CN109387757B - 一种局部放电信号特征向量提取方法 - Google Patents
一种局部放电信号特征向量提取方法 Download PDFInfo
- Publication number
- CN109387757B CN109387757B CN201811537078.1A CN201811537078A CN109387757B CN 109387757 B CN109387757 B CN 109387757B CN 201811537078 A CN201811537078 A CN 201811537078A CN 109387757 B CN109387757 B CN 109387757B
- Authority
- CN
- China
- Prior art keywords
- scale
- coefficient
- signal
- wavelet
- decomposition
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
- G01R31/12—Testing dielectric strength or breakdown voltage ; Testing or monitoring effectiveness or level of insulation, e.g. of a cable or of an apparatus, for example using partial discharge measurements; Electrostatic testing
- G01R31/1227—Testing dielectric strength or breakdown voltage ; Testing or monitoring effectiveness or level of insulation, e.g. of a cable or of an apparatus, for example using partial discharge measurements; Electrostatic testing of components, parts or materials
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Testing Relating To Insulation (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
一种局部放电信号特征向量提取方法,其中,包括以下步骤:S1.获取现场检测的局部放电信号;S2.对局部放电信号进行小波分解,得到最高分解尺度上的尺度系数和各分解尺度上的小波系数;S3.对尺度系数和小波系数分别进行单支小波重构,得到最高分解尺度上的尺度系数和各分解尺度上的小波系数重构后的信号;S4.分别计算各分解尺度上的小波系数重构后信号和最高分解尺度上的尺度系数重构后信号的能量值;S5.对于各分解尺度上的小波系数重构后信号,分别计算其与最高分解尺度上的尺度系数重构后信号的波形相似系数;S6.利用步骤S4的能量值和步骤S5的波形相似系数,构建局部放电信号特征向量。本发明基于小波分解,同时引入信号能量和波形相似系数计算特征值。
Description
技术领域
本发明涉及电缆局部放电在线监测技术领域,更具体地,涉及一种局部放电信号特征向量提取方法。
背景技术
电缆局部放电在线监测中,检测到的局部放电信号可能来自电缆本体和电缆终端头,也可能来自与其相连的开关柜。由于不同来源的局部放电对设备危害不同,判断标准也不同,所以对局部放电信号来源进行识别有重要的现实意义。
在局部放电信号识别方面,特征提取是局部放电信号识别第一步,特征提取的好坏直接影响到识别的效果。
发明内容
为实现上述目的,本发明提供一种局部放电信号特征向量提取方法。本发明的方法基于小波分解,同时引入信号能量和波形相似系数计算特征值,以实现局部放电信号特征向量的构建。
为解决上述技术问题,本发明采用的技术方案是:一种局部放电信号特征向量提取方法,其中,包括以下步骤:
S1.获取现场检测的局部放电信号;
S2.对步骤S1获取的局部放电信号进行小波分解,得到最高分解尺度上的尺度系数和各分解尺度上的小波系数;
S3.对于步骤S2得到的尺度系数和小波系数分别进行单支小波重构,得到最高分解尺度上的尺度系数和各分解尺度上的小波系数重构后的信号;
S4.分别计算各分解尺度上的小波系数重构后信号和最高分解尺度上的尺度系数重构后信号的能量值;
S5.对于各分解尺度上的小波系数重构后信号,分别计算其与最高分解尺度上的尺度系数重构后信号的波形相似系数;
S6.利用步骤S4得到的能量值和步骤S5得到的波形相似系数,构建局部放电信号特征向量。
进一步的,所述步骤S2中,对局部放电信号进行小波分解,分解尺度为N,得到最高分解尺度N上的尺度系数,以及分解尺度1~N上的小波系数。
进一步的,所述步骤S3中,具体包括如下步骤:
S31.对最高分解尺度上的尺度系数进行单支小波重构,得到重构后的信号记为A(t),t=1,2,...,T
S32.对各分解尺度上的小波系数进行单支小波重构,得到重构后的信号记为Di(t),i=1,2,...,N,t=1,2,...,T
进一步的,所述步骤S4中,具体包括如下步骤:
S41.对最高分解尺度上的尺度系数重构后信号A(t),其能量Ea按下式计算:
S42.对各分解尺度上的小波系数重构后信号Di(t),其能量Ed i按下式计算:
进一步的,所述步骤S5中,对于各分解尺度上的小波系数重构后信号Di(t),其与最高分解尺度上的尺度系数重构后信号A(t)的波形相似系数按下式计算:
式中,W(Di,A)表示信号Di(t)和信号A(t)的波形相似系数。
式中,λ为电缆局部放电信号的特征向量。
与现有技术相比,本发明的有益效果:
本发明的方法基于小波分解,同时引入信号能量和波形相似系数计算特征值,以实现局部放电信号特征向量的构建,使得构建的局部放电信号特征向量更加精准,以保证局部放电信号识别的准确性。
附图说明
图1是本发明的整体流程示意图。
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。
如图1所示,一种局部放电信号特征向量提取方法,其中,包括以下步骤:
S1.获取现场检测的局部放电信号;
S2.对步骤S1获取的局部放电信号进行小波分解,得到最高分解尺度上的尺度系数和各分解尺度上的小波系数;具体的,对局部放电信号进行小波分解,分解尺度为N,得到最高分解尺度N上的尺度系数,以及分解尺度1~N上的小波系数。
S3.对于步骤S2得到的尺度系数和小波系数分别进行单支小波重构,得到最高分解尺度上的尺度系数和各分解尺度上的小波系数重构后的信号;具体包括如下步骤:
S31.对最高分解尺度上的尺度系数进行单支小波重构,得到重构后的信号记为A(t),t=1,2,...,T
S32.对各分解尺度上的小波系数进行单支小波重构,得到重构后的信号记为Di(t),i=1,2,...,N,t=1,2,...,T
S4.分别计算各分解尺度上的小波系数重构后信号和最高分解尺度上的尺度系数重构后信号的能量值;具体包括如下步骤:
S41.对最高分解尺度上的尺度系数重构后信号A(t),其能量Ea按下式计算:
S5.对于各分解尺度上的小波系数重构后信号,分别计算其与最高分解尺度上的尺度系数重构后信号的波形相似系数;具体的,对于各分解尺度上的小波系数重构后信号Di(t),其与最高分解尺度上的尺度系数重构后信号A(t)的波形相似系数按下式计算:
式中,W(Di,A)表示信号Di(t)和信号A(t)的波形相似系数。
式中,λ为电缆局部放电信号的特征向量。
显然,本发明的上述实施例仅仅是为了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 (6)
1.一种局部放电信号特征向量提取方法,其特征在于,包括以下步骤:
S1.获取现场检测的局部放电信号;
S2.对步骤S1获取的局部放电信号进行小波分解,得到最高分解尺度上的尺度系数和各分解尺度上的小波系数;
S3.对于步骤S2得到的尺度系数和小波系数分别进行单支小波重构,得到最高分解尺度上的尺度系数和各分解尺度上的小波系数重构后的信号;
S4.分别计算各分解尺度上的小波系数重构后信号和最高分解尺度上的尺度系数重构后信号的能量值;
S5.对于各分解尺度上的小波系数重构后信号,分别计算其与最高分解尺度上的尺度系数重构后信号的波形相似系数;
S6.利用步骤S4得到的能量值和步骤S5得到的波形相似系数,构建局部放电信号特征向量。
2.根据权利要求1所述的一种局部放电信号特征向量提取方法,其特征在于,所述步骤S2中,对局部放电信号进行小波分解,分解尺度为N,得到最高分解尺度N上的尺度系数,以及分解尺度1~N上的小波系数。
3.根据权利要求2所述的一种局部放电信号特征向量提取方法,其特征在于,所述步骤S3中,具体包括如下步骤:
S31.对最高分解尺度上的尺度系数进行单支小波重构,得到重构后的信号记为A(t),t=1,2,...,T;
S32.对各分解尺度上的小波系数进行单支小波重构,得到重构后的信号记为Di(t),i=1,2,...,N,t=1,2,...,T。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811537078.1A CN109387757B (zh) | 2018-12-14 | 2018-12-14 | 一种局部放电信号特征向量提取方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811537078.1A CN109387757B (zh) | 2018-12-14 | 2018-12-14 | 一种局部放电信号特征向量提取方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109387757A CN109387757A (zh) | 2019-02-26 |
CN109387757B true CN109387757B (zh) | 2020-12-04 |
Family
ID=65429225
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811537078.1A Active CN109387757B (zh) | 2018-12-14 | 2018-12-14 | 一种局部放电信号特征向量提取方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109387757B (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104730424A (zh) * | 2015-03-02 | 2015-06-24 | 国家电网公司 | 基于自相关-小波模极大值分析的电缆局部放电定位方法 |
CN106599777A (zh) * | 2016-11-02 | 2017-04-26 | 华南理工大学 | 一种基于能量百分比的电缆局部放电信号识别方法 |
CN107561420A (zh) * | 2017-08-30 | 2018-01-09 | 广东电网有限责任公司珠海供电局 | 一种基于经验模态分解的电缆局部放电信号特征向量提取方法 |
CN107765153A (zh) * | 2017-11-02 | 2018-03-06 | 广东电网有限责任公司珠海供电局 | 一种基于小波变换模极大值的电缆局部放电信号特征向量提取方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
GB0504600D0 (en) * | 2005-03-04 | 2005-04-13 | Univ Strathclyde | Detecting partial discharge in high voltage cables |
-
2018
- 2018-12-14 CN CN201811537078.1A patent/CN109387757B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104730424A (zh) * | 2015-03-02 | 2015-06-24 | 国家电网公司 | 基于自相关-小波模极大值分析的电缆局部放电定位方法 |
CN106599777A (zh) * | 2016-11-02 | 2017-04-26 | 华南理工大学 | 一种基于能量百分比的电缆局部放电信号识别方法 |
CN107561420A (zh) * | 2017-08-30 | 2018-01-09 | 广东电网有限责任公司珠海供电局 | 一种基于经验模态分解的电缆局部放电信号特征向量提取方法 |
CN107765153A (zh) * | 2017-11-02 | 2018-03-06 | 广东电网有限责任公司珠海供电局 | 一种基于小波变换模极大值的电缆局部放电信号特征向量提取方法 |
Also Published As
Publication number | Publication date |
---|---|
CN109387757A (zh) | 2019-02-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107765153B (zh) | 一种基于小波变换模极大值的电缆局部放电信号特征向量提取方法 | |
CN109975665B (zh) | 一种电力设备局部放电信号放电类型识别方法 | |
Yegnanarayana | Formant extraction from linear‐prediction phase spectra | |
Wang et al. | Blind source extraction of acoustic emission signals for rail cracks based on ensemble empirical mode decomposition and constrained independent component analysis | |
Abd Rahman et al. | Autonomous localization of partial discharge sources within large transformer windings | |
CN103006211A (zh) | 一种基于脑电网络分析的地形图描绘装置 | |
Jineeth et al. | Classification of partial discharge sources in XLPE cables by artificial neural networks and support vector machine | |
CN111863014A (zh) | 一种音频处理方法、装置、电子设备和可读存储介质 | |
CN115376526A (zh) | 一种基于声纹识别的电力设备故障检测方法及系统 | |
CN109387757B (zh) | 一种局部放电信号特征向量提取方法 | |
CN114325256A (zh) | 一种电力设备局部放电识别方法、系统、设备及存储介质 | |
CN104463197A (zh) | 基于频谱校正与逆向组合的欠定盲信号分离方法及其装置 | |
CN104637484B (zh) | 一种基于共生矩阵分析的mp3音频隐写检测方法 | |
CN110412366B (zh) | 一种基于动态时间算法的变压器带电检测方法 | |
CN115293303B (zh) | 一种高压输电线网监测方法、系统、设备和介质 | |
Sebastian et al. | Implementation of a power quality signal classification system using wavelet based energy distribution and neural network | |
CN108197603A (zh) | 考虑环境因素影响的基于奇异谱分析的结构损伤预警方法 | |
CN109324247B (zh) | 一种电能质量扰动信号特征向量提取方法 | |
CN104636313B (zh) | 一种冗余扩展单源观测信号的盲信号分离方法 | |
Sivaranjini et al. | Computationally-efficient pulse rate estimation from compressed ppg measurements for continuous vital signs monitoring | |
CN114372239A (zh) | 一种去除钻孔应变数据环境影响因素的方法 | |
CN114157023A (zh) | 一种配变预警信息获取方法 | |
CN111341304A (zh) | 一种基于gan的说话人语音特征训练方法、装置和设备 | |
CN104434093B (zh) | 多重信号分类与功率谱密度相结合分析胃部生理电信号频率的方法 | |
Cheng et al. | Application of independent component analysis in metal corrosion acoustic emission signal processing |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |