CN112257640A - 基于Hibert变换和信息熵的脉冲特征参数提取方法 - Google Patents

基于Hibert变换和信息熵的脉冲特征参数提取方法 Download PDF

Info

Publication number
CN112257640A
CN112257640A CN202011188438.9A CN202011188438A CN112257640A CN 112257640 A CN112257640 A CN 112257640A CN 202011188438 A CN202011188438 A CN 202011188438A CN 112257640 A CN112257640 A CN 112257640A
Authority
CN
China
Prior art keywords
pulse
waveform
information entropy
characteristic parameter
domain
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.)
Pending
Application number
CN202011188438.9A
Other languages
English (en)
Inventor
司文荣
傅晨钊
黄华
晏年平
汪晓明
曾磊磊
吴旭涛
周秀
李秀广
陆启宇
袁鹏
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Xi'an Maorong Electric Power Equipment Co ltd
Electric Power Research Institute of State Grid Jiangxi Electric Power Co Ltd
State Grid Shanghai Electric Power Co Ltd
Electric Power Research Institute of State Grid Ningxia Electric Power Co Ltd
Original Assignee
Xi'an Maorong Electric Power Equipment Co ltd
Electric Power Research Institute of State Grid Jiangxi Electric Power Co Ltd
State Grid Shanghai Electric Power Co Ltd
Electric Power Research Institute of State Grid Ningxia Electric Power Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Xi'an Maorong Electric Power Equipment Co ltd, Electric Power Research Institute of State Grid Jiangxi Electric Power Co Ltd, State Grid Shanghai Electric Power Co Ltd, Electric Power Research Institute of State Grid Ningxia Electric Power Co Ltd filed Critical Xi'an Maorong Electric Power Equipment Co ltd
Priority to CN202011188438.9A priority Critical patent/CN112257640A/zh
Publication of CN112257640A publication Critical patent/CN112257640A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2218/00—Aspects of pattern recognition specially adapted for signal processing
    • G06F2218/02—Preprocessing
    • G06F2218/04—Denoising
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2218/00—Aspects of pattern recognition specially adapted for signal processing
    • G06F2218/08—Feature extraction
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2218/00—Aspects of pattern recognition specially adapted for signal processing
    • G06F2218/12—Classification; Matching

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Signal Processing (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Testing Relating To Insulation (AREA)

Abstract

本发明涉及一种基于Hibert变换和信息熵的脉冲特征参数提取方法，该方法使用脉冲电流宽带检测法采集获取的脉冲波形‑时间序列数据，基于信息熵算法对脉冲电流波形‑时间序列对应的脉冲或脉冲群时域和H域波形进行特征参数提取，形成特征参数分布2D平图(S‑1,S‑2)和3D空间(S‑1,S‑2,S‑3)，从而为脉冲群进行快速分类提供直观数据展示和可执行数据源。与现有技术相比，本发明具有计算方法简单，计算效率高，能够用于脉冲群的快速特征提取等优点。

Description

基于Hibert变换和信息熵的脉冲特征参数提取方法
技术领域
本发明涉及一种局部放电脉冲特征参数提取方法，尤其是涉及一种基于Hibert变换和信息熵的脉冲特征参数提取方法。
背景技术
对电力设备比如高压电缆、变压器类设备绝缘的局部放电(partial discharge,PD)进行在线监测、带电检测或离线耐压诊断试验时，基于PD脉冲峰值-时间序列的传统检测系统对于存在多PD源(包含两个)或异常干扰噪声源时，若信号源频谱重叠，其获取的数据将是随机混叠的峰值-时间/相位序列，相应的放电谱图也是随机混叠的，使得利用单一缺陷模型数据库构造的诊断系统无法给出准确分析和判断结果。针对上述工况，国外意大利Bologna大学于2002年开始、国内西安交通大学则于2008年开始，相继提出了基于宽带检测的多PD源检测技术。即将传统的脉冲峰值-时间序列检测改为脉冲波形-时间序列检测，即记录单个PD脉冲波形及其获取时间点(相位)；使用某种“方法”将获取的混合原始脉冲群进行快速分类，并将具有相似性脉冲组成的各子类脉冲群转换成峰值-时间序列，然后再按传统的PRPD放电谱图进行数据处理。这样，该系统不仅解决了峰值-时间序列的混叠问题，而且可以对存在干扰的多PD源进行检测和识别。
上述使用某种“方法”将获取的混合原始脉冲群进行快速分类是该技术实施的关键，其分为2部分：1)是脉冲波形特征参数提取方法；2)是被检测的脉冲群基于1)提取结果在2D平面或3D空间中甚至高维空间中分布显示，利用无监督聚类分析等手段实现脉冲群分离形成各自特征的子脉冲群，从而实现多PD源以及噪声源的分离。可见，第1)部分即脉冲波形特征参数提取方法是核心，也是后续能否聚类分析实施的基础。目前，常见的脉冲特征参数提取方法主要是等效时频法。
现有等效时频法的主要工作参数等效时长T和等效频率F，当脉冲波形由于受传输路径调制，在较为相似的工况下，在等效时频面(T，F)在可能无法有效分离两个脉冲群，无法实现多PD源以及噪声源的分离。
发明内容
本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种基于Hibert变换和信息熵的脉冲特征参数提取方法。
本发明的目的可以通过以下技术方案来实现：
一种基于Hibert变换和信息熵的脉冲特征参数提取方法，该方法使用脉冲电流宽带检测法采集获取的脉冲波形-时间序列数据，基于信息熵算法对脉冲电流波形-时间序列对应的脉冲或脉冲群时域和H域波形进行特征参数提取，形成特征参数分布2D平图(S-1,S-2)和3D空间(S-1,S-2,S-3)，从而为脉冲群进行快速分类提供直观数据展示和可执行数据源。
优选地，所述的H域为时域进行Hibert变换后对应域。
优选地，所述的方法具体包括以下步骤：
步骤1，基于PD脉冲电流宽带检测系统，对试品进行试验获取脉冲电流波形-时间序列数据，即脉冲或脉冲群时域波形；
步骤2，对脉冲或脉冲群包含的所有时域波形进行Hilbert变换，形成对应的脉冲或脉冲群H域波形；
步骤3，对脉冲或脉冲群包含的所有时域波形进行信息熵计算，作为特征参数a1；
步骤4，对脉冲或脉冲群对应的所有H域波形进行信息熵计算，作为特征参数a2；
步骤5，脉冲或脉冲群时域波形的特征参数a1和脉冲或脉冲群H域波形的特征参数a2组成特征参数显示的2D平面(S-1,S-2)，a1、a2和a3组成特征参数显示的3D空间(S-1,S-2,S-3)，其中a3＝a2*a1。
优选地，基于脉冲波形触发技术记录单个时域波形和对应触发时刻的脉冲波形-时间序列PT(i,j)定义如下：
Figure BDA0002752088000000021
式中：j为第j个脉冲波形；
tj为第j个脉冲波形出现时间；
k为每个脉冲波形由k个点组成；
pi为脉冲波形第i个点对应的幅值；
Δt(i-1)为脉冲波形第i个点对应的时间。
优选地，所述的Hilbert变换具体如下：
Figure BDA0002752088000000031
式中：τ为与t对应的变量。
优选地，所述的Hilbert变换的过程为：将实数信号变换成解析信号，该结果就是把一个一维的信号变成了二维复平面上的信号，复数的模和幅角代表了信号的幅度和相位。
优选地，所述的H域波形PH(i,j)定义如下：
PH(i,j)＝h(PT(i,j)) (3)。
优选地，所述的信息熵计算具体过程如下：
Figure BDA0002752088000000032
Figure BDA0002752088000000033
式中：m为阶数；
Figure BDA0002752088000000034
为第j个脉冲时域波形的散布；
ti为等于Δt(i-1)，脉冲波形第i个点对应的时刻；
Figure BDA0002752088000000035
为第j个脉冲H域波形的散布；
Figure BDA0002752088000000036
为第j个脉冲时域波形的m阶信息熵；
Figure BDA0002752088000000037
为第j个脉冲H域波形的m阶信息熵。
优选地，所述的特征参数a1计算过程为：
Figure BDA0002752088000000038
优选地，所述的特征参数a2和a3计算过程为：
Figure BDA0002752088000000039
Figure BDA0002752088000000041
与现有技术相比，本发明具有以下优点：
1)使用脉冲电流宽带检测法采集获取的脉冲波形-时间序列数据，基于信息熵算法对脉冲电流波形-时间序列对应的脉冲(群)时域和H域(时域进行Hibert变换后对应域)波形进行特征参数提取，形成特征参数分布2D平图或特征参数分布3D空间，从而为脉冲群进行快速分类提供直观数据展示和可执行数据源；
2)本发明利用主分量作为参数不依赖于波形时频特性。
3)本发明基于Hibert变换和信息熵的脉冲特征参数提取方法，计算方法简单，计算效率高，能够用于脉冲群的快速特征提取。
附图说明
图1为本发明一较佳实施例的主要模块方框图；
图2为本发明方法中实信号通过Hibert变换后的解析信号的图形解释；
图3为本发明方法应用对象即宽频检测获取的4种典型脉冲波形时域和频域图，其中(a1)为P1脉冲(PD)源对应的典型时域波形图，(a2)为P1脉冲(PD)源对应的典型频域波形图；(b1)为P2脉冲(PD)源对应的典型时域波形图，(b2)为P2脉冲(PD)源对应的典型频域波形图；(c1)为P3脉冲(随机噪声)源对应的典型时域波形图，(c2)为P3脉冲(随机噪声)源对应的典型频域波形图；(d1)为P4脉冲(随机噪声)源对应的典型时域波形图，(d2)为P4脉冲(随机噪声)源对应的典型频域波形图。
图4为本发明方法对图3波形组成混合脉冲群进行处理形成的特征参数分布2D平面(S-1,S-2)。
图5为本发明方法对图3波形组成混合脉冲群进行处理形成的特征参数分布3D空间(S-1,S-2,S-3)。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明的一部分实施例，而不是全部实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都应属于本发明保护的范围。
本发明力图从实际应用出发，提出一种基于Hibert变换和信息熵的脉冲特征参数提取方法。即对使用脉冲电流宽带检测法采集获取的脉冲波形-时间序列数据，基于信息熵算法对脉冲电流波形-时间序列对应的脉冲(群)时域和H域(时域进行Hibert变换后对应域)波形进行特征参数提取，形成特征参数分布2D平图(S-1,S-2)或特征参数分布3D空间(S-1,S-2,S-3)，从而为脉冲群进行快速分类提供直观数据展示和可执行数据源。图1为本发明一较佳实施例的主要模块方框图。图2为本发明方法中实信号通过Hibert变换后的解析信号的图形解释。测量数据的典型脉冲波形时域和H域(时域进行Hibert变换后对应域)图见附图3。基于Hibert变换和信息熵的脉冲特征参数提取方法对图3所示典型脉冲波形组成的混合脉冲群进行特征参数提取，形成特征参数分布2D平面(S-1,S-2)和特征参数分布3D空间(S-1,S-2,S-3)，见图4和图5。由于同一PD源或同一干扰源产生的脉冲群在时域波形上具有相似性，特征参数分布2D平面(S-1,S-2)和3D空间(S-1,S-2,S-3)具有类聚性质，使用无监督聚类分析即可实现原始混合脉冲群的快速分类，从而实现多PD源以及噪声源的分离。
本发明提供了一种基于Hibert变换和信息熵的脉冲特征参数提取方法。即对使用脉冲电流宽带检测法采集获取的脉冲波形-时间序列数据，基于信息熵算法对脉冲电流波形-时间序列对应的脉冲(群)时域和H域(时域进行Hibert变换后对应域)波形进行信息熵计算的特征参数提取，形成特征参数分布2D平图(S-1,S-2)和3D空间(S-1,S-2,S-3)，从而为脉冲群进行快速分类提供直观数据展示和可执行数据源。
如图1所示，包括：脉冲电流宽带检测法采集获取的脉冲波形-时间序列数据即脉冲(群)时域波形、Hibert变换模块、对脉冲(群)时域波形开展Hibert变换形成对应的脉冲(群)H域波形、信息熵算法模块、信息熵算法模块对脉冲(群)时域和H域波形进行变换形成的3个特征参数a1、a2和a3＝a1*a2、由2D平面(S-1,S-2)和3D空间(S-1,S-2,S-3)组成的特征参数显示模块组成。
所述的脉冲(群)时域波形，脉冲电流宽带检测法采集获取的脉冲波形-时间序列数据，由基于脉冲波形触发技术记录单个时域波形和对应触发时刻的脉冲波形-时间序列PT(i,j)定义如下：
Figure BDA0002752088000000061
式中：j——第j个脉冲波形；
tj——第j个脉冲波形出现时间(μs,采集时刻)；
k——每个脉冲波形由k个点组成；
pi——脉冲波形第i个点对应的幅值(mV)；
Δt(i-1)——脉冲波形第i个点对应的时间(ns，Δt为采样时间间隔)。
所述的Hibert变换，算法定义如下：
Figure BDA0002752088000000062
式中：τ——与t对应的变量。Hilbert变换的意义：将实数信号变换成解析信号，该结果就是把一个一维的信号变成了二维复平面上的信号，复数的模和幅角代表了信号的幅度和相位，如图5所示。
所述的脉冲(群)H域波形PH(i,j)，波形定义如下：
PH(i,j)＝h(PT(i,j))
所述的信息熵模块，算法定义如下：
Figure BDA0002752088000000063
Figure BDA0002752088000000064
Figure BDA0002752088000000065
式中：m——阶数，一般取2；
Figure BDA0002752088000000066
——第j个脉冲时域波形的散布；
ti——等于Δt(i-1)，脉冲波形第i个点对应的时刻(ns)；
Figure BDA0002752088000000067
——第j个脉冲H域波形的散布；
Figure BDA0002752088000000068
——第j个脉冲时域波形的m阶信息熵；
Figure BDA0002752088000000069
——第j个脉冲H域波形的m阶信息熵。
模块之间联接关系：Hilbert变换模块对脉冲(群)时域波形进行变换形成对应的脉冲(群)H域波形，信息熵模块对脉冲(群)时域和H域波形进行计算形成2个特征参数a1和a2，脉冲(群)时域波形的特征参数a1和脉冲(群)H域波形的特征参数a2组成特征参数显示模块的2D平面(S-1,S-2)，a1、a2和a3组成特征参数显示模块的3D空间(S-1,S-2,S-3)，其中a3＝a2*a1。
本发明基于Hibert变换和信息熵的脉冲特征参数提取方法，包括以下步骤：
步骤1，基于PD脉冲电流宽带检测系统，对试品进行试验获取脉冲电流波形-时间序列数据，即脉冲(群)时域波形；
步骤2，对脉冲(群)包含的所有时域波形进行Hilbert变换，形成对应的脉冲(群)H域波形；
步骤3，对脉冲(群)包含的所有时域波形进行信息熵计算，作为特征参数a1；
步骤4，对脉冲(群)对应的所有H域波形进行信息熵计算，作为特征参数a2；
步骤5，脉冲(群)时域波形的特征参数a1和脉冲(群)H域波形的特征参数a2组成特征参数显示的2D平面(S-1,S-2)，a1、a2和a3组成特征参数显示的3D空间(S-1,S-2,S-3)，其中a3＝a2*a1。
对图2所示4种典型脉冲组成的混合脉冲群，基于Hibert变换和信息熵的脉冲特征参数提取方法，形成的特征参数2D平面(S-1,S-2)和3D空间S-1,S-2,S-3)如图3和图4所示，不同脉冲群的聚类性表征明显，为后续原始混合脉冲群进行快速分类提供了可执行数据源。
以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到各种等效的修改或替换，这些修改或替换都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以权利要求的保护范围为准。

Claims (10)

1.一种基于Hibert变换和信息熵的脉冲特征参数提取方法，其特征在于，该方法使用脉冲电流宽带检测法采集获取的脉冲波形-时间序列数据，基于信息熵算法对脉冲电流波形-时间序列对应的脉冲或脉冲群时域和H域波形进行特征参数提取，形成特征参数分布2D平图(S-1,S-2)和3D空间(S-1,S-2,S-3)，从而为脉冲群进行快速分类提供直观数据展示和可执行数据源。
2.根据权利要求1所述的一种基于Hibert变换和信息熵的脉冲特征参数提取方法，其特征在于，所述的H域为时域进行Hibert变换后对应域。
3.根据权利要求1所述的一种基于Hibert变换和信息熵的脉冲特征参数提取方法，其特征在于，所述的方法具体包括以下步骤：
步骤1，基于PD脉冲电流宽带检测系统，对试品进行试验获取脉冲电流波形-时间序列数据，即脉冲或脉冲群时域波形；
步骤2，对脉冲或脉冲群包含的所有时域波形进行Hilbert变换，形成对应的脉冲或脉冲群H域波形；
步骤3，对脉冲或脉冲群包含的所有时域波形进行信息熵计算，作为特征参数a1；
步骤4，对脉冲或脉冲群对应的所有H域波形进行信息熵计算，作为特征参数a2；
步骤5，脉冲或脉冲群时域波形的特征参数a1和脉冲或脉冲群H域波形的特征参数a2组成特征参数显示的2D平面(S-1,S-2)，a1、a2和a3组成特征参数显示的3D空间(S-1,S-2,S-3)，其中a3＝a2*a1。
4.根据权利要求3所述的一种基于Hibert变换和信息熵的脉冲特征参数提取方法，其特征在于，基于脉冲波形触发技术记录单个时域波形和对应触发时刻的脉冲波形-时间序列PT(i,j)定义如下：
Figure FDA0002752087990000011
式中：j为第j个脉冲波形；
tj为第j个脉冲波形出现时间；
k为每个脉冲波形由k个点组成；
pi为脉冲波形第i个点对应的幅值；
Δt(i-1)为脉冲波形第i个点对应的时间。
5.根据权利要求3所述的一种基于Hibert变换和信息熵的脉冲特征参数提取方法，其特征在于，所述的Hilbert变换具体如下：
Figure FDA0002752087990000021
式中：τ为与t对应的变量。
6.根据权利要求5所述的一种基于Hibert变换和信息熵的脉冲特征参数提取方法，其特征在于，所述的Hilbert变换的过程为：将实数信号变换成解析信号，该结果就是把一个一维的信号变成了二维复平面上的信号，复数的模和幅角代表了信号的幅度和相位。
7.根据权利要求3所述的一种基于Hibert变换和信息熵的脉冲特征参数提取方法，其特征在于，所述的H域波形PH(i,j)定义如下：
PH(i,j)＝h(PT(i,j)) (3)。
8.根据权利要求3所述的一种基于Hibert变换和信息熵的脉冲特征参数提取方法，其特征在于，所述的信息熵计算具体过程如下：
Figure FDA0002752087990000022
Figure FDA0002752087990000023
式中：m为阶数；
Figure FDA0002752087990000024
为第j个脉冲时域波形的散布；
ti为等于Δt(i-1)，脉冲波形第i个点对应的时刻；
Figure FDA0002752087990000025
为第j个脉冲H域波形的散布；
Figure FDA0002752087990000026
为第j个脉冲时域波形的m阶信息熵；
Figure FDA0002752087990000027
为第j个脉冲H域波形的m阶信息熵。
9.根据权利要求3所述的一种基于Hibert变换和信息熵的脉冲特征参数提取方法，其特征在于，所述的特征参数a1计算过程为：
Figure FDA0002752087990000031
10.根据权利要求3所述的一种基于Hibert变换和信息熵的脉冲特征参数提取方法，其特征在于，所述的特征参数a2和a3计算过程为：
Figure FDA0002752087990000032
Figure FDA0002752087990000033
CN202011188438.9A 2020-10-30 2020-10-30 基于Hibert变换和信息熵的脉冲特征参数提取方法 Pending CN112257640A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011188438.9A CN112257640A (zh) 2020-10-30 2020-10-30 基于Hibert变换和信息熵的脉冲特征参数提取方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011188438.9A CN112257640A (zh) 2020-10-30 2020-10-30 基于Hibert变换和信息熵的脉冲特征参数提取方法

Publications (1)

Publication Number Publication Date
CN112257640A true CN112257640A (zh) 2021-01-22

Family

ID=74268167

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011188438.9A Pending CN112257640A (zh) 2020-10-30 2020-10-30 基于Hibert变换和信息熵的脉冲特征参数提取方法

Country Status (1)

Country Link
CN (1) CN112257640A (zh)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
ITPR20060054A1 (it) * 2006-06-13 2007-12-14 Techimp S R L Strumento e procedimento di rilevazione di scariche elettriche parziali in un sistema elettrico
CN103675610A (zh) * 2013-09-29 2014-03-26 国家电网公司 局部放电在线检测中的特征因子提取方法
CN107016352A (zh) * 2017-03-13 2017-08-04 南京航空航天大学 电力变压器有载分接开关振动脉冲数自动识别方法
CN108896891A (zh) * 2018-08-26 2018-11-27 国网天津市电力公司 一种基于特高频法的gis多源局部放电分离识别方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
ITPR20060054A1 (it) * 2006-06-13 2007-12-14 Techimp S R L Strumento e procedimento di rilevazione di scariche elettriche parziali in un sistema elettrico
CN103675610A (zh) * 2013-09-29 2014-03-26 国家电网公司 局部放电在线检测中的特征因子提取方法
CN107016352A (zh) * 2017-03-13 2017-08-04 南京航空航天大学 电力变压器有载分接开关振动脉冲数自动识别方法
CN108896891A (zh) * 2018-08-26 2018-11-27 国网天津市电力公司 一种基于特高频法的gis多源局部放电分离识别方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
刘双宝等: "希尔伯特–黄变换在变压器局部放电 脉冲识别中的应用", 《中国电机工程学报》, 5 November 2008 (2008-11-05), pages 114 - 119 *
司文荣;李军浩;黎大健;杨景刚;李彦明;: "基于宽带检测的局放脉冲波形快速特征提取技术", 电工电能新技术, no. 02, 15 April 2008 (2008-04-15) *
魏本刚等: "多局放源检测分类用特征提取时频算子", 《高压电器》, 16 November 2018 (2018-11-16), pages 284 - 294 *

Similar Documents

Publication Publication Date Title
CN104198898B (zh) 基于脉冲序列分析的局部放电发展过程诊断方法
Senroy et al. An improved Hilbert–Huang method for analysis of time-varying waveforms in power quality
EP3699614B1 (en) Method and system of partial discharge recognition for diagnosing electrical networks
Pinpart et al. Differentiating between partial discharge sources using envelope comparison of ultra-high-frequency signals
Contin et al. Classification and separation of partial discharge signals by means of their auto-correlation function evaluation
Gu et al. Application of the Hilbert–Huang transform with fractal feature enhancement on partial discharge recognition of power cable joints
CN105044566B (zh) 一种基于特征超高频信号的gis局部放电故障检测方法
Firuzi et al. A novel method for differentiating and clustering multiple partial discharge sources using S transform and bag of words feature
Allahbakhshi et al. A method for discriminating original pulses in online partial discharge measurement
CN108693448B (zh) 一种应用于电力设备局部放电模式识别系统
CN108344922B (zh) 一种基于相类区分和s变换的输电线路直击雷故障识别方法
CN113805018A (zh) 一种配电网10kV电缆局部放电故障类型智能识别方法
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
CN112327115A (zh) 采用时频域波形主分量的局部放电脉冲特征参数提取方法
Chen et al. Analysis of the partial discharge of ultrasonic signals in large motor based on Hilbert-Huang transform
CN107037338A (zh) 一种gis振荡冲击耐压试验用缺陷类型识别方法
CN110764027B (zh) 基于频谱特征变化的电连接器发生间歇故障诊断方法
CN113671037B (zh) 一种支柱绝缘子振动声学信号处理方法
CN116280628A (zh) 一种高压电力设备耐压试验的局部放电测试方法
CN113988130A (zh) 一种脉冲电流波形双时双频参数提取方法及系统
CN112881879A (zh) 一种高压电缆终端局部放电模式识别方法、装置及设备
CN112257640A (zh) 基于Hibert变换和信息熵的脉冲特征参数提取方法
Kumar et al. Classification of PD faults using features extraction and K-means clustering techniques
CN114924131A (zh) 基于触发阈值移动窗的局部放电脉冲群异常波形识别方法
CN114676724A (zh) 考虑放电幅值和视在放电量对应关系的局放类型识别方法

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