[发明专利]变压器特高频局部放电信号模式识别方法与装置

说明书

本发明公开一种变压器特高频局部放电信号模式识别方法及装置。该方法包括：生成与采集的待识别特高频局部放电信号对应的原始时频谱W；基于相似矩阵的盲源分离方法，从所述原始时频谱W中提取出与所述待识别特高频局部放电信号对应的前景时频谱；将所述前景时频谱输入预先确定的卷积神经网络，获取所述前景时频谱属于预先确定的多种局部放电类型的概率，并确定最大概率对应的局部放电类型为待识别特高频局部放电信号的局部放电类型。该方法采用基于相似矩阵的盲源分离方式对变压器特高频局部放电时频谱进行预处理，使得深度学习网络能够专注于具有代表性的局部放电特征量，能够高效准确地识别局部放电类型。

技术领域

本发明涉及高压电气设备局部放电异常辨识技术领域，尤其涉及一种变压器特高频局部放电信号模式识别方法与装置。

背景技术

对变压器内部局部放电信号的在线监测能及时反映其绝缘状况和绝缘性能的发展趋势，是预防变压器绝缘失效发生突发性事故的有效手段之一。

目前变压器局部放电监测常用的方法包括脉冲电流法、超声波检测法、油色谱法和特高频检测法等。长期的现场实践表明：脉冲电流法灵敏度高，但抗低频干扰性能差；变压器体外超声波法抗干扰能力强，但检测灵敏度低；油色谱法抗干扰力强，但检测的实时性较差，处理时间大于4个小时。这些方法目前都难以满足电力设备在线监测的需要。

基于特高频电磁波测量的超高频传感器，尤其是传感器内置的测试方式，能够接收300～3000MHz范围内的特高频电磁波信号，具有较强的抗外部干扰能力，灵敏度高、实时性好，获取信息量大，已经成为目前变压器局部放电监测的主要方法。

但是，目前，针对获得的特高频电磁波，目前的信号处理方法在针对多种放电模式进行分类时，分类准确性和分类效率均比较低。

发明内容

针对现有技术的不足，本发明提供一种变压器特高频局部放电信号模式识别方法与装置，以改善现有技术中变压器特高频局部放电信号模式识别准确性和效率偏低等问题。

第一方面，本发明提供一种变压器特高频局部放电信号模式识别方法，包括：

生成与采集的待识别特高频局部放电信号对应的原始时频谱W；

基于相似矩阵的盲源分离方法，从所述原始时频谱W中提取出与所述待识别特高频局部放电信号对应的前景时频谱；

将所述前景时频谱输入预先确定的卷积神经网络，获取所述前景时频谱属于预先确定的多种局部放电类型的概率，并确定最大概率对应的局部放电类型为待识别特高频局部放电信号的局部放电类型。

进一步地，所述生成与采集的待识别特高频局部放电信号对应的原始时频谱W，包括：

采集的待识别特高频局部放电信号的频率为300～3000MHz；

对采集的待识别特高频局部放电信号利用汉明窗进行分帧加窗，得到分帧加窗处理后的信号；

对所述分帧加窗处理后的信号进行短时离散傅里叶变换，得到与采集的待识别特高频局部放电信号对应的原始时频谱W。

进一步地，所述基于相似矩阵的盲源分离方法，从所述原始时频谱W中提取出与所述待识别特高频局部放电信号对应的前景时频谱，包括：

将原始时频谱W按列取距离范数并进行归一化后，计算每一帧信号之间的相似性，得到相似矩阵S，其中，相似矩阵S中的每一矩阵元素(i,k)对应时频谱W中第i帧与第k帧特征向量之间的余弦相似度：

其中，m为时频谱W中的帧序号，1≤m≤n，n为时频谱W中的总帧数；

对相似矩阵S中各频段进行中值滤波，得到重复谱V；

采用最小均方差滤波对重复谱V进行维纳滤波，得到滤波后的时频谱R：