[發明專利]一種電力電纜局部放電模式識別分析系統

在審

• 申請號: 202010975613.2
• 申請日: 2020-09-16
• 公開（公告）號: CN112285494A
• 公開（公告）日: 2021-01-29
• 發明（設計）人: 楊斌
• 申請（專利權）人: 北京博研中能科技有限公司
• 主分類號: G01R31/12
• 分類號: G01R31/12;G06K9/62
• 代理公司: 北京市廣友專利事務所有限責任公司 11237
• 代理人: 張仲波

本發明提供一種電力電纜局部放電模式識別分析系統，能夠實現不同放電類型的準確識別。所述系統包括：預處理模塊，用于對采集的多種放電類型的局部放電信號進行預處理；特征提取模塊，用于提取預處理之后的局部放電信號的特征形成特征庫；模式識別模塊，用于將特征庫中的特征及特征所屬的放電類型輸入支持向量機中計算不同放電類型的最優分類超平面，以便將獲取到的待分類局部放電數據輸入到支持向量機中，通過支持向量機確定待分類局部放電數據所屬的超平面，得到待分類局部放電數據的放電類型。本發明涉及高壓絕緣檢測分析技術領域。

技術領域

本發明涉及高壓絕緣檢測分析技術領域，特別是指一種電力電纜局部放電模式識別分析系統。

背景技術

隨著企業向資源節約型和環境友好型發展，國家電網向智能電網建設的推進，電網運行的安全性越來越重要，為了能更準確地判斷出電氣設備缺陷類型，防止故障進一步擴大，電氣設備的智能識別系統已成為電網安全運行的重要研究方向。

電纜線路作為電力系統中重要的電氣設備，內部絕緣故障將導致局部電場升高而引起局部放電，因此對電纜局部放電的準確識別顯得尤為重要。

在局部放電模式識別分析領域，大多數識別系統只適用于單一局放源的故障分析，對于電纜設備發生多局放源故障時分析結果就比較模糊。

發明內容

本發明實施例提供了電力電纜局部放電模式識別分析系統，能夠顯著提高不同放電類型的識別準確率。所述技術方案如下：

本發明實施例提供了一種電力電纜局部放電模式識別分析系統，包括：

預處理模塊，用于對采集的多種放電類型的局部放電信號進行預處理；

特征提取模塊，用于提取預處理之后的局部放電信號的特征形成特征庫；

模式識別模塊，用于將特征庫中的特征及特征所屬的放電類型輸入支持向量機中計算不同放電類型的最優分類超平面，以便將獲取到的待分類局部放電數據輸入到支持向量機中，通過支持向量機確定待分類局部放電數據所屬的超平面，得到待分類局部放電數據的放電類型。

進一步地，所述放電類型包括：局部放電電暈故障、內部放電故障、沿面放電故障和噪聲干擾。

進一步地，所述預處理模塊包括：信號采集單元；

所述預處理模塊連接外部HFCT傳感器，所述HFCT傳感器，用于采集局部放電信號，并將采集的局部放電信號傳輸至所述信號采集單元；

所述信號采集單元的最大采樣率大于HFCT傳感器的2倍。

進一步地，所述預處理模塊，具體用于對采集的局部放電信號進行濾波去噪以及放大處理。

進一步地，所述特征提取模塊，具體用于根據預處理之后的局部放電信號得到局部放電譜圖，計算譜圖的特征值并對特征值進行主成分分析，主成分分析后得到的特征構成特征庫。

進一步地，所述譜圖包括：放電量、放電相位、放電次數及相位分辨的局部放電譜圖。

進一步地，所述特征值包括：譜圖的正負半軸的偏斜度、陡峭度、峰點數、平均放電量、放電因子、相關系數、修正相關系數、威布爾分布形狀參數和威布爾分布尺度參數。

進一步地，模式識別模塊，具體用于將特征庫劃分為訓練集和測試集，將訓練集中的特征及特征所屬的放電類型輸入支持向量機中對支持向量機進行訓練，使得支持向量機的權值法向量w和截距b達到最優，從而得到不同放電類型的最優分類超平面，以便將獲取到的待分類局部放電數據輸入到支持向量機中，通過支持向量機確定待分類局部放電數據所屬的超平面，得到待分類局部放電數據的放電類型。

進一步地，訓練好的支持向量機利用投票機制確定待分類局部放電數據的放電類型。