申请/专利权人：国家电网有限公司;国网浙江省电力有限公司电力科学研究院;国网电力科学研究院武汉南瑞有限责任公司;华北电力大学

申请日：2022-07-26

公开（公告）日：2024-06-28

公开（公告）号：CN115236385B

主分类号：G01R19/14

分类号：G01R19/14;G01R31/12;G06F18/10;G06F18/214;G06N3/04;G06N3/094

优先权：

专利状态码：有效-授权

法律状态：2024.06.28#授权;2022.11.11#实质审查的生效;2022.10.25#公开

摘要：本发明公开了属于电力设备绝缘故障检测技术领域的一种高频脉冲电流波形极性的自动识别方法，该方法是深度利用脉冲信号波形特征的首波及其极性辨识方法；首先在实验室条件下，通过注入陡脉冲方式获得不同典型放电位置、型式的首波传播特性，通过各出线耦合端实测其响应信号波形，建立各注入方式和位置的典型响应波形样本库；进而以波形序列作为输入向量，通过人工神经网络对输入的波形序列对首波波形、极性进行训练的方法，利用人工神经网络对波形细节进行识别，从而实现了变压器高频电流波形极性识别的自动化、高效和准确识别，为局放的放电类型、位置等关键状态的诊断提供了关键诊断信息，提高了诊断的鲁棒性和自动化水平。

主权项：1.一种高频脉冲电流波形极性的自动识别方法，其特征在于该方法是深度利用脉冲信号波形特征的首波及其极性辨识方法；首先在实验室条件下，通过注入陡脉冲方式获得不同典型放电位置、型式的首波传播特性，通过各出线耦合端实测其响应信号波形，建立各注入方式和位置的典型响应波形样本库；进而以波形序列作为输入向量，通过人工神经网络对输入的波形序列对首波波形、极性进行训练的方法，利用人工神经网络对波形细节进行识别，由于神经网络的非线性特性，脉冲波形中与首波无关的后续反射叠加信号、衰减震荡信号均会自动的降低权重，从而提高首波及其极性辨识的准确性；具体包括步骤：1搭建变压器实体模型平台，通过陡脉冲发生器向实体变压器模型注入信号的方式模拟设备内部放电，注入的方式包括模拟绕组对地放电、绕组匝间或饼间放电、绕组外部放电和绕组相间放电；2在变压器套管末屏、中性点、铁心、夹件接地线，油箱接地线等部位安装高频CT传感器，通过采集装置同步采样高频脉冲响应波形；此时由于在注入信号情况下设备并未带电，因此基本没有外部干扰信号进入测试回路，背景噪声水平很低；3通过不同位置、不同方式的注入，建立波形样本库，对其首波极性进行标注；4对样本库中的波形截取子序列，以该序列的均方根值的k倍作为阈值，从序列中第一个过阈值点向前取1us、向后取2us的脉冲子序列作为人工神经网络输入，以首波极性作为输出对神经网络的网络参数矩阵进行训练，直到达到设定的识别精度后停止，初始阶段设置为100％，如果达到设定迭代次数限值后仍未收敛，可精度限定值可减少0.1％并进行重新迭代训练；其中，k取1.3～1.5；5通过对样本库中的波形序列人为加入噪声信号，通过调整噪声信号的幅值水平来控制信噪比，在指定的信噪比SNRth以上，进一步对神经网络进行强化训练以提高适应性，达到设定的识别精度，即可输出网络参数；SNRth为设定的信噪比阈值，该信噪比阈值不小于10dB；6应用训练后的网络参数，对采集的脉冲波形进行截取，将截取后的子序列作为神经网络的输入向量，即可实现高频局放脉冲首波极性的自动识别。

全文数据：

权利要求：

百度查询： 国家电网有限公司;国网浙江省电力有限公司电力科学研究院;国网电力科学研究院武汉南瑞有限责任公司;华北电力大学 一种高频脉冲电流波形极性的自动识别方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD