[發明專利]局部放電故障判定特征提取方法及判定方法

在審

• 申請號: 201610881262.2
• 申請日: 2016-10-09
• 公開（公告）號: CN107037327A
• 公開（公告）日: 2017-08-11
• 發明（設計）人: 王永強;律方成;崔博源;李敏;陳允
• 申請（專利權）人: 中國電力科學研究院;國家電網公司;華北電力大學(保定);國網河北省電力公司
• 主分類號: G01R31/12
• 分類號: G01R31/12
• 代理公司: 北京工信聯合知識產權代理有限公司11266
• 代理人: 郭一斐

1.一種局部放電故障類型判定特征提取方法，其特征在于：包括：

獲取局部放電區域離散數字信號；

由離散數字信號構建Hankel矩陣A₁；

對Hankel矩陣A₁進行奇異值分解得到奇異值矩陣；

奇異值矩陣中的奇異值按大小排序，選擇k個的前面數值較大的奇異值得到經篩選的奇異值矩陣，根據經篩選的奇異值矩陣得到改進Hankel矩陣A₂，所述k為整數；

對改進Hankel矩陣A₂相空間重構得到構建相空間矩陣B；

計算相空間矩陣B各分量能量矩，得到局部放電故障判定特征向量。

2.根據權利要求1所述的局部放電故障類型判定特征提取方法，其特征在于：所述k為最佳奇異值數目。

3.根據權利要求2所述的局部放電故障類型判定特征提取方法，其特征在于：

所述最佳奇異值數目k，經如下方法確定：

由奇異值矩陣構成奇異值曲線C；

計算奇異值曲線C中各點曲率T(q)；

由各點曲率T(q)構建曲率族F；

確定曲率族最大個體w；

若曲率族最大個體為凹，則奇異值最佳數目為w，若曲率族最大個體為凸，則奇異值最佳數目為w-1。

4.根據權利要求1所述的局部放電故障類型判定特征提取方法，其特征在于：所述局部放電故障判定特征向量用于通過智能分類方法實現局部放故障的類型判定。

5.根據權利要求4所述的局部放電故障類型判定特征提取方法，其特征在于：

所述局部放故障的類型包括模擬尖端放電、沿面放電、懸浮放電、氣泡放電中的一種或幾種。

6.根據權利要求4所述的局部放電故障類型判定特征提取方法，其特征在于：

所述智能分類方法為神經網絡方法。

7.根據權利要求4所述的局部放電故障類型判定特征提取方法，其特征在于：

所述智能分類方法為支持向量機方法。

8.根據權利要求4所述的局部放電故障類型判定特征提取方法，其特征在于：

所述智能分類方法為K近鄰方法。

9.根據權利要求1所述的局部放電故障類型判定特征提取方法，其特征在于：

所述的對奇異值進行篩選，保留數值較大的奇異值得到經篩選的奇異值矩陣，根據經篩選的奇異值矩陣得到改進Hankel矩陣A₂，用于除無效特征成分或噪聲成分干擾。

10.一種判定方法，其特征在于，包括獲取權利要求1-9任一所述的局部放電故障判定特征向量，所述判定方法還包括根據局部放電故障判定特征向量判定故障類型的步驟。