一种GIS局部放电超声波信号识别方法

摘要

本发明公开了一种GIS局部放电超声波信号识别方法，解决了GIS局部放电超声波检测和诊断的准确性和可靠性不高的问题，包括网络学和缺陷识别过程，具体包括以下步骤：首先对GIS局部放电超声波信号已知样本进行预处理，然后提取平均幅值、方均根、峰值指标、峭度、波形指数、脉冲指标、裕度指标等放电特征参数，最后建立模糊逻辑聚类神经元网络，对待识别的GIS局部放电超声波信号进行预处理，然后提取相应的特征参数，最后利用建立的模型对包括待识别样本在内的所有样本进行分类，计算待识别样本与同一类中其他已知样本的模糊贴近度，根据贴近度的大小判断其缺陷类型。本发明对于评估GIS的绝缘状况并制定合理的检修策略具有重要意义。

主权项

1.一种GIS局部放电超声波信号识别方法，包括网络学习过程和缺陷识别过程，其特征在于，所述网络学习过程包括以下步骤：（1-1）输入已知的GIS局部放电超声波信号作为学习样本；（1-2）对步骤（1-1）输入的GIS局部放电超声波信号进行预处理；（1-3）对预处理后的GIS局部放电超声波信号提取以下放电特征参数：平均幅值、方均根、峰值指标、峭度、波形指数、脉冲指标、裕度指标；（1-4）以步骤（1-3）提取的放电特征参数进行建模，具体包括以下步骤：（1-4-1）对所有样本的放电特征参数进行正规化变换，将变换后的放电特征参数作为学习样本，构成学习样本集；（1-4-2）建立模糊逻辑聚类神经元网络并选择模型参数；（1-4-3）对每个学习样本计算网络的输出，并根据学习算法调整网络参数，当满足收敛条件时，学习过程结束，得到最终的网络参数，即建立了GIS局部放电超声波信号识别模型；所述缺陷识别过程包括：（2-1）输入待识别的GIS局部放电超声波信号；（2-2）对步骤（2-1）输入的待识别GIS局部放电超声波信号进行预处理；（2-3）提取步骤（2-2）得到的待识别GIS局部放电超声波信号的特征参数：平均幅值、方均根、峰值指标、峭度、波形指数、脉冲指标、裕度指标；（2-4）对包括待识别样本在内的所有样本的放电特征参数进行正规化变换，将变换后的放电特征参数作为样本集，用步骤（1-4-3）得到的GIS局部放电超声波信号识别模型对样本集进行进行计算，得到其对应的，从而得到待诊断样本的分类；（2-5）根据步骤（2-4）的分类结果，计算待识别样本与同一类中其他已知样本的模糊贴进度；（2-6）对步骤（2-5）计算得到的模糊贴进度按照大小排序，贴进度越大，则缺陷类别越相似，从而确定待识别样本的缺陷类别。