[发明专利]缺陷类型识别方法、装置、计算机设备、存储介质

权利要求书

1.一种缺陷类型识别方法，其特征在于，所述方法包括：

获取气体绝缘组合电器设备的局部放电信号；

采用支持向量机对所述局部放电信号进行识别；

若未得到所述支持向量机输出的识别结果，则将所述局部放电信号的特征参数上传至目标评价系统，以通过所述目标评价系统对所述局部放电信号的特征参数进行评价，以得到所述局部放电信号的目标缺陷类型；

若所述目标缺陷类型不为预设缺陷类型，则采用所述局部放电信号的特征参数对所述支持向量机进行训练，得到目标支持向量机，以利用所述目标支持向量机对待识别局部放电信号的缺陷类型进行识别。

2.根据权利要求1所述的方法，其特征在于，所述方法还包括：

若所述目标缺陷类型为所述预设缺陷类型，则采用所述局部放电信号的特征参数对所述支持向量机进行训练，得到所述目标支持向量机。

3.根据权利要求1所述的方法，其特征在于，所述方法还包括：

获取模拟的不同的预设缺陷类型的局部放电样本数据的特征参数；

基于所述局部放电样本数据的特征参数，训练预设支持向量机，得到所述支持向量机。

4.根据权利要求3所述的方法，其特征在于，所述获取模拟的不同的预设缺陷类型的局部放电样本数据的特征参数，包括：

对所述局部放电样本数据进行归一化处理，得到归一化处理后的局部放电样本数据；

对所述归一化处理后的局部放电样本数据进行规范化处理，得到所述局部放电样本数据的特征参数。

5.根据权利要求3所述的方法，其特征在于，所述基于所述局部放电样本数据的特征参数，训练预设支持向量机，得到所述支持向量机，包括：

对所述局部放电样本数据的特征参数进行降维处理，得到降维处理后的特征参数；

基于所述降维处理后的特征参数，训练所述预设支持向量机，得到所述支持向量机。

6.根据权利要求5所述的方法，其特征在于，所述基于所述降维处理后的特征参数，训练所述预设支持向量机，得到所述支持向量机，包括：

基于径向基核函数，采用网格搜索法优化所述预设支持向量机的参数，以得到所述支持向量机。

7.一种缺陷类型识别装置，其特征在于，所述装置包括：

获取模块，用于获取气体绝缘组合电器设备的局部放电信号；

识别模块，用于采用支持向量机对所述局部放电信号进行识别；

评价模块，用于若未得到所述支持向量机输出的识别结果，则将所述局部放电信号的特征参数上传至目标评价系统，以通过所述目标评价系统对所述局部放电信号的特征参数进行评价，以得到所述局部放电信号的目标缺陷类型；

更新模块，用于若所述目标缺陷类型不为预设缺陷类型，则采用所述局部放电信号的特征参数对所述支持向量机进行训练，得到目标支持向量机，以利用所述目标支持向量机对待识别局部放电信号的缺陷类型进行识别。

8.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至6中任一项所述的方法的步骤。

9.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至6中任一项所述的方法的步骤。

10.一种计算机程序产品，包括计算机程序，其特征在于，该计算机程序被处理器执行时实现权利要求1至6中任一项所述的方法的步骤。