[发明专利]一种基于虚拟传感器的局部放电源定位方法

权利要求书

1.一种基于虚拟传感器的局部放电源定位方法，其特征在于，包括步骤：

(1)构建光学局部放电仿真指纹库；

(2)构建自适应神经模糊推理系统算法网络，并采用所述光学局部放电仿真指纹库作为训练集对自适应神经模糊推理系统算法网络进行训练；

(3)在局部放电实际检测时，设置A个实际光学传感器和B个虚拟光学传感器，其中将A个实际光学传感器采集的实测局部放电信号输入经过训练的自适应神经模糊推理系统算法网络中，以使其输出B个虚拟光学传感器的预测局部放电信号；

(4)基于所述实测局部放电信号和预测局部放电信号构建光学局部放电检测指纹；

(5)将所述光学局部放电检测指纹与所述光学局部放电仿真指纹库进行匹配，以得到局部放电源的位置。

2.如权利要求1所述的基于虚拟传感器的局部放电源定位方法，其特征在于，在步骤(1)中，执行下述步骤构建光学局部放电仿真指纹库：

建立电力设备的仿真模型；

将局部放电源放置在仿真模型内的N个位置以模拟局部放电；

采用M个检测传感器检测光辐射信号，然后将光辐射信号进行归一化处理后，用以构建光学局部放电仿真指纹库Ψ：

其中，表示第i个检测传感器检测到的位于j处的局部放电源所发出的光辐射信号，其中i＝1,2,…,M；j＝1,2,…,N。

3.如权利要求1所述的基于虚拟传感器的局部放电源定位方法，其特征在于，在步骤(2)中，所述自适应神经模糊推理系统算法网络具有五层结构。

4.如权利要求1所述的基于虚拟传感器的局部放电源定位方法，其特征在于，在步骤(2)中，所述自适应神经模糊推理系统算法网络的隶属函数采用高斯函数。

5.如权利要求1所述的基于虚拟传感器的局部放电源定位方法，其特征在于，在步骤(2)中，所述自适应神经模糊推理系统算法采用梯度下降法和最小二乘法的混合学习算法学习参数。

6.如权利要求1所述的基于虚拟传感器的局部放电源定位方法，其特征在于，在步骤(3)中，所述A个实际光学传感器的设置位置不共面。

7.如权利要求1所述的基于虚拟传感器的局部放电源定位方法，其中A≥3。

8.如权利要求1所述的基于虚拟传感器的局部放电源定位方法，其特征在于，在步骤(3)中，所述光学局部放电检测指纹ψ^detection被构建为：

其中，表示归一化处理后的实测局部放电信号，表示预测局部放电信号，c表示实际光学传感器和虚拟光学传感器的序列号，c＝1,2，……A或c＝1,2，……B。

9.如权利要求1-8中任意一项所述的基于虚拟传感器的局部放电源定位方法，其特征在于，在步骤(5)中，采用支持向量机神经网络将所述光学局部放电检测指纹与所述光学局部放电仿真指纹库进行匹配。