1.一種局部放電超高頻單次波形頻域特征提取及識別方法,其特征在于,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;
2)對多組同一放電類型的超高頻單次放電信號進行快速傅里葉變換,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)對同一放電類型的功率譜矩陣FreMatrix進行奇異值分解,取奇異值最大值對應(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,即該特征向量對應(yīng)同一放電類型超高頻單次波形的特征向量;
4)對不同放電類型重復(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別模型,并利用識別模型對放電類型進行識別。
2.根據(jù)權(quán)利要求1所述的局部放電超高頻單次波形頻域特征提取及識別方法,其特征在于,步驟2)的具體實現(xiàn)方法如下:
201)對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)對同一個放電類型的多個超高頻單次波形重復(fù)201)步驟,將FFT變換的多個FreArray按行組合得到同一放電類型的功率譜矩陣FreMatrix,其中行表示一個單次波形的功率譜,列表示樣本數(shù)。
3.根據(jù)權(quán)利要求1所述的局部放電超高頻單次波形頻域特征提取及識別方法,其特征在于,步驟5)的具體實現(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)練集得到識別模型;
503)將測試集帶到識別模型中,檢驗識別模型的效果,并根據(jù)識別精度,調(diào)整模型參數(shù);
504)重復(fù)502)和503)步,直至達到滿足要求的識別精度,即得到對應(yīng)的局部放電超高頻單次波形識別模型。
4.根據(jù)權(quán)利要求3所述的局部放電超高頻單次波形頻域特征提取及識別方法,其特征在于,步驟501)中,將FreMatrix歸一化到[-1,1]的范圍內(nèi),公式如下所示:
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。
5.根據(jù)權(quán)利要求3所述的局部放電超高頻單次波形頻域特征提取及識別方法,其特征在于,步驟502)中,利用支持向量機根據(jù)訓(xùn)練集進行識別模型的訓(xùn)練,得到SVM的識別模型,支持向量機的核函數(shù)如下所示:
K(x,y)=exp(-gamma×|x-y|2) (2)
其中,x為特征參量,y為放電類型對應(yīng)的值,gmmma為默認值1/(特征值個數(shù))。
6.根據(jù)權(quán)利要求5所述的局部放電超高頻單次波形頻域特征提取及識別方法,其特征在于,gmmma的取值為1/2000;懲罰參數(shù)為默認值1。