变压器放电高频波形数据的特征提取方法及装置制造方法及图纸

本申请公开了一种变压器放电高频波形数据的特征提取方法及装置。其中，该方法包括：变压器放电高频波形数据的特征提取方法，包括：获取预设时段内变压器放电高频波形数据，并确定由所述波形数据组成的多个决策向量；将所述多个决策向量两两进行对比，得到对比结果；基于对比结果将所述波形数据分类，得到多类特征数据，并计算所述多类特征数据对应的特征值，完成所述波形数据的特征提取。本申请提出的方法至少解决了特征提取效率低的技术问题。法至少解决了特征提取效率低的技术问题。法至少解决了特征提取效率低的技术问题。

【技术实现步骤摘要】
变压器放电高频波形数据的特征提取方法及装置


[0001]本申请涉及电力数据分析领域，具体而言，涉及一种变压器放电高频波形数据的特征提取方法及装置。

技术介绍

[0002]随着电网状态检修全面推广实施，电力设备状态监测系统进入了全面建设阶段，诸多先进的传感器技术也实际应用到构建坚强智能电网中，智能电网将可能成为传感器使用的最大用户。各种类型且数量庞大的传感器在智能电网的发电、输电、变电、配电和用电领域的广泛使用产生了以指数级增长的数据，呈现出数据量大、速度快、价值密度低、处理速度快等特点，迫切需要新的处理技术去应对存储、计算方面的挑战。以Hadoop(一种分布式数据软件)为代表的传统大数据处理技术主要用于海量数据的批量处理，使用MapReduce(一种分布式运算程序)并行编程框架完成分布式并行的数据离线计算任务，特点是：数据规模大、高吞吐量、实时性差，因此很难满足电力设备监测数据的实时展示、在线计算等时效性要求较高的计算任务。
[0003]针对上述的问题，目前尚未提出有效的解决方案。

技术实现思路

[0004]本申请实施例提供了一种变压器放电高频波形数据的特征提取方法及装置，以至少解决特征提取效率低的技术问题的技术问题。
[0005]根据本申请实施例的一个方面，提供了一种变压器放电高频波形数据的特征提取方法，包括：获取预设时段内变压器放电高频波形数据，并确定由所述波形数据组成的多个决策向量；将所述多个决策向量两两进行对比，得到对比结果；基于对比结果将所述波形数据分类，得到多类特征数据，并计算所述多类特征数据对应的特征值，完成所述波形数据的特征提取。
[0006]可选地，将所述多个决策向量两两进行对比，得到对比结果，包括：从所述多个决策向量中确定第一决策向量和第二决策向量，其中，所述第一决策向量和所述第二决策向量均为所述多个决策向量中的任意一个决策向量；确定所述第一决策向量对应的第一函数和所述第二决策向量对应的第二函数之间的支配关系，其中，所述第一函数为所述第一决策向量属于第一类型特征数据的函数，所述第二函数为所述第二决策向量属于第二类型特征数据的函数，所述第一类型特征数据和所述第二类型特征数据为所述多类特征数据中的任意两个特征数据类型；将所述第一决策向量对应的第一函数值与所述第二决策向量对应的第二函数值进行对比，得到对比结果。
[0007]可选地，将所述第一决策向量对应的第一函数值与所述第二决策向量对应的第二函数值进行对比，得到对比结果，包括：在所述第一函数中的第一函数值均小于或等于所述第二函数中的第二函数值，且所述第一函数值中至少有一个值小于所述第二函数值中的值的情况下，确定所述第一决策向量和所述第二决策向量之间存在支配关系；在所述第一函
数值和所述第二函数值均相等的情况下，确定所述第一决策向量和所述第二决策向量之间存在等价关系。
[0008]可选地，基于对比结果将所述波形数据分类，得到多类特征数据，包括：在对比结果表示所述第一决策向量不被所述第二决策向量支配的情况下，确定所述第一决策向量对应的数据为所述第一类型特征数据。
[0009]可选地，在将所述第一决策向量对应的第一函数值与所述第二决策向量对应的第二函数值进行对比，得到对比结果之后，所述方法还包括：在所述第一决策向量和所述第二决策向量之间不存在所述支配关系和所述等价关系的情况下，确定所述第一决策向量和所述第二决策向量之间无法进行比较。
[0010]可选地，所述多类特征数据包括以下至少之一：脉冲波形时间重心、频率重心、等效时宽、等效频宽、二次等效时宽和二次等效频宽。
[0011]可选地，在确定多类特征数据之后，所述方法还包括：确定所述多类特征数据对应的特征值，并根据所述多类特征数据对应的特征值确定变压器放电过程是否异常。
[0012]根据本申请实施例的另一方面，还提供了一种变压器放电高频波形数据的特征提取装置，包括：获取模块，用于获取预设时段内变压器放电高频波形数据，并确定由所述波形数据组成的多个决策向量；对比模块，用于将所述多个决策向量两两进行对比，得到对比结果；分类模块，用于基于对比结果将所述波形数据分类，得到多类特征数据，并计算所述多类特征数据对应的特征值，完成所述波形数据的特征提取特征提取。
[0013]根据本申请实施例的再一方面，还提供了一种非易失性存储介质，非易失性存储介质中存储有程序，其中，在程序运行时控制非易失性存储介质所在设备执行上述变压器放电高频波形数据的特征提取方法。
[0014]根据本申请实施例的再一方面，还提供了一种计算机设备，包括：存储器和处理器，处理器用于运行存储在存储器中的程序，其中，程序运行时执行上述变压器放电高频波形数据的特征提取方法。
[0015]在本申请实施例中，采用获取预设时段内变压器放电高频波形数据，其中，所述波形数据为流式数据，并确定由所述波形数据组成的多个决策向量；将所述多个决策向量两两进行对比，得到对比结果；基于对比结果将所述波形数据分类，得到多类特征数据，并计算所述多类特征数据对应的特征值，完成所述波形数据的特征提取的方式，通过确定变压器放电高频波形数据组成的多个决策向量，将所述多个决策向量两两进行对比，得到对比结果，进而通过对比结果完成特征提取，达到了快速完成体征提取的目的，实现了提高特征提取效率的技术效果，进而解决了特征提取效率低的技术问题。
附图说明
[0016]此处所说明的附图用来提供对本申请的进一步理解，构成本申请的一部分，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：
[0017]图1是根据本申请实施例的一种用于变压器放电高频波形数据的特征提取方法的计算机终端(或移动设备)的硬件结构框图；
[0018]图2是根据本申请的一种变压器放电高频波形数据的特征提取方法的流程示意图；
[0019]图3是根据本申请实施例的一种可选的变压器放电高频波形数据的特征提取装置的结构示意图。
具体实施方式
[0020]为了使本
的人员更好地理解本申请方案，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分的实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本申请保护的范围。
[0021]需要说明的是，本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本申请的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。...

【技术保护点】

【技术特征摘要】
1.一种变压器放电高频波形数据的特征提取方法，其特征在于，包括：获取预设时段内变压器放电高频波形数据，并确定由所述波形数据组成的多个决策向量；将所述多个决策向量两两进行对比，得到对比结果；基于对比结果将所述波形数据分类，得到多类特征数据，并计算所述多类特征数据对应的特征值，完成所述波形数据的特征提取。2.根据权利要求1所述的方法，其特征在于，将所述多个决策向量两两进行对比，得到对比结果，包括：从所述多个决策向量中确定第一决策向量和第二决策向量，其中，所述第一决策向量和所述第二决策向量均为所述多个决策向量中的任意一个决策向量；确定所述第一决策向量对应的第一函数和所述第二决策向量对应的第二函数之间的支配关系，其中，所述第一函数为所述第一决策向量属于第一类型特征数据的函数，所述第二函数为所述第二决策向量属于第二类型特征数据的函数，所述第一类型特征数据和所述第二类型特征数据为所述多类特征数据中的任意两个特征数据类型；将所述第一决策向量对应的第一函数值与所述第二决策向量对应的第二函数值进行对比，得到对比结果。3.根据权利要求2所述的方法，其特征在于，将所述第一决策向量对应的第一函数值与所述第二决策向量对应的第二函数值进行对比，得到对比结果，包括：在所述第一函数中的第一函数值均小于或等于所述第二函数中的第二函数值，且所述第一函数值中至少有一个值小于所述第二函数值中的值的情况下，确定所述第一决策向量和所述第二决策向量之间存在支配关系；在所述第一函数值和所述第二函数值均相等的情况下，确定所述第一决策向量和所述第二决策向量之间存在等价关系。4.根据权利要求3所述的方法，其特征在于，基于对比结果将所述波形数据分类，得到多类特征数据，包括：在对比结果表示所述第一决策向量不被...

【专利技术属性】
技术研发人员：李雅楠，徐蕾，王健，徐锐，郑万静，薛虹，槐正，
申请(专利权)人：中国电信股份有限公司，
类型：发明
国别省市：