公开(公告)号：CN112668612A

公开(公告)日：2021-04-16

申请号：CN202011430387.6

申请日：2020-12-09

Applicant: 重庆邮电大学

Inventor： 代少升 ,  刘小兵

IPC: G06K9/62 ,  G01R31/00

Abstract: 本发明属于电力电气设备局部放电信号监测的领域，申请保护一种基于网格的局部放电信号聚类分析方法。涉及数据挖掘技术与数字信号处理技术。该方法首先通过采集系统采集原始局部放电信号，获取有效的信号特征量；经过预处理对原始有效特征量进行归一化处理；利用数据集本身属性划分网格单元；将数据通过一定的索引关系映射到网格中去；利用高斯核函数的优势对网格局部密度进行估计；利用相对距离的思想，通过决策图的形式自决策聚类数目与聚类中心点；根据聚类中心点分配非聚类中心数据；最后，根据相对距离标记噪声点和离群点。本发明提出的基于网格的局部放电信号聚类分析方法具有思想易实现、易集成、开发周期短、实时性高、聚类结果人为干预少等一系列优点。

公开(公告)号：CN112686093A

公开(公告)日：2021-04-20

申请号：CN202011390581.6

申请日：2020-12-02

Applicant: 重庆邮电大学

Inventor： 代少升 ,  任忠 ,  刘小兵 ,  赖智颖

IPC: G06K9/00 ,  G06K9/62 ,  G01R31/12 ,  G06N3/08 ,  G06N3/04

Abstract: 本发明申请保护一种基于DS证据理论的融合局部放电类型识别方法。涉及涉及电力系统、深度学习技术及图像处理技术等领域。该方法首先利用卷积神经网络输入局部放电PRPD图谱图像特征进行识别得到识别率，然后提取PD信号的统计特征输入SVM分类器得到分类概率，最后利用DS证据理论对两种概率进行局部放电类型的融合判别。相比传统的支持向量机(SVM)和反向传播神经网络(BPNN)算法，本文提出方法的正确识别率显著提升，尤其对相似度较高的两种缺陷识别率提升效果明显，具有较好的鲁棒性。