专利名称：基于援例的智能局部放电故障识别系统及识别方法
技术领域：
本发明涉及一种故障识别系统及识别方法，尤指基于援例的智能局部放电故障识 别系统及识别方法。
背景技术：
目前，局部放电检测仪只能显示现场采集上来的波形，没有信号的分析功能。更不 能对局部放电故障进行模式识别。只能在检测的现场信号幅度异常后告警，具体故障的判 断需要电力专家到现场试验分析，不利于现场问题的快速查找。并且故障模式识别完全依 赖现场专家的经验和水平，给最终故障诊定带来很大的不确定性。

发明内容
本发明要解决的技术问题和提出的技术任务是对现有技术方案进行完善，提供一 种基于援例的智能局部放电故障识别系统及识别方法，以达到故障识别准确、方便的目的。 为此，本发明采取以下技术方案。1、基于援例的智能局部放电故障识别系统，其特征在于它包括 信号采样模块，用于在信号发生异常时进行采样并连续不断保存样本；
范例检索模块，接受样本作为目标范本，调用检索方法模块获得检索方法，并根据检索 方法对源范模块检索，得到一批与目标范例相似的源范例，然后将源范例送入范例排序模 块；
检索方法模块，接受范例检索模块的查询任务返回援例识别方式； 范例排序模块，范例排序模块调用择优标准模块获取选择标准，获得选择标准后对目 标范例类似的源范例排序选优；
择优标准模块，用于存储选择标准，接受范例排序模块的查询任务返回选择标准； 结论解释模块，与范例排序模块相连，根据优选源范例对目标范本作出结论解释； 范例保存模块，用于存储作出结论解释的目标范例；
源范例模块，用于存储来自于典型局部放电特高频物理学模型仿真结果及大量已运行 局部放电异常变压器的典型案例。该系统从目标范例的提示获得记忆中的相似源范例，并由这些相这些相似源范例 来指导该目标范例的求解过程，通过内置的援例，可准确可靠的识别局部放电的故障模式 类型和具体的故障部位及严重程度。作为对上述技术方案的进一步完善和补充，本发明还包括以下附加技术特征。检索方法模块设有利用几何图形检索方法确定放电类型的几何检索方法单元及 利用欧式距离算法确定具体故障部位和严重程序的欧式距离检索单元。基于援例的智能局部放电故障识别方法，其特征在于它包括以下步骤
1)采样步骤，在信号发生异常时进行采样并连续不断保存样本；
2)范例检索步骤，接受样本作为目标范本，调用检索方法模块获得检索方法，并根据检索方法对源范模块检索，得到一批与目标范例相似的源范例；
3)范例排序步骤，调用择优标准模块获取选择标准，在获得选择标准后对目标范例类 似的源范例排序选优，得到最佳源范例；
4)结论解释步骤，根据优选源范例对目标范本作出结论解释并输出；
5)范例保存步骤，存储作出结论解释的目标范例至范例保存模块和源范例模块。该方 法从目标范例的提示获得记忆中的相似源范例，并由这些相这些相似源范例来指导该目标 范例的求解过程，通过内置的援例，可准确可靠的识别局部放电的故障模式类型和具体的 故障部位及严重程度。检索方法包括用于确定放电类型的几何图形检索方法、用于确定具体故障部位和 严重程度的欧式距离算法。有益效果该系统从目标范例的提示获得记忆中的相似源范例，并由这些相这些 相似源范例来指导该目标范例的求解过程，通过内置的援例，采用科学的几何图形检索方 法和欧式距离算法，利用几何图形检索方法确定故障模式，利用欧式距离算法确定具体的 故障部位及严重程度，提高了故障诊断的准确、可靠性。


图1是本发明结构原理图。图2是本发明流程图。
具体实施例方式以下结合说明书附图对本发明的技术方案做进一步的详细说明。基于援例的智能局部放电故障识别系统包括信号采样模块，用于在信号发生异 常时进行采样并连续不断保存样本；范例检索模块，接受样本作为目标范本，调用检索方法 模块获得检索方法，并根据检索方法对源范例模块检索，得到一批与目标范例相似的源范 例，然后将源范例送入范例排序模块；检索方法模块，接受范例检索模块的查询任务返回援 例识别方式；范例排序模块，范例排序模块调用择优标准模块获取选择标准，获得选择标准 后对目标范例类似的源范例排序选优；择优标准模块，用于存储选择标准，接受范例排序模 块的查询任务返回选择标准；结论解释模块，与范例排序模块相连，根据优选源范例对目标 范本作出结论解释；范例保存模块，用于存储作出结论解释的目标范例；源范例模块，用于 存储来自于典型局部放电特高频物理学模型仿真结果及大量已运行局部放电异常变压器 的典型案例。其中检索方法模块设有利用几何图形检索方法确定放电类型的几何检索方法单 元及利用欧式距离算法确定具体故障部位和严重程序的欧式距离检索单元。基于援例的智能局部放电故障识别方法，如图2所示，其包括以下步骤
1)采样步骤，在信号发生异常时进行采样并连续不断保存样本；
2)范例检索步骤，接受样本作为目标范本，调用检索方法模块获得检索方法，并根据检 索方法对源范模块检索，得到一批与目标范例相似的源范例；
3)范例排序步骤，调用择优标准模块获取选择标准，在获得选择标准后对目标范例类 似的源范例排序选优，得到最佳源范例；4)结论解释步骤，根据优选源范例对目标范本作出结论解释并输出；
5)范例保存步骤，存储作出结论解释的目标范例至范例保存模块和源范例模块。
权利要求
1.基于援例的智能局部放电故障识别系统，其特征在于它包括信号采样模块，用于在信号发生异常时进行采样并连续不断保存样本；范例检索模块，接受样本作为目标范本，调用检索方法模块获得检索方法，并根据检索 方法对源范例模块检索，得到一批与目标范例相似的源范例，然后将源范例送入范例排序 模块；检索方法模块，接受范例检索模块的查询任务返回援例识别方式；范例排序模块，范例排序模块调用择优标准模块获取选择标准，获得选择标准后对目 标范例类似的源范例排序选优；择优标准模块，用于存储选择标准，接受范例排序模块的查询任务返回选择标准；结论解释模块，与范例排序模块相连，根据优选源范例对目标范本作出结论解释；范例保存模块，用于存储作出结论解释的目标范例；源范例模块，用于存储来自于典型局部放电特高频物理学模型仿真结果及大量已运行 局部放电异常变压器的典型案例。
2.根据权利要求1所述的基于援例的智能局部放电故障识别系统，其特征在于检索 方法模块设有利用几何图形检索方法确定放电类型的几何检索方法单元及利用欧式距离 算法确定具体故障部位和严重程序的欧式距离检索单元。
3.根据权利要求1所述的基于援例的智能局部放电故障识别方法，其特征在于它包括 以下步骤1)采样步骤，在信号发生异常时进行采样并连续不断保存样本；2)范例检索步骤，接受样本作为目标范本，调用检索方法模块获得检索方法，并根据检 索方法对源范模块检索，得到一批与目标范例相似的源范例；3)范例排序步骤，调用择优标准模块获取选择标准，在获得选择标准后对目标范例类 似的源范例排序选优，得到最佳源范例；4)结论解释步骤，根据优选源范例对目标范本作出结论解释并输出；5)范例保存步骤，存储作出结论解释的目标范例至范例保存模块和源范例模块。
4.根据权利要求3所述的基于援例的智能局部放电故障识别方法，其特征在于检索 方法包括用于确定放电类型的几何图形检索方法、用于确定具体故障部位和严重程度的欧 式距离算法。
全文摘要
基于援例的智能局部放电故障识别系统及识别方法，涉及一种故障识别系统和识别方法。局部放电检测仪只能显示现场采集上来的波形，无信号的分析功能，故障的判断需要电力专家到现场试验分析，查找慢，并且故障模式识别完全依赖现场专家的经验和水平，给最终故障诊定带来很大的不确定性。本发明包括信号采样模块；范例检索模块；检索方法模块；范例排序模块；择优标准模块；结论解释模块；范例保存模块；源范例模块。本系统从目标范例中获得相似源范例，通过内置的援例，采用科学的几何图形检索方法和欧式距离算法，利用几何图形检索方法确定故障模式，利用欧式距离算法确定具体的故障部位及严重程度，提高了故障诊断的准确、可靠性。
文档编号G01R31/12GK102129017SQ20101061577
公开日2011年7月20日 申请日期2010年12月30日 优先权日2010年12月30日
发明者汪业, 谢东, 谢炜 申请人:杭州柯林电力设备有限公司