[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

说明书

本发明公开了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，它的提取所述局部放电信号采集模块采集的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，将特征信息分为训练集特征信息和测试集特征信息；以训练集特征信息训练所述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；使用缺陷识别模型将测试集特征信息输入缺陷识别模型，得到变压器的故障识别结果。

技术领域

本发明涉及配电设备局部放电技术领域，尤其是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。

背景技术

随着特高压交流输电工程建设的深入开展，对特高压交流变压器的产品质量及试验水平也提出了更高的要求。但在超、特高压变压器出厂试验、交接试验时发生了从检测到局部放电表征量到主绝缘击穿或临近击穿仅几小时甚至几分钟的快速发展型故障(即当试验电压不变或缓慢阶梯升高时，变压器油纸绝缘出现每秒平均视在放电量与放电脉冲数快速增大的放电现象)案例。依据传统信息特征捕捉技术提取快速发展型故障特征发现，数据特征之间关联性较差，对超、特高压变压器的综合诊断效果不佳，因此本发明提出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。

发明内容

本发明的目的就是要提供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，考虑到快速发展型故障从起始放电直至击穿过程中绝缘纸板形貌出现的不同特征，将放电过程划分为r个阶段，并提取每个阶段对应的特征信息，采用SDAE网络与DBSCAN密度聚类算法相结合构建出缺陷识别模型，获得变压器的故障识别结果。

为实现此目的，本发明所设计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，包括局部放电信号采集模块、特征信息提取模块、缺陷识别模型训练模块和缺陷识别测试模块；所述局部放电信号采集模块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；所述特征信息提取模块用于提取所述局部放电信号采集模块采集的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；所述缺陷识别模型训练模块以所述特征信息提取模块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；所述缺陷识别测试模块使用所述缺陷识别模型训练模块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。

一种考虑快速发展型故障的局部放电特征信息提取方法，包括如下步骤：

步骤1，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；

步骤2，提取步骤1采集到的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；

步骤3，以步骤2获得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；