[发明专利]变压器运行状态的多类型局放信号实时提取方法

权利要求书

1.变压器运行状态的多类型局放信号实时提取方法，其特征在于，包括如下步骤：

S1:多类型信号接收；

S2：对接收的信号进行小波去噪；

S3：根据小波去噪后的信号对多类型信号进行信号源定位，去除变压器外部信号；

S4：对剩余信号进行特征提取并分类；

S5：将同时段的不同分类信号导入识别模块，识别模块导出变压器运行状态的识别结果。

2.根据权利要求1所述的变压器运行状态的多类型局放信号实时提取方法，其特征在于：

所述步骤S1中，所述多类型信号包括超声波信号、电磁波信号、高频脉冲信号。

3.根据权利要求2所述的变压器运行状态的多类型局放信号实时提取方法，其特征在于：

超声波信号通过超声波传感器进行采集，电磁波信号通过射频信号接收天线进行采集，高频脉冲信号通过多个高频脉冲电流传感器进行采集。

4.根据权利要求3所述的变压器运行状态的多类型局放信号实时提取方法，其特征在于：

超声波传感器设置于待监测的变压器；

射频信号接收天线设置于变压器，用于采集该变压器放电时从该变压器的套管辐射出的电磁波信号；

多个高频脉冲电流传感器分别设置于所述变压器的升高座、等位线、铁芯、夹件和油箱的接地位置，用于采集该接地位置的放电脉冲信号。

5.根据权利要求1所述的变压器运行状态的多类型局放信号实时提取方法，其特征在于：

所述步骤S2中，小波去噪的具体流程为：

S201：小波分解；

S202：分量去噪；

S203：小波重构。

6.根据权利要求5所述的变压器运行状态的多类型局放信号实时提取方法，其特征在于：

所述步骤S201中，对输入的多类型信号进行EMD分解成若干固有模态函数IMF分量。

7.根据权利要求6所述的变压器运行状态的多类型局放信号实时提取方法，其特征在于：

所述步骤S202中，利用排列熵算法计算各IMF的熵值，将各IMF的排列熵作为特征量并聚类成两类，将聚类中心大的一类IMF作为干扰集中的位置；

对干扰集中的IMF分别进行基于小波变换的多尺度分解，获得各层的近似系数与细节系数，分别将每层的细节系数作为特征量且聚类成两类，将聚类中心小的一类系数作为干扰系数，并对干扰系数进行阈值处理，基于各层近似系数及处理后的各层细节系数重构获得降噪后的IMF。

8.根据权利要求8所述的变压器运行状态的多类型局放信号实时提取方法，其特征在于：

所述步骤S3中，基于排列熵聚类中心小的一类IMF与降噪后的IMF，重构获得最终的抗干扰信号。

9.根据权利要求2所述的变压器运行状态的多类型局放信号实时提取方法，其特征在于：

各类型局放信号都通过设于不同位置的多个传感器采集，所述步骤S4中，信号源定位算法包括指纹定位算法包括三角定位算法和指纹定位算法中的任意一种或两种组合。

10.根据权利要求1所述的变压器运行状态的多类型局放信号实时提取方法，其特征在于：

所述识别模块通过对神经网络模型导入历史局放数据进行训练生成，所述包括RBF模型或SVM支持向量机中的任意一种或两种组合；

若神经网络模型为多种算法组合，则对不同神经网络模型的识别结果通过DS证据理论进行数据融合生成最终识别结果。