[發(fā)明專利]一種基于多光譜強度的局部放電危險度評估方法

有效

• 申請?zhí)枺?/td>: 202110548256.6
• 申請日: 2021-05-19
• 公開（公告）號: CN113253069B
• 公開（公告）日: 2022-09-13
• 發(fā)明（設計）人: 彭兆裕;陳云浩;程志萬;孫董軍;顏冰;馬御棠;潘浩;何順;邱鵬鋒
• 申請（專利權）人: 云南電網有限責任公司電力科學研究院
• 主分類號: G01R31/12
• 分類號: G01R31/12
• 代理公司: 北京弘權知識產權代理有限公司 11363
• 代理人: 逯長明;許偉群

1.一種基于多光譜強度的局部放電危險度評估方法，其特征在于，包括以下步驟：

利用弱光檢測方法來采集故障位置的局部放電信號；

采用混合隨機搜索的波段選擇方法提取特征波段，濾除所述局部放電信號中的噪聲和電磁干擾；

在實驗室或現(xiàn)場中采集所述局部放電信號中的光譜信息；

提取所述局部放電信號的光譜強度信息特征參數(shù)；

將所述光譜強度信息特征參數(shù)作為訓練集，輸入Xgboost-LSTM算法進行訓練得到指紋信息庫；

通過所述指紋信息庫得出局部放電種類和局部放電發(fā)展階段；

將所述局部放電種類、局部放電的故障位置以及所述局部放電發(fā)展階段輸入到根據(jù)實際需求預先設置好參數(shù)的Xgboost算法中，評估得出所述局部放電的危險度；

所述采用混合隨機搜索的波段選擇方法提取特征波段，包括:

先進行全局粗略搜索階段，即隨機選擇若干個互不相同的光譜波段，構成光譜集合，利用選擇、交叉算子迭代更新所述光譜集合，計算所述光譜集合中每個元素波段組合的性能評估函數(shù)，得到不同波段選擇方案；

然后進行局部搜索階段，即變換所述不同波段選擇方案中的元素，計算變換后的可分性判據(jù)，通過迭代后所述可分性判據(jù)最大的則是待提取出來的特征波段。

2.根據(jù)權利要求1所述的一種基于多光譜強度的局部放電危險度評估方法，其特征在于，所述利用弱光檢測方法來采集故障位置的局部放電信號，包括：

利用弱光傳感器來采集發(fā)生局部放電的故障位置和故障位置的局部放電信號。

3.根據(jù)權利要求1所述的一種基于多光譜強度的局部放電危險度評估方法，其特征在于，所述在實驗室或現(xiàn)場中采集所述局部放電信號中的光譜信息，包括：

在實驗室設置特定種類的缺陷或是在現(xiàn)場已有的缺陷，用弱光傳感器通過升壓法采集不同電壓下所述局部放電信號中的光譜信息。

4.根據(jù)權利要求3所述的一種基于多光譜強度的局部放電危險度評估方法，其特征在于，所述提取所述局部放電信號的光譜強度信息特征參數(shù)，包括：

提取在不同電壓下所述局部放電信號的光譜強度信息特征參數(shù)。

5.根據(jù)權利要求4所述的一種基于多光譜強度的局部放電危險度評估方法，其特征在于，所述將所述光譜強度信息特征參數(shù)作為訓練集，輸入Xgboost-LSTM算法進行訓練得到指紋信息庫，包括：

將所述光譜強度信息特征參數(shù)作為訓練集，輸入Xgboost算法提取所述局部放電光譜強度信息特征參數(shù)的空間特征參數(shù)；

輸入LSTM算法提取所述局部放電光譜強度信息特征參數(shù)的時間特征參數(shù)；

將所述局部放電光譜強度信息特征參數(shù)的空間特征和時間特征參數(shù)在Xgboost-LSTM算法中重復進行訓練后得到指紋信息庫。

6.根據(jù)權利要求5所述的一種基于多光譜強度的局部放電危險度評估方法，其特征在于，所述通過所述指紋信息庫得出局部放電種類和局部放電發(fā)展階段，包括：

最后利用所述指紋信息庫的softmax分類器判斷得出局部放電種類和局部放電發(fā)展階段。