[发明专利]一种电力电缆故障放电声智能识别方法

权利要求书

1.一种电力电缆故障放电声智能识别方法，其特征在于：包括如下步骤：

步骤1，在电缆故障放电时刻开始采样声音信号并进行模数转换得到原始数据x₀(i)；

步骤2，对数字化的声音信号进行去直流处理，得到数据x₁(i)，然后对去直流处理的数据进行归一化处理，得到数据x₂(i)，最后提取得到声音信号的特征向量；

步骤3，将提取到的声音信号的特征向量送入支持向量机进行识别并得到判断结果；

步骤4，判断前声音信号是否为电缆故障放电声，如果是电缆故障放电声，顺序执行步骤5～步骤7，如果是非电缆故障放电声，执行步骤7；

步骤5，保存当前声音信号的数据；

步骤6，进行第二次声音信号的采集并进行相关系数的计算；

步骤7，显示判断结果及声音信号波形；

步骤2中所述的特征向量包括：

根据数据x₃(i)提取声音信号短时能量分布脉冲宽度特征z₁：

在满足条件i∈[1,2,…,n-D+1]的前提下，定义：w_last＝max[1,2,…,n-D+1]，w_first＝min[1,2,…,n-D+1]，则z₁为：z₁＝w_last-w_first

根据数据x₃(i)提取声音信号短时能量分布脉冲高宽比特征z₂：

根据数据x₃(i)提取声音信号短时能量分布脉冲位置特征z₃：

根据数据x₄(i)提取声音信号短时过零率特征z₄：

在满足条件i∈[1,2,…,n-D]的前提下，定义r_last＝max[1,2,…,n-D]，r_first＝min[1,2,…,n-D]，则z₄为：

其中：x₃(i)为根据所述数据x₂(i)计算得到的步长为D的声音信号数据短时能量分布；x₄(i)为根据数据x₃(i)计算得到的步长为D的声音信号数据短时过零率。

2.根据权利要求1所述的电力电缆故障放电声智能识别方法，其特征在于：所述的步长为D的声音信号数据短时能量分布x₃(i)为：

其中：D表示步长。

3.根据权利要求1所述的电力电缆故障放电声智能识别方法，其特征在于：所述的步长为D的声音信号数据短时过零率x₄(i)为：

其中：sign为符号函数，th表示大于零的阈值，i∈[1,2,…,n-D]。

4.根据权利要求1所述的电力电缆故障放电声智能识别方法，其特征在于：步骤6中所述的相关系数的计算公式为：

其中：x_k(i)，x_k+1(i)，i∈[1,2,…,n]分别表示连续两次采集的声音信号数据。

5.根据权利要求1所述的电力电缆故障放电声智能识别方法，其特征在于：步骤3中所述的支持向量机的训练过程包括如下步骤：

步骤3-1，各准备M条电缆故障放电声信号数据和非电缆故障放电声信号数据；

步骤3-2，分别对M条电缆故障放电声信号数据和非电缆故障放电声信号数据进行处理，得到特征矩阵z_ij，i∈[1,2,…,2M]，j∈[1,2,3,4]，

其中，i＝[1,2,…,M]是电缆故障放电声信号特征向量，i＝[M+1,M+2,…,2M]是非电缆故障放电声信号特征向量；

步骤3-3，赋值2M行的列向量s，其中第1至第M行赋值为1，表示电缆故障放电声，第M+1至第2M行赋值为0表示非电缆故障放电声；

步骤3-4，将矩阵z_ij和列向量s输入支持向量机训练函数，选择线性核进行训练。