[发明专利]一种基于t-SNE算法的电缆终端局放脉冲分类方法

说明书

本发明提出了一种基于t‑SNE算法的电缆终端局放脉冲分类方法，涉及局部放电技术领域，包括以下步骤：S1、采集原始数据并对原始数据进行预处理以得到样本数据；S2、基于样本数据确定困惑度参数；S3、对确定困惑度参数后的样本数据进行t‑SNE算法的降维特征提取以得到降维后的二维特征分布；S4、通过自适应聚类算法对降维后的二维特征进行聚类以得到不同类别的放电脉冲；本发明通过设置困惑度参，再通过t‑SNE算法对时频谱图进行降维处理，再通过自适应聚类算法对降维特征进行聚类，实现不同类型放电脉冲的分离，使得t‑SNE算法降维后的特征分布没有出现混叠现象，且离群点较少，具有明显优越性。

技术领域

本发明涉及局部放电技术领域，具体而言，涉及一种基于t-SNE算法的电缆终端局放脉冲分类方法。

背景技术

电缆终端是电缆系统绝缘的薄弱环节，电力系统中常出现由于电缆终端绝缘故障而引发的事故。其原因是电缆终端对安装与敷设的工艺要求较高，在现场安装时终端复合界面绝缘处容易留下一些缺陷，这些缺陷在长期的运行中会导致局部放电的发生。研究表明，不同类型缺陷所激发的局放信号具有不同的特征，对电缆终端进行局放检测能实现缺陷类型的有效识别与诊断，从而便于运维人员采取相应的措施以确保电缆系统的稳定运行。

传统的局放信号分析方法主要分为两种，即基于相位分布模式(Phase ResolvedPartial Discharge，PRPD)统计谱图的分析方法以及基于单一脉冲信号的分析方法。前者通常利用放电相位、放电量及放电次数的统计参数绘制指纹谱图并进行特征量提取，而后者则是对局放单一脉冲的时频信息进行特征提取，通过不同的特征量对放电信号类型进行识别。但在实际应用中，基于单一脉冲信号的分析方法常会受到局放信号传播路径以及检测系统硬件设备的带宽和采样频率等因素的影响，导致该方法对不同对象与检测条件的适用性较差，且无法对未知脉冲波形进行识别。相比之下，基于相位分布模式的分析方法受采集系统的影响较小，然而如果被测对象存在多处局放源，所有脉冲所绘制出的PRPD图谱会不可避免出现混叠现象，导致无法对局放类型进行有效的识别。针对多局放源情况下PRPD谱图重叠的问题，以往研究结合上述两种分析方法，先是根据放电脉冲波形的特征将不同脉冲进行分类，然后绘制不同脉冲对应的PRPD谱图，最后根据PRPD谱图进行识别。比较具有代表性的方法是由G.C.Montanari等人提出的等效时频分析(Equivalent Time-FrequencyAnalysis,ETFA)方法，通过局部放电脉冲的等效时宽与等效频宽两个特征对放电脉冲进行区分；除此以外，还有一些通过物理或数学方法定义的特征量，都可对局放脉冲进行有效的分类；但以上特征量均只表现脉冲波形的局部特点，且可选类型繁多，且部分特征会受到测试带宽的影响，在不同检测条件下会发生改变，从而无法对脉冲进行有效的区分。

因此，在进行电缆终端局放检测时，时常存在多个脉冲源而导致的PRPD谱图重叠以及放电类型无法判别的问题。基于此，提出一种基于t-SNE算法的电缆终端局放脉冲分类方法来解决上述问题。

发明内容

本发明的目的在于提供一种基于t-SNE算法的电缆终端局放脉冲分类方法，其能够解决了多个脉冲源而导致的PRPD谱图重叠以及放电类型无法判别的问题。

本发明的技术方案为：

第一方面，本申请提供一种基于t-SNE算法的电缆终端局放脉冲分类方法，其包括以下步骤：

S1、采集原始数据并对原始数据进行预处理以得到样本数据；

S2、基于样本数据确定困惑度参数；

S3、对确定困惑度参数后的样本数据进行t-SNE算法的降维特征提取以得到降维后的二维特征分布；

S4、通过自适应聚类算法对降维后的二维特征进行聚类以得到不同类别的放电脉冲。

进一步地，还包括：