[发明专利]基于多种监测数据的开关柜局部放电故障检测方法及系统

权利要求书

1.基于多种监测数据的开关柜局部放电故障检测方法，其特征在于，

开关柜局部放电故障检测方法的步骤如下：

步骤1，采集不同种类的局部放电监测数据；

步骤2，生成局部放电故障识别算法的训练集和测试集；

步骤3，建立局部放电故障识别算法库；利用局部放电故障识别算法库，对局部放电故障识别算法的训练集中每种局部放电监测数据分配故障识别算法组合模型；利用局部放电故障识别算法的训练集训练后，保存故障识别算法组合模型；

步骤4，利用局部放电故障识别算法的测试集对故障识别算法组合模型进行测试；利用自评价系统对故障识别算法组合模型进行筛选，对于一种局部放电监测数据，其故障识别算法组合模型中识别精度最高的故障识别算法，作为其故障识别最优算法；

步骤5，将局部放电故障识别算法训练集经故障识别最优算法获得的故障识别结果进行组合，利用故障识别结果组合数据生成数据融合算法的训练集；将局部放电故障识别算法测试集经故障识别最优算法获得的故障识别结果进行组合，利用故障识别结果组合数据生成数据融合算法的测试集；

步骤6，建立数据融合算法库；利用数据融合算法库，对数据融合算法的训练集中的故障识别结果组合数据分配多种数据融合算法组合模型；利用数据融合算法的训练集训练后保存数据融合算法组合模型；

步骤7，利用数据融合算法的测试集对数据融合算法组合模型进行测试；利用自评价系统对数据融合算法组合模型进行筛选，即对于多种局部放电监测数据，经步骤4确定的故障识别最优算法获得的识别结果组合中识别精度最高的数据融合算法，作为数据融合最优算法；

步骤8，对各局部放电监测数据经故障识别最优算法获得的识别结果进行故障类型编码处理，以故障类型编码作为数据融合最优算法的输入数据，同时对故障类型编码赋予权重，经计算，以置性度最高的故障类型作为开关柜局部放电故障检测结果。

2.根据权利要求1所述的基于多种监测数据的开关柜局部放电故障检测方法，其特征在于，

在步骤1中，所述局部放电监测数据包括：放电脉冲幅值和相位数据、温度数据；

采集所述放电脉冲幅值和相位数据的传感器包括：超声传感器、暂态地电压传感器、特高频传感器；采集所述温度数据的传感器包括红外测温传感器。

3.根据权利要求1所述的基于多种监测数据的开关柜局部放电故障检测方法，其特征在于，

在步骤2中，

利用步骤1所采集的不同种类的局部放电监测数据，生成局部放电故障识别算法的训练集；

利用局部放电故障下的典型监测数据和非局部放电故障下的典型监测数据，生成局部放电故障识别算法的测试集。

4.根据权利要求1所述的基于多种监测数据的开关柜局部放电故障检测方法，其特征在于，

步骤3包括：

步骤3.1，利用多种故障识别算法及故障识别算法的训练程序，建立局部放电故障识别算法库；故障识别算法包括主成分分析法、支持向量机、BP神经网络、遗传算法、CNN卷积神经网络；

步骤3.2，根据局部放电故障识别算法的训练集中每种局部放电监测数据的数据结构差异以及该数据来自于传感器类型的不同，对每种局部放电监测数据分配包含多种故障识别算法组合模型；

步骤3.3，利用局部放电故障识别算法的训练集对每种局部放电监测数据的各故障识别算法组合模型进行训练，并保存全部故障识别算法组合模型。

5.根据权利要求1所述的基于多种监测数据的开关柜局部放电故障检测方法，其特征在于，

在步骤4中，利用自评价系统对故障识别算法组合模型进行筛选包括：

步骤4.1，统计故障识别算法组合模型对局部放电故障识别算法的测试集的测试结果中，正确的测试结果的数量；

步骤4.2，计算故障识别算法组合模型中的各故障识别算法的识别准确率；

步骤4.3，对于一种局部放电监测数据，以识别准确率最高的故障识别算法作为故障识别最优算法。