[发明专利]一种变压器套管局部放电的缺陷类型识别方法及系统

说明书

本公开提供了一种变压器套管局部放电的缺陷类型识别方法及系统，获取变压器套管局部放电数据；将获取的局部放电数据输入到预设支持向量机模型中，得到缺陷类型；其中，利用混沌量子粒子群算法搜索支持向量机的参数惩罚因子最优值和核函数参数最优值；本公开不再局限于人工判断缺陷类型，实现了对变压器套管局部放电的缺陷类型更为准确和可靠的识别。

技术领域

本公开涉及电气设备局部放电领域，特别涉及一种变压器套管局部放电的缺陷类型识别方法及系统。

背景技术

本部分的陈述仅仅是提供了与本公开相关的背景技术，并不必然构成现有技术。

变压器套管是电力系统中的关键性绝缘支撑设备。变压器套管在运行过程中要长时间承受热、电、化学、机械等多种因素的影响，致使其发生局部放电，从而发生绝缘劣化、性能下降，严重者会造成变压器以及临近设备的损坏，进而引起停电事故甚至是爆炸事故，导致局部区域乃至大面积停电，给国民经济和社会稳定带来巨大的负面影响。

根据国家电网公司对变压器事故套管的解体研究，油纸电容式变压器套管常见故障主要集中在套管的顶部、电容芯子、末屏、下瓷套和底端均压环处。套管绝缘事故具有偶发性强、影响时间长等特点，因此，保证变压器套管良好的绝缘性能至关重要。

发明人发现，目前，对于变压器套管局部放电的识别方法为对比不同放电类型下的局部放电谱图统计特征，人工找出可以用于识别的特征，该方法存在不确定性较高、受干扰的影响较大、识别时间较长等问题，对大样本数据的处理能力不强。

发明内容

为了解决现有技术的不足，本公开提供了一种变压器套管局部放电的缺陷类型识别方法及系统，不再局限于人工判断缺陷类型，实现了对变压器套管局部放电的缺陷类型更为准确和可靠的识别。

为了实现上述目的，本公开采用如下技术方案：

本公开第一方面提供了一种变压器套管局部放电的缺陷类型识别方法。

一种变压器套管局部放电的缺陷类型识别方法，包括以下步骤：

获取变压器套管局部放电数据；

将获取的局部放电数据输入到预设支持向量机模型中，得到缺陷类型；

其中，利用混沌量子粒子群算法搜索支持向量机的参数惩罚因子最优值和核函数参数最优值。

作为可能的一些实现方式，支持向量机模型的训练，包括：

变压器套管典型缺陷类型的局部放电信号及相位谱图信息；

将获取的数据按预设比例随机抽取得到训练样本数据集和测试数据集；

提取局部放电信号的特征量，建立变压器套管局部放电数据库，并对缺陷类型设置标签作为训练的输出样本；

在变压器套管局部放电数据库上，利用混沌量子粒子群搜索支持向量机的参数惩罚因子和核函数参数最优值；

将变压器套管局部放电训练样本数据集作为输入量，训练混沌量子粒子群算法优化后的支持向量机模型；

在训练后的支持向量机模型上对测试数据集进行变压器套管缺陷识别得出缺陷类型，进行模型验证。

作为可能的一些实现方式，变压器套管缺陷类型包括套管顶部悬浮放电、油中均压环悬浮放电、套管下瓷套沿面放电、套管末屏接触不良放电和套管受潮缺陷。

作为进一步的限定，局部放电数据库包括传感器等采集到的局部放电波形信号以及局部放电检测仪采集到的放电相位谱图信息。

作为进一步的限定，特征量包括波形特征、时频特征和谱图统计特征。

作为可能的一些实现方式，参数惩罚因子和核函数参数的寻优方法，包括：