亚洲成年人黄色一级片,日本香港三级亚洲三级,黄色成人小视频,国产青草视频,国产一区二区久久精品,91在线免费公开视频,成年轻人网站色直接看

一種局部放電超高頻單次波形頻域特征提取及識(shí)別方法與流程

文檔序號(hào):12359315閱讀:567來(lái)源:國(guó)知局
一種局部放電超高頻單次波形頻域特征提取及識(shí)別方法與流程

本發(fā)明屬于電力設(shè)備局部放電檢測(cè)技術(shù)領(lǐng)域,具體涉及一種局部放電超高頻單次波形頻域特征提取及識(shí)別方法,用于電力設(shè)備局部放電類型的識(shí)別。



背景技術(shù):

電力設(shè)備的絕緣材料是保證電力設(shè)備正常運(yùn)行的重要組件,但是由于絕緣材料在強(qiáng)電場(chǎng)作用下老化或絕緣材料加工缺陷,在電力設(shè)備運(yùn)行中絕緣材料內(nèi)部會(huì)出現(xiàn)局部放電,局部放電的發(fā)展會(huì)加速絕緣材料的老化,從而導(dǎo)致電力設(shè)備壽命縮短,所以必須盡早發(fā)現(xiàn)和識(shí)別局部放電的類型,采用措施減緩電力設(shè)備的老化。

局部放電超高頻檢測(cè)憑借靈敏度高,現(xiàn)場(chǎng)抗干擾效果好等優(yōu)點(diǎn),在電力設(shè)備局部放電檢測(cè)中得到了較為廣泛的應(yīng)用。局部放電超高頻信號(hào)的帶寬從0MHz~3000MHz,包含了豐富的放電信息,對(duì)超高頻單次信號(hào)的分析和特征提取,有助于局部放電放電類型的識(shí)別。



技術(shù)實(shí)現(xiàn)要素:

本發(fā)明的目的是為了解決局部放電類型識(shí)別的問(wèn)題,提供了一種局部放電超高頻單次波形頻域特征提取及識(shí)別方法,并驗(yàn)證了特征參量在局部放電類型識(shí)別中的有效性。

為達(dá)到上述目的,本發(fā)明采用如下技術(shù)方案來(lái)實(shí)現(xiàn)的:

一種局部放電超高頻單次波形頻域特征提取及識(shí)別方法,包括以下步驟:

1)采集不同局部放電類型的多組局部放電超高頻單次放電信號(hào);

2)對(duì)多組同一放電類型的超高頻單次放電信號(hào)進(jìn)行快速傅里葉變換,得到多組一維功率譜數(shù)組FreArray,多組一維功率譜數(shù)組FreArray構(gòu)成同一放電類型的功率譜矩陣FreMatrix;

3)對(duì)同一放電類型的功率譜矩陣FreMatrix進(jìn)行奇異值分解,取奇異值最大值對(duì)應(yīng)的一維向量,得到同一放電類型的功率譜矩陣FreMatrix的特征向量,即該特征向量對(duì)應(yīng)同一放電類型超高頻單次波形的特征向量;

4)對(duì)不同放電類型重復(fù)步驟2)和3)的操作,得到不同放電類型超高頻單次波形的特征向量;

5)利用步驟4)提取的特征向量,采用有監(jiān)督的學(xué)習(xí)方法訓(xùn)練局部放電類型的識(shí)別模型,并利用識(shí)別模型對(duì)放電類型進(jìn)行識(shí)別。

本發(fā)明進(jìn)一步的改進(jìn)在于,步驟2)的具體實(shí)現(xiàn)方法如下:

201)對(duì)超高頻單次波形采用快速傅里葉變換,得到單次波形的一維功率譜數(shù)組FreArray;

202)對(duì)同一個(gè)放電類型的多個(gè)超高頻單次波形重復(fù)201)步驟,將FFT變換的多個(gè)FreArray按行組合得到同一放電類型的功率譜矩陣FreMatrix,其中行表示一個(gè)單次波形的功率譜,列表示樣本數(shù)。

本發(fā)明進(jìn)一步的改進(jìn)在于,步驟5)的具體實(shí)現(xiàn)方法如下:

501)得到不同放電類型的FreMatrix,將FreMatrix歸一化到[-1,1]的范圍內(nèi),之后將其分為測(cè)試集和訓(xùn)練集;

502)采用有監(jiān)督學(xué)習(xí)的方法,利用訓(xùn)練集得到識(shí)別模型;

503)將測(cè)試集帶到識(shí)別模型中,檢驗(yàn)識(shí)別模型的效果,并根據(jù)識(shí)別精度,調(diào)整模型參數(shù);

504)重復(fù)502)和503)步,直至達(dá)到滿足要求的識(shí)別精度,即得到對(duì)應(yīng)的局部放電超高頻單次波形識(shí)別模型。

本發(fā)明進(jìn)一步的改進(jìn)在于,步驟501)中,將FreMatrix歸一化到[-1,1]的范圍內(nèi),公式如下所示:

<mrow> <mi>y</mi> <mo>=</mo> <mrow> <mo>(</mo> <mi>y</mi> <mi>m</mi> <mi>a</mi> <mi>x</mi> <mo>-</mo> <mi>y</mi> <mi>min</mi> <mo>)</mo> </mrow> <mo>*</mo> <mfrac> <mrow> <mo>(</mo> <mi>x</mi> <mo>-</mo> <mi>x</mi> <mi>m</mi> <mi>i</mi> <mi>n</mi> <mo>)</mo> </mrow> <mrow> <mo>(</mo> <mi>x</mi> <mi>m</mi> <mi>a</mi> <mi>x</mi> <mo>-</mo> <mi>x</mi> <mi>min</mi> <mo>)</mo> </mrow> </mfrac> <mo>+</mo> <mi>y</mi> <mi>min</mi> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>1</mn> <mo>)</mo> </mrow> </mrow>

其中,ymax為1,ymin為-1,x為特征參量,xmin為特征參量的最小值,xmax為特征參量的最大值。

本發(fā)明進(jìn)一步的改進(jìn)在于,步驟502)中,利用支持向量機(jī)根據(jù)訓(xùn)練集進(jìn)行識(shí)別模型的訓(xùn)練,得到SVM的識(shí)別模型,支持向量機(jī)的核函數(shù)如下所示:

K(x,y)=exp(-gamma×|x-y|2) (2)

其中,x為特征參量,y為放電類型對(duì)應(yīng)的值,gmmma為默認(rèn)值1/(特征值個(gè)數(shù))。

本發(fā)明進(jìn)一步的改進(jìn)在于,gmmma的取值為1/2000;懲罰參數(shù)為默認(rèn)值1。

本發(fā)明對(duì)比已有技術(shù)具有以下創(chuàng)新點(diǎn):

1.首次采用快速傅里葉變換和奇異值分解相結(jié)合的方式,提取了超高頻單次波形的特征向量,能夠直觀反映不同放電類型的頻域特征;

2、采用本發(fā)明提取的頻率特征,在不對(duì)識(shí)別模型進(jìn)行參數(shù)優(yōu)化的情況下,就能達(dá)到比較高的識(shí)別精度。

本發(fā)明對(duì)比已有技術(shù)具有以下顯著優(yōu)點(diǎn):

1、本發(fā)明提取的頻率特征參量,能夠盡可能的包含超高頻信號(hào)的頻域特征,并能夠直觀顯示各個(gè)頻率點(diǎn)上的特征量大?。?/p>

2、利用本發(fā)明提取的特征參量,在不優(yōu)化識(shí)別模型參數(shù)的情況下,就能達(dá)到比較高的識(shí)別精度,以支持向量機(jī)為例,識(shí)別率達(dá)到96%以上。模型中核函數(shù)為徑向基函數(shù),參數(shù)c和g均采用默認(rèn)值1和(1/特征值個(gè)數(shù))。

綜上所述,本發(fā)明提出了一種新的局部放電超高頻單次波形頻域特征提取方法,利用本發(fā)明中提取的特征參量可以直觀的表示不同放電類型的頻域特征,利用本發(fā)明中提出的特征參量可以有效的進(jìn)行局部放電類型識(shí)別。

附圖說(shuō)明:

圖1為本發(fā)明方法提取的四種局部放電類型超高頻信號(hào)單次波形頻域特征向量;其中,圖1(a)為放電類型P1的超高頻信號(hào)單次波形頻域特征向量,圖1(b)為放電類型P2的超高頻信號(hào)單次波形頻域特征向量,圖1(c)為放電類型P3的超高頻信號(hào)單次波形頻域特征向量,圖1(d)為放電類型P4的超高頻信號(hào)單次波形頻域特征向量。

具體實(shí)施方式:

以下結(jié)合附圖對(duì)本發(fā)明做出進(jìn)一步的說(shuō)明。

本發(fā)明的基本思想是基于快速傅里葉變換和奇異值分解相結(jié)合的方式,提取超高頻單次波形的頻域特征參量,利用提取的特征參量進(jìn)行局部放電類型識(shí)別,具體流程如下:

1)采集四種放電類型(分別是放電類型1、2、3、4,下文簡(jiǎn)稱P1,P2,P3和P4)多個(gè)局部放電超高頻單次波形,使用的示波器其帶寬為100MHz~3GHz,其采樣率為5GS/s;

2)對(duì)局部放電類型P1的超高頻單次波形進(jìn)行快速傅里葉變換(FFT),得到功率譜FreArray;

3)對(duì)局部放電類型P1的多組超高頻單次波形重復(fù)步驟2)的操作,得到多組超高頻單次波形的FreArray,如圖1(a)所示;

4)對(duì)四種放電類型P2,P3和P4的多組超高頻單次波形重復(fù)步驟2)和3),得到各自的功率譜矩陣FreMatrix,其中行表示一個(gè)單次波形的功率譜,列表示樣本數(shù),如圖1(b)至(d)所示;

5)對(duì)四種放電類型的FreMatrix進(jìn)行奇異值分解,提取奇異值最大值對(duì)應(yīng)的一組向量,得到四種放電類型超高頻單次波形的頻域特征參量,如圖1所示;

6)利用得到的特征向量進(jìn)行局部放電識(shí)別,具體步驟如下:

a)歸一化特征參量,將特征量歸一化到[-1,1]的范圍內(nèi),公式如下所示:

<mrow> <mi>y</mi> <mo>=</mo> <mrow> <mo>(</mo> <mi>y</mi> <mi>m</mi> <mi>a</mi> <mi>x</mi> <mo>-</mo> <mi>y</mi> <mi>min</mi> <mo>)</mo> </mrow> <mo>*</mo> <mfrac> <mrow> <mo>(</mo> <mi>x</mi> <mo>-</mo> <mi>x</mi> <mi>m</mi> <mi>i</mi> <mi>n</mi> <mo>)</mo> </mrow> <mrow> <mo>(</mo> <mi>x</mi> <mi>m</mi> <mi>a</mi> <mi>x</mi> <mo>-</mo> <mi>x</mi> <mi>min</mi> <mo>)</mo> </mrow> </mfrac> <mo>+</mo> <mi>y</mi> <mi>min</mi> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>1</mn> <mo>)</mo> </mrow> </mrow>

其中,ymax為1,ymin為-1,x為特征參量,xmin為特征參量的最小值,xmax為特征參量的最大值;

b)將四種放電類型的樣本隨機(jī)分為訓(xùn)練集和測(cè)試集;

c)利用支持向量機(jī)(SVM)根據(jù)訓(xùn)練集進(jìn)行識(shí)別模型的訓(xùn)練,得到SVM的識(shí)別模型,支持向量機(jī)的核函數(shù)如下所示:

K(x,y)=exp(-gamma×|x-y|2) (2)

其中,x為特征參量,y為放電類型對(duì)應(yīng)的值(本發(fā)明中定義:P1對(duì)應(yīng)1,P2對(duì)應(yīng)2,P3對(duì)應(yīng)3,P4對(duì)應(yīng)4),gmmma為默認(rèn)值1/(特征值個(gè)數(shù)),本發(fā)明中即1/2000;懲罰參數(shù)為默認(rèn)值1;

d)對(duì)測(cè)試集進(jìn)行識(shí)別效果檢驗(yàn),得到的識(shí)別精度為96%以上。

當(dāng)前第1頁(yè)1 2 3 
網(wǎng)友詢問(wèn)留言 已有0條留言
  • 還沒(méi)有人留言評(píng)論。精彩留言會(huì)獲得點(diǎn)贊!
1