一種gis絕緣缺陷局部放電圖譜模式識(shí)別方法
【專利摘要】一種GIS絕緣缺陷局部放電圖譜模式識(shí)別方法，通過(guò)對(duì)GIS絕緣缺陷的典型放電圖譜進(jìn)行分析，根據(jù)其圖譜分析其相位、幅值特征，建立數(shù)學(xué)模型。然后，通過(guò)數(shù)學(xué)模型產(chǎn)生模擬的圖譜，驗(yàn)證其是否與原始圖譜具有一致性。待驗(yàn)證成功后，根據(jù)建立的模型產(chǎn)生大量的放電數(shù)據(jù)，分別作為訓(xùn)練樣本和測(cè)試樣本。數(shù)據(jù)得到后，構(gòu)建RBF神經(jīng)網(wǎng)絡(luò)，其中訓(xùn)練時(shí)采用K-均值聚類法。將訓(xùn)練樣本輸入到神經(jīng)網(wǎng)絡(luò)中進(jìn)行訓(xùn)練，完成后將測(cè)試數(shù)據(jù)輸入，經(jīng)過(guò)計(jì)算得到識(shí)別結(jié)果。最后，通過(guò)調(diào)整訓(xùn)練誤差允許值δ，可以達(dá)到快的訓(xùn)練速度及高的識(shí)別正確率。
【專利說(shuō)明】—種GIS絕緣缺陷局部放電圖譜模式識(shí)別方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及電力信息【技術(shù)領(lǐng)域】，特別涉及一種基于數(shù)學(xué)建模和RBF(Radial BasisFunction,徑向基函數(shù))神經(jīng)網(wǎng)絡(luò)的GIS (Gas Insulated Switchgear,氣體絕緣開(kāi)關(guān)設(shè)備)絕緣缺陷局部放電圖譜模式識(shí)別方法。
【背景技術(shù)】
[0002]作為電力系統(tǒng)重要的輸變電設(shè)備，氣體絕緣開(kāi)關(guān)設(shè)備(Gas InsulatedSwitchgear，簡(jiǎn)稱GIS)在電力系統(tǒng)中得到廣泛的應(yīng)用。它把變電所里除了變壓器外的各種電氣設(shè)備全部組合裝配在一個(gè)封閉的金屬外殼里面，腔體內(nèi)部通常充以SF6氣體，以實(shí)現(xiàn)導(dǎo)體對(duì)外殼、相間以及端口間的可靠絕緣。然而SF6氣體中一旦混入水分、雜質(zhì)、顆?；蛘咂渌蛟斐删植繄?chǎng)強(qiáng)過(guò)于集中，其絕緣性能會(huì)急劇下降。對(duì)于GIS這種電力設(shè)備，與其他設(shè)備不同，其絕緣缺陷通過(guò)局部放電的測(cè)量才能有效的檢測(cè)到。而其局部放電形式有多種，不同的放電形式對(duì)應(yīng)不同的絕緣缺陷類型。因此，通過(guò)神經(jīng)網(wǎng)絡(luò)算法進(jìn)行模式識(shí)別，能夠幫助判斷局部放電現(xiàn)象與絕緣缺陷之間對(duì)應(yīng)關(guān)系，有助于對(duì)GIS診斷。
[0003]模式識(shí)別的核心問(wèn)題是識(shí)別的技術(shù)方法，或者說(shuō)是識(shí)別的數(shù)學(xué)模型。隨著現(xiàn)代科學(xué)技術(shù)的快速發(fā)展，模式識(shí)別技術(shù)的研究也在不斷深化，各種各樣的模式識(shí)別方法不斷涌現(xiàn)，如BP神經(jīng)網(wǎng)絡(luò)、模糊診斷、聚類分析等，它們各自有各自的研究特點(diǎn)和使用條件，也都可以應(yīng)用到GIS缺陷模式識(shí)別中去，但是結(jié)構(gòu)的簡(jiǎn)單程度及識(shí)別結(jié)果的精度不能達(dá)到統(tǒng)一。因此，如何根據(jù)GIS絕緣缺陷放電圖譜的特征，使用一種新的方法來(lái)實(shí)現(xiàn)結(jié)構(gòu)簡(jiǎn)單、訓(xùn)練速度快和識(shí)別正確率高的識(shí)別分類，是目前需解決的問(wèn)題。

【發(fā)明內(nèi)容】

[0004]本發(fā)明針對(duì)現(xiàn)有技術(shù)存在的上述不足，提供了一種GIS絕緣缺陷局部放電圖譜模式識(shí)別方法，基于數(shù)學(xué)建模和RBF神經(jīng)網(wǎng)絡(luò)。
[0005]本發(fā)明通過(guò)以下技術(shù)方案實(shí)現(xiàn):
[0006]一種GIS絕緣缺陷局部放電圖譜模式識(shí)別方法，包括以下步驟:
[0007]S1、對(duì)原始數(shù)據(jù)進(jìn)行預(yù)分析，原始數(shù)據(jù)為GIS絕緣缺陷的典型放電圖譜，分析其相位、幅值特征，用以為后續(xù)步驟提供參考依據(jù)；
[0008]S2、依據(jù)SI中的原始數(shù)據(jù)產(chǎn)生離散的數(shù)據(jù)序列，每個(gè)數(shù)據(jù)點(diǎn)為對(duì)應(yīng)的放電相位及幅值大??；
[0009]S3、建立GIS絕緣缺陷典型圖譜的數(shù)學(xué)模型，運(yùn)用隨機(jī)函數(shù)命令模擬實(shí)際放電量大小的隨機(jī)性和控制放電幅值大小的范圍；
[0010]S4、依據(jù)建模程序產(chǎn)生模擬圖譜，驗(yàn)證模擬圖譜與真實(shí)圖譜的一致性；
[0011]S5、若一致性驗(yàn)證成功，運(yùn)行程序，產(chǎn)生大量模擬數(shù)據(jù)，其中每個(gè)數(shù)據(jù)點(diǎn)的前十二位為對(duì)應(yīng)相位下的幅值，后面為分類編碼；
[0012]S6、建立RBF神經(jīng)網(wǎng)絡(luò)，訓(xùn)練中，隱含層中心值的確定采用K-均值聚類法；[0013]S7、將S5中得到的數(shù)據(jù)輸入到S6中建立的RBF神經(jīng)網(wǎng)絡(luò)中，其中一部分?jǐn)?shù)據(jù)作為訓(xùn)練樣本，另一部分?jǐn)?shù)據(jù)作為測(cè)試樣本；
[0014]S8、通過(guò)訓(xùn)練樣本完成RBF神經(jīng)網(wǎng)絡(luò)的訓(xùn)練，然后識(shí)別另一部分?jǐn)?shù)據(jù)所屬分類，即輸出每個(gè)放電點(diǎn)的測(cè)試數(shù)據(jù)識(shí)別結(jié)果。
[0015]較佳的，還包括:
[0016]S9、通過(guò)調(diào)整訓(xùn)練誤差允許值δ，用以加快訓(xùn)練速度及提高識(shí)別正確率。
[0017]較佳的，S7中的作為訓(xùn)練樣本的一部分?jǐn)?shù)據(jù)所占比重為四分之三，作為測(cè)試樣本的另一部分?jǐn)?shù)據(jù)所占比重為四分之一。
[0018]較佳的，S3中所述的建立GIS絕緣缺陷典型圖譜的數(shù)學(xué)模型，用以產(chǎn)生大量模擬放電數(shù)據(jù)，輸入到建立的RBF神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)模式識(shí)別
[0019]該方法其具有以下優(yōu)點(diǎn):1、建立了 GIS絕緣缺陷典型放電圖譜的數(shù)學(xué)模型和RBF神經(jīng)網(wǎng)絡(luò)；2、該方法很大地提高了對(duì)GIS絕緣缺陷模式識(shí)別的識(shí)別正確率；3、該方法結(jié)構(gòu)簡(jiǎn)單、訓(xùn)練速度快。
【專利附圖】

【附圖說(shuō)明】
[0020]圖1所示的是本發(fā)明的流程圖；
[0021]圖2所示的是RBF神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)圖。
【具體實(shí)施方式】
[0022]以下將結(jié)合本發(fā)明的附圖，對(duì)本發(fā)明實(shí)施例中的技術(shù)方案進(jìn)行清楚、完整的描述和討論，顯然，這里所描述的僅僅是本發(fā)明的一部分實(shí)例，并不是全部的實(shí)例，基于本發(fā)明中的實(shí)施例，本領(lǐng)域普通技術(shù)人員在沒(méi)有做出創(chuàng)造性勞動(dòng)的前提下所獲得的所有其他實(shí)施例，都屬于本發(fā)明的保護(hù)范圍。
[0023]為了便于對(duì)本發(fā)明實(shí)施例的理解，下面將結(jié)合附圖以具體實(shí)施例為例作進(jìn)一步的解釋說(shuō)明，且各個(gè)實(shí)施例不構(gòu)成對(duì)本發(fā)明實(shí)施例的限定。
[0024]參看圖1，基于數(shù)學(xué)建模和RBF神經(jīng)網(wǎng)絡(luò)的GIS絕緣缺陷局部放電圖譜模式識(shí)別方法按以下步驟進(jìn)行:
[0025]步驟(I):原始數(shù)據(jù)的預(yù)分析，原始數(shù)據(jù)為GIS絕緣缺陷的典型放電圖譜，根據(jù)其圖譜分析其相位、幅值特征，為接下來(lái)數(shù)據(jù)建模提供參考依據(jù)；
[0026]步驟(2):建立GIS絕緣缺陷局放典型圖譜的數(shù)學(xué)模型:
[0027]首先，依據(jù)原始的典型放電圖譜數(shù)據(jù)產(chǎn)生離散的數(shù)據(jù)序列，每個(gè)數(shù)據(jù)點(diǎn)為對(duì)應(yīng)的放電相位及幅值大小。然后，依據(jù)以上數(shù)據(jù)，建立GIS絕緣缺陷典型圖譜的數(shù)學(xué)模型，運(yùn)用隨機(jī)函數(shù)命令模擬實(shí)際放電量大小的隨機(jī)性和控制放電幅值大小的范圍。最后，依據(jù)建模程序產(chǎn)生模擬圖譜，驗(yàn)證模擬圖譜與真實(shí)圖譜的一致性。
[0028]步驟(3):放電數(shù)據(jù)的產(chǎn)生:
[0029]為了得到大量的放電數(shù)據(jù)作為訓(xùn)練樣本和測(cè)試樣本，運(yùn)用了循環(huán)語(yǔ)句，又由于我們所構(gòu)造的模型，用到的是隨機(jī)函數(shù)randint，便可得到大量的滿足契合條件的數(shù)據(jù)，以便輸入到后續(xù)建立的RBF神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)模式識(shí)別。
[0030]步驟(4):建立RBF神經(jīng)網(wǎng)絡(luò)，其結(jié)構(gòu)圖如圖2所示。[0031]A)選取k組數(shù)據(jù)作為聚類中心c.Ci為第i個(gè)中心(i=l，2，"％k)。同時(shí)需要保證選取的聚類中心不同。
[0032]B)計(jì)算訓(xùn)練樣本與聚類中心的距離。
[0033](Iji= I I Xj-Ci I(I)
[0034](j=l, 2，...J) (J為訓(xùn)練樣本的個(gè)數(shù))
[0035]C)將訓(xùn)練樣本分類，當(dāng)
[0036]
【權(quán)利要求】
1.一種GIS絕緣缺陷局部放電圖譜模式識(shí)別方法，其特征在于，包括以下步驟:51、對(duì)原始數(shù)據(jù)進(jìn)行預(yù)分析，所述原始數(shù)據(jù)為GIS絕緣缺陷的典型放電圖譜，分析其相位、幅值特征，用以為后續(xù)步驟提供參考依據(jù)；52、依據(jù)SI中的原始數(shù)據(jù)產(chǎn)生離散的數(shù)據(jù)序列，每個(gè)數(shù)據(jù)點(diǎn)為對(duì)應(yīng)的放電相位及幅值大小；53、建立GIS絕緣缺陷典型圖譜的數(shù)學(xué)模型，運(yùn)用隨機(jī)函數(shù)命令模擬實(shí)際放電量大小的隨機(jī)性和控制放電幅值大小的范圍；54、依據(jù)建模程序產(chǎn)生模擬圖譜，驗(yàn)證模擬圖譜與真實(shí)圖譜的一致性；55、若一致性驗(yàn)證成功，運(yùn)行程序，產(chǎn)生大量模擬數(shù)據(jù)，其中每個(gè)數(shù)據(jù)點(diǎn)的前十二位為對(duì)應(yīng)相位下的幅值，后面為分類編碼；56、建立RBF神經(jīng)網(wǎng)絡(luò)，訓(xùn)練中，隱含層中心值的確定采用K-均值聚類法；57、將S5中得到的數(shù)據(jù)輸入到S6中建立的RBF神經(jīng)網(wǎng)絡(luò)中，其中一部分?jǐn)?shù)據(jù)作為訓(xùn)練樣本，另一部分?jǐn)?shù)據(jù)作為測(cè)試樣本；58、通過(guò)訓(xùn)練樣本完成RBF神經(jīng)網(wǎng)絡(luò)的訓(xùn)練，然后識(shí)別所述另一部分?jǐn)?shù)據(jù)所屬分類，即輸出每個(gè)放電點(diǎn)的測(cè)試數(shù)據(jù)識(shí)別結(jié)果。
2.根據(jù)權(quán)利要求1所述的GIS絕緣缺陷局部放電圖譜模式識(shí)別方法，其特征在于，還包括:59、通過(guò)調(diào)整訓(xùn)練誤差允許值δ，用以加快訓(xùn)練速度及提高識(shí)別正確率。
3.根據(jù)權(quán)利要求1所述的GIS絕緣缺陷局部放電圖譜模式識(shí)別方法，其特征在于，S3中所述的建立GIS絕緣缺陷典型圖譜的數(shù)學(xué)模型，用以產(chǎn)生大量模擬放電數(shù)據(jù)，輸入到建立的RBF神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)模式識(shí)別。
【文檔編號(hào)】G06K9/62GK103440497SQ201310352549
【公開(kāi)日】2013年12月11日 申請(qǐng)日期:2013年8月13日 優(yōu)先權(quán)日:2013年8月13日
【發(fā)明者】鄭益慧, 李立學(xué), 王昕 , 張義龍, 張楊 申請(qǐng)人:上海交通大學(xué), 國(guó)家電網(wǎng)公司, 吉林省電力有限公司松原供電公司