发明名称 |
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。 |
申请公布号 |
CN103558519A |
申请公布日期 |
2014.02.05 |
申请号 |
CN201310531833.6 |
申请日期 |
2013.11.02 |
申请人 |
国家电网公司;国网山西省电力公司电力科学研究院 |
发明人 |
闫杰;王天正;芦山;刘晓飞 |
分类号 |
G01R31/12(2006.01)I;G01H17/00(2006.01)I;G01R31/00(2006.01)I |
主分类号 |
G01R31/12(2006.01)I |
代理机构 |
山西科贝律师事务所 14106 |
代理人 |
陈奇 |
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<img file="692663DEST_PATH_IMAGE002.GIF" wi="83" he="24" />,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。 |
地址 |
100031 北京市西城区西长安街86号 |