[发明专利]基于网格和密度聚类算法的随机脉冲干扰信号排除方法

说明书

本发明公开了一种基于网格和密度聚类算法的随机脉冲干扰信号排除方法，包括步骤：将有脉冲信号相位和幅值信息的数据空间进行初始划分；将数据点从原始数据空间映射到网格化的数据空间中，完成网格单元结构的统计信息；标记并排除空白网格单元，将具有较高密度的稠密网格单元聚类成原始的簇核心，得到簇标号；计算网格单元的密度值，计算网格密度的最优密度阈值；根据最优密度阈值识别簇核心网格单元，否则进行噪声处理；输出聚类结果，将随机干扰脉冲点从统计结果中排除，并把反映放电特征的脉冲信号提取出来。本发明利用基于网格和密度的聚类算法，将含有随机性脉冲干扰信号的统计数据作为输入，可以有效剔除相位和幅值分布分散的随机干扰脉冲。

技术领域

本发明属于局部放电检测领域，尤其涉及一种基于网格和密度聚类算法的随机脉冲干扰信号排除方法。

背景技术

变压器局部放电检测现场复杂的电磁环境中存在很多处于检测频段内的干扰信号，这些干扰会对检测结果造成严重的影响，其中包括随机性脉冲干扰信号，因此需要研究可行的剔除方法。

局部放电信号在相位和幅值的分布上都具有一定的特征，在局部放电统计谱图上放电脉冲在相对稳定的区域范围内构成一个或几个密集的簇。

随机性脉冲信号是指偶发性的干扰脉冲信号，如变电站现场刀闸操作引起的电弧放电信号、监测系统中的触发器开关动作信号以及变压器内部非放电故障引起的随机干扰信号等。随机干扰脉冲信号的具有偶发性的特征，而且其相位、幅值分布分散，没有任何规律性，在统计谱图上则构成分布分散的稀疏区域。

基于网格和密度的聚类算法可以将任意形状的簇聚集在一起，同时又能将分布分散的数据点剔除，因此本发明采用基于网格和密度的聚类算法作为排除随机性脉冲干扰信号的一种方法。

发明内容

发明目的：针对以上问题，本发明提出一种基于网格和密度聚类算法的随机脉冲干扰信号排除方法，利用基于网格和密度的聚类算法，将含有随机性脉冲干扰信号的统计数据作为输入，可以有效剔除相位和幅值分布分散的随机干扰脉冲。

技术方案：为实现本发明的目的，本发明所采用的技术方案是

一种基于网格和密度聚类算法的随机脉冲干扰信号排除方法，包括步骤：

(1)将有脉冲信号相位和幅值信息的数据空间进行初始划分；

(2)将数据点从原始数据空间映射到网格化的数据空间中，完成网格单元结构的统计信息；

(3)标记并排除空白网格单元，将具有较高密度的稠密网格单元聚类成原始的簇核心，得到簇标号；

(4)计算网格单元的密度值，然后计算网格密度的最优密度阈值；

(5)根据最优密度阈值识别簇核心网格单元，否则进行噪声处理；

(6)输出聚类结果，将随机干扰脉冲点从统计结果中排除，并把反映放电特征的脉冲信号提取出来。

进一步地，所述步骤(1)中，

对检测脉冲信号的相位和幅值数据空间进行初始划分，以划分后的数据空间代替原始的数据空间。

进一步地，所述步骤(2)中，

将数据点从原始数据空间映射到网格化的数据空间中，为数据点分配网格单元标号；完成网格单元结构的统计信息，保存数据点的网格单元隶属关系，完成数据空间的初始化过程。

进一步地，所述步骤(3)中，

经过数据空间初始化并计算网格单元统计信息之后，将对搜索空间进行优化，排除掉那些零密度的空白网格和稀疏的噪声网格；将那些具有较高密度的稠密网格单元聚类成原始的簇核心，得到簇标号。

进一步地，所述步骤(4)中，