基于援例的智能局部放电故障识别系统及识别方法

1.基于援例的智能局部放电故障识别系统，其特征在于它包括：
信号采样模块，用于在信号发生异常时进行采样并连续不断保存样本；
范例检索模块，接受样本作为目标范本，调用检索方法模块获得检索方法，并根据检索方法对源范例模块检索，得到一批与目标范例相似的源范例，然后将源范例送入范例排序模块；
检索方法模块，接受范例检索模块的查询任务返回援例识别方式；
范例排序模块，范例排序模块调用择优标准模块获取选择标准，获得选择标准后对目标范例类似的源范例排序选优；
择优标准模块，用于存储选择标准，接受范例排序模块的查询任务返回选择标准；
结论解释模块，与范例排序模块相连，根据优选源范例对目标范本作出结论解释；
范例保存模块，用于存储作出结论解释的目标范例；
源范例模块，用于存储来自于典型局部放电特高频物理学模型仿真结果及大量已运行局部放电异常变压器的典型案例。
2.根据权利要求1所述的基于援例的智能局部放电故障识别系统，其特征在于：检索方法模块设有利用几何图形检索方法确定放电类型的几何检索方法单元及利用欧式距离算法确定具体故障部位和严重程序的欧式距离检索单元。
3.根据权利要求1所述的基于援例的智能局部放电故障识别方法，其特征在于它包括以下步骤：
1）采样步骤，在信号发生异常时进行采样并连续不断保存样本；
2）范例检索步骤，接受样本作为目标范本，调用检索方法模块获得检索方法，并根据检索方法对源范模块检索，得到一批与目标范例相似的源范例；
3）范例排序步骤，调用择优标准模块获取选择标准，在获得选择标准后对目标范例类似的源范例排序选优，得到最佳源范例；
4）结论解释步骤，根据优选源范例对目标范本作出结论解释并输出；
5）范例保存步骤，存储作出结论解释的目标范例至范例保存模块和源范例模块。
4.根据权利要求3所述的基于援例的智能局部放电故障识别方法，其特征在于：检索方法包括用于确定放电类型的几何图形检索方法、用于确定具体故障部位和严重程度的欧式距离算法。

暂无