[发明专利]基于单类支持向量机的GIS局部放电故障判别方法

权利要求书

1.基于单类支持向量机的GIS局部放电故障判别方法，其特征是，包括以下步骤：

步骤1、基于若干周期K种不同故障类型局部放电的PRPD图谱作为K个样本数据，提取各故障类型局部放电的特征参数；

步骤2、采用步骤1提取的统计特征参数训练单类支持向量机，得到单类支持向量机最优参数和分类器模型；

步骤3、采用步骤2所得单类支持向量机分类器模型对待判别的局部放电信号进行局部放电故障判别。

2.如权利要求1所述的基于单类支持向量机的GIS局部放电故障判别方法，其特征是，步骤1所述提取各故障类型局部放电的特征参数包括若干周期：PRPD图谱放电幅值图谱正半周偏斜度负半周偏斜度全周期偏斜度Sk_m；PRPD图谱放电次数图谱正半周偏斜度负半周偏斜度全周期偏斜度Sk_n；PRPD图谱放电幅值图谱正半周陡峭度负半周陡峭度全周期陡峭度Ku_m；PRPD图谱放电次数图谱正半周陡峭度负半周陡峭度全周期陡峭度Ku_n；PRPD图谱放电幅值正负半周放电幅值比Q_m；PRPD图谱放电次数正负半周放电次数比Q_n；PRPD图谱放电幅值正负半周放电幅值互相关系数CC_m；PRPD图谱放电次数正负半周放电次数互相关系数CC_n。

3.如权利要求2所述的基于单类支持向量机的GIS局部放电故障判别方法，其特征是，确定各故障类型局部放电的特征参数包括：

1)确定特征参数Sk_m、Sk_n公式为；

Sk=E(X-μ)3σ3---(1)]]>

(1)式中，X为PRPD数据，μ和σ分别为其均值和标准差；

2)确定特征参数Ku_m、Ku_n公式为：

Ku=E(X-μ)4σ4---(2)]]>

(2)式中，X为PRPD数据，μ和σ分别为其均值和标准差；

3)确定特征参数Q_m、Q_n公式为：

Qn=N+N----(3)]]>

Qm=1N+Σi=1N+x+1N-Σi=1N-x----(4)]]>

(3)、(4)式中，N⁺、N^-分别为正、负半周内的局部放电次数；x⁺、x^-分别为正、负半周内局部放电信号的幅值；

4)确定特征参数CC_m、CC_n公式为：

CC=C(X+,X-)C(X+,X+)·C(X-,X-)---(5)]]>

CC为互相关系数。