基于数据挖掘的局部放电诊断方法

摘要

本发明公开了一种基于数据挖掘的局部放电诊断方法，其包括步骤：（1）采集电力设备的局部放电信号；（2）提取局部放电信号的特征参数；（3）根据提取的特征参数采用竞争聚集方法进行区间划分，应用关联规则挖掘算法对经过区间划分的局部放电类型的训练库进行挖掘，根据设定的最小置信度和设定的最小支持度得到分类规则，依据分类规则通过模糊推理方法算出待分类局部放电信号针对局部放电类型的隶属度；（4）根据算得的隶属度判断待分类局部放电信号代表某种局部放电类型的可能性。本发明公开的局部放电诊断方法识别率高、识别速度快。

主权项

1.一种基于数据挖掘的局部放电诊断方法，其特征在于，包括步骤：（1）感应电力设备的局部放电信号，将其放大后进行模数转换以转换成数字信号，对该数字信号进行连续采集；（2）将连续采集的数字信号叠加，得到三维图谱，其中表示工频相位，q表示放电量，n表示放电次数；从三维图谱中提取出最大放电量相位分布图谱平均放电量相位分布图谱放电次数相位分布图谱以及放电量次数分布图谱四种二维图谱，在上述四种二维图谱中提取偏斜度Sk和陡峭度Ku作为特征参数，在最大放电量相位分布图谱平均放电量相位分布图谱以及放电量次数分布图谱三种二维图谱中提取相互关系数C和放电量因数Q作为特征参数；（3）将提取的特征参数采用竞争聚集方法进行区间划分，应用关联规则挖掘算法对经过区间划分的局部放电类型的训练库进行挖掘，根据设定的最小置信度和设定的最小支持度得到分类规则，依据分类规则通过模糊推理方法算出待分类局部放电信号针对局部放电类型的隶属度；（4）根据算得的隶属度判断待分类局部放电信号代表某种局部放电类型的可能性。