[发明专利]基于核主成分分析的电力设备放电信号分离分类方法

说明书

本发明公开了一种基于核主成分分析的电力设备放电信号分离分类方法，包括步骤：(1)获取电力设备放电信号特征量作为样本数据集；(2)用核主成分分析处理样本数据集，得到的主成分变量作为新的特征量；(3)通过K‑means聚类方法对放电信号进行聚类，获得不同类型放电信号的类型标签；(4)选取最能体现不同放电信号差别的主成分变量，绘制二维和三维散点图；(5)不同类型放电信号之间根据类型标签进行圈门，完成放电信号的自动分类。本发明方法采用非线性方法提取主成分特征，选择合适的核函数在原始放电脉冲信号中提取放电信号的主成分，实现多放电源脉冲、多干扰源脉冲的自动分离分类，从而实现电力设备放电类型识别。

技术领域

本发明涉及电力设备放电信号分离分类领域，尤其涉及一种基于核主成分分析的电力设备放电信号分离分类方法。

背景技术

高压电力设备绝缘故障常常由绝缘材料内部或体表产生贯穿性放电引起，而贯穿性放电通道一般都是从微小的放电信号发展而来的。放电起始阶段的微弱放电电流脉冲也远低于电力系统中的杂散脉冲，极易被背景噪声或电晕干扰信号淹没。

基于电力设备放电信号的特点，如果不能把放电信号与背景各种杂散信号分离开来，放电信号故障类型则不可能识别、分类。常规放电信号分离分类方法通常基于脉冲相位分布谱图(PRPD)及脉冲波形统计特征参量来识别单一放电类型，而实际电力设备现场运行则受到现场恶劣运行环境的影响，设备放电也同时存在多个放电类型的可能，传统分离分类方法无法识别多个放电类型及多干扰信号源。因此，需要提出一种基于原始放电脉冲信号特征的核主成分分析方法来对不同种类的放电信号分离分类。

发明内容

发明目的：针对以上问题，本发明提出一种基于核主成分分析的电力设备放电信号分离分类方法，采用非线性方法提取主成分特征，选择合适的核函数在原始放电脉冲信号中提取放电信号的主成分，实现多放电源脉冲、多干扰源脉冲的自动分离分类，从而实现电力设备放电类型识别。

技术方案：为实现本发明的目的，本发明所采用的技术方案是：一种基于核主成分分析的电力设备放电信号分离分类方法，包括步骤：

(1)获取电力设备放电信号特征量作为样本数据集；

(2)用核主成分分析处理样本数据集，得到的主成分变量作为新的特征量；

(3)通过K-means聚类方法对放电信号进行聚类，获得不同类型放电信号的类型标签；

(4)选取最能体现不同放电信号差别的主成分变量，绘制二维和三维散点图；

(5)不同类型放电信号之间根据类型标签进行圈门，完成放电信号的自动分类。

进一步地，所述步骤2具体包括步骤：

(2.1)通过投影函数φ将样本数据集M投影到线性可分的高维空间中；

(2.2)选择核函数，计算核矩阵K；

(2.3)获得核矩阵K的特征值与特征向量；

(2.4)选定绝对值最大的前k个特征值对应的特征向量作为投影方向；

(2.5)在高维空间对样本数据进行特征向量上的投影，将得到的主分变量作为新的特征量。

进一步地，所述步骤2.2中，选定径向基高斯核函数k(x，y)＝exp(-||x-y||²/2δ²)对样本数据集M进行非线性变换，得到核矩阵K：