【技術實現步驟摘要】
本專利技術屬于電力設備絕緣狀態監測領域，涉及一種基于二維統計譜圖的局部放電類型識別方法、系統、設備及存儲介質。
技術介紹
1、電力設備是電力系統的重要組成部分，是保證供電可靠性的基礎。統計表明，電力設備絕緣性能的劣化是導致其失效的主要原因，嚴重時可能會導致電網大面積停電事故。而局部放電既是電力設備絕緣劣化的征兆，又是造成絕緣劣化的關鍵性因素。局部放電模式識別是局部放電信號分析的關鍵，其目的在于識別誘發局部放電的絕緣缺陷類型。
2、近年來，國內外眾多專家學者在電力設備局部放電模式識別方面開展了大量工作。主要包括基于單次脈沖波形模式和局部放電相位分布模式，其中局部放電相位分布模式（prpd）應用最為廣泛，這種模式是描述局部放電脈沖對應的工頻相位φ、放電量q和放電次數n之間的關系，往往是采集多個工頻周期的局部放電脈沖，得到對應的φ-q-n三維統計圖譜、qmax-φ二維統計譜圖、qave-φ二維統計譜圖、n-φ二維統計譜圖，進而提取特征參數對不同放電類型進行識別。目前，基于qmax-φ二維統計譜圖、qave-φ二維統計譜圖、n-φ二維統計譜圖，普遍提取了偏斜度sk、陡峭度ku、放電量因數q、相位不對稱度 ψ、相位相關系數cc等進行識別，也取得了一定的成效。然而，該識別模式往往需要提取將近20多種特征值，計算過程相對繁雜，且需要大量的試驗數據進行訓練。
技術實現思路
1、本專利技術的目的在于克服上述現有技術的缺點，提供一種基于二維
2、為達到上述目的，本專利技術采用以下技術方案予以實現：
3、一種基于二維統計譜圖的局部放電類型識別方法，包括以下過程：
4、s1，獲取電力設備局部放電的二維統計譜圖；
5、s2，根據二維統計譜圖中局部放電信號的工頻相關性，判斷概率最大的局部放電類型；
6、s3，根據二維統計譜圖中局部放電信號的幅值波動程度及變化程度，判斷概率最大的局部放電類型；
7、s4，根據二維統計譜圖中局部放電信號的正、負半周放電幅值的對稱性，判斷概率最大的局部放電類型；
8、s5，根據二維統計譜圖中局部放電信號的正、負半周放電次數的差異性，判斷概率最大的局部放電類型；
9、s6，以綜合概率最大的局部放電類型作為識別結果s3，根據二維統計譜圖中局部放電信號的幅值波動程度，判斷概率最大的局部放電類型；
10、s4，根據二維統計譜圖中局部放電信號的幅值變化程度，判斷概率最大的局部放電類型；
11、s5，根據二維統計譜圖中局部放電信號的正、負半周放電幅值的對稱性，判斷概率最大的局部放電類型；
12、s6，根據二維統計譜圖中局部放電信號的正、負半周放電次數的差異性，判斷概率最大的局部放電類型；
13、s7，以綜合概率最大的局部放電類型作為識別結果。
14、優選的，s2中，基于qmax-φ二維統計譜圖計算50hz相關系數r50和100hz相關系數r100，對相關系數r50、r100進行歸一化處理，若r50＜0.05且r100＜0.05，表明局部放電信號不具有工頻相關性，顆粒放電的概率最大；若r50≥0.05或r100≥0.05，表明局部放電信號具有工頻相關性，尖端放電、固體絕緣放電或懸浮放電的概率最大，其中若r50＞2*r100，表明尖端放電的概率最大，若r50≤2*r100，表明固體絕緣放電或懸浮放電的概率最大。
15、優選的，s3中，基于qmax-φ二維統計譜圖，分別計算正、負半周信號平均值與峰值的比值，對正半周信號平均值與峰值的比值rave/max+、負半周信號平均值與峰值的比值rave/max-進行歸一化處理，若rave/max+≥0.8且rave/max-≥0.8，表明懸浮放電的概率最大；若rave/max+＜0.8或rave/max-＜0.8，表明尖端放電或固體絕緣放電的概率最大。
16、進一步，峰值選取前三個最大值的平均值。
17、優選的，s4中，基于qmax-φ二維統計譜圖，分別對正、負半周的信號按照幅值大小進行排序，并計算斜率，對正半周的信號幅值斜率slope+、負半周的信號幅值斜率slope-進行歸一化處理，若slope+＜0.1且slope-＜0.1，表明信號幅值變化較小，懸浮放電的概率最大；若slope+≥0.1或slope-≥0.1，表明信號幅值變化較大，尖端放電或固體絕緣放電的概率最大。
18、優選的，s5中，基于qmax-φ二維統計譜圖，計算正、負半周圖譜相似度sq，若sq＞0.7，懸浮放電或者固體絕緣放電的概率最大；若sq≤0.7，尖端放電的概率最大。
19、優選的，s6中，基于n-φ二維統計譜圖，計算正、負半周放電信號的次數比，取正負半周次數比值n+/-、負正半周次數比值n-/+中的最大值作為放電次數比nr，并對nr進行歸一化處理，若nr＜0.2，尖端放電的概率最大，若nr≥0.2，懸浮放電或者固體絕緣放電的概率最大。
20、一種基于二維統計譜圖的局部放電類型識別系統，包括：
21、二維統計譜圖獲取模塊，用于獲取電力設備局部放電的二維統計譜圖；
22、工頻相關性判斷模塊，用于根據二維統計譜圖中局部放電信號的工頻相關性，判斷概率最大的局部放電類型；
23、幅值判斷模塊，用于根據二維統計譜圖中局部放電信號的幅值波動程度及變化程度，判斷概率最大的局部放電類型幅值波動判斷模塊，用于根據二維統計譜圖中局部放電信號的幅值波動程度，判斷概率最大的局部放電類型；
24、幅值變化判斷模塊，用于根據二維統計譜圖中局部放電信號的幅值變化程度，判斷概率最大的局部放電類型；
25、對稱性判斷模塊，用于根據二維統計譜圖中局部放電信號的正、負半周放電幅值的對稱性，判斷概率最大的局部放電類型；
26、差異性判斷模塊，用于根據二維統計譜圖中局部放電信號的正、負半周放電次數的差異性，判斷概率最大的局部放電類型；
27、綜合判斷模塊，用于以綜合概率最大的局部放電類型作為識別結果。
28、一種計算機設備，包括存儲器、處理器以及存儲在所述存儲器中并可在所述處理器上運行的計算機程序，所述處理器執行所述計算機程序時實現所述基于二維統計譜圖的局部放電類型識別方法的步驟。
29、一種計算機可讀存儲介質，所述計算機可讀存儲介質存儲有計算機程序，所述計算機程序被處理器執行時實現所述基于二維統計譜圖的局部放電類型識別方法的步驟。
30、與現有技術相比，本專利技術具有以下有益效果：
31、本專利技術基于qmax-φ二維統計譜圖判斷局部放電信號的工頻相關性；基于qmax-φ二維統計譜圖，分別判斷正、負半周信號幅值的波動性；基于qmax-φ二維統計譜圖、n-φ二維統計譜本文檔來自技高網...
【技術保護點】
1.一種基于二維統計譜圖的局部放電類型識別方法，其特征在于，包括以下過程：
2.根據權利要求1所述的基于二維統計譜圖的局部放電類型識別方法，其特征在于，S2中，基于qmax-φ二維統計譜圖計算50Hz相關系數r50和100Hz相關系數r100，對相關系數r50、r100進行歸一化處理，若r50＜0.05且r100＜0.05，表明局部放電信號不具有工頻相關性，顆粒放電的概率最大；若r50≥0.05或r100≥0.05，表明局部放電信號具有工頻相關性，尖端放電、固體絕緣放電或懸浮放電的概率最大，其中若r50＞2*r100，表明尖端放電的概率最大，若r50≤2*r100，表明固體絕緣放電或懸浮放電的概率最大。
3.根據權利要求1所述的基于二維統計譜圖的局部放電類型識別方法，其特征在于，S3中，基于qmax-φ二維統計譜圖，分別計算正、負半周信號平均值與峰值的比值，對正半周信號平均值與峰值的比值rave/max+、負半周信號平均值與峰值的比值rave/max-進行歸一化處理，若rave/max+≥0.8且rave/max-≥0.8，表明懸浮放電的概率最大；若rav
4.根據權利要求3所述的基于二維統計譜圖的局部放電類型識別方法，其特征在于，峰值選取前三個最大值的平均值。
5.根據權利要求1所述的基于二維統計譜圖的局部放電類型識別方法，其特征在于，S4中，基于qmax-φ二維統計譜圖，分別對正、負半周的信號按照幅值大小進行排序，并計算斜率，對正半周的信號幅值斜率slope+、負半周的信號幅值斜率slope-進行歸一化處理，若slope+＜0.1且slope-＜0.1，表明信號幅值變化較小，懸浮放電的概率最大；若slope+≥0.1或slope-≥0.1，表明信號幅值變化較大，尖端放電或固體絕緣放電的概率最大。
6.根據權利要求1所述的基于二維統計譜圖的局部放電類型識別方法，其特征在于，S5中，基于qmax-φ二維統計譜圖，計算正、負半周圖譜相似度sq，若sq＞0.7，懸浮放電或者固體絕緣放電的概率最大；若sq≤0.7，尖端放電的概率最大。
7.根據權利要求1所述的基于二維統計譜圖的局部放電類型識別方法，其特征在于，S6中，基于n-φ二維統計譜圖，計算正、負半周放電信號的次數比，取正負半周次數比值n+/-、負正半周次數比值n-/+中的最大值作為放電次數比nr，并對nr進行歸一化處理，若nr＜0.2，尖端放電的概率最大，若nr≥0.2，懸浮放電或者固體絕緣放電的概率最大。
8.一種基于二維統計譜圖的局部放電類型識別系統，其特征在于，包括：
9.一種計算機設備，包括存儲器、處理器以及存儲在所述存儲器中并可在所述處理器上運行的計算機程序，其特征在于，所述處理器執行所述計算機程序時實現如權利要求1至7任意一項所述基于二維統計譜圖的局部放電類型識別方法的步驟。
10.一種計算機可讀存儲介質，所述計算機可讀存儲介質存儲有計算機程序，其特征在于，所述計算機程序被處理器執行時實現如權利要求1至7任意一項所述基于二維統計譜圖的局部放電類型識別方法的步驟。
...【技術特征摘要】
1.一種基于二維統計譜圖的局部放電類型識別方法，其特征在于，包括以下過程：
2.根據權利要求1所述的基于二維統計譜圖的局部放電類型識別方法，其特征在于，s2中，基于qmax-φ二維統計譜圖計算50hz相關系數r50和100hz相關系數r100，對相關系數r50、r100進行歸一化處理，若r50＜0.05且r100＜0.05，表明局部放電信號不具有工頻相關性，顆粒放電的概率最大；若r50≥0.05或r100≥0.05，表明局部放電信號具有工頻相關性，尖端放電、固體絕緣放電或懸浮放電的概率最大，其中若r50＞2*r100，表明尖端放電的概率最大，若r50≤2*r100，表明固體絕緣放電或懸浮放電的概率最大。
3.根據權利要求1所述的基于二維統計譜圖的局部放電類型識別方法，其特征在于，s3中，基于qmax-φ二維統計譜圖，分別計算正、負半周信號平均值與峰值的比值，對正半周信號平均值與峰值的比值rave/max+、負半周信號平均值與峰值的比值rave/max-進行歸一化處理，若rave/max+≥0.8且rave/max-≥0.8，表明懸浮放電的概率最大；若rave/max+＜0.8或rave/max-＜0.8，表明尖端放電或固體絕緣放電的概率最大。
4.根據權利要求3所述的基于二維統計譜圖的局部放電類型識別方法，其特征在于，峰值選取前三個最大值的平均值。
5.根據權利要求1所述的基于二維統計譜圖的局部放電類型識別方法，其特征在于，s4中，基于qmax-φ二維統計譜圖，分別對正、負半周的信號按照幅值大小進行排序，并計算斜率...
【專利技術屬性】
技術研發人員：何良，麥先春，劉守豹，王峻峰，張海庫，方圓，宋佳駿，鄭永康，廖茂，何東陽，李宜，周電波，管毓瑤，胡思宇，王曉蘭，
申請(專利權)人：大唐水電科學技術研究院有限公司，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。