[发明专利]一种高压电力设备局部放电模式识别方法和装置在审
| 申请号： | 201810616706.9 | 申请日： | 2018-06-15 |
| 公开（公告）号： | CN109031057A | 公开（公告）日： | 2018-12-18 |
| 发明（设计）人： | 高佳程;朱永利 | 申请（专利权）人： | 华北电力大学（保定） |
| 主分类号： | G01R31/12 | 分类号： | G01R31/12 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 071003 河*** | 国省代码： | 河北;13 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种电气一次设备局部放电类型的模式识别方法。该方法以相关向量回归一变量预测模型(RVM‑VPMCD)对局部放电样本进行放电类型的识别。首先，采集局部放电样本构成样本集合，对每个样本进行特征提取，生成相应的特征向量；然后，以RVM回归替代VPMCD中的多项式响应面回归，利用训练样本构建各种放电类型相应的变量预测模型(VPM)；最后，依次利用构建好的各类放电的VPM对每个测试样本进行预测，所得预测误差最小的VPM对于的放电类型即判定为该测试样本的放电类型。RVM‑VPMCD方法充分考虑了样本各个特征值之间的相互关联，又克服了VPMCD方法对高维数据的处理能力差的缺陷，提高了该种模式识别方法对样本类型的识别精度，具有很好的小样本数据的识别能力。 | ||
| 搜索关键词： | 放电类型 样本 局部放电 变量预测 测试样本 模式识别 构建 局部放电模式识别 高压电力设备 方法和装置 高维数据 特征提取 特征向量 向量回归 训练样本 样本集合 样本类型 一次设备 预测误差 响应面 小样本 回归 放电 判定 采集 关联 替代 预测 | ||
【主权项】：
1.一种高压电力设备局部放电特征提取方法，其特征在于，包括：获取高压电力设备局部放电的样本信号。对所述放电样本进行特征提取，获得每个样本的特征向量。根据样本标签将所有样本划分训练样本集合和测试样本集合。同时，利用所有样本构成无标签样本集合S。利用RVM‑VPMCD方法对训练样本集合中的所有放电样本进行训练，构建各类型放电的变量预测模型VPM。依次利用各类放电的VPM对每一个测试样本进行预测，得到一系列相应的预测误差。设置各类型放电对应的预测误差阈值。根据误差阈值判定每一个测试样本的放电类型。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于华北电力大学（保定），未经华北电力大学（保定）许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201810616706.9/，转载请声明来源钻瓜专利网。
