专利名称：一种局部放电脉冲电流的波形特征提取方法
技术领域：
本发明涉及一种局部放电脉冲电流波形特征提取方法，适用于基于高速采样的数字式局放仪；属于变压器局部放电检测与模式识别技术领域。
背景技术：
电力变压器是电力系统中最重要及最昂贵的设备之一，其安全运行的意义重大。在现场运行中，局部放电是导致电力变压器绝缘劣化的重要原因之一，特别是随着电力设备容量、电压等级不断增大的情况下，这个问题更为严重。局部放电的检测和模式识别是目前电力变压器绝缘状态检测的重要手段。局部放电检测是以发生局部放电时产生的电、光等现象为依据，通过能表述该现象的物理量来表征局部放电的状态。因此相应的出现了多种局部放电(局放)检测的方法，其中脉冲电流法是目前国际上唯一有标准的局放检测方法，所得到的数据具有可比性，目 前是不可代替的。当前所研制的交流局部放电检测装置与识别系统中，当利用脉冲电流进行特征提取时，大都采用局放信号的宏观特征作为模式识别的判断依据。即基于单种放电模型构造样本数据，再将数据转换为各种基于相位窗的放电图谱，主要有最大放电量相位
分布\皿(φ)、平均放电量相位分布、放电次数相位分布及三维放电谱图φ-
q-n等；然后对各放电图谱利用61个统计算子计算出37个左右的放电指纹并存储在系统的数据库中。在使用局放仪在现场对变压器进行测试时，现有的数字式局放仪对测得的局放数据按照上述流程进行处理，取得放电指纹后与数据库中的放电模式进行对比，从而判断局放的放电模式。这些放电指纹均来自于局放波形信号的整体宏观特征，缺失了波形信号诸多的微观特性，没有完全充分利用所获得的局放信号数据，因此现有数字式局放仪大都只能对放电类型进行大致的分类识别，模式识别结果不够精确。在微观特征较少被业界采用的原因除了受通道带宽和采样率等硬件条件限制外，还有一个主要原因是目前缺乏在连续的采样信号中快速有效地提取放电脉冲信号微观特征的方法。另外，微观特征参数数量较多且零散，将其直接作为局放特征量进行模式识别的效果不太理想。目前，随着硬件条件(通道带宽和采样频率)的提高，已经基本具备了对脉冲信号微观特征分析的可能性，急需一种快速有效地提取放电脉冲信号微观特征的方法。

发明内容
本发明的目的在于提供一种局部放电脉冲电流的波形特征提取方法，能有效的在连续采样波形信号中提取其微观特征；克服了目前数字式局放仪大多仅利用局放数据的宏观特征进行统计分析处理，不能完全充分利用获得的局放数据的不足；能够从采集数据中自适应的提取各种放电类型的单个放电脉冲波形，并通过改进的流形学习算法对波形微观特征进行有效降维，提取低维且有效的放电脉冲波形特征。为了达到上述目的，本发明提供一种局部放电脉冲电流的波形特征提取方法，具体包含以下步骤步骤I:随机选择若干个电压等级，在每个电压等级下采集若干个工频周期的变压器局部放电信号数据；
步骤2 :对上述步骤I中采集获得的变压器局放信号进行脉冲波形信号的自动提取； 步骤3 :对在步骤2中自动提取得到的单个放电脉冲波形的各个微观特征参数进行计
算；
步骤4 :对在步骤3中获得的局放脉冲波形微观特征参数进行特征空间降维。所述步骤2中，具体包含以下步骤
步骤21 :步骤I中采集获得的局部放电信号为离散时间序列，对其进行全局搜索，确定局部极大值点和局部极小值点在原离散时间序列中的位置，分别形成局部极大值的一维数组IndMax和局部极小值的一维数组IndMin ；·
步骤22 :根据预先确定的幅度阈值Thl，对步骤21中所得到的局部极大值的一维数组IndMax和局部极小值的一维数组IndMin进行过滤，剔除两组数组中低于幅度阈值Thl的离散点，过滤后的局部极大值的一维数组仍然记为IndMax，局部极小值的一维数组仍然记为IndMin ；
步骤23 :将步骤22中所得到的局部极大值的一维数组IndMax和局部极小值的一维数组IndMin进行合并，对两组数组中的各极值点进行升序排序，合并后形成一维数组IndexM ；
步骤24 :对步骤23中所得到的一维数组IndexM，计算相邻极值点的位置差，得到一维数组 DiffIndexM
DifflndexM^) = IndexMif) - Ο, = O
DifflndsxM(i) = lndexM(i) - IndexM-1),i = 1,2...v ’
其中，V表示一维数组IndexM中共包含V个极值点；
步骤25 :根据预先确定的距离阈值Th2，逐个判断步骤24中所得到的相邻极值点的位置差DiffIndexM中的各个数组值，对于大于距离阈值Th2的数组值视为一次放电，据此累计计算放电次数F1DSums,同时记录各次放电脉冲最大值点幅值PDMaxs和此最大值点位置PDIndexs ;其中F1DSums为整型，PDMaxs和F1DIndexs均为一维数组，大小为F1Dsums ；
步骤26 :计算每次放电脉冲的起始位置和结束位置；根据步骤25中的放电位置PDIndexs，结合原信号放电脉冲前后离散点的平稳、振荡小、幅值低等特点分别向放电位置前后搜索起始位置和结束位置，分别记为一维数组I3DStarts和TOEnds，大小为TOsums ；步骤27 由步骤26所得波形起始位置I3DStarts和结束位置TOEnds，结合步骤I的原始波形信号即可获得各次放电脉冲波形的离散序列值。所述步骤3中，单个放电脉冲波形的各个微观特征参数包含
脉冲极性根据放电相位分为正脉冲和负脉冲；
峰值最大放电电流，即脉冲波形的最大幅值％ ;
脉冲上升时间脉冲第I个波形的峰值从10%上升到90%的时间；
脉冲下降时间脉冲第I个波形的峰值从90%下降到10%的时间；
脉冲宽度脉冲波形峰值50%处的两点之间的时间间隔；
脉冲持续时间从脉冲波形上升时间开始到基本没有振荡为止的时间；10%幅值脉冲持续时间脉冲波形峰值10%处的两点之间的时间间隔；
脉冲包络类型计算脉冲波形包络，分别与单指数衰减波形、单指数振荡衰减波形、双指数衰减波形、双指数振荡衰减波形进行匹配，从而确定脉冲包络类型；
放电信号能量分布对脉冲波形利用FFT进行频谱分析；
脉冲衰减时间从脉冲峰值的90%下降到峰值10%的时间；
多个脉冲突发持续时间一次放电波形中多个波峰持续时间；
脉冲均值平均放电电流，即
权利要求
1.一种局部放电脉冲电流的波形特征提取方法，其特征在于，该方法包含以下步骤 步骤I:随机选择若干个电压等级，在每个电压等级下采集若干个工频周期的变压器局部放电信号数据； 步骤2 :对上述步骤I中采集获得的变压器局放信号进行脉冲波形信号的自动提取； 步骤3 :对在步骤2中自动提取得到的单个放电脉冲波形的各个微观特征参数进行计算； 步骤4 :对在步骤3中获得的局放脉冲波形微观特征参数进行特征空间降维。
2.如权利要求I所述的局部放电脉冲电流的波形特征提取方法，其特征在于，所述的步骤2中，具体包含 步骤21 :步骤I中采集获得的局部放电信号为离散时间序列，对其进行全局搜索，确定局部极大值点和局部极小值点在原离散时间序列中的位置，分别形成局部极大值的一维数组IndMax和局部极小值的一维数组IndMin ； 步骤22 :根据预先确定的幅度阈值Thl，对步骤21中所得到的局部极大值的一维数组IndMax和局部极小值的一维数组IndMin进行过滤，剔除两组数组中低于幅度阈值Thl的离散点，过滤后的局部极大值的一维数组仍然记为IndMax，局部极小值的一维数组仍然记为IndMin ； 步骤23 :将步骤22中所得到的局部极大值的一维数组IndMax和局部极小值的一维数组IndMin进行合并，对两组数组中的各极值点进行升序排序，合并后形成一维数组IndexM ； 步骤24 :对步骤23中所得到的一维数组IndexM，计算相邻极值点的位置差，得到一维数组 DiffIndexM DifflndexM(S) = lndsxM{i) - Ο, = O DiJfhdexM(i) = IndexM(i) 一 IndsxMii — l),i = l，2...v ’ 其中，V表示一维数组IndexM中共包含V个极值点； 步骤25 :根据预先确定的距离阈值Th2，逐个判断步骤24中所得到的相邻极值点的位置差DiffIndexM中的各个数组值，对于大于距离阈值Th2的数组值视为一次放电，据此累计计算放电次数F1DSums,同时记录各次放电脉冲最大值点幅值PDMaxs和此最大值点位置PDIndexs ;其中F1DSums为整型，PDMaxs和F1DIndexs均为一维数组，大小为F1Dsums ； 步骤26 :计算每次放电脉冲的起始位置和结束位置；根据步骤25中的放电位置PDIndexs，结合原信号放电脉冲前后离散点的平稳、振荡小、幅值低等特点分别向放电位置前后搜索起始位置和结束位置，分别记为一维数组I3DStarts和TOEnds，大小为TOsums ；步骤27 由步骤26所得波形起始位置I3DStarts和结束位置TOEnds，结合步骤I的原始波形信号即可获得各次放电脉冲波形的离散序列值。
3.如权利要求2所述的局部放电脉冲电流的波形特征提取方法，其特征在于，所述步骤3中，单个放电脉冲波形的各个微观特征参数包含 脉冲极性根据放电相位分为正脉冲和负脉冲； 峰值最大放电电流，即脉冲波形的最大幅值％ ; 脉冲上升时间脉冲第I个波形的峰值从10%上升到90%的时间；脉冲下降时间脉冲第I个波形的峰值从90%下降到10%的时间； 脉冲宽度脉冲波形峰值50%处的两点之间的时间间隔； 脉冲持续时间从脉冲波形上升时间开始到基本没有振荡为止的时间； 10%幅值脉冲持续时间脉冲波形峰值10%处的两点之间的时间间隔； 脉冲包络类型计算脉冲波形包络，分别与单指数衰减波形、单指数振荡衰减波形、双指数衰减波形、双指数振荡衰减波形进行匹配，继而确定脉冲包络类型； 放电信号能量分布对脉冲波形利用FFT进行频谱分析； 脉冲衰减时间从脉冲峰值的90%下降到峰值10%的时间； 多个脉冲突发持续时间一次放电波形中多个波峰持续时间； 脉冲均值平均放电电流，即
4.如权利要求3所述的局部放电脉冲电流的波形特征提取方法，其特征在于，所述步骤4中，具体包含以下步骤 步骤41 :基于改进的k邻接算法构造特征邻域图； 步骤42 :计算脉冲波形最短距离矩阵； 对步骤41获得的有效邻接图$ ,调用图的最短路径算法来估计任意点对之间的最短路径距离，并以此作为点对在流形上的测地线距离的估计，从而得到样本最短距离矩阵05 步骤43 :基于有监督的线性降维方法的数据降维与特征提取。
5.如权利要求4所述的局部放电脉冲电流的波形特征提取方法，其特征在于，所述的步骤41中，具体包含 步骤411 :假设步骤2中获得的放电脉冲波形为η个，即样本总数为η，则得到数据矩阵if = [^1 ,x2,Λ , ],其中列向量A , J =1,2,Λ 3为由步骤3提取的单个放电脉冲波形微观参数构成的17维向量； 由数据矩阵I计算其欧式距离矩阵E，确定经典邻接图O ； 步骤412 :对邻接图G中的边进行短路边筛选；通过构建向量-区域来鉴别短路边；假设对于任意的两个点X，7，以向量X-17为轴，以f为半径构成的圆柱形区域定义为向量Jf-y的f -区域；对于点名，其已知邻居节点计为忧，Α，Λ J7jJ,分别计算JTi - YllXi-Y2A ,Xi - 的”-区域，如果某个向量名~ 的ε -区域包括的样本点数量少于给定阀值5，则认为向量石为短路边，于是从4的邻接图中去除4 ； 步骤413 :对每个高维局部重复步骤412，即可得到更接近真实高维局部几何特征的邻接图S。
6.如权利要求5所述的局部放电脉冲电流的波形特征提取方法，其特征在于，所述的步骤43中，具体包含 步骤431 :假设步骤I获得的原始局部放电类型分为Re，属于t维空间，P为微观特征参数的个数；假设步骤2获得的脉冲波形样本总数为《 ;对每种局放脉冲波形类型- ，应用步骤41和步骤42，得到各自的样本最短距离矩阵( ,G32,Λ ,Gii , 步骤432 :计算步骤431所得各样本矩阵SGK的参数；各类样本均值向量Jkis、各样本类内离散矩阵勾；以及计算总体样本矩阵参数，包括总体样本均值向量m、总类内离散度矩阵Sw、各样本类间离散度矩阵^ ; 步骤433 :为步骤431所得每一类Gri寻找一个投影方向w;，i = 1，2,Λ ,c，使得各投影间的距离最大，即使得下式最大化
全文摘要
本发明涉及一种局部放电脉冲电流的波形特征提取方法，包含以下步骤采集变压器局部放电信号数据；对该局放信号进行脉冲波形信号的自动提取；对所提取的单个放电脉冲波形的各个微观特征参数进行计算；对局放脉冲波形微观特征参数进行特征空间降维。本发明能有效的在连续采样波形信号中提取其微观特征；克服了目前数字式局放仪大多仅利用局放数据的宏观特征进行统计分析处理，不能完全充分利用获得的局放数据的不足；能够从采集数据中自适应的提取各种放电类型的单个放电脉冲波形，并通过改进的流形学习算法对波形微观特征进行有效降维，提取低维且有效的放电脉冲波形特征。
文档编号G01R31/12GK102854445SQ201210396459
公开日2013年1月2日 申请日期2012年10月18日 优先权日2012年10月18日
发明者李莉, 俞国勤, 朱永利, 邵宇鹰, 宋亚奇, 李坚 申请人:上海市电力公司, 华北电力大学(保定), 国家电网公司