本發(fā)明涉及電力設(shè)備局部放電檢測(cè)，具體為一種基于改進(jìn)支持向量機(jī)算法的氣體絕緣故障識(shí)別方法。

背景技術(shù)：

1、氣體絕緣全封閉組合電器(gas?insulated?switchgear，gis)通常以sf6等氣體作為絕緣介質(zhì)，具有電氣強(qiáng)度高、占地面積小、維護(hù)工作量少等優(yōu)點(diǎn)，因而得到了非常廣泛的應(yīng)用，然而，由于gis設(shè)備在生產(chǎn)制造、運(yùn)輸組裝、長(zhǎng)期服役等過程中一些不可避免因素的影響，設(shè)備內(nèi)部有時(shí)會(huì)存在諸如金屬尖刺、絕緣部件表面異常、懸浮電位等絕緣缺陷，從而給運(yùn)行設(shè)備帶來不同程度的安全隱患，近年來，隨著局部放電檢測(cè)方法的不斷改進(jìn)和信息技術(shù)、機(jī)器學(xué)習(xí)技術(shù)的進(jìn)步，為利用多種物理測(cè)量手段對(duì)電力設(shè)備的局部放電進(jìn)行聯(lián)合檢測(cè)、獲得多模態(tài)的局部放電信息、實(shí)現(xiàn)綜合診斷決策的狀態(tài)檢修工作方式提供了可能。

2、在檢測(cè)到設(shè)備內(nèi)部有局部放電現(xiàn)象發(fā)生后，對(duì)于局部放電的類型識(shí)別和放電嚴(yán)重性評(píng)估是一項(xiàng)重要且有價(jià)值的工作，有經(jīng)驗(yàn)的運(yùn)維人員根據(jù)局部放電的脈沖波形特征或prpd圖譜形狀分辨出局部放電的類型，從而進(jìn)一步確定設(shè)備的絕緣狀態(tài)及處置措施隨著機(jī)器學(xué)習(xí)領(lǐng)域的技術(shù)進(jìn)步與場(chǎng)景拓展，其在局部放電模式識(shí)別上的應(yīng)用也越來越受到廣泛的關(guān)注與研究，目前領(lǐng)域內(nèi)主流的做法是利用測(cè)量得到的prpd圖譜進(jìn)行統(tǒng)計(jì)特征提取等方法，將特征量輸入至算法模型中進(jìn)行學(xué)習(xí)、訓(xùn)練與識(shí)別，然而，在目前的現(xiàn)場(chǎng)應(yīng)用中，由于檢測(cè)方法和設(shè)備的固有局限性，故障誤診、誤報(bào)的現(xiàn)象仍時(shí)有發(fā)生，而利用多種檢測(cè)手段開展聯(lián)合檢測(cè)工作還缺乏相關(guān)的研究與實(shí)踐經(jīng)驗(yàn)，特別是存在以下兩個(gè)具體場(chǎng)景中的應(yīng)用難題，現(xiàn)場(chǎng)有多種物理形式的檢測(cè)設(shè)備，經(jīng)測(cè)量獲取了局部放電多物理信息，但難以統(tǒng)一數(shù)據(jù)格式并進(jìn)行數(shù)據(jù)復(fù)用與綜合診斷；現(xiàn)場(chǎng)有多種具有診斷功能的狀態(tài)檢修設(shè)備，但不同設(shè)備各自得出了矛盾的辨識(shí)結(jié)果。

技術(shù)實(shí)現(xiàn)思路

1、鑒于上述存在的問題，提出了本發(fā)明。

2、因此，本發(fā)明解決的技術(shù)問題是：現(xiàn)有的氣體絕緣故障檢測(cè)方法存在故障類型識(shí)別準(zhǔn)確率低，誤診和誤報(bào)現(xiàn)象頻發(fā)，難以實(shí)現(xiàn)多模態(tài)信息的綜合診斷，以及如何提高局部放電類型識(shí)別的準(zhǔn)確性和診斷效率的問題。

3、為解決上述技術(shù)問題，本發(fā)明提供如下技術(shù)方案：一種基于改進(jìn)支持向量機(jī)算法的氣體絕緣故障識(shí)別方法，包括對(duì)氣體絕緣電器設(shè)備內(nèi)部的典型故障類型進(jìn)行模擬和局部放電試驗(yàn)，采集局部放電信號(hào)；提取統(tǒng)計(jì)特征量，利用卡方檢驗(yàn)法對(duì)提取的特征量進(jìn)行降維和篩選；使用改進(jìn)的支持向量機(jī)算法對(duì)優(yōu)化后的特征集進(jìn)行處理，對(duì)氣體絕緣故障類型進(jìn)行識(shí)別。

4、作為本發(fā)明所述的基于改進(jìn)支持向量機(jī)算法的氣體絕緣故障識(shí)別方法的一種優(yōu)選方案，其中：所述典型故障類型包括電暈放電缺陷、沿面放電缺陷、懸浮放電缺陷。

5、作為本發(fā)明所述的基于改進(jìn)支持向量機(jī)算法的氣體絕緣故障識(shí)別方法的一種優(yōu)選方案，其中：所述采集局部放電信號(hào)包括通過羅氏線圈、特高頻傳感器、光學(xué)傳感器、聲發(fā)射傳感器配合數(shù)字采集卡，對(duì)局部放電脈沖電流信號(hào)、特高頻信號(hào)、光信號(hào)以及超聲信號(hào)的同步采集；羅氏線圈的檢測(cè)帶寬為460khz～120mhz，光學(xué)傳感器最大允許電流為10ma，在外接30v偏壓供電時(shí)光子檢測(cè)有效率為50％，暗計(jì)數(shù)率150khz/mm2，殘留脈沖5％，特高頻傳感器采用雙螺旋式特高頻傳感器，接收天線工作帶寬為300mhz-1.5ghz，超聲波傳感器選用窄帶聲發(fā)射傳感器，檢測(cè)頻率范圍20khz-180khz。

6、作為本發(fā)明所述的基于改進(jìn)支持向量機(jī)算法的氣體絕緣故障識(shí)別方法的一種優(yōu)選方案，其中：所述提取統(tǒng)計(jì)特征量包括對(duì)于脈沖電流法、光測(cè)法和特高頻法，選取統(tǒng)計(jì)特征量平均放電幅值aav、平均放電頻次n、偏斜度sk、陡峭度ku、相位不對(duì)稱度φ、放電不對(duì)稱度q、互相關(guān)因數(shù)cc以及超聲波信號(hào)色散熵dek；將一個(gè)工頻周期整倍數(shù)的測(cè)量時(shí)間范圍內(nèi)的正半周全部脈沖幅值求平均值記為aav+，正半周全部脈沖幅值求平均值記為aav-，將單位測(cè)量時(shí)間t內(nèi)，發(fā)生在正半周的放電脈沖數(shù)記為n+，發(fā)生在負(fù)半周的放電脈沖數(shù)記為n-。

7、作為本發(fā)明所述的基于改進(jìn)支持向量機(jī)算法的氣體絕緣故障識(shí)別方法的一種優(yōu)選方案，其中：所述脈沖電流法包括計(jì)算偏斜度，表示為：

8、

9、其中，ai為第i個(gè)放電脈沖的幅值，σ為統(tǒng)計(jì)范圍內(nèi)放電脈沖幅值的標(biāo)準(zhǔn)差，n為統(tǒng)計(jì)范圍內(nèi)的放電脈沖個(gè)數(shù)，計(jì)算陡峭度，表示為：

10、

11、計(jì)算相位不對(duì)稱度，表示為：

12、φ＝φin-/φin+

13、其中，φin+為正半周放電起始相位與0度的差值，φin-為負(fù)半周放電起始相位與180度的差值。

14、作為本發(fā)明所述的基于改進(jìn)支持向量機(jī)算法的氣體絕緣故障識(shí)別方法的一種優(yōu)選方案，其中：所述脈沖電流法還包括計(jì)算互相關(guān)因數(shù)，表示為：

15、

16、其中，xi'為正半周第i'個(gè)相位窗內(nèi)的放電脈沖幅值之和，yi'為負(fù)半周第i'個(gè)相位窗內(nèi)的放電脈沖幅值之和，n'為正負(fù)半周的相位開窗數(shù)。

17、作為本發(fā)明所述的基于改進(jìn)支持向量機(jī)算法的氣體絕緣故障識(shí)別方法的一種優(yōu)選方案，其中：所述光測(cè)法包括基于shannon熵量化信號(hào)在頻率或時(shí)間上的分布特性，計(jì)算色散熵，表示為：

18、

19、其中，n”表示隨機(jī)變量k可能的狀態(tài)總數(shù)，pi”表示隨機(jī)變量k處于第i”個(gè)狀態(tài)的概率。

20、本發(fā)明的另外一個(gè)目的是提供一種基于改進(jìn)支持向量機(jī)算法的氣體絕緣故障識(shí)別系統(tǒng)，其能通過使用改進(jìn)的支持向量機(jī)算法對(duì)優(yōu)化后的特征集進(jìn)行處理，對(duì)氣體絕緣故障類型進(jìn)行識(shí)別，解決了目前的電力設(shè)備局部放電檢測(cè)技術(shù)含有準(zhǔn)確性低的問題。

21、作為本發(fā)明所述的基于改進(jìn)支持向量機(jī)算法的氣體絕緣故障識(shí)別系統(tǒng)的一種優(yōu)選方案，其中：包括信號(hào)采集模塊，特征量提取模塊，故障識(shí)別模塊；

22、所述信號(hào)采集模塊用于對(duì)氣體絕緣電器設(shè)備內(nèi)部的典型故障類型進(jìn)行模擬和局部放電試驗(yàn)，采集局部放電信號(hào)；所述特征量提取模塊用于提取統(tǒng)計(jì)特征量，利用卡方檢驗(yàn)法對(duì)提取的特征量進(jìn)行降維和篩選；所述故障識(shí)別模塊用于使用改進(jìn)的支持向量機(jī)算法對(duì)優(yōu)化后的特征集進(jìn)行處理，對(duì)氣體絕緣故障類型進(jìn)行識(shí)別。

23、一種計(jì)算機(jī)設(shè)備，包括存儲(chǔ)器和處理器，所述存儲(chǔ)器存儲(chǔ)有計(jì)算機(jī)程序，所述處理器執(zhí)行所述計(jì)算機(jī)程序是實(shí)現(xiàn)基于改進(jìn)支持向量機(jī)算法的氣體絕緣故障識(shí)別方法的步驟。

24、一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，其上存儲(chǔ)有計(jì)算機(jī)程序，所述計(jì)算機(jī)程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)基于改進(jìn)支持向量機(jī)算法的氣體絕緣故障識(shí)別方法的步驟。

25、本發(fā)明的有益效果：本發(fā)明提供的基于改進(jìn)支持向量機(jī)算法的氣體絕緣故障識(shí)別方法采用多種傳感器同步測(cè)量局部放電數(shù)據(jù)，不同的傳感器可以檢測(cè)局部放電產(chǎn)生的不同類型信號(hào)，如超聲波、光、電信號(hào)和化學(xué)物質(zhì)等，通過綜合分析這些信號(hào)，可以更準(zhǔn)確地識(shí)別和定位局部放電，提高檢測(cè)的靈敏度和可靠性，局部放電信號(hào)可能會(huì)受到外部電磁干擾的影響，使用多種傳感器可以利用它們各自對(duì)干擾的抗性，例如uhf傳感器具有高信噪比，抗外部電磁干擾，從而提高檢測(cè)信號(hào)的準(zhǔn)確性，由于在有限的訓(xùn)練樣本下，過多的特征量容易造成模型訓(xùn)練過程中的過擬合，使得局部放電診斷模型的泛化性和準(zhǔn)確性受到負(fù)面影響，因此本發(fā)明在數(shù)據(jù)層面上通過對(duì)于局部放電多物理特征的提取與優(yōu)選，建立了局部放電多物理特征卡方檢驗(yàn)優(yōu)化集，在同一算法模型下，多物理特征卡方優(yōu)化集的局部放電類型識(shí)別正確率可達(dá)96.6％，并可以實(shí)現(xiàn)局部放電嚴(yán)重度的識(shí)別，正確率達(dá)92.7％，相對(duì)于傳統(tǒng)的單一物理模型，識(shí)別效果有提升，解決了傳統(tǒng)方法在電暈放電與懸浮放電之間誤判率較高的問題，本發(fā)明在準(zhǔn)確性、效率以及可靠性方面都取得更加良好的效果。