Document
拖动滑块完成拼图
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

一种基于XGBOOST算法的多类型局放识别方法 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

摘要:本发明提供了一种基于HFCT信号的局部放电多类型识别方法,包括以下步骤:步骤1,搭建实验环境,采集HFCT局放信号。步骤2,在采集的不同放电类型的HFCT数据中利用基于短时能量与过零率的端点检测方法截取出放电脉冲。步骤3,提取放电脉冲的等效时长,等效频宽和模糊熵三个特征构成特征向量。步骤4,选取xgboost算法作为分类器对提取的特征量进行分类识别。该方法能够有效识别尖端,悬浮和沿面三种不同放电类型,步骤5,将训练好的模型对时长1s的局放数据中的放电脉冲进行分类识别并统计分类结果,取脉冲数量最多的类型为该条数据的放电类型。该方法对于在各种电气设备检测中能有效判断是否发生局部放电及其放电类型。

主权项:1.基于XGBOOST算法的多类型局放识别方法,其特征在于:包括以下步骤:步骤1:对采集的HFCT信号去噪预处理;步骤2:对采集的HFCT信号分帧,计算每一帧的短时能量和过零率,根据所设阈值从时域信号中截取出放电脉冲波形;步骤3:计算放电脉冲的等效时长,等效频宽和模糊熵构建特征向量;步骤4:对构建的特征向量进行训练模型;步骤5:将训练好的模型用于自定时长内脉冲的类型并进行统计,根据脉冲统计结果确定放电类型,在步骤4中,提取的等效时长,等效频宽和模糊熵构成特征向量Z=[T1,T2,T3],采用XGBOOST算法为分类器对构建的特征向量进行训练,其中70%的数据用于训练模型,30%的数据作为测试集用于验证,以指定时长数据为处理单位,对时域波形中的放电脉冲进行分类识别,然后统计不同类型脉冲的数量,取数量最多的脉冲类型作为该条数据的放电类型。

全文数据:

权利要求:

百度查询: 南京富华新能科技有限公司 一种基于XGBOOST算法的多类型局放识别方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。

相关技术
相关技术
相关技术
相关技术