.根据权利要求1所述的局部放电缺陷识别的方法，其特征在于：所述Intrinsic ModeFunctions的约束条件有两个：

1)在整个数据段内，极值点的个数和过零点的个数必须相等或相差最多不能超过一个；

2)在任意时刻，由局部极大值点形成的上包络线和由局部极小值点形成的下包络线的平均值为零，即上、下包络线相对于时间轴局部对称。

3.根据权利要求1所述的局部放电缺陷识别的方法，其特征在于：所述步骤S3中，提取的原始局放信号的描述性特征、各IMF分量的描述性特征作标准化处理后再组入数据集。