[发明专利]一种基于多维特征的GIS局部放电模式识别系统构建方法

权利要求书

1.一种基于多维特征的GIS局部放电模式识别系统构建方法，其特征在于，包括：

获取GIS局部放电信号数据并生成局部放电信号PRPD图谱；

根据所述局部放电信号PRPD图谱获取特征矢量，其中，所述特征矢量包括，根据所述局部放电信号PRPD图谱中的幅值与相位获取的第一特征、相位与脉冲数获取的第二特征、幅值与脉冲获取的第三特征以及频率获取的第四特征；

采用PCA对所述特征矢量进行降维，获取降维后的特征矢量；

将所述降维后的特征矢量输入BP神经网络进行训练，构建GIS局部放电模式识别系统。

2.根据权利要求1所述的基于多维特征的GIS局部放电模式识别系统构建方法，其特征在于，所述获取GIS局部放电信号数据并生成局部放电信号PRPD图谱，具体为：

采用阈值降噪和归一化处理所述GIS局部放电信号数据，获取所述局部放电信号PRPD图谱，其中，所述归一化包括，相位分辨率归一化、脉冲数归一化以及幅值归一化。

3.根据权利要求2所述的基于多维特征的GIS局部放电模式识别系统构建方法，其特征在于，在所述获取GIS局部放电信号数据并生成局部放电信号PRPD图谱之后，还包括：

根据比例将所述局部放电信号PRPD图谱划分为训练集和验证集，其中，所述训练集包括降维后的特征矢量，所述比例为8:2。

4.根据权利要求2所述的基于多维特征的GIS局部放电模式识别系统构建方法，其特征在于，所述根据所述局部放电信号PRPD图谱获取特征矢量，具体为：

根据所述局部放电信号PRPD图谱确定幅值与相位曲线，根据所述幅值与相位曲线，提取每个相位区间内最大幅值以确定所述第一特征；

根据所述局部放电信号PRPD图谱确定相位与脉冲数曲线，根据所述相位与脉冲数曲线，提取每个相位区间内脉冲数以确定所述第二特征；

根据所述局部放电信号PRPD图谱确定幅值与脉冲数曲线，根据所述幅值与脉冲数曲线，提取每个幅值区间内脉冲数以确定所述第三特征；

根据所述局部放电信号PRPD图谱确定幅值与相位曲线，计算所述幅值与相位曲线的傅里叶变换并提取频率分量以确定所述第四特征。

5.根据权利要求4所述的基于多维特征的GIS局部放电模式识别系统构建方法，其特征在于，所述计算所述幅值与相位曲线的傅里叶变换并提取频率分量以确定所述第四特征，具体为：

根据所述PRPD图谱在相位轴上做周期延拓至256点，计算所述幅值与相位曲线的傅里叶变换，提取50Hz、100Hz、150Hz、200Hz、250Hz以及300Hz的频率分量以确定所述第四特征。

6.根据权利要求3至5任一项所述的基于多维特征的GIS局部放电模式识别系统构建方法，其特征在于，所述将所述降维后的特征矢量输入BP神经网络进行训练，包括：

所述BP神经网络包括输入层、隐藏层以及输出层；

所述训练包括初始化所述BP神经网络的权值和阈值，其中，初始化所述权值包括，输入层神经元与输出层神经元间的连接权值，隐藏层神经元与所述输出层神经元间的连接权值，所述初始化所述阈值包括，所述隐藏层神经元阈值与所述输出层神经元阈值。

7.根据权利要求6所述的基于多维特征的GIS局部放电模式识别系统构建方法，其特征在于，所述将所述降维后的特征矢量输入BP神经网络进行训练，还包括：

将所述训练集输入至所述BP神经网络，分别计算所述隐藏层神经元以及所述输出层神经元的输入值与输出值。

8.根据权利要求7所述的基于多维特征的GIS局部放电模式识别系统构建方法，其特征在于，所述分别计算所述隐藏层神经元以及所述输出层神经元的输入值与输出值，具体为：

根据所述输入层神经元与所述输出层神经元间的连接权值、神经元输入以及所述隐藏层神经元的阈值，计算所述隐藏层神经元的输入值与输出值；

根据所述隐藏层与所述输出层神经元的连接权值、所述隐藏层神经元的输出值以及所述输出层神经元阈值，计算所述输出层神经元的输入值与输出值。