練，五類分類器需要的五組訓(xùn) 練樣本集記為：
以第一組訓(xùn)練樣本集的具體構(gòu)成過程為例詳細(xì)說明訓(xùn)練樣本集如何構(gòu)成，其他四組的構(gòu)成 過程類似：從該缺陷放電的樣本特征庫Ku:D中抽取10個樣本組成YBji0，分別從非該種缺陷 放電的其他四種缺陷放電樣本特征庫1(1%、1(11_、1(1^、1(1%各抽取1〇個樣本組成^0:|，然后 將 5 個訓(xùn)練樣本集記為（UpU；；、U3、U4、U5)，其中 Ux= (u η U2,......uN), Up= (x p, dp)，xp為特 征參數(shù)，dp為類標(biāo)識。P = 1，2,......N。
[0064] b)開始對某種分類器的確定并給定該類的網(wǎng)絡(luò)連接權(quán)值&和神經(jīng)元閾值Θ ;的 初始值，選定誤差函數(shù)E的終止值ε，步長控制量L。
[0065] c)對該類分類器每個訓(xùn)練樣本，正向計算節(jié)點輸出并根據(jù)公式（1)和（2)計 算誤差函數(shù)值E。
[0066] d)若Ε〈 ε，則算法結(jié)束，轉(zhuǎn)到步驟b)確定下一個分類器。否則，
[0067] e)對每個訓(xùn)練樣本，反向計算第i個神經(jīng)元激勵總和Stpi，根據(jù)公式（3)和⑷計
[0069] g)轉(zhuǎn)到 c)
[0070] 由于該算法是改進(jìn)BP算法，基本與BP算法類似，訓(xùn)練過程中參數(shù)的計算公式如 下：
[0075] 2)分別以特征集TD1、分類器FLQjd;特征集TD 2、分類器FLQxf;特征集TD 3、分類器 FLQ胃;特征集TD 4、分類器FLQltj;特征集TD 5、分類器FLQzy進(jìn)行五組模式識別，即將本組中待 識別特征集輸入本組分類器進(jìn)行特征識別并輸出缺陷識別結(jié)果及對應(yīng)相似度，5組中相似 度最大的識別結(jié)果為最終的缺陷放電類型。
[0076] 本發(fā)明提出的故障檢測方法，緊密的將特征頻段與GIS局部放電故障檢測緊密聯(lián) 系起來，為GIS局部放電故障檢測提供了新的依據(jù)和思路。為GIS故障排查提供了技術(shù)支 持。
【主權(quán)項】
1. 一種基于特征超高頻信號的GIS局部放電故障檢測方法，其特征在于，包括以下步 驟： 1) 制作金屬尖端、懸浮電極、絕緣子表面污穢、絕緣子氣隙、自由顆粒五種典型絕緣缺 陷模型，依次選取5種典型絕緣缺陷進(jìn)行單一典型絕緣缺陷放電試驗； 2) 采集并記錄施加不同工頻電壓下的各典型絕緣缺陷超高頻放電數(shù)據(jù)； 3) 自適應(yīng)標(biāo)定各典型絕緣缺陷的特征頻段，五種典型缺陷的特征 頻段依次記為：FID、Fxf、F胃、FIQ、Fzy，五個特征頻段的上下限頻率記為4) 建立基于特征超高頻信號的典型絕緣缺陷故障特征標(biāo)準(zhǔn)庫記為Ku;d、Kuxf、Kujbw、 KujqnKuzy; 5) 采集并記錄未知缺陷的GIS局部放電超高頻放電數(shù)據(jù)； 6) 基于各典型絕緣缺陷的特征頻段，建立相應(yīng)的FIR濾波器，五類典型缺陷對應(yīng)的濾 波器依次記為：FIR;D、FIRxf、FIR;BW、FIR#、FIRzy;對超高頻放電數(shù)據(jù)進(jìn)行濾波，得到對應(yīng)各特 征頻段內(nèi)的放電數(shù)據(jù)，依次記為：Qid、Qxf、Qjbw、Qjq、Qzy; 7) 基于各特征頻段內(nèi)的放電數(shù)據(jù)，計算得到5類待識別放電特征集； 8) 對未知缺陷局部放電進(jìn)行故障分類識別。2. 根據(jù)權(quán)利要求1所述的一種基于特征超高頻信號的GIS局部放電故障檢測方法，其 特征在于，步驟2)具體包括以下步驟： 2. 1)依次選取5種典型絕緣缺陷的一種進(jìn)行單一典型缺陷放電實驗，重復(fù)步驟2. 2)到 2. 3)直至5種典型缺陷放電實驗結(jié)束； 2. 2)確定該典型缺陷放電起始放電電壓Ul和擊穿電壓U2 ;其中加壓實驗的過程中首 次出現(xiàn)放電現(xiàn)象的放電電壓為起始電壓，加壓實驗過程中放電量突然劇增至擊穿的放電電 壓為擊穿電壓； 3)將起始電壓和擊穿電壓之間分成10個電壓等級進(jìn)行逐級加壓進(jìn)行實驗，利用高速 數(shù)據(jù)采集裝置記錄各級電壓下超高頻放電數(shù)據(jù)；每個電壓等級下記錄不少于10組數(shù)據(jù)。3. 根據(jù)權(quán)利要求1所述的一種基于特征超高頻信號的GIS局部放電故障檢測方法，其 特征在于，步驟3)具體包括以下步驟： 3. 1)依次對5種典型缺陷放電數(shù)據(jù)，重復(fù)步驟3. 2)到3. 4)直至完成5種典型缺陷的 特征頻段自適應(yīng)標(biāo)定； 3. 2)對某一種典型缺陷的超高頻放電數(shù)據(jù)進(jìn)行FFT變換，得到放電序列數(shù)據(jù)； 3. 3)以550MHz為起始中心頻點、50MHz為步長、1250MHz為結(jié)束中心頻率的帶寬為 500MHz頻段，分別提取施加不同工頻電壓下在這15個頻段的超高頻信號放電量；具體方法 為：在頻域內(nèi)濾除掉非該段頻率的信號，求取每個頻段內(nèi)的總放電量，至此得到15組數(shù)據(jù)， 分別是每個頻段下工頻電壓和與之對應(yīng)的總放電量，繪制各頻段下工頻電壓為橫坐標(biāo)，對 應(yīng)總放電量為縱坐標(biāo)的折線圖，共15條電壓-放電量折線圖； 3.4)查詢15條折線中變化最靈敏的一條，該曲線對應(yīng)的頻段即為所求的該典型缺陷 放電特征頻段。4. 根據(jù)權(quán)利要求1所述的一種基于特征超高頻信號的GIS局部放電故障檢測方法，其 特征在于，典型絕緣缺陷的故障特征標(biāo)準(zhǔn)庫中的特征參數(shù)是基于各典型缺陷特征頻段內(nèi)信 號分量進(jìn)行計算；特征參數(shù)提取如下：利用特征頻段的數(shù)據(jù)繪制局部放電PRro譜圖：放電 次數(shù)一相位圖、放電重復(fù)率一相位圖、相位一放電量一放電次數(shù)三維譜圖，根據(jù)譜圖確定特 征參數(shù)：最大放電相位，放電重復(fù)率、偏斜度、陡峭度、局部峰點數(shù)、放電量因數(shù)、互相關(guān)系數(shù) 7個參數(shù)，共計5組待識別特征集，記為TD1J= 1、2、3、4、5。5. 根據(jù)權(quán)利要求1所述的一種基于特征超高頻信號的GIS局部放電 故障檢測方法，其特征在于，步驟6)中FIR濾波器為帶通濾波器；各通帶 截止頻率上下限分別為自適應(yīng)標(biāo)定獲取的各典型絕緣缺陷特征頻段上下限6. 根據(jù)權(quán)利要求1所述的一種基于特征超高頻信號的GIS局部放電故障檢測方法，其 特征在于，步驟8)的識別方法采用基于二階梯度法的改進(jìn)BP算法，模式識別的具體步驟為 下： 8. 1)設(shè)計5個分類器分別記為：FLQID、FLQxf、FLQ胃、FLQltpFLQzy，依次用于判定待識別 缺陷為JD、XF、JBW、JQ、ZY放電；這類分類器的作用是將該缺陷放電和非該種缺陷放電分 開，分類器的訓(xùn)練采用基于二階梯度法的改進(jìn)BP算法； 8. 2)分別以特征集TD1、分類器FLQjd;特征集TD2、分類器FLQxf;特征集TD3、分類器 FLQ胃;特征集TD4、分類器FLQltj;特征集TD5、分類器FLQzy進(jìn)行五組模式識別，將待識別特征 集輸入本組分類器進(jìn)行識別并輸出缺陷識別結(jié)果及對應(yīng)相似度，5組中相似度最大的識別 結(jié)果為最終的缺陷放電類型。7. 根據(jù)權(quán)利要求1所述的一種基于特征超高頻信號的GIS局部放電故障檢測方法，其 特征在于，步驟3)中判定折線變化最靈敏的方法為：首先利用最小二乘法以每條折線的首 尾端點和折線拐點為數(shù)據(jù)擬合直線，然后比較擬合直線的斜率判定曲線變化，斜率最大的 擬合直線對應(yīng)折線為變化最靈敏的曲線。
【專利摘要】本發(fā)明公開了一種基于特征超高頻信號的GIS局部放電故障檢測方法，包括：一、建立基于特征超高頻信號的典型絕緣缺陷故障特征樣本庫；二、對未知缺陷的GIS局部放電進(jìn)行放電故障類型識別。本發(fā)明通過對超高頻信號進(jìn)行自適應(yīng)標(biāo)定確定各典型缺陷的特征頻段，通過對特征頻段的放電數(shù)據(jù)處理獲取放電特征并進(jìn)行模式識別；本發(fā)明方法為GIS局部放電模式識別提供新的技術(shù)支持，使得GIS局部放電故障檢測的結(jié)果更為準(zhǔn)確；為GIS局部放電模式識別提供了新的思路和方法。
【IPC分類】G01R31/12
【公開號】CN105044566
【申請?zhí)枴緾N201510359775
【發(fā)明人】牛博, 王森, 黃國強(qiáng), 吳經(jīng)鋒, 杜斌, 趙學(xué)風(fēng), 楊博, 李志忠
【申請人】國家電網(wǎng)公司, 國網(wǎng)陜西省電力公司電力科學(xué)研究院, 西安交通大學(xué)
【公開日】2015年11月11日
【申請日】2015年6月25日