[发明专利]一种真空度局部放电脉冲群分类识别方法

说明书

本发明涉及一种真空度局部放电脉冲群分类识别方法。该方法是通过等效时频法对脉冲进行特征参数提取，形成2D的特征参数空间，再利用改进的模糊C均值聚类算法对多局部放电脉冲群进行分类。在多局放源的电力设备绝缘在线监测中，应用本发明将获取的放电脉冲群进行分类，并将同一类中高度相似的放电脉冲群转换成脉冲峰值‑时间序列，再按传统的方法对放电模式进行识别，就可以与基于单个人工缺陷模型构造的放电模式数据库进行对比，与数据库无关的放电脉冲群可判断为无效信号或噪声。而其他相关的放电脉冲数据则识别出其相应的放电类型。这样不但解决了放电脉冲峰值‑时间序列的混叠问题，而且可以对多局放源或含干扰源的放电模式进行识别。

技术领域

本发明属于局部放电技术领域，具体涉及一种真空度局部放电脉冲群分类识别方法，该方法可适用于真空度多局放源的局放超宽带检测技术以及模式识别系统中的放电脉冲群分类。

背景技术

目前，国内的交流局部放电监测系统在对电机、电力电缆、气体组合绝缘电器(GIS)等电力设备的绝缘情况进行在线监测时，大多是提取局放信号的峰值-时间序列。而这种方法在对于存在多个局放源(两个或以上)或干扰源时，其获取的局放信号将是参杂多种放电信号或异常干扰信号的随机混叠的峰值-时间序列，相应产生的用于模式识别的各种放电谱图也是参杂各种信号随机混叠的。一般情况下，用于局放模式识别的系统数据库都是基于单个人工缺陷模型构造的。因此，在存在多个局放源或异常干扰源的情况下，基于脉冲峰值-时间序列的局放识别系统对放电模式做出的判断可能是不准确的，为了识别由真空度引起的局部放电信号，特提出本发明方法。

发明内容

本发明的目的是为了解决现有技术的不足，提供一种真空度局部放电脉冲群分类识别方法，该方法不但可以解决传统放电脉冲峰值-时间序列中的混叠问题，而且可以对多局放源(或含干扰源)的放电模式进行识别。

为实现上述目的，本发明采用的技术方案如下：

一种真空度局部放电脉冲群分类识别方法，通过等效时频法对脉冲进行特征参数提取，形成2D的特征参数空间，再利用改进的模糊C均值聚类算法对局放脉冲群进行分类，具体分为两个阶段：

局放脉冲波形特征提取阶段：通过等效时频法提取脉冲波形的特征量，并将其压缩为特征空间的一个向量；对放电脉冲在等效时域和等效频域上的特征值进行归一化处理；

模糊C均值聚类算法分类阶段：通过迭代爬山法实现的，即通过对迭代函数的不断迭代来取得最优的模糊分类，目标函数为样本到聚类中心加权距离的平方和，根据最终的隶属度矩阵进行分类。

进一步，优选的是，通过等效时频法提取脉冲波形的特征量，并将其压缩为特征空间的一个向量，具体方法为：

对脉冲群数据做如下处理：

式中，j表示第j个脉冲，n表示脉冲由n个点组成；d_i为第i个点的时域波形值，mv；Δh为采样时间间隔；Δh(i-1)为第i个点对应的时间；

对脉冲波形做傅里叶变换：

式中，D_i为第i个点的频谱幅值；Δg(i-1)为第i个点的频率值；

之后对信号做如下处理：

h_i为第i个点对应的时间，g_i为第i个点的频率值；表示对0到j个脉冲时域和频域做归一化处理，H_j、G_j表示第j个脉冲的等效时域特征和等效频域特征；