[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

说明书

本发明公开了一种基于多维特征的GIS局部放电模式识别系统构建方法，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。本发明根据获取多维的特征矢量，采用BP网络进行训练，构建GIS局部放电模式识别系统，提高识别的准确率以及在线检测的效率。

技术领域

本发明涉及局部放电检测技术领域，尤其涉及一种基于多维特征的GIS局部放电模式识别系统构建方法。

背景技术

根据局部放电所表现出来的特征，局部放电的检测方法主要有脉冲电流法、超声波法、油色谱法和特高频法等，通过分析放电脉冲相位分布识别局部放电模式是评估电气设备绝缘状态的主要方法，目前常用的局部放电模式识别有局部放电数据处理、局部放电特征提取和局部放电模式识别，常用分形特征、统计特征和矩形特征对局部放电特征进行提取，现有的模式识别方法主要有分类器和卷积神经网络。

由于以脉冲形式或脉冲峰值作为识别特征的方法容易受到电压水平和干扰的影响，不适用于非平稳放电信号，特高频信号也属于非平稳信号，单一的时域或者频域描述不能完整表征放电波形信息，传统的方法在处理大数据时会出现效率低下，特征缺失等问题，现有的模式识别方法的学习速度缓慢，可能导致过拟合、容易陷入局部均值问题、对特定问题需选择合理的网络结构，结构过小容易造成不收敛，现场检测的信号中只是提取了相应的物理量，并未考虑工频参考相位发生偏移的问题，这些方法往往带有人为主观因素、具有单一性、盲目性高和识别率低的缺点，由于模式识别系统多样，没有形成固有的模式识别模块，每次使用都需单独训练，需要消耗大量的时间。

发明内容

本发明目的在于，提供一种基于多维特征的GIS局部放电模式识别系统构建方法，以解决GIS局部放电模式识别效率低的问题。

为实现上述目的，本发明提供一种基于多维特征的GIS局部放电模式识别系统构建方法，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。

优选地，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。

优选地，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。

优选地，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；