本發(fā)明涉及局部放電監(jiān)測，具體的，涉及一種局部放電診斷方法，還涉及應用該局部放電診斷方法的計算機裝置，還涉及應用該局部放電診斷方法的計算機可讀存儲介質。

背景技術：

1、局部放電主要是高壓電氣設備在高電壓的作用下，其內部絕緣發(fā)生的放電。它是各種高壓設備發(fā)生故障的主要原因之一。隨著對供電可靠性要求的提高，如何及時掌握高壓設備健康狀態(tài)，制定正確的檢修對策，避免因設備本身質量問題導致的突發(fā)性事故的發(fā)生，變得尤為重要。

2、現(xiàn)有的局部放電監(jiān)測方法主要包含有：脈沖電流監(jiān)測法、氣體監(jiān)測法、地電波監(jiān)測法、超高頻監(jiān)測法以及紅外熱成像監(jiān)測法。其中，地電波監(jiān)測法是將地電波采樣裝置安裝在設備外殼上的，而這對高壓電氣設備的運行沒有任何影響，也不會受高壓電氣設備內部復雜的電、磁、熱等干擾，便于對局部缺陷的準確定位，因此地電波監(jiān)測法是現(xiàn)在局部放電監(jiān)測的優(yōu)秀方法，受到廣泛使用。

3、目前，針對高壓電氣設備地電波局放信號監(jiān)測和診斷的研究方法主要有兩種，第一種是把采集到的信號經(jīng)處理后與某一經(jīng)驗閾值比較，高于此閾值則發(fā)生局放，這種基于單一特征參數(shù)識別方法雖然方便簡潔，但局放的識別率較低；第二種是提取局放信號的多維特征參數(shù)，訓練出局放的識別模型，運用支持向量機(svm)的局放識別器對所采集的信號進行識別，該方法有效的提高了局放的識別率，但是svm有個缺點：隨著樣本數(shù)目的增大，所需的計算時間和空間存儲資源都會成幾何級數(shù)增加，在識別大容量樣本時，svm局放識別器往往不能有效的工作。

4、傳統(tǒng)的局放絕緣故障診斷方法以神經(jīng)網(wǎng)絡和支持向量機等為主，但是因經(jīng)常缺少相位信息，其特征提取及模式識別技術主要基于施加電壓、放電量、放電時間間隔及其統(tǒng)計特征。傳統(tǒng)的糾錯輸出編碼(ecoc，error－correcting?output?codes)分類器應用于高壓電氣設備絕緣故障診斷的準確率不高。

5、因此，需要尋找更適合、更可靠的分類器算法模型以及局部放電診斷方法。

技術實現(xiàn)思路

1、本發(fā)明的第一目的供一種可提高局部放電診斷可靠性和準確度的局部放電診斷方法。

2、本發(fā)明的第二目的是提供一種可提高局部放電診斷可靠性和準確度的計算機裝置。

3、本發(fā)明的第三目的是提供一種可提高局部放電診斷可靠性和準確度的計算機可讀存儲介質。

4、為了實現(xiàn)本發(fā)明的第一目的，本發(fā)明提供的局部放電診斷方法包括：獲取高壓電氣設備的當前地電波采樣信號；對當前地電波采樣信號進行多維度預設特征值提?。焕妙A設局部放電診斷模型對預設特征值進行模式識別，獲得當前地電波采樣信號對應的信號模式識別結果；根據(jù)預設特征值中的幅值峰值確認局放信號強度等級；根據(jù)信號模式識別結果和局放信號強度等級進行局部放電診斷，獲得診斷結果。

5、由上述方案可見，本發(fā)明的局部放電診斷方法通過對當前地電波采樣信號進行多維度預設特征值提取，并利用預設局部放電診斷模型對預設特征值進行模式識別，同時根據(jù)信號模式識別結果和局放信號強度等級進行局部放電診斷，獲得診斷結果，可確定是否真實的發(fā)生了局放事件，減少系統(tǒng)中不必要的誤報、錯報和漏報，提高局部放電診斷的可靠性和準確度。

6、進一步的方案中，對當前地電波采樣信號進行多維度預設特征值提取的步驟包括：對當前地電波采樣信號進行預處理，獲得經(jīng)過噪聲抑制、干擾濾波之后的波形信號數(shù)據(jù)；根據(jù)波形信號數(shù)據(jù)進行預設特征值提取。

7、由此可見，由于地電波采樣裝置的采樣硬件電路本身具有一定的基礎噪聲，這些噪聲和干擾類信號，對于后續(xù)的數(shù)據(jù)處理和局放類型的診斷非常不利，應盡可能去除或抑制，因此，在進行多維度預設特征值提取時，對地電波采樣信號進行噪聲抑制、干擾濾波，有效抑制和濾除信號底噪、外部工頻諧波和高頻干擾信號，使得局放信號能夠更清晰地被提取和識別，從而大大提高了信號的信噪比，提高模型訓練的精度。

8、進一步的方案中，對當前地電波采樣信號進行預處理，獲得經(jīng)過噪聲抑制、干擾濾波之后的波形信號數(shù)據(jù)的步驟包括：對當前地電波采樣信號進行數(shù)據(jù)縮減，得到原始地電波信號數(shù)組；將原始地電波信號數(shù)組中數(shù)據(jù)以時間順序排列，形成列矩陣；將列矩陣以預設數(shù)量的周期進行折疊，形成地電波信號矩陣；獲取地電波信號矩陣中每一行數(shù)據(jù)的平均值，形成一列均值數(shù)組；對均值數(shù)組進行多項式擬合，獲得均值擬合數(shù)組；將地電波信號矩陣與均值擬合數(shù)組相減，獲得prpd圖數(shù)據(jù)去噪數(shù)組；將prpd圖數(shù)據(jù)去噪數(shù)組的數(shù)據(jù)按時間順序排列形成波形信號數(shù)據(jù)。

9、由此可見，在對地電波采樣信號進行預處理，獲得經(jīng)過噪聲抑制、干擾濾波之后的波形信號數(shù)據(jù)時，通過對地電波采樣信號進行數(shù)據(jù)縮減，可減少數(shù)據(jù)的分析量，同時，取折疊數(shù)組的均值做多項式擬合，可去有效去除底噪、諧波和非線性趨勢狀態(tài)。

10、進一步的方案中，根據(jù)波形信號數(shù)據(jù)進行預設特征值提取的步驟包括：對波形信號數(shù)據(jù)進行時域基本特征值、頻率成分特征值和振鈴特征值獲??；其中，時域基本特征值包括幅值峰值、有效值和波形因子；頻率成分特征值包括50hz相關性、100hz相關性和相關性因子；振鈴特征值包括振鈴計數(shù)和振鈴峰度。

11、進一步的方案中，對波形信號數(shù)據(jù)進行頻率成分特征值獲取的步驟包括：對波形信號數(shù)據(jù)進行上包絡獲取，得到信號包絡；對信號包絡進行離散傅里葉變換，獲得包絡頻譜數(shù)據(jù)；根據(jù)包絡頻譜數(shù)據(jù)獲取預設的50hz相關性頻段、預設的100hz相關性頻段和不相關頻段，其中，不相關頻段是包絡頻譜數(shù)據(jù)除去預設的50hz相關性頻段和預設的100hz相關性頻段以外的其余頻段；根據(jù)預設的50hz相關性頻段、預設的100hz相關性頻段和不相關頻段獲得50hz相關性、100hz相關性和相關性因子。

12、由此可見，通過進行時域基本特征值、頻率成分特征值和振鈴特征值獲取，可多維度獲取局放信號的特征，更好地指征開關柜局放信號的存在和狀態(tài)。通過獲取幅值峰值、有效值、波形因子、50hz相關性、100hz相關性、相關性因子、振鈴計數(shù)和振鈴峰度八個維度的特征值，能具有足夠的局放信號特征代表性，并適用于多種智能分類算法模型，具有很好的可識別的能力。

13、進一步的方案中，對波形信號數(shù)據(jù)進行振鈴特征值獲取的步驟包括：獲取波形信號數(shù)據(jù)中超過預設幅值的數(shù)據(jù)個數(shù)作為振鈴計數(shù)。

14、由此可見，在局放信號中，有效的局放信號通常比基礎噪聲信號幅值大很多，但局放脈沖的個數(shù)很少，通過獲取波形信號數(shù)據(jù)中超過預設幅值的數(shù)據(jù)個數(shù)可確定振鈴的數(shù)量。

15、進一步的方案中，對波形信號數(shù)據(jù)進行振鈴特征值獲取的步驟還包括：定位prpd圖數(shù)據(jù)去噪數(shù)組中每一列最大幅值點的位置；以每一列最大幅值點的位置確定最大幅值點對應的臨近區(qū)域范圍；獲取每一個臨近區(qū)域范圍內最大幅值點的位置序號，組成脈沖點位置集合；根據(jù)脈沖點位置集合獲得振鈴峰度。

16、由此可見，最大振鈴點臨近區(qū)間內的波形峰度，反映該點臨近區(qū)域的局放信號聚集情況，聚集的程度越大反映該點處存在局放的可能性越大，反之越小。利用prpd圖數(shù)據(jù)去噪數(shù)組來計算振鈴峰度，代表了這一段時間內的振鈴峰度統(tǒng)計結果。

17、進一步的方案中，根據(jù)預設特征值中的幅值峰值確認局放信號強度等級的步驟包括：當幅值峰值小于第一級閥值時，局放信號強度等級確認為正常等級；當幅值峰值大于等于第一級閥值且小于第二級閥值時，局放信號強度等級確認為輕微等級；當幅值峰值大于等于第二級閥值且小于第三級閥值時，局放信號強度等級確認為中等等級；當幅值峰值大于等于第三級閥值時，局放信號強度等級確認為嚴重等級。

18、由此可見，幅值峰值與信號強度的對應性具有非常高的可靠性和可信性，所以采用幅值峰值直接判斷信號強度，劃分局放信號強度等級，從而可提高判斷的精確度。

19、進一步的方案中，根據(jù)信號模式識別結果和局放信號強度等級進行局部放電診斷，獲得診斷結果的步驟后，還包括：若預設次數(shù)連續(xù)的診斷結果中出現(xiàn)局放事件，且根據(jù)局放信號強度等級累計的報警等級分數(shù)大于第一預設分值且小于或等于第二預設分值時，進行局放預警事件警示；若預設次數(shù)連續(xù)的診斷結果中出現(xiàn)局放事件，且根據(jù)局放信號強度等級累計的報警等級分數(shù)大于第二預設分值時，進行局放報警事件警示。

20、由此可見，通過局放事件的數(shù)量統(tǒng)計以及報警等級分數(shù)累計，從而可精準確定局放警報的類型并進行警示。

21、為了實現(xiàn)本發(fā)明的第二目的，本發(fā)明提供計算機裝置包括處理器以及存儲器，存儲器存儲有計算機程序，計算機程序被處理器執(zhí)行時實現(xiàn)上述的局部放電診斷方法的步驟。

22、為了實現(xiàn)本發(fā)明的第三目的，本發(fā)明提供的計算機可讀存儲介質，其上存儲有計算機程序，計算機程序被控制器執(zhí)行時實現(xiàn)上述的局部放電診斷方法的步驟。