CN116165487A - 一种gis局部放电特征量提取方法、装置、设备和介质 - Google Patents
一种gis局部放电特征量提取方法、装置、设备和介质 Download PDFInfo
- Publication number
- CN116165487A CN116165487A CN202211559553.1A CN202211559553A CN116165487A CN 116165487 A CN116165487 A CN 116165487A CN 202211559553 A CN202211559553 A CN 202211559553A CN 116165487 A CN116165487 A CN 116165487A
- Authority
- CN
- China
- Prior art keywords
- discharge
- partial discharge
- determining
- feature
- phase
- 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
Links
- 238000000605 extraction Methods 0.000 title claims abstract description 54
- 238000009826 distribution Methods 0.000 claims abstract description 39
- 238000000034 method Methods 0.000 claims abstract description 35
- 238000010586 diagram Methods 0.000 claims abstract description 32
- 230000006870 function Effects 0.000 claims description 42
- 238000001228 spectrum Methods 0.000 claims description 19
- 238000004590 computer program Methods 0.000 claims description 16
- 238000003860 storage Methods 0.000 claims description 14
- 238000012545 processing Methods 0.000 claims description 13
- 238000005315 distribution function Methods 0.000 claims description 4
- 230000007547 defect Effects 0.000 abstract description 27
- 238000004891 communication Methods 0.000 description 8
- 230000008569 process Effects 0.000 description 5
- 238000012423 maintenance Methods 0.000 description 4
- 238000009413 insulation Methods 0.000 description 3
- 238000012544 monitoring process Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000000630 rising effect Effects 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000018109 developmental process Effects 0.000 description 2
- 238000007667 floating Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 239000002184 metal Substances 0.000 description 2
- 239000002923 metal particle Substances 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- OIGNJSKKLXVSLS-VWUMJDOOSA-N prednisolone Chemical compound O=C1C=C[C@]2(C)[C@H]3[C@@H](O)C[C@](C)([C@@](CC4)(O)C(=O)CO)[C@@H]4[C@@H]3CCC2=C1 OIGNJSKKLXVSLS-VWUMJDOOSA-N 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 238000007476 Maximum Likelihood Methods 0.000 description 1
- 230000032683 aging Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000004069 differentiation Effects 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012806 monitoring device Methods 0.000 description 1
- 230000000877 morphologic effect Effects 0.000 description 1
- 238000001208 nuclear magnetic resonance pulse sequence Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 238000013341 scale-up Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
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
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
- Y04S10/00—Systems supporting electrical power generation, transmission or distribution
- Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Testing Relating To Insulation (AREA)
Abstract
本发明公开了一种GIS局部放电特征量提取方法、装置、设备和介质。该方法包括:获取局部放电波形图、局部放电图谱、相位窗口参数和脉冲放电参数;基于局部放电波形图,确定GIS局部放电对应的第一特征向量;基于相位窗口参数和脉冲放电参数,确定GIS局部放电对应的第二特征向量;基于局部放电图谱,确定平均放电量的相位图谱,并提取第二统计特征量;基于相位窗口参数和韦布尔分布,确定局部放电差异特征量;基于第二统计特征量和局部放电差异特征量,确定GIS局部放电对应的第三特征向量;基于第一特征向量、第二特征向量和第三特征向量,确定目标特征向量,从而提高局部放电特征提取的准确性,进而提高GIS的缺陷类型识别的准确性。
Description
技术领域
本发明涉及GIS局部放电在线监测技术领域,尤其涉及一种GIS局部放电特征量提取方法、装置、设备和介质。
背景技术
随着我国国民经济的快速发展,电力工业建设的突飞猛进。大电网、大容量、超高压、大机组己经成为现代电力系统的特点和发展趋势,为保障电力系统的安全性、稳定性和可靠性,对电力设备运行提出了更高的要求。由于气体绝缘组合电器设备(Gas InsulatedSwitchgear,GIS)具有占地面积小、运行安全可靠、维护工作量少、检修周期长等一系列优点,近些年来在现代电力系统中得到了广泛的应用。然而,GIS在制造、运输、安装和运行的过程中容易出现金属毛刺、电极电位浮动、自由金属颗粒和绝缘老化等各种典型缺陷。这些缺陷将会导致局部放电,影响绝缘效果,进而造成绝缘击穿的情况。
目前,通常是采用GIS局部放电在线监测技术,提取出GIS内产生的局部放电特征,并基于局部放电特征对GIS的缺陷类型进行检测。然而,由于局部放电的形式多种多样,从而导致提取出的局部放电特征不准确,存在误差,从而降低了GIS的缺陷类型识别的准确性。
发明内容
本发明提供了一种GIS局部放电特征量提取方法、装置、设备和介质,以实现GIS局部放电的统一特征提取,提高局部放电特征提取的准确性,进而提高GIS的缺陷类型识别的准确性。
根据本发明的一方面,提供了一种GIS局部放电特征量提取方法,该方法包括:
获取在预设时间内气体绝缘组合电器设备GIS局部放电对应的局部放电波形图、局部放电图谱、相位窗口参数和脉冲放电参数;
基于所述局部放电波形图,确定所述GIS局部放电对应的波形特征量和等效时频特征量,并基于所述波形特征量和所述等效时频特征量,确定所述GIS局部放电对应的第一特征向量;
基于所述相位窗口参数和所述脉冲放电参数,确定第一统计特征量,并基于所述第一统计特征量,确定所述GIS局部放电对应的第二特征向量;
基于所述局部放电图谱,确定平均放电量的相位图谱,并提取所述平均放电量的相位图谱中的第二统计特征量;
基于所述相位窗口参数和韦布尔分布,获得幅值概率分布的拟合函数,基于所述拟合函数,确定局部放电差异特征量;
基于所述第二统计特征量和所述局部放电差异特征量,确定所述GIS局部放电对应的第三特征向量;
基于所述第一特征向量、第二特征向量和第三特征向量,确定所述GIS局部放电对应的目标特征向量。
根据本发明的另一方面,提供了一种GIS局部放电特征量提取装置,该装置包括:
局部放电信息获取模块,用于获取在预设时间内气体绝缘组合电器设备GIS局部放电对应的局部放电波形图、局部放电图谱、相位窗口参数和脉冲放电参数;
第一特征向量确定模块,用于基于所述局部放电波形图,确定所述GIS局部放电对应的波形特征量和等效时频特征量,并基于所述波形特征量和所述等效时频特征量,确定所述GIS局部放电对应的第一特征向量;
第二特征向量确定模块,用于基于所述相位窗口参数和所述脉冲放电参数,确定第一统计特征量,并基于所述第一统计特征量,确定所述GIS局部放电对应的第二特征向量;
第二统计特征量提取模块,用于基于所述局部放电图谱,确定平均放电量的相位图谱,并提取所述平均放电量的相位图谱中的第二统计特征量;
差异特征量确定模块,用于基于所述相位窗口参数和韦布尔分布,获得幅值概率分布的拟合函数,基于所述拟合函数,确定局部放电差异特征量;
第三特征向量确定模块,用于基于所述第二统计特征量和所述局部放电差异特征量,确定所述GIS局部放电对应的第三特征向量;
目标特征向量确定模块,用于基于所述第一特征向量、第二特征向量和第三特征向量,确定所述GIS局部放电对应的目标特征向量。
根据本发明的另一方面,提供了一种电子设备,所述电子设备包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的计算机程序,所述计算机程序被所述至少一个处理器执行,以使所述至少一个处理器能够执行本发明任一实施例所述的GIS局部放电特征量提取方法。
根据本发明的另一方面,提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机指令,所述计算机指令用于使处理器执行时实现本发明任一实施例所述的GIS局部放电特征量提取方法。
本发明实施例的技术方案,对获取的在预设时间内气体绝缘组合电器设备GIS局部放电对应的局部放电波形图、局部放电图谱、相位窗口参数和脉冲放电参数进行特征量提取;可以基于局部放电波形图,确定GIS局部放电对应的波形特征量和等效时频特征量,并将波形特征量和等效时频特征量,确定局部放电时域波形的第一特征向量;可以基于相位窗口参数和脉冲放电参数,确定第一统计特征量,并基于第一统计特征量,确定局部放电时域幅值和时间序列的第二特征向量;可以基于局部放电图谱,确定平均放电量的相位图谱,并提取平均放电量的相位图谱中的第二统计特征量;基于相位窗口参数和韦布尔分布,获得幅值概率分布的拟合函数,基于拟合函数,确定局部放电差异特征量;基于第二统计特征量和局部放电差异特征量,确定局部放电统计图谱的第三特征向量;基于第一特征向量、第二特征向量和第三特征向量,确定GIS局部放电对应的目标特征向量,从而基于时域波形、时域幅值-时间序列和统计图谱三个方面,实现GIS局部放电的统一特征提取,提高局部放电特征提取的准确性,进而提高GIS的缺陷类型识别的准确性。
应当理解,本部分所描述的内容并非旨在标识本发明的实施例的关键或重要特征,也不用于限制本发明的范围。本发明的其它特征将通过以下的说明书而变得容易理解。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是根据本发明实施例一提供的一种GIS局部放电特征量提取方法的流程图;
图2是本发明实施例一所涉及的五种局部放电的典型缺陷的示例图;
图3是本发明实施例一所涉及的一种局部放电波形图的示例图;
图4是根据本发明实施例二提供的一种GIS局部放电特征量提取方法的流程图;
图5是根据本发明实施例三提供的一种GIS局部放电特征量提取装置的结构示意图;
图6是实现本发明实施例的GIS局部放电特征量提取方法的电子设备的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案,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,所描述的实施例仅仅是本发明一部分的实施例,而不是全部的实施例。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前提下所获得的所有其他实施例,都应当属于本发明保护的范围。
需要说明的是,本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
实施例一
图1为本发明实施例一提供了一种GIS局部放电特征量提取方法的流程图,本实施例可适用于对GIS局部放电时的特征量进行提取的情况,该方法可以由GIS局部放电特征量提取装置来执行,该GIS局部放电特征量提取装置可以采用硬件和/或软件的形式实现,该GIS局部放电特征量提取装置可配置于电子设备中。如图1所示,该方法包括:
S110、获取在预设时间内气体绝缘组合电器设备GIS局部放电对应的局部放电波形图、局部放电图谱、相位窗口参数和脉冲放电参数。
其中,气体绝缘组合电器设备可以是指全部或者部分采用特定气体作为绝缘介质的金属封闭开关设备。波形图可以是指反映各质点在同一时刻不同位移的曲线。局部放电波形图可以是指反应局部放电量的波形图。局部放电图谱(phase resolved partialdischarge,PRPD)可以用于反映局部放电情况的图谱。相位窗口参数可以包含但不限于相位窗口内的放电幅值和相窗数量。脉冲放电参数可以是但不限于放电脉冲个数。
具体地,获取在预设时间内气体绝缘组合电器设备GIS局部放电对应的局部放电波形图、局部放电图谱。例如,预设时间为50个放电周期对应的时长。可以以50个放电周期的局部放电波形图中脉冲波形数据为一组,确定局部放电幅值的相位数据。通过确定出的局部放电幅值的相位数据,确定相位窗口参数和脉冲放电参数。
S120、基于局部放电波形图,确定GIS局部放电对应的波形特征量和等效时频特征量,并基于波形特征量和等效时频特征量,确定GIS局部放电对应的第一特征向量。
其中,波形特征量可以是指反映脉冲波形的特征量。例如,波形特征量可以是但不限于脉冲上升速度、脉冲下降速度、脉冲有效宽度和脉冲峰值维持时间。等效时频特征量可以是指在等效时域或等效频域中反映脉冲波形的特征量。例如,等效时频特征量可以是但不限于脉冲的时域等效时间长度和频域等效频带宽度。第一特征向量可以是指基于局部放电时域波形的特征向量。
具体地,基于局部放电波形图中横坐标参数和纵坐标参数,确定GIS局部放电对应的波形特征量和等效时频特征量,并基于波形特征量和等效时频特征量进行特征拉伸,确定GIS局部放电对应的第一特征向量。
S130、基于相位窗口参数和脉冲放电参数,确定第一统计特征量,并基于第一统计特征量,确定GIS局部放电对应的第二特征向量。
其中,统计特征量可以包括数量特征量和属性特征量。第一统计特征量可以是指局部放电波形图中的统计特征量。第二特征向量可以是指局部放电时域幅值与时间序列对应的特征向量。
具体地,基于相位窗口参数和脉冲放电参数进行组合计算,确定第一统计特征量,并基于第一统计特征量进行特征拉伸,确定GIS局部放电对应的第二特征向量。
S140、基于局部放电图谱,确定平均放电量的相位图谱,并提取平均放电量的相位图谱中的第二统计特征量。
其中,第二统计特征量可以是指平均放电量的相位图谱中的统计特征量。具体地,基于局部放电图谱中的放电量和放电时间,确定平均放电量,并基于平均放电量确定平均放电量的相位图谱,并提取平均放电量的相位图谱中的第二统计特征量。
S150、基于相位窗口参数和韦布尔分布,获得幅值概率分布的拟合函数,基于拟合函数,确定局部放电差异特征量。
其中,韦布尔分布(Weibull distribution)方式可以是指一种利用概率值推断出分布参数的方式。拟合函数可以是指基于幅值概率分布点进行拟合后获得的拟合函数。局部放电差异特征量可以是用于区分不同局部放电类型的特征量。
具体地,将相位窗口参数进行韦布尔分布的方式,获得幅值概率分布参数,并将幅值概率分布参数进行拟合连接,确定拟合函数,并基于拟合函数,确定局部放电差异特征量。
S160、基于第二统计特征量和局部放电差异特征量,确定GIS局部放电对应的第三特征向量。
其中,第三特征向量可以是指局部放电统计图谱的特征向量。具体地,基于第二统计特征量和局部放电差异特征量进行特征拉伸,确定GIS局部放电对应的第三特征向量。
S170、基于第一特征向量、第二特征向量和第三特征向量,确定GIS局部放电对应的目标特征向量。
其中,目标特征向量可以是指发送给GIS局部放电在线监测设备的特征向量。目标特征向量可以是用于判断GIS局部放电的缺陷类型的特征向量。具体地,将第一特征向量、第二特征向量和第三特征向量进行特征合并,确定GIS局部放电对应的目标特征向量,并将目标特征向量发送给GIS局部放电在线监测设备,从而基于目标特征向量,检测出GIS局部放电的缺陷类型。
需要说明的是,不同缺陷类型的放电脉冲信号在时域和频域上都有各自独特的形态特征。放电的波形特征取决于局放缺陷类型及放电源到检测点传播路径的传递函数,有着相同形态的脉冲应属于同一类型的放电源或来自同一放电点。在本发明实施例的基础上,可以控制每种缺陷放电源到检测点传播路径相同。因此,可将波形特征作为区分缺陷类型的判据。
图2给出了五种局部放电的典型缺陷的示例。参见图2,(a)为金属微粒缺陷、(b)为金属尖端缺陷、(c)为悬浮电位缺陷、(d)为沿边放电缺陷和(e)气隙放电缺陷。通过本发明实施例提取的目标特征向量可以显著的区分局部放电的典型缺陷,从而提高GIS的缺陷类型识别的准确性。
本发明实施例的技术方案,通过对获取的在预设时间内气体绝缘组合电器设备GIS局部放电对应的局部放电波形图、局部放电图谱、相位窗口参数和脉冲放电参数进行特征量提取;可以基于局部放电波形图,确定GIS局部放电对应的波形特征量和等效时频特征量,并将波形特征量和等效时频特征量,确定局部放电时域波形的第一特征向量;可以基于相位窗口参数和脉冲放电参数,确定第一统计特征量,并基于第一统计特征量,确定局部放电时域幅值和时间序列的第二特征向量;可以基于局部放电图谱,确定平均放电量的相位图谱,并提取平均放电量的相位图谱中的第二统计特征量;基于相位窗口参数和韦布尔分布,获得幅值概率分布的拟合函数,基于拟合函数,确定局部放电差异特征量;基于第二统计特征量和局部放电差异特征量,确定局部放电统计图谱的第三特征向量;基于第一特征向量、第二特征向量和第三特征向量,确定GIS局部放电对应的目标特征向量,从而基于时域波形、时域幅值-时间序列和统计图谱三个方面,实现GIS局部放电的统一特征提取,提高局部放电特征提取的准确性,进而提高GIS的缺陷类型识别的准确性。
在上述技术方案的基础上,S120中“基于局部放电波形图,确定GIS局部放电对应的波形特征量和等效时频特征量”可以包括:基于局部放电波形图,确定多个时间点;基于多个时间点,确定GIS局部放电对应的波形特征量;基于局部放电波形图,确定局部放电对应的单脉冲时间序列;基于GIS局部放电对应的单脉冲时间序列,确定GIS局部放电对应的等效时频特征量。
其中,时间点可以是指波形图中时间横坐标上的点。时间序列可以是指同一统计指标的数值按其发生的时间先后顺序排列而成的数列。单脉冲时间序列可以是指单个脉冲对应的时间序列。
具体地,图3给出了一种局部放电波形图的示例图。参见图3,在图中标注出不同上升沿和下降沿幅值对应的多个时间点。多个时间点分别为t0、t1、t2、t3、t4、t5、t6、t7和t8。波形特征量可以包括Tr、Td、Tp、T50和T90。其中,Tr=(t3-t1)/(t8-t0),Tr表示幅值从10%上升至90%的时间比,可用于反映脉冲主要上升期的上升速度;Td=(t7-t5)/(t8-t0),Td表示幅值从90%下降至10%的时间比,可用于反映脉冲主要下降期的下降速度;Tp=(t4-t0)/(t8-t0),Tp表示幅值从0上升至100%的时间比,可用于反映脉冲的全程上升速度;T50=(t6-t2)/(t8-t0),T50表示幅值从上升沿50%至下降沿50%时间比,可用于反映脉冲有效宽度;T90=(t5-t3)/(t8-t0),T90表示从上升沿90%至下降沿90%时间比,可用于反映脉冲峰值维持时间。基于局部放电波形图,确定局部放电对应的单脉冲时间序列;基于GIS局部放电对应的单脉冲时间序列,确定GIS局部放电对应的等效时频特征量。
在上述技术方案的基础上,“基于GIS局部放电对应的单脉冲时间序列,确定GIS局部放电对应的等效时频特征量”可以包括:对单脉冲时间序列进行傅里叶变换,确定变换后的目标时间序列;分别对单脉冲时间序列和目标时间序列进行标准化处理,获得单脉冲时间序列对应的单脉冲标准时间序列和目标时间序列对应的目标标准时间序列;基于单脉冲标准时间序列和目标标准时间序列,确定GIS局部放电对应的等效时频特征量。
其中,目标时间序列可以是指单脉冲时间序列进行傅里叶变换后获得的时间序列。单脉冲标准时间序列可以是指单脉冲时间序列进行标准化后得到的时间序列。目标标准时间序列可以是指目标时间序列进行标准化后得到的时间序列。等效时频特征量可以包括时域等效时间长度和频域等效频带宽度。
具体地,基于单脉冲时间序列确定初始函数x(t),其中,t为采样时间,即预设时间,t∈[0,T],f为采样频率。对初始函数进行傅里叶变换,确定变换后的目标时间序列对应的函数X(t);基于
对初始函数x(t)进行标准化处理,获得单脉冲标准时间序列对应的函数x0(t);基于
对目标时间序列对应的函数X(t)进行标准化处理,获得单脉冲标准时间序列对应的函数X0(t)。基于dt确定时间重心t0。基于/>确定时域等效时间长度δT。基于/>确定频域等效频带宽度δF。从而基于等效时频的方式,提取脉冲的等效时间特征和等效频率特征。该方式简化了等效时频特征量的提取过程、减小了等效时频特征量的提取所需的运算量,进而可以提高脉冲的分类效率。
例如,预设时间为50个放电周期。可以以50个放电周期的局部放电波形图中脉冲波形数据为一组。可将上述每个周期的计算结果进行平均处理,获得的第一特征向量X1=(Tr,Td,Tp,T50,T90,δT,δF)。
实施例二
图4为本发明实施例二提供的一种GIS局部放电特征量提取方法的流程图,本实施例在上述实施例的基础上,对第二统计特征量的提取过程进行详细描述。其中与上述各实施例相同或相应的术语的解释在此不再赘述。如图4所示,该方法包括:
S210、获取在预设时间内气体绝缘组合电器设备GIS局部放电对应的局部放电波形图、局部放电图谱、相位窗口参数和脉冲放电参数。
S220、基于局部放电波形图,确定GIS局部放电对应的波形特征量和等效时频特征量,并基于波形特征量和等效时频特征量,确定GIS局部放电对应的第一特征向量。
S230、基于相位窗口参数和脉冲放电参数,确定第一统计特征量,并基于第一统计特征量,确定GIS局部放电对应的第二特征向量。
S240、基于局部放电图谱,确定平均放电量的相位图谱。
S250、基于平均放电量的相位图谱中相对于基准形状的偏斜度,确定偏斜度。
具体地,基于
确定偏斜度Sk +、Sk -。其中,以正态分布形状为基准。偏斜度可用于反映某种形状的分布对于基准形状的偏斜度。
S260、基于平均放电量的相位图谱中相对于基准形状的突起程度,确定陡峭度。
具体地,基于
确定陡峭度Ku +、Ku -。其中,以正态分布形状为基准,陡峭度可用于反映形状的分布对比于基准形状的突起程度。
S270、基于平均放电量的相位图谱中的最大放电幅值,确定局部峰值个数。
其中,局部峰值个数Peak+、Peak-可以用于表示图形中局部峰值的总个数。
需要说明的是,基于
可以判断某一点(xi,ai)是否为局部峰值。
S280、基于平均放电量的相位图谱中的相位窗数,确定放电总能量比值。
具体地,基于
确定放电因素对应的放电总能量比值Q。其中,N1和N2分别表示正负半周的相位窗数;和/>分别表示正负半周第i个相位窗内的平均放电幅值。放电因素可以是指不对称度,可用于反映了负半周和正半周局部放电总能量的比值。
S290、基于平均放电量的相位图谱中的相位窗数的平均放电量,确定互相关系数。
具体地,基于
确定互相关系数cc。其中,x是电压正半周期内的一个相位窗口的平均放电量;y是电压负半周期内相应的相位窗口的平均放电量。互相关系数cc可用于反映谱图正负半轴的轮廓的差异性。
S291、基于相位窗口参数和韦布尔分布,获得幅值概率分布的拟合函数,基于拟合函数,确定局部放电差异特征量。
其中,拟合函数包括:分布函数和密度函数。局部放电差异特征量包括:尺度特征量和形状特征量。
具体地,可以统计正、负半周的脉冲幅值与个数之间的分布关系,并分别绘制正负半个周期的放电幅值的概率分布图,即放电幅值-失效概率图,横坐标x轴为放电幅值,纵坐标y轴为失效概率。可以使用双参数韦布尔分布进行拟合,其分布函数F(ai)及密度函数f(ai)如下:
其中,ai为局部放电脉冲序列的幅值,i=(0,1,2,…,N),N为脉冲个数,α为尺度特征量,尺度特征量可以用于放大或缩小曲线,β为形状特征量,形状特征量可以决定分布密度曲线的基本形状。
需要说明的是,对于韦布尔分布的特征量α和β,可通过对大量的脉冲幅值拟合获得,拟合方法主要有极大似然法、最小二乘法等。通过拟合可以计算出正、负半周概率分布曲线的尺度参数α+、α-和形状参数β+、β-。
S292、基于第二统计特征量和局部放电差异特征量,确定GIS局部放电对应的第三特征向量。
例如,基于第二统计特征量和局部放电差异特征量,可以确定第三特征向量X3=(Sk +,Sk -,Ku +,Ku -,Peak+,Peak-,Q,cc,α+,α-,β+,β-)。
S293、基于第一特征向量、第二特征向量和第三特征向量,确定GIS局部放电对应的目标特征向量。
例如,基于第一特征向量X1、第二特征向量X2和第三特征向量X3,确定GIS局部放电对应的目标特征向量X。其中,X=(X1,X2,X3)。
本发明实施例的技术方案,通过对局部放电时域波形信息、时域幅值-时间序列以及放电统计图谱信息进行特征量提取,可以更充分、更有针对性的提取出用于表征缺陷的放电特征,并增加不同的缺陷类别的区分度,进一步提高局部放电特征提取的准确性,进而提高GIS的缺陷类型识别的准确性。
在上述技术方案的基础上,S230中“基于相位窗口参数和脉冲放电参数,确定第一统计特征量”可以包括:基于脉冲放电参数中放电脉冲个数,确定放电速率;基于相位窗口参数中相位窗口内的放电幅值,确定最大放电幅值和放电中位数;基于相位窗口参数中相位窗口内的放电幅值与相窗数量和脉冲放电参数中放电脉冲个数,确定平均放电幅值和相位总宽度。
其中,第一统计特征量包括放电速率、最大放电幅值、放电中位数、平均放电幅值和相位总宽度。
具体地,例如,以50个周期的局部放电幅值与相位数据为一组,确定相位窗口参数和脉冲放电参数。其中,相位窗口内的放电幅值为ai、每一个周期内包含的相窗数量为n以及每一组数据中所有放电脉冲个数为N。可以基于相位窗口参数中相位窗口内的放电幅值,确定最大放电幅值Qmax。其中,Qmax=maxai,可用于反映放电最大剧烈程度。基于相位窗口参数中相位窗口内的放电幅值与相窗数量和脉冲放电参数中放电脉冲个数,确定平均放电幅值Qave。其中,
可用于反映放电整体剧烈程度。基于相位窗口参数中相位窗口内的放电幅值,确定放电中位数QM。其中,放电中位数为每一组数据中所有放电幅值的中位数,可用于反映放电幅值的集中趋势。基于脉冲放电参数中放电脉冲个数,确定放电速率V。其中,V=N,可用于反映放电频次。基于相位窗口参数中相位窗口内的放电幅值与相窗数量和脉冲放电参数中放电脉冲个数,确定相位总宽度D。其中,存在放电脉冲的相位总宽度,可用于反映放电的维持性。其中,正负半周相位宽度之比RD为正半周期存在放电脉冲的相位总宽度与正半周期存在放电脉冲的相位总宽度之比,也可用于反映放电的维持性。从而将各个参数进行组合,获得的第二特征向量X2=(Qmax,Qave,QM,V,D,RD)。
在上述技术方案的基础上,S240还包括:将相位窗口参数中相位窗口内的放电幅值进行平均处理,获得相位窗口内的平均放电幅值,并将局部放电图谱中的放电幅值替换为平均放电幅值,获得平均放电量的相位图谱。
其中,平均放电幅值可以是指将放电幅值进行平均处理后得到的幅值。平均放电量的相位图谱可以用于表征平均放电量与相位之间关系的图谱。
具体地,将相位窗口参数中相位窗口内的放电幅值进行平均处理,获得相位窗口内的平均放电幅值,并基于局部放电图谱中的放电幅值与相位之间的关系,确定平均放电幅值与相位之间的关系,生成平均放电量的相位图谱。其中,横坐标x轴为相位,纵坐标y轴为平均放电幅值。
以下是本发明实施例提供的GIS局部放电特征量提取装置的实施例,该装置与上述各实施例的GIS局部放电特征量提取方法属于同一个发明构思,在GIS局部放电特征量提取装置的实施例中未详尽描述的细节内容,可以参考上述GIS局部放电特征量提取方法的实施例。
实施例三
图5为本发明实施例三提供的一种GIS局部放电特征量提取装置的结构示意图。如图5所示,该装置包括:局部放电信息获取模块310、第一特征向量确定模块320、第二特征向量确定模块330、第二统计特征量提取模块340、差异特征量确定模块350、第三特征向量确定模块360和目标特征向量确定模块370。
其中,局部放电信息获取模块310,用于获取在预设时间内气体绝缘组合电器设备GIS局部放电对应的局部放电波形图、局部放电图谱、相位窗口参数和脉冲放电参数;第一特征向量确定模块320,用于基于局部放电波形图,确定GIS局部放电对应的波形特征量和等效时频特征量,并基于波形特征量和等效时频特征量,确定GIS局部放电对应的第一特征向量;第二特征向量确定模块330,用于基于相位窗口参数和脉冲放电参数,确定第一统计特征量,并基于第一统计特征量,确定GIS局部放电对应的第二特征向量;第二统计特征量提取模块340,用于基于局部放电图谱,确定平均放电量的相位图谱,并提取平均放电量的相位图谱中的第二统计特征量;差异特征量确定模块350,用于基于相位窗口参数和韦布尔分布,获得幅值概率分布的拟合函数,基于拟合函数,确定局部放电差异特征量;第三特征向量确定模块360,用于基于第二统计特征量和局部放电差异特征量,确定GIS局部放电对应的第三特征向量;目标特征向量确定模块370,用于基于第一特征向量、第二特征向量和第三特征向量,确定GIS局部放电对应的目标特征向量。
本发明实施例的技术方案,通过对获取的在预设时间内气体绝缘组合电器设备GIS局部放电对应的局部放电波形图、局部放电图谱、相位窗口参数和脉冲放电参数进行特征量提取;可以基于局部放电波形图,确定GIS局部放电对应的波形特征量和等效时频特征量,并将波形特征量和等效时频特征量,确定局部放电时域波形的第一特征向量;可以基于相位窗口参数和脉冲放电参数,确定第一统计特征量,并基于第一统计特征量,确定局部放电时域幅值和时间序列的第二特征向量;可以基于局部放电图谱,确定平均放电量的相位图谱,并提取平均放电量的相位图谱中的第二统计特征量;基于相位窗口参数和韦布尔分布,获得幅值概率分布的拟合函数,基于拟合函数,确定局部放电差异特征量;基于第二统计特征量和局部放电差异特征量,确定局部放电统计图谱的第三特征向量;基于第一特征向量、第二特征向量和第三特征向量,确定GIS局部放电对应的目标特征向量,从而基于时域波形、时域幅值-时间序列和统计图谱三个方面,实现GIS局部放电的统一特征提取,提高局部放电特征提取的准确性,进而提高GIS的缺陷类型识别的准确性。
可选地,第一特征向量确定模块320可以包括:
时间点确定子模块,用于基于局部放电波形图,确定多个时间点;
波形特征量确定子模块,用于基于多个时间点,确定GIS局部放电对应的波形特征量;
单脉冲时间序列确定子模块,用于基于局部放电波形图,确定局部放电对应的单脉冲时间序列;
等效时频特征量确定子模块,用于基于GIS局部放电对应的单脉冲时间序列,确定GIS局部放电对应的等效时频特征量。
可选地,等效时频特征量确定子模块具体用于:对单脉冲时间序列进行傅里叶变换,确定变换后的目标时间序列;分别对单脉冲时间序列和目标时间序列进行标准化处理,获得单脉冲时间序列对应的单脉冲标准时间序列和目标时间序列对应的目标标准时间序列;基于单脉冲标准时间序列和目标标准时间序列,确定GIS局部放电对应的等效时频特征量。
可选地,第一统计特征量包括:放电速率、最大放电幅值、放电中位数、平均放电幅值和相位总宽度;
第二特征向量确定模块330具体用于:基于脉冲放电参数中放电脉冲个数,确定放电速率;基于相位窗口参数中相位窗口内的放电幅值,确定最大放电幅值和放电中位数;基于相位窗口参数中相位窗口内的放电幅值与相窗数量和脉冲放电参数中放电脉冲个数,确定平均放电幅值和相位总宽度。
可选地,该装置还包括:
相位图谱确定模块,用于将相位窗口参数中相位窗口内的放电幅值进行平均处理,获得相位窗口内的平均放电幅值,并将局部放电图谱中的放电幅值替换为平均放电幅值,获得平均放电量的相位图谱。
可选地,第二统计特征量包括:偏斜度、陡峭度、局部峰值个数、放电总能量比值和互相关系数;
第二统计特征量提取模块340具体用于:基于平均放电量的相位图谱中相对于基准形状的偏斜度,确定偏斜度;基于平均放电量的相位图谱中相对于基准形状的突起程度,确定陡峭度;基于平均放电量的相位图谱中的最大放电幅值,确定局部峰值个数;基于平均放电量的相位图谱中的相位窗数,确定放电总能量比值;基于平均放电量的相位图谱中的相位窗数的平均放电量,确定互相关系数。
可选地,拟合函数包括:分布函数和密度函数;局部放电差异特征量包括:尺度特征量和形状特征量。
本发明实施例所提供的GIS局部放电特征量提取装置可执行本发明任意实施例所提供的GIS局部放电特征量提取方法,具备执行GIS局部放电特征量提取方法相应的功能模块和有益效果。
值得注意的是,上述GIS局部放电特征量提取装置的实施例中,所包括的各个单元和模块只是按照功能逻辑进行划分的,但并不局限于上述的划分,只要能够实现相应的功能即可;另外,各功能单元的具体名称也只是为了便于相互区分,并不用于限制本发明的保护范围。
实施例四
图6示出了可以用来实施本发明的实施例的电子设备10的结构示意图。电子设备旨在表示各种形式的数字计算机,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备(如头盔、眼镜、手表等)和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本发明的实现。
如图6所示,电子设备10包括至少一个处理器11,以及与至少一个处理器11通信连接的存储器,如只读存储器(ROM)12、随机访问存储器(RAM)13等,其中,存储器存储有可被至少一个处理器执行的计算机程序,处理器11可以根据存储在只读存储器(ROM)12中的计算机程序或者从存储单元18加载到随机访问存储器(RAM)13中的计算机程序,来执行各种适当的动作和处理。在RAM 13中,还可存储电子设备10操作所需的各种程序和数据。处理器11、ROM 12以及RAM 13通过总线14彼此相连。输入/输出(I/O)接口15也连接至总线14。
电子设备10中的多个部件连接至I/O接口15,包括:输入单元16,例如键盘、鼠标等;输出单元17,例如各种类型的显示器、扬声器等;存储单元18,例如磁盘、光盘等;以及通信单元19,例如网卡、调制解调器、无线通信收发机等。通信单元19允许电子设备10通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
处理器11可以是各种具有处理和计算能力的通用和/或专用处理组件。处理器11的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的处理器、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。处理器11执行上文所描述的各个方法和处理,例如GIS局部放电特征量提取方法。
在一些实施例中,GIS局部放电特征量提取方法可被实现为计算机程序,其被有形地包含于计算机可读存储介质,例如存储单元18。在一些实施例中,计算机程序的部分或者全部可以经由ROM 12和/或通信单元19而被载入和/或安装到电子设备10上。当计算机程序加载到RAM 13并由处理器11执行时,可以执行上文描述的GIS局部放电特征量提取方法的一个或多个步骤。备选地,在其他实施例中,处理器11可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行GIS局部放电特征量提取方法。
本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
用于实施本发明的方法的计算机程序可以采用一个或多个编程语言的任何组合来编写。这些计算机程序可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器,使得计算机程序当由处理器执行时使流程图和/或框图中所规定的功能/操作被实施。计算机程序可以完全在机器上执行、部分地在机器上执行,作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本发明的上下文中,计算机可读存储介质可以是有形的介质,其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的计算机程序。计算机可读存储介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备,或者上述内容的任何合适组合。备选地,计算机可读存储介质可以是机器可读信号介质。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互,可以在电子设备上实施此处描述的系统和技术,该电子设备具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给电子设备。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如,作为数据服务器)、或者包括中间件部件的计算系统(例如,应用服务器)、或者包括前端部件的计算系统(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将系统的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)、区块链网络和互联网。
计算系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器,又称为云计算服务器或云主机,是云计算服务体系中的一项主机产品,以解决了传统物理主机与VPS服务中,存在的管理难度大,业务扩展性弱的缺陷。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本发明中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行,只要能够实现本发明的技术方案所期望的结果,本文在此不进行限制。
上述具体实施方式,并不构成对本发明保护范围的限制。本领域技术人员应该明白的是,根据设计要求和其他因素,可以进行各种修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等,均应包含在本发明保护范围之内。
Claims (10)
1.一种GIS局部放电特征量提取方法,其特征在于,包括:
获取在预设时间内气体绝缘组合电器设备GIS局部放电对应的局部放电波形图、局部放电图谱、相位窗口参数和脉冲放电参数;
基于所述局部放电波形图,确定所述GIS局部放电对应的波形特征量和等效时频特征量,并基于所述波形特征量和所述等效时频特征量,确定所述GIS局部放电对应的第一特征向量;
基于所述相位窗口参数和所述脉冲放电参数,确定第一统计特征量,并基于所述第一统计特征量,确定所述GIS局部放电对应的第二特征向量;
基于所述局部放电图谱,确定平均放电量的相位图谱,并提取所述平均放电量的相位图谱中的第二统计特征量;
基于所述相位窗口参数和韦布尔分布,获得幅值概率分布的拟合函数,基于所述拟合函数,确定局部放电差异特征量;
基于所述第二统计特征量和所述局部放电差异特征量,确定所述GIS局部放电对应的第三特征向量;
基于所述第一特征向量、第二特征向量和第三特征向量,确定所述GIS局部放电对应的目标特征向量。
2.根据权利要求1所述的方法,其特征在于,所述基于所述局部放电波形图,确定所述GIS局部放电对应的波形特征量和等效时频特征量,包括:
基于所述局部放电波形图,确定多个时间点;
基于所述多个时间点,确定所述GIS局部放电对应的波形特征量;
基于所述局部放电波形图,确定局部放电对应的单脉冲时间序列;
基于所述GIS局部放电对应的单脉冲时间序列,确定所述GIS局部放电对应的等效时频特征量。
3.根据权利要求2所述的方法,其特征在于,所述基于所述GIS局部放电对应的单脉冲时间序列,确定所述GIS局部放电对应的等效时频特征量,包括:
对所述单脉冲时间序列进行傅里叶变换,确定变换后的目标时间序列;
分别对所述单脉冲时间序列和所述目标时间序列进行标准化处理,获得所述单脉冲时间序列对应的单脉冲标准时间序列和所述目标时间序列对应的目标标准时间序列;
基于所述单脉冲标准时间序列和所述目标标准时间序列,确定所述GIS局部放电对应的等效时频特征量。
4.根据权利要求1所述的方法,其特征在于,所述第一统计特征量包括:放电速率、最大放电幅值、放电中位数、平均放电幅值和相位总宽度;
所述基于所述相位窗口参数和所述脉冲放电参数,确定第一统计特征量,包括:
基于所述脉冲放电参数中放电脉冲个数,确定所述放电速率;
基于所述相位窗口参数中相位窗口内的放电幅值,确定所述最大放电幅值和所述放电中位数;
基于所述相位窗口参数中相位窗口内的放电幅值与相窗数量和所述脉冲放电参数中放电脉冲个数,确定所述平均放电幅值和所述相位总宽度。
5.根据权利要求1所述的方法,其特征在于,所述基于所述局部放电图谱,确定平均放电量的相位图谱,还包括:
将所述相位窗口参数中相位窗口内的放电幅值进行平均处理,获得所述相位窗口内的平均放电幅值,并将所述局部放电图谱中的放电幅值替换为所述平均放电幅值,获得平均放电量的相位图谱。
6.根据权利要求1所述的方法,其特征在于,所述第二统计特征量包括:偏斜度、陡峭度、局部峰值个数、放电总能量比值和互相关系数;
所述提取所述平均放电量的相位图谱中的第二统计特征量,包括:
基于所述平均放电量的相位图谱中相对于基准形状的偏斜度,确定偏斜度;
基于所述平均放电量的相位图谱中相对于基准形状的突起程度,确定陡峭度;
基于所述平均放电量的相位图谱中的最大放电幅值,确定局部峰值个数;
基于所述平均放电量的相位图谱中的相位窗数,确定放电总能量比值;
基于所述平均放电量的相位图谱中的相位窗数的平均放电量,确定互相关系数。
7.根据权利要求1所述的方法,其特征在于,所述拟合函数包括:分布函数和密度函数;所述局部放电差异特征量包括:尺度特征量和形状特征量。
8.一种GIS局部放电特征量提取装置,其特征在于,包括:
局部放电信息获取模块,用于获取在预设时间内气体绝缘组合电器设备GIS局部放电对应的局部放电波形图、局部放电图谱、相位窗口参数和脉冲放电参数;
第一特征向量确定模块,用于基于所述局部放电波形图,确定所述GIS局部放电对应的波形特征量和等效时频特征量,并基于所述波形特征量和所述等效时频特征量,确定所述GIS局部放电对应的第一特征向量;
第二特征向量确定模块,用于基于所述相位窗口参数和所述脉冲放电参数,确定第一统计特征量,并基于所述第一统计特征量,确定所述GIS局部放电对应的第二特征向量;
第二统计特征量提取模块,用于基于所述局部放电图谱,确定平均放电量的相位图谱,并提取所述平均放电量的相位图谱中的第二统计特征量;
差异特征量确定模块,用于基于所述相位窗口参数和韦布尔分布,获得幅值概率分布的拟合函数,基于所述拟合函数,确定局部放电差异特征量;
第三特征向量确定模块,用于基于所述第二统计特征量和所述局部放电差异特征量,确定所述GIS局部放电对应的第三特征向量;
目标特征向量确定模块,用于基于所述第一特征向量、第二特征向量和第三特征向量,确定所述GIS局部放电对应的目标特征向量。
9.一种电子设备,其特征在于,所述电子设备包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的计算机程序,所述计算机程序被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1-7中任一项所述的GIS局部放电特征量提取方法。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有计算机指令,所述计算机指令用于使处理器执行时实现权利要求1-7中任一项所述的GIS局部放电特征量提取方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211559553.1A CN116165487A (zh) | 2022-12-06 | 2022-12-06 | 一种gis局部放电特征量提取方法、装置、设备和介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211559553.1A CN116165487A (zh) | 2022-12-06 | 2022-12-06 | 一种gis局部放电特征量提取方法、装置、设备和介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116165487A true CN116165487A (zh) | 2023-05-26 |
Family
ID=86420874
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211559553.1A Pending CN116165487A (zh) | 2022-12-06 | 2022-12-06 | 一种gis局部放电特征量提取方法、装置、设备和介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116165487A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117892067A (zh) * | 2024-03-15 | 2024-04-16 | 国网上海市电力公司 | 一种低频电流局放监测抗干扰方法、装置、设备及介质 |
-
2022
- 2022-12-06 CN CN202211559553.1A patent/CN116165487A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117892067A (zh) * | 2024-03-15 | 2024-04-16 | 国网上海市电力公司 | 一种低频电流局放监测抗干扰方法、装置、设备及介质 |
CN117892067B (zh) * | 2024-03-15 | 2024-05-28 | 国网上海市电力公司 | 一种低频电流局放监测抗干扰方法、装置、设备及介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN116865269B (zh) | 一种风电机组高谐波补偿方法及系统 | |
CN109307798B (zh) | 一种用于开关事件检测的功率信号滤波方法 | |
CN116165487A (zh) | 一种gis局部放电特征量提取方法、装置、设备和介质 | |
CN105403750A (zh) | 一种基于改进dq变换的电压暂降检测方法 | |
CN109613324B (zh) | 一种谐波放大的检测方法及装置 | |
CN115389816B (zh) | 一种电网谐波与间谐波的检测方法 | |
Ma et al. | Harmonic and interharmonic analysis of mixed dense frequency signals | |
CN114564989A (zh) | 一种居民居家状态的确定方法、装置、设备及存储介质 | |
CN115902528B (zh) | 一种直流牵引网振荡与短路故障辨识方法 | |
CN116338391A (zh) | 一种绝缘子状态检测方法、装置、电子设备以及介质 | |
CN116957539A (zh) | 电缆状态评价方法、装置、电子设备及存储介质 | |
CN114818830A (zh) | 一种基于图谱的放电类型识别方法、装置、设备及介质 | |
CN115754772A (zh) | 一种电池容量衰减处理方法、装置、设备和存储介质 | |
CN110196354B (zh) | 一种负载的开关事件的检测方法和装置 | |
CN115047294A (zh) | 配电线路的故障检测方法、装置、设备及存储介质 | |
Chen et al. | Spectrum comparative study of commutation failure and short-circuit fault in UHVDC transmission system | |
CN110187167A (zh) | 一种基于流形分类的负载开关事件的检测方法和装置 | |
CN116430157A (zh) | 避雷器老化状态的在线确定方法、装置、设备及存储介质 | |
CN116684063A (zh) | 一种检测方法、装置、设备及存储介质 | |
CN117992893A (zh) | 变电数据异常处理方法以及装置 | |
CN117150325B (zh) | 一种异常残差数据的处理方法、装置、设备及介质 | |
CN118393251A (zh) | 用电检测方法、装置、设备及存储介质 | |
CN116520011A (zh) | 避雷器老化状态的离线确定方法、装置、设备及存储介质 | |
CN115373449B (zh) | 一种数据处理方法、装置、设备及存储介质 | |
CN118214691B (zh) | 一种网络状态异常数据监测方法、装置、设备、介质及产品 |
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 |