[发明专利]一种考虑快速发展型故障的局部放电特征信息提取系统及方法

权利要求书

1.一种考虑快速发展型故障的局部放电特征参数提取系统，其特征在于：

局部放电信号采集模块(1)用于采集模拟变压器典型缺陷的试验装置中从发生快速发展型故障到样品击穿过程所产生的局部放电信号，共采集n组局部放电信号；

特征信息提取模块(2)用于提取所述局部放电信号采集模块(1)采集的n组局部放电信号的特征信息，根据放电特征的不同变化将每组局部放电信号划分为r个阶段，并针对每个阶段的局部放电信号绘制出4种TARPD谱图，基于每种TARPD谱图提取出3种特征信息，最终，针对n组局部放电信号，每组信号提取r×3种4维特征信息；同时，将所述n组局部放电信号对应的特征信息分为训练集特征信息和测试集特征信息；

缺陷识别模型训练模块(3)以所述特征信息提取模块(2)提取的训练集特征信息作为栈式降噪自编码器SDAE网络的输入量，训练所述SDAE网络获得SDAE网络参数，将确定SDAE网络参数后的SDAE网络与DBSCAN密度聚类算法相结合构建缺陷识别模型；

缺陷识别测试模块(4)使用所述缺陷识别模型训练模块(3)构建的缺陷识别模型，将测试集特征信息作为输入量输入缺陷识别模型，得到变压器的故障识别结果。

2.基于权利要求1所述的一种考虑快速发展型故障的局部放电特征信息提取系统，其特征在于：

所述局部放电信号采集模块(1)中模拟变压器典型缺陷包括尖端放电，油中沿面放电、间隙放电和悬浮颗粒放电。

3.基于权利要求1所述的一种考虑快速发展型故障的局部放电特征信息提取系统，其特征在于：

所述特征信息提取模块(2)中的放电特征包括平均视在放电量、放电重复率和放电功率。

4.基于权利要求1所述的一种考虑快速发展型故障的局部放电特征信息提取系统，其特征在于：

所述特征信息提取模块(2)中的4种TARPD图谱包括q_mean-Δt_pre、q_mean-Δt_suc、q_max-Δt_pre和q_max-Δt_suc；

其中，q_mean为所述试验装置的平均放电量；q_max为所述试验装置的最大放电量；Δt_pre为当前放电信号与前一次放电信号之间的时间间隔；Δt_suc为当前放电信号与下一次放电信号之间的时间间隔。

5.基于权利要求1所述的一种考虑快速发展型故障的局部放电特征信息提取系统，其特征在于：

所述特征信息提取模块(2)中的3种特征信息包括偏斜度Sk、陡峭度Ku和峰值个数Pk；

所述偏斜度Sk用于描述TARPD谱图相较于正态分布的偏斜程度，定义为：

Sk＝∑(x_i-μ)³*P_i/σ³

所述陡峭度Ku用于描述TARPD谱图形状相较于正态分布的突起程度，定义为：

Ku＝[∑(x_i-μ)³*P_i/σ³]-3

所述峰值个数Pk用于描述放电信号中的最大放电量，定义为；

Pk＝∑Peak(x_i)

其中，x_i表示不同TARPD谱图对应的时间间隔；P_i表示x_i出现的概率；μ表示x_i出现的均值；σ表示x_i出现的方差。

6.基于权利要求1所述的一种考虑快速发展型故障的局部放电特征信息提取系统，其特征在于：

所述缺陷识别模型训练模块(3)中的缺陷识别模型的构建方法为：以SDAE网络为信息压缩单元，将所述特征信息提取模块(2)提取的4维特征信息压缩成1维特征信息，同时，计算所述1维特征信息的信息增益值，选择信息增益值大于0.5的特征信息为目标特征；然后采用DBSCAN密度聚类算法分类融合所述目标特征。