一种基于Kmeans和DBSCAN相结合的局部放电模式识别方法

摘要

本发明公开一种基于Kmeans和DBSCAN相结合的局部放电模式识别方法，包括步骤如下：数据采集，连续采集局部放电传感器的时域数据，对采集到的时域数据进行实时处理，生成PRPD谱图；对PRPD谱图进行包络波形放电/噪声计算；对判断为放电的PRPD谱图，基于Kmeans法对PRPD谱图进行白噪声滤波；对滤波后的PRPD谱图基于层次密度聚类法进行PD簇聚类，对聚类后的簇进行特征提取；建立模型，对模型训练及识别模型可信度获取；将局部放电故障实测的数据输入已训练好的模型进行识别，获取最终的识别结果。本发明基于PRPD谱图进行滤波、提取特征，不仅减少了在线监测系统数据传输通讯压力，且仅对谱图中PD簇进行特征提取，提高了特征提取的准确性。