[发明专利]一种用于识别电缆局部放电信号的信号类型的方法及系统在审
| 申请号： | 201810858700.2 | 申请日： | 2018-07-31 |
| 公开（公告）号： | CN109085469A | 公开（公告）日： | 2018-12-25 |
| 发明（设计）人： | 周玮;聂德鑫;张军;江翼;王斯琪;冯振新;汪泉;丁国成;付济良;陈庆涛;卢冰;杨海涛;陈习文;吴兴旺;王旭;尹睿涵;聂高宁;刘方明 | 申请（专利权）人： | 中国电力科学研究院有限公司;国网电力科学研究院武汉南瑞有限责任公司;国网安徽省电力有限公司电力科学研究院;国家电网有限公司 |
| 主分类号： | G01R31/12 | 分类号： | G01R31/12 |
| 代理公司： | 北京工信联合知识产权代理有限公司 11266 | 代理人： | 胡秋立 |
| 地址： | 430070 湖*** | 国省代码： | 湖北;42 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种用于识别电缆局部放电信号的信号类型的方法及系统，包括：对获取的电缆局部放电信号进行去噪处理，获取经过去噪处理的电缆局部放电信号；对所述经过去噪处理的电缆局部放电信号进行优化处理以获取样本数据集；将所述训练数据集送入支持向量机SVM学习模型中进行训练学习，并利用粒子群优化算法PSO对SVM模型的参数进行优化以获取最优参数，确定最优参数对应的SVM信号类型识别模型；利用所述最优参数对应的SVM信号类型识别模型对待测的电缆局部信号的信号类型进行识别，确定识别结果。本发明能够批量的对电缆局部放电信号数据进行识别，相比于人工识别能够极大地提高工作效率，同时，相比于人工识别能够极大地提高识别准确率。 | ||
| 搜索关键词： | 局部放电信号 电缆 信号类型 最优参数 去噪 人工识别 粒子群优化算法 训练数据集 支持向量机 工作效率 局部信号 训练学习 样本数据 优化处理 准确率 送入 优化 | ||
【主权项】：
1.一种用于识别电缆局部放电信号的信号类型的方法，其特征在于，所述方法包括：对获取的电缆局部放电信号进行去噪处理，获取经过去噪处理的电缆局部放电信号；对所述经过去噪处理的电缆局部放电信号进行优化处理以获取样本数据集，其中所述样本数据集包括：训练数据集和测试数据集；将所述训练数据集送入支持向量机SVM学习模型中进行训练学习，并利用粒子群优化算法PSO对SVM模型的参数进行优化以获取最优参数，确定最优参数对应的SVM信号类型识别模型，其中所述参数包括:惩罚因子和高斯核带宽；利用所述最优参数对应的SVM信号类型识别模型对待测的电缆局部信号的信号类型进行识别，确定识别结果。
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中国电力科学研究院有限公司;国网电力科学研究院武汉南瑞有限责任公司;国网安徽省电力有限公司电力科学研究院;国家电网有限公司，未经中国电力科学研究院有限公司;国网电力科学研究院武汉南瑞有限责任公司;国网安徽省电力有限公司电力科学研究院;国家电网有限公司许可，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/201810858700.2/，转载请声明来源钻瓜专利网。
