具体实施方式

下面将结合附图对本发明技术方案的实施例进行详细的描述。以下实施例仅用于更加清楚地说明本发明的技术方案，因此只是作为示例，而不能以此来限制本发明的保护范围。

需要注意的是，除非另有说明，本申请使用的技术术语或者科学术语应当为本发明所属领域技术人员所理解的通常意义。

图1为本发明实施例提供的一种电压互感器局部放电故障诊断方法的步骤流程图，参见图1，该方法包括以下步骤：

S1：采集各种缺陷模型在耐压试验下的局放数据一，并根据局放数据一获取各缺陷模型的特征数据。

其中，缺陷模型包括：尖端放电模型、绝缘缺陷放电模型、气隙放电模型、微粒放电模型。缺陷模型可由人工制作，也可由确定类型的缺陷电压互感器替代。

具体包括以下步骤：

S1.1:将缺陷模型和标准电压互感器并联后接入耐压试验的试验电路，如图2所示；

S1.2:采用逐步升压法逐渐升高实验电压，确定获取缺陷模型的起始放电电压Ua和击穿电压Ub，设定实验电压为Um，其中Ua<Um<Ub；

S1.3:保持实验电压稳定，通过JFD-1C进行放电信号数据进行采集和记录；

示例如下：采集一帧局放波形的PRPD(相位分辩的局部放电，Phase ResolvedPartial Discharge)数据，先将PRPD数据进行归一化，归一化后的数据为360个浮点数，和实验电压Um数据(1个浮点数)一起存储到MySql数据库系统；由于局放数据具有周期性，所以只要采集一帧数据即可，此时保存的361个浮点数即为特征数据。

S1.4:存储特征数据，同时对特征数据添加对应标签，标签为当前缺陷模型的缺陷类型；

在数据库中对保存的特征数据样本记录进行标记，根据缺陷模型的缺陷类型写入对应的类型数据；具体做法就是将该项记录的TYPE字段信息标记为以下几个缺陷类型的数据：a)气隙放电:AirGap；b)微粒放电:Granule；c)尖端放电:Needle；d)绝缘缺陷:WeekInsulation。

S1.5:逐步调节实验电压Um并重复步骤S1.3-S1.4；

S1.6:更换不同缺陷类型的缺陷模型并重复步骤S1.1-S1.5。

S2：根据所述特征数据和所述缺陷模型的缺陷类型对应建立特征识别模型。

S2.1:将所有存储的特征数据分为两份，一份为学习数据，一份为评估数据；

从数据库中读取出全部样本数据，将所有样本数据按8：2的比例随机分成两份，一份为学习数据，一份为评估数据。数据库中记录了不同缺陷模型的特征数据和标记类型字段，对标记类型字段数据进行独热编码(One-Hot)并作为标签值(Label)；具体编码方式如下：a)AirGap：[1,0,0,0]；b)Granule：[0,1,0,0]；c)Needle：[0,0,1,0]；d)WeekInsulation：[0,0,0,1]。

S2.2:采用随机梯度下降算法对学习数据进行拟合形成特征识别模型；

采用SGD(随机梯度下降，Stochastic Gradient Descent)算法对学习数据进行拟合，形成数据模型；整个拟合过程如下：

现在数据库中有若干样本数据，其特征值为361个数据，标记值为4个数据，通过神经网络算法找到一个函数，使得：

(y₁，y₂，y₃，y₄)＝f(x₁，x₁，…x₃₆₁) (1)

可以简化为：

Y＝f(X) (2)

其中X为特征数据，Y为标签数据，数据类型均为数值矩阵。

拟合开始时，我们预设所有参数值为符合高斯分布的随机数，然后将k个样本数据(如100个)带入函数，并计算累计误差E:

式(3)中,y_k为式(2)中的函数计算值，t_k为正确标签值。逐步微调神经网络算法内部参数，使累计误差逐步缩小，重复这一过程(如为2000次)，将累计误差最小的函数作为最终数据模型，该数据模型表示了X转化为Y的计算过程和参数值。

S2.3:通过评估数据判断特征识别模型的正确率，若正确率达标则完成特征识别模型的建立。

评估方法是就是将上述评估数据(这些数据没有参与拟合)逐一带入数据模型(函数)，将其输出和实际标签数据进行比对，然后判断模型的整体正确率，如果正确率超过90％，即认为可以采用该模型在生成环境进行诊断。

S3：采集待检电压互感器在耐压试验下的局放数据二。

S3.1:将待检电压互感器接入耐压试验的试验电路,如图3所示；

S3.2:获取待检电压互感器的起始放电电压Ua和击穿电压Ub，设定实验电压为Um，其中Ua<Um<Ub；

S3.3:调节实验电压Um至局放值大于设定值时(使局放值达到一个比较明显的水平，一般大于50pC以上)，保持实验电压稳定，采集局放数据二。

S4：根据局放数据二与特征识别模型，获取待检电压互感器的缺陷类型。

获取经归一化处理后的局放数据二和当前实验电压Um，并代入步骤S2获得的特征识别模型，计算出待检电压互感器的缺陷类型。

后期如果用户通过其他方式(如剖解、X光透视等)获取到该待检电压互感器准确的故障类型，可以将本次测试到的数据根据故障类型进行标记，从而增加样本库的数量。样本库更新后重新运行步骤S2更新数据模型。

需要说明的是，各个模块按照流式布局进行排列，仅仅是本发明的一个实施例，也可以采用其他的方式排列，本发明对此不做限定。

图4为一种本发明实施例提供的一种电压互感器局部放电故障诊断装置的结构框图，该装置包括：

采集模块一，所述采集模块一用以采集各种缺陷模型在耐压试验下的局放数据一，并根据所述局放数据一获取各所述缺陷模型的特征数据；

建立模块，所述建立模块用以根据所述特征数据和所述缺陷模型的缺陷类型对应建立特征识别模型；

采集模块二，所述采集模块一用以采集待检电压互感器在所述耐压试验下的局放数据二；

获取模块，所述获取模块用以根据所述局放数据二与所述特征识别模型，获取所述待检电压互感器的缺陷类型。

图4实施例中各模块的功能与其对应的方法实施例中的内容相对应，在此不再赘述。

图5示出了本发明实施例提供的电子设备50的结构示意图，电子设备50包括至少一个处理器501(例如CPU)，至少一个输入输出接口504，存储器502，和至少一个通信总线503，用于实现这些部件之间的连接通信。至少一个处理器501用于执行存储器502中存储的计算机指令，以使所述至少一个处理器501能够执行前述任一诊断方法的实施例。存储器502为非暂态存储器(non-transitory memory)，其可以包含易失性存储器，例如高速随机存取存储器(RAM：Random Access Memory)，也可以包括非易失性存储器(non-volatilememory)，例如至少一个磁盘存储器。通过至少一个输入输出接口504(可以是有线或者无线通信接口)实现与至少一个其他设备或单元之间的通信连接。

在一些实施方式中，存储器502存储了程序5021，处理器501执行程序5021，用于执行前述任一分表方法实施例中的内容。

该电子设备可以以多种形式存在，包括但不限于：

(1)移动通信设备：这类设备的特点是具备移动通信功能，并且以提供话音、数据通信为主要目标。这类终端包括：智能手机(例如iPhone)、多媒体手机、功能性手机，以及低端手机等。

(2)超移动个人计算机设备：这类设备属于个人计算机的范畴，有计算和处理功能，一般也具备移动上网特性。这类终端包括：PDA、MID和UMPC设备等，例如iPad。

(3)便携式娱乐设备：这类设备可以显示和播放多媒体内容。该类设备包括：音频、视频播放器(例如iPod)，掌上游戏机，电子书，以及智能玩具和便携式车载导航设备。

(4)特定服务器：提供计算服务的设备，服务器的构成包括处理器、硬盘、内存、系统总线等，服务器和通用的计算机架构类似，但是由于需要提供高可靠的服务，因此在处理能力、稳定性、可靠性、安全性、可扩展性、可管理性等方面要求较高。

(5)其他具有数据交互功能的电子设备。

需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。

本说明书中的各个实施例均采用相关的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。

尤其，对于装置实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。

应当理解，本发明的各部分可以用硬件、软件、固件或它们的组合来实现。

以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以权利要求的保护范围为准。