CN108828402A - 一种高压电缆故障诊断的方法 - Google Patents

Abstract

本发明涉及高压电缆故障诊断领域，具体涉及一种高压电缆故障诊断的方法，包括以下：用主成分分析法，获取高压电缆样本故障类别特征信息，构建故障类型特征字典，根据高压电缆原始样本字典和故障类型特征字典共同构建扩展字典；然后利用稀疏表示方法计算扩展字典中各类样本对测试样本的逼近残差，根据逼近残差的大小判断故障类型。本发明提出利用字典扩展和稀疏表示等方法分析电缆故障信息的故障诊断方法，能够准确地判断出高压电缆故障类型，极大的缩短检修时间，提高电力系统的供电可靠性。

Description

一种高压电缆故障诊断的方法

技术领域

本发明涉及高压电缆故障诊断领域，具体涉及一种高压电缆故障诊断的方法。

背景技术

随着城市化进程的加快推进，高压电缆被广泛使用。高压电缆在运行过程中可能发生绝缘老化、接地、短路等各种故障，进而影响电力系统的可靠运行。因此，为了提高供电可靠性，维护电力系统的安全稳定运行，需要一种能够对各种故障进行准确判断的方法，帮助检修人员进行准确的故障诊断并对症下药，排除电缆故障。这样有利于减少检修工作量和时间，提高供电可靠性。

发明内容

针对上述存在的技术缺陷，本发明提供一种对高压电缆故障诊断的方法。本发明利用主成分分析法，分析电缆故障信息，能够准确地判断出高压电缆故障类型。

本发明的技术方案是；一种高压电缆故障诊断的方法，包括以下步骤：

S1：运用主成分分析法，获取高压电缆样本故障类别特征信息，构建故障类型特征字典，根据高压电缆原始样本字典和故障类型特征字典共同构建扩展字典；

S2：基于扩展字典，利用稀疏表示方法计算各类样本对测试样本的逼近残差；

S3：判断故障类型；若测试样本与某一故障类型样本的逼近残差最小，则诊断出电缆故障类型为该类样本对应的故障类型。

进一步，步骤S1中所述的运用主成分分析法构建故障类型特征字典包括如下步骤：

S11：获得包含高压电缆故障类型的训练样本

m为故障特征量维数，ni为故障类型i的样本数；

S12：运用主成分分析法提取高压电缆故障类型i的特征向量

式中：m为特征指标数量，l_i为故障类型i的主元个数；

S13：将故障类型特征字典P与原始样本字典D进行联合构成扩展字典

D'＝[D₁,…,D_c,P₁,…,P_c]∈R^m×(n+L)

式中：n＝n₁+n₂+…+n_C,L＝l₁+l₂+…+l_C。

进一步，步骤S2中所述的利用稀疏表示方法计算各类样本对测试样本的逼近残差包括如下步骤：

S21:利用扩展字典中样本任意两个列向量之间xi和xj的平均欧氏距

离:

式中M＝n+L是扩展字典的列数；

S22:计算测试样本y与扩展字典中列向量xi之间的高斯核距离：

d_i(x_i,y)＝exp(-||x_i-y||²/2σ²)；

S23：计算扩展字典各列向量的权重系数为

则加权扩展字典可表示为

S24：测试样本y可由扩展字典WD’稀疏表示为:

式中：z为稀疏系数向量，ε为允许误差；

S25：计算扩展字典中各故障类别对测试样本的逼近残差:

式中：r_i(y)表示测试样本相对高压电缆故障类型i的逼近残差，δ_i表示稀疏系数向量z在第i类别故障的系数不为0，其它类别对应的系数为0的函数。

本发明的有益效果是；本发明提出利用字典扩展和稀疏表示等方法分析电缆故障信息的故障诊断方法，能够准确地判断出高压电缆故障类型，极大的缩短检修时间，提高电力系统的供电可靠性。

附图说明

图1为本发明的原理框图。

具体实施方式

附图仅用于示例性说明，不能理解为对本专利的限制；为了更好说明本实施例，附图某些部件会有省略、放大或缩小，并不代表实际产品的尺寸；对于本领域技术人员来说，附图中某些公知结构及其说明可能省略是可以理解的。附图中描述位置关系仅用于示例性说明，不能理解为对本专利的限制。

实施例1：

如图1所示，一种高压电缆故障诊断的方法，包括以下步骤：

S1：运用主成分分析法，获取高压电缆样本故障类别特征信息，构建故障类型特征字典，根据高压电缆原始样本字典和故障类型特征字典共同构建扩展字典；

S2：基于扩展字典，利用稀疏表示方法计算各类样本对测试样本的逼近残差；

S3：判断故障类型；若测试样本与某一故障类型样本的逼近残差最小，则诊断出电缆故障类型为该类样本对应的故障类型。

具体的，步骤S1中所述的运用主成分分析法构建故障类型特征字典包括如下步骤：

S11：获得包含高压电缆故障类型的训练样本

m为故障特征量维数，ni为故障类型i的样本数；

S12：运用主成分分析法提取高压电缆故障类型i的特征向量

式中：m为特征指标数量，l_i为故障类型i的主元个数；

S13：将故障类型特征字典P与原始样本字典D进行联合构成扩展字典

D'＝[D₁,…,D_c,P₁,…,P_c]∈R^m×(n+L)

式中：n＝n₁+n₂+…+n_C,L＝l₁+l₂+…+l_C。

具体的，步骤S2中所述的利用稀疏表示方法计算各类样本对测试样本的逼近残差包括如下步骤：

S21:利用扩展字典中样本任意两个列向量之间xi和xj的平均欧氏距

离:

式中M＝n+L是扩展字典的列数；

S22:计算测试样本y与扩展字典中列向量xi之间的高斯核距离：

d_i(x_i,y)＝exp(-||x_i-y||²/2σ²)；

S23：计算扩展字典各列向量的权重系数为

则加权扩展字典可表示为

S24：测试样本y可由扩展字典WD’稀疏表示为:

式中：z为稀疏系数向量，ε为允许误差；

S25：计算扩展字典中各故障类别对测试样本的逼近残差:

式中：r_i(y)表示测试样本相对高压电缆故障类型i的逼近残差，δ_i表示稀疏系数向量z在第i类别故障的系数不为0，其它类别对应的系数为0的函数。

显然，本发明的上述实施例仅仅是为清楚地说明本发明所作的举例，而并非是对本发明的实施方式的限定。对于所属领域的普通技术人员来说，在上述说明的基础上还可以做出其它不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明权利要求的保护范围之内。

Claims (3)

1.一种高压电缆故障诊断的方法，其特征在于，包括以下步骤：

S1：运用主成分分析法，获取高压电缆样本故障类别特征信息，构建故障类型特征字典，根据高压电缆原始样本字典和故障类型特征字典共同构建扩展字典；

S2：基于扩展字典，利用稀疏表示方法计算各类样本对测试样本的逼近残差；

S3：判断故障类型；若测试样本与某一故障类型样本的逼近残差最小，则诊断出电缆故障类型为该类样本对应的故障类型。

2.根据权利要求1所述的一种高压电缆故障诊断的方法，其特征在于，步骤S1中所述的运用主成分分析法构建故障类型特征字典包括如下步骤：

S11：获得包含高压电缆故障类型的训练样本

m为故障特征量维数，ni为故障类型i的样本数；

S12：运用主成分分析法提取高压电缆故障类型i的特征向量

式中：m为特征指标数量，l_i为故障类型i的主元个数；

S13：将故障类型特征字典P与原始样本字典D进行联合构成扩展字典

D'＝[D₁,…,D_c,P₁,…,P_c]∈R^m×(n+L)

式中：n＝n₁+n₂+…+n_C,L＝l₁+l₂+…+l_C。

3.根据权利要求2所述的一种高压电缆故障诊断的方法，其特征在于，步骤S2中所述的利用稀疏表示方法计算各类样本对测试样本的逼近残差包括如下步骤：

S21:利用扩展字典中样本任意两个列向量之间xi和xj的平均欧氏距离:

式中M＝n+L是扩展字典的列数；

S22:计算测试样本y与扩展字典中列向量xi之间的高斯核距离：

d_i(x_i,y)＝exp(-||x_i-y||²/2σ²)；

S23：计算扩展字典各列向量的权重系数为

则加权扩展字典可表示为

S24：测试样本y可由扩展字典WD’稀疏表示为:

式中：z为稀疏系数向量，ε为允许误差；

S25：计算扩展字典中各故障类别对测试样本的逼近残差:

式中：r_i(y)表示测试样本相对高压电缆故障类型i的逼近残差，δ_i表示稀疏系数向量z在第i类别故障的系数不为0，其它类别对应的系数为0的函数。