局部放电定位方法、装置、计算机设备和存储介质与流程

[0001]
本申请涉及计算机技术和电学技术领域，特别是涉及一种局部放电定位方法、装置、计算机设备和存储介质。


背景技术：

[0002]
电气设备的绝缘介质在足够强的电场作用下局部范围内会发生放电，每一次局部放电对绝缘介质都会有一定影响，这种局部放电是造成高压电气设备最终发生绝缘击穿的重要原因，也是绝缘劣化的重要标征。因此，对局部放电位置进行准确的定位非常重要。
[0003]
传统方法中，一般通过安装在高压电气设备附近的超声传感器对局部放电产生的超声波信号进行检测，但是在检测现场，经常会出现各种噪声，这些噪声会对局部放电的定位产生影响，从而使得定位结果产生较大偏差。


技术实现要素：

[0004]
基于此，有必要针对上述技术问题，提供一种能够提高定位准确性的局部放电定位方法、装置、计算机设备和存储介质。
[0005]
一种局部放电定位方法，所述方法包括：
[0006]
获取超声波传感器所输出的对局部放电超声波信号的检测结果；
[0007]
当获取到大于或等于预设数量阈值的超声波传感器的检测结果时，将所述检测结果进行组合，得到多个检测结果组合；
[0008]
根据每个所述检测结果组合中的各所述检测结果，确定相应的候选局部放电位置；
[0009]
对所述候选局部放电位置进行聚类分析，并从聚类分析得到的各聚类簇中，选取各聚类元素到聚类中心的平均距离小于预设距离阈值的聚类簇；
[0010]
将所选取的所述聚类簇的聚类中心所表示的局部放电位置，确定为最终的局部放电位置。
[0011]
在其中一个实施例中，所述将所述检测结果进行组合，得到多个检测结果组合包括：
[0012]
获取参考组合元素数量的取值范围；所述取值范围为大于或等于预设数量、且小于或等于所述检测结果的总数量；
[0013]
从所述取值范围内，依次选取整数作为所述参考组合元素数量；
[0014]
将所述检测结果分别按照每个所述参考组合元素数量划分组合，得到多个检测结果组合。
[0015]
在其中一个实施例中，所述对所述候选局部放电位置进行聚类分析，并从聚类分析得到的各聚类簇中，选取各聚类元素到聚类中心的平均距离小于预设距离阈值的聚类簇包括：
[0016]
设定初始聚类数目为1，并将所述初始聚类数目作为当前的聚类数目；
[0017]
按照所述当前的聚类数目，对所述候选局部放电位置进行聚类分析；
[0018]
针对聚类分析得到的每个聚类簇，确定所述聚类簇中各聚类元素到聚类中心的平均距离；
[0019]
当存在至少一个平均距离小于预设距离阈值的聚类簇时，选取所述平均距离小于预设距离阈值的聚类簇；
[0020]
当不存在平均距离小于预设距离阈值的聚类簇时，将所述当前的聚类数目加1后作为新的当前的聚类数目，并返回执行所述按照所述当前的聚类数目，对所述候选局部放电位置进行聚类分析及后续步骤，直至存在至少一个平均距离小于预设距离阈值的聚类簇。
[0021]
在其中一个实施例中，所述当存在至少一个平均距离小于预设距离阈值的聚类簇时，选取所述平均距离小于预设距离阈值的聚类簇包括：
[0022]
当存在一个平均距离小于预设距离阈值的聚类簇时，选取所述平均距离小于预设距离阈值的聚类簇。
[0023]
在其中一个实施例中，所述当存在至少一个平均距离小于预设距离阈值的聚类簇时，选取所述平均距离小于预设距离阈值的聚类簇包括：
[0024]
当存在大于或等于两个平均距离小于预设距离阈值的聚类簇时，从所述平均距离小于预设距离阈值的聚类簇中，选取聚类元素最多的聚类簇。
[0025]
一种局部放电定位装置，所述装置包括：
[0026]
传感器结果获取模块，用于获取超声波传感器所输出的对局部放电超声波信号的检测结果；
[0027]
检测结果组合模块，用于当获取到大于或等于预设数量阈值的超声波传感器的检测结果时，将所述检测结果进行组合，得到多个检测结果组合；
[0028]
局放位置确定模块，用于根据每个所述检测结果组合中的各所述检测结果，确定相应的候选局部放电位置；
[0029]
聚类分析模块，用于对所述候选局部放电位置进行聚类分析，并从聚类分析得到的各聚类簇中，选取各聚类元素到聚类中心的平均距离小于预设距离阈值的聚类簇；
[0030]
所述局放位置确定模块还用于将所选取的所述聚类簇的聚类中心所表示的局部放电位置，确定为最终的局部放电位置。
[0031]
在其中一个实施例中，所述检测结果组合模块还用于获取参考组合元素数量的取值范围；所述取值范围为大于或等于预设数量、且小于或等于所述检测结果的总数量；从所述取值范围内，依次选取整数作为所述参考组合元素数量；将所述检测结果分别按照每个所述参考组合元素数量划分组合，得到多个检测结果组合。
[0032]
在其中一个实施例中，所述聚类分析模块还用于设定初始聚类数目为1，并将所述初始聚类数目作为当前的聚类数目；按照所述当前的聚类数目，对所述候选局部放电位置进行聚类分析；针对聚类分析得到的每个聚类簇，确定所述聚类簇中各聚类元素到聚类中心的平均距离；当存在至少一个平均距离小于预设距离阈值的聚类簇时，选取所述平均距离小于预设距离阈值的聚类簇；当不存在平均距离小于预设距离阈值的聚类簇时，将所述当前的聚类数目加1后作为新的当前的聚类数目，并返回执行所述按照所述当前的聚类数目，对所述候选局部放电位置进行聚类分析及后续步骤，直至存在至少一个平均距离小于
预设距离阈值的聚类簇。
[0033]
一种计算机设备，包括存储器和处理器，所述存储器中存储有计算机程序，所述计算机程序被所述处理器执行时，使得所述处理器执行本申请各实施例所述的局部放电定位方法中的步骤。
[0034]
一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时，使得所述处理器执行本申请各实施例所述的局部放电定位方法中的步骤。
[0035]
上述局部放电定位方法、装置、计算机设备和存储介质，获取超声波传感器所输出的对局部放电超声波信号的检测结果，当获取到大于或等于预设数量阈值的超声波传感器的检测结果时，将检测结果进行组合，得到多个检测结果组合，然后根据每个检测结果组合中的各检测结果，确定相应的候选局部放电位置，接着，通过对多个检测结果组合分别对应的候选局部放电位置进行聚类分析，选取平均距离小于预设距离阈值的聚类簇的聚类中心作为局部放电位置，能够自动剔除受噪声影响较大的检测结果对应的定位结果，提高了抗干扰性能，从而提高了局部放电定位的准确性。
附图说明
[0036]
图1为一个实施例中局部放电定位方法的应用环境图；
[0037]
图2为一个实施例中局部放电定位方法的流程示意图；
[0038]
图3为一个实施例中局部放电定位方法的整体流程示意图；
[0039]
图4为一个实施例中局部放电定位装置的结构框图；
[0040]
图5为一个实施例中计算机设备的内部结构图。
具体实施方式
[0041]
为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。
[0042]
本申请提供的局部放电定位方法，可以应用于如图1所示的应用环境中。其中，中心处理器104与多个超声波传感器102分别连接。多个超声波传感器102可以分别设置在高压电气设备106的附近，即，设置在超声波传感器102能够接收到高压电气设备106发生局部放电时产生的超声波信号的位置处。可以理解，图1中仅示意性地示出了几个超声波传感器，在实际中，超声波传感器的数量为多个、且不做限定。当高压电气设备106发生局部放电时，超声波传感器102可以接收局部放电产生的超声波信号，并根据超声波信号得到对超声波信号的检测结果。中心处理器104可以获取超声波传感器102得到的检测结果，然后对检测结果进行组合，以及聚类分析，以确定局部放电位置。其中，超声波传感器102是将超声波信号转换成电信号的传感器。中心处理器104可以是嵌入式设备(即，包括处理器和存储器等、且能够独立进行运作的器件)或计算机设备等。高压电气设备106可以是电机、变压器、隔离开关、电容和互感器等会产生局部放电现象的电气设备。
[0043]
在一个实施例中，如图2所示，提供了一种局部放电定位方法，以该方法应用于图1中的中心处理器为例进行说明，包括以下步骤：
[0044]
s202，获取超声波传感器所输出的对局部放电超声波信号的检测结果。
[0045]
其中，超声波传感器，是将超声波信号转换成电信号的传感器。局部放电，是指电气设备的绝缘介质在足够强的电场作用下局部范围内会发生放电的现象。局部放电超声波信号，是高压电气设备在发生局部放电时所产生的超声波信号。高压电气设备包括电机、变压器、隔离开关、电容和互感器等会产生局部放电现象的电气设备。
[0046]
对局部放电超声波信号的检测结果，是指超声波传感器对所检测到的局部放电超声波信号进行转化，所得到的电信号。在一个实施例中，对局部放电超声波信号的检测结果可以为局部放电超声波信号的来波方向。
[0047]
具体地，超声波传感器为多个，各超声波传感器可以分别设置在高压电气设备的附近，即，能够接收到高压电气设备发生局部放电时产生的超声波信号的位置处。超声波传感器可以检测局部放电超声波信号，当超声波传感器检测到局部放电超声波信号时，可以根据检测到的局部放电超声波信号，得到对局部放电超声波信号的检测结果(比如：来波方向)。中心处理器可以从超声波传感器获取检测结果。
[0048]
s204，当获取到大于或等于预设数量阈值的超声波传感器的检测结果时，将检测结果进行组合，得到多个检测结果组合。
[0049]
其中，预设数量阈值，是预设的、且用于触发对检测结果进行组合，以进行局部放电定位的阈值。检测结果组合，是包含多个检测结果的组合。
[0050]
具体地，当获取到大于或等于预设数量阈值的超声波传感器的检测结果时，表明存在大于或等于预设数量阈值的超声波传感器检测到局部放电超声波信号，中心处理器可以对所获取到的所有的检测结果进行组合，得到多个检测结果组合。
[0051]
在一个实施例中，预设数量阈值可以为大于或等于3的任意整数。比如：当预设数量阈值为3时，则当中心处理器获取到大于或等于3个超声波传感器的检测结果时，触发将检测结果进行组合，得到多个检测结果组合。再比如：当预设数量阈值为5时，则当中心处理器获取到大于或等于5个超声波传感器的检测结果时，触发将检测结果进行组合，得到多个检测结果组合。
[0052]
可以理解，可以设置数量较多的超声波传感器，比如：20个或30个等，所以，当高压电气设备发生局部放电时，检测到局部放电超声波信号的超声波传感器的数量不可能过少。因此，当获取到小于预设数量阈值的超声波传感器的检测结果时，可以认为所获取到的检测结果为噪声干扰产生的结果，可以忽略所获取到的检测结果，即，中心处理器可以不做处理。预设数量阈值可以根据实际需求进行设置。
[0053]
在一个实施例中，中心处理器可以将检测结果按照参考组合元素数量划分组合，得到多个检测结果组合，即，划分得到的每个检测结果组合中包含的检测结果的数量满足参考组合元素数量。其中，参考组合元素数量，是在对检测结果进行组合的划分时，每个组合中所需划分至的检测结果的数量。
[0054]
在一个实施例中，参考组合元素数量的个数，可以为一个或多个。当参考组合元素数量的个数为一个时(比如：参考组合元素数量只能为3)，中心处理器可以将检测结果按照该参考组合元素数量划分组合，得到多个检测结果组合。当参考组合元素数量的个数为多个时(比如：参考组合元素数量可以为3、4、5、
……
、19和20)，中心处理器可以将检测结果分别按照每个参考组合元素数量划分组合，得到多个检测结果组合。
[0055]
可以理解，中心处理器将检测结果按照参考组合元素数量划分组合，得到多个检测结果组合，是穷尽式地划分组合。即，比如：参考组合元素数量为3，则中心处理器可以将检测结果划分出3个一组的所有可能性。再比如：参考组合元素数量为3、4和5，则中心处理器可以将检测结果划分出3个一组、4个一组和5个一组的所有可能性。
[0056]
s206，根据每个检测结果组合中的各检测结果，确定相应的候选局部放电位置。
[0057]
其中，候选局部放电位置，是在每个检测结果组合中，根据该检测结果组合中的各检测结果，确定出的局部放电位置。
[0058]
在一个实施例中，针对每个检测结果组合，中心处理器可以根据该检测结果组合中的各来波方向、以及各来波方向分别对应的超声波传感器的位置，确定该检测结果组合对应的候选局部放电位置。在另一个实施例中，中心处理器还可以采用三元定位法，确定检测结果组合对应的候选局部放电位置。在其他实施例中，中心处理器也可以采用其他方式确定每个检测结果组合分别对应的候选局部放电位置，方法不做限定。
[0059]
可以理解，在实际应用中，可能存在噪声，导致某些检测结果不够准确。因此，某些包含被噪声影响的检测结果的检测结果组合所对应的候选局部放电位置，可能因噪声影响而不够准确。因此，需要根据这些检测结果组合所分别对应的候选局部放电位置，进一步确定最终的准确的局部放电位置。
[0060]
s208，对候选局部放电位置进行聚类分析，并从聚类分析得到的各聚类簇中，选取各聚类元素到聚类中心的平均距离小于预设距离阈值的聚类簇。
[0061]
其中，聚类分析，是将数据按照相似性大小分类到不同的簇的分析处理方式。分类到同一个簇中的数据具有较高的相似性。分类到不同簇中的数据具有较低的相似性。聚类簇，是对候选局部放电位置进行聚类分析所得到的簇。聚类元素，是聚类簇中的候选局部放电位置。聚类中心，是聚类簇中所有聚类元素的中心。预设距离阈值，是预设的、且用于判定聚类簇是否可以选取的阈值。平均距离，是指聚类簇中的各聚类元素分别与聚类中心之间的距离的平均值。
[0062]
具体地，每个检测结果组合分别对应一个候选局部放电位置，因此，有多个候选局部放电位置。中心处理器可以对所有的候选局部放电位置进行聚类分析，得到多个聚类簇。然后，中心处理器可以确定每个聚类簇中的各聚类元素分别与聚类中心之间的距离的平均值(即，平均距离)。接着，中心处理器可以选取平均距离小于预设距离阈值的聚类簇。
[0063]
在一个实施例中，中心处理器可以采用聚类分析算法(比如：k-means算法，k-means clustering algorithm)，对候选局部放电位置进行聚类分析，所采用的聚类分析算法不做限定。
[0064]
s210，将所选取的聚类簇的聚类中心所表示的局部放电位置，确定为最终的局部放电位置。
[0065]
具体地，中心处理器可以将所选取的聚类簇的聚类中心所表示的局部放电位置，确定为最终的局部放电位置并输出该局部放电位置。
[0066]
可以理解，经过聚类分析所最终确定的局部放电位置，排除了噪声的干扰，相较于候选局部放电位置而言，定位结果更加准确。
[0067]
上述局部放电定位方法中，获取超声波传感器所输出的对局部放电超声波信号的检测结果，当获取到大于或等于预设数量阈值的超声波传感器的检测结果时，将检测结果
进行组合，得到多个检测结果组合，然后根据每个检测结果组合中的各检测结果，确定相应的候选局部放电位置，接着，通过对多个检测结果组合分别对应的候选局部放电位置进行聚类分析，选取平均距离小于预设距离阈值的聚类簇的聚类中心作为局部放电位置，能够自动剔除受噪声影响较大的检测结果对应的定位结果，提高了抗干扰性能，从而提高了局部放电定位的准确性。
[0068]
在一个实施例中，将检测结果进行组合，得到多个检测结果组合的步骤包括：获取参考组合元素数量的取值范围；取值范围为大于或等于预设数量、且小于或等于检测结果的总数量；从取值范围内，依次选取整数作为参考组合元素数量；将检测结果分别按照每个参考组合元素数量划分组合，得到多个检测结果组合。
[0069]
具体地，中心处理器可以从参考组合元素数量的取值范围内，依次选取整数作为参考组合元素数量。比如：预设数量为3，检测结果的总数量为20，则取值范围为大于或等于3、且小于或等于20，中心处理器可以选取3、4、5、
……
19和20作为参考组合元素数量。
[0070]
中心处理器可以将检测结果分别按照每个参考组合元素数量划分组合，得到多个检测结果组合。即，划分得到的每个检测结果组合中包含的检测结果的数量满足参考组合元素数量。
[0071]
在一个实施例中，预设数量，可以为大于或等于3的整数。可以理解，预设数量越小，则划分出的检测结果组合越多，运算数据量会越大，从而可能会影响中心处理器的运算速度。预设数量越大，则划分出的检测结果组合越少，可能会降低最终的定位结果的准确性。因此，在实际应用中，在既保证中心处理器的运算速度，又保证定位结果的准确性的前提下，根据实际需求对预设数量进行设置。比如：可以将预设数量设置为3，即，参考组合元素数量的取值范围为大于或等于3、且小于或等于检测结果的总数量。
[0072]
本实施例中，中心处理器可以从组合元素数量的取值范围内，依次选取整数作为参考组合元素数量，这样可以得到多个参考组合元素数量，能够尽量最大限度地得到最多的检测结果的各种检测结果组合，从而确保最终对局部放电位置的定位结果的准确性。
[0073]
在一个实施例中，对候选局部放电位置进行聚类分析，并从聚类分析得到的各聚类簇中，选取各聚类元素到聚类中心的平均距离小于预设距离阈值的聚类簇包括：设定初始聚类数目为1，并将初始聚类数目作为当前的聚类数目；按照当前的聚类数目，对候选局部放电位置进行聚类分析；针对聚类分析得到的每个聚类簇，确定聚类簇中各聚类元素到聚类中心的平均距离；当存在至少一个平均距离小于预设距离阈值的聚类簇时，选取平均距离小于预设距离阈值的聚类簇；当不存在平均距离小于预设距离阈值的聚类簇时，将当前的聚类数目加1后作为新的当前的聚类数目，并返回执行按照当前的聚类数目，对候选局部放电位置进行聚类分析及后续步骤，直至存在至少一个平均距离小于预设距离阈值的聚类簇。
[0074]
其中，按照当前的聚类数目，对候选局部放电位置进行聚类分析，是指中心处理器可以将候选局部放电位置分类为满足当前的聚类数目的聚类簇。比如：当当前的聚类数目为1时，则中心处理器可以将候选局部放电位置分为一个聚类簇。当当前的聚类数目为4时，则中心处理器可以将候选局部放电位置分为4个聚类簇。
[0075]
平均距离小于预设距离阈值的聚类簇，是指该聚类簇中各聚类元素与聚类中心之间的距离的平均值小于预设距离阈值。
[0076]
具体地，最初可以将当前的聚类数目设置为1。中心处理器可以对候选局部放电位置进行聚类分析，将候选局部放电位置分类为满足当前的聚类数目的聚类簇。然后，中心处理器可以分别确定每个聚类簇中各聚类元素到聚类中心的平均距离，即，各聚类元素与聚类中心之间的距离的平均值。
[0077]
当存在至少一个平均距离小于预设距离阈值的聚类簇时，中心处理器可以选取平均距离小于预设距离阈值的聚类簇。当不存在平均距离小于预设距离阈值的聚类簇时，中心处理器可以将当前的聚类数目加1后作为新的当前的聚类数目，并返回执行按照当前的聚类数目，对候选局部放电位置进行聚类分析及后续步骤，直至存在至少一个平均距离小于预设距离阈值的聚类簇，则选取该平均距离小于预设距离阈值的聚类簇。
[0078]
本实施例中，中心处理器可以迭代地对候选局部放电位置进行聚类分析，每轮迭代聚类数目增加1，直至存在至少一个平均距离小于预设距离阈值的聚类簇，则中心处理器可以选取该平均距离小于预设距离阈值的聚类簇，从而能够自动剔除受噪声影响较大的检测结果对应的定位结果，提高了抗干扰性能，从而提高了局部放电定位的准确性。
[0079]
在一个实施例中，当存在至少一个平均距离小于预设距离阈值的聚类簇时，选取平均距离小于预设距离阈值的聚类簇的步骤包括：当存在一个平均距离小于预设距离阈值的聚类簇时，选取平均距离小于预设距离阈值的聚类簇。
[0080]
具体地，当存在一个平均距离小于预设距离阈值的聚类簇时(即，有且只有一个)，中心处理器可以直接选取该平均距离小于预设距离阈值的聚类簇。
[0081]
本实施例中，当只有一个平均距离小于预设距离阈值的聚类簇时，中心处理器可以直接选取该聚类簇，提高了抗干扰性能，从而提高了局部放电定位的准确性。
[0082]
在一个实施例中，当存在至少一个平均距离小于预设距离阈值的聚类簇时，选取平均距离小于预设距离阈值的聚类簇的步骤包括：当存在大于或等于两个平均距离小于预设距离阈值的聚类簇时，从平均距离小于预设距离阈值的聚类簇中，选取聚类元素最多的聚类簇。
[0083]
具体地，当存在大于或等于两个平均距离小于预设距离阈值的聚类簇时(即，有且不止有一个)，中心处理器可以从这些平均距离小于预设距离阈值的聚类簇中，选取聚类元素最多的聚类簇。
[0084]
本实施例中，当存在大于或等于两个平均距离小于预设距离阈值的聚类簇时，中心处理器可以选取聚类元素最多的聚类簇，从而确保所选取的聚类簇是由较多的候选局部放电位置组成的，从而提高最终确定的局部放电位置的准确性。
[0085]
如图3所示，为本申请各实施例中的局部放电定位方法的整体流程示意图。中心处理器从超声波传感器获取检测结果，当大于或等于预设数量阈值的超声波传感器检测到超声波信号(即，中心处理器获取到大于或等于预设数量阈值的超声波传感器的检测结果)时，中心处理器可以将检测结果按照参考组合元素数量划分组合，得到多个检测结果组合。其中，参考组合元素数量是在取值范围内一次选取的。然后，中心处理器可以设置初始聚类数目为1，预设距离阈值为δ。在每轮迭代中，中心处理器按照当前的聚类数目对候选局部放电位置进行聚类分析，并确定每个聚类簇中各聚类元素到聚类中心的平均距离d，每轮迭代后聚类数据加1。直至至少一个聚类簇的d小于δ时，中心处理器可以从满足d<δ的各聚类簇中选取聚类元素最多的聚类簇，并将该聚类簇的聚类中心作为局部放电点的位置(可以理
解，当只有一个满足d<δ的聚类簇时，则直接将该聚类簇的聚类中心作为局部放电点的位置)。当小于预设数量阈值的超声波传感器检测到超声波信号时，中心处理器不做处理，继续从超声波传感器获取检测结果。
[0086]
应该理解的是，虽然图2的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，图2中的至少一部分步骤可以包括多个步骤或者多个阶段，这些步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
[0087]
在一个实施例中，如图4所示，提供了一种局部放电定位装置400，包括：传感器结果获取模块402、检测结果组合模块404、局放位置确定模块406和聚类分析模块408，其中：
[0088]
传感器结果获取模块402，用于获取超声波传感器所输出的对局部放电超声波信号的检测结果。
[0089]
检测结果组合模块404，用于当获取到大于或等于预设数量阈值的超声波传感器的检测结果时，将检测结果进行组合，得到多个检测结果组合。
[0090]
局放位置确定模块406，用于根据每个检测结果组合中的各检测结果，确定相应的候选局部放电位置。
[0091]
聚类分析模块408，用于对候选局部放电位置进行聚类分析，并从聚类分析得到的各聚类簇中，选取各聚类元素到聚类中心的平均距离小于预设距离阈值的聚类簇。
[0092]
局放位置确定模块406还用于将所选取的聚类簇的聚类中心所表示的局部放电位置，确定为最终的局部放电位置。
[0093]
在一个实施例中，检测结果组合模块404还用于获取参考组合元素数量的取值范围；取值范围为大于或等于预设数量、且小于或等于检测结果的总数量；从取值范围内，依次选取整数作为参考组合元素数量；将检测结果分别按照每个参考组合元素数量划分组合，得到多个检测结果组合。
[0094]
在一个实施例中，聚类分析模块408还用于设定初始聚类数目为1，并将初始聚类数目作为当前的聚类数目；按照当前的聚类数目，对候选局部放电位置进行聚类分析；针对聚类分析得到的每个聚类簇，确定聚类簇中各聚类元素到聚类中心的平均距离；当存在至少一个平均距离小于预设距离阈值的聚类簇时，选取平均距离小于预设距离阈值的聚类簇；当不存在平均距离小于预设距离阈值的聚类簇时，将当前的聚类数目加1后作为新的当前的聚类数目，并返回执行按照当前的聚类数目，对候选局部放电位置进行聚类分析及后续步骤，直至存在至少一个平均距离小于预设距离阈值的聚类簇。
[0095]
在一个实施例中，聚类分析模块408还用于当存在一个平均距离小于预设距离阈值的聚类簇时，选取平均距离小于预设距离阈值的聚类簇。
[0096]
在一个实施例中，聚类分析模块408还用于当存在大于或等于两个平均距离小于预设距离阈值的聚类簇时，从平均距离小于预设距离阈值的聚类簇中，选取聚类元素最多的聚类簇。
[0097]
上述局部放电定位装置中，获取超声波传感器所输出的对局部放电超声波信号的检测结果，当获取到大于或等于预设数量阈值的超声波传感器的检测结果时，将检测结果
进行组合，得到多个检测结果组合，然后根据每个检测结果组合中的各检测结果，确定相应的候选局部放电位置，接着，通过对多个检测结果组合分别对应的候选局部放电位置进行聚类分析，选取平均距离小于预设距离阈值的聚类簇的聚类中心作为局部放电位置，能够自动剔除受噪声影响较大的检测结果对应的定位结果，提高了抗干扰性能，从而提高了局部放电定位的准确性。
[0098]
关于局部放电定位装置的具体限定可以参见上文中对于局部放电定位方法的限定，在此不再赘述。上述局部放电定位装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
[0099]
在一个实施例中，提供了一种计算机设备，该计算机设备可以是中心处理器，其内部结构图可以如图5所示。该计算机设备包括通过系统总线连接的处理器、存储器和网络接口。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种局部放电定位方法。
[0100]
本领域技术人员可以理解，图5中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
[0101]
在一个实施例中，还提供了一种计算机设备，包括存储器和处理器，存储器中存储有计算机程序，该处理器执行计算机程序时实现上述各方法实施例中的步骤。
[0102]
在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现上述各方法实施例中的步骤。
[0103]
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(read-only memory，rom)、磁带、软盘、闪存或光存储器等。易失性存储器可包括随机存取存储器(random access memory，ram)或外部高速缓冲存储器。作为说明而非局限，ram可以是多种形式，比如静态随机存取存储器(static random access memory，sram)或动态随机存取存储器(dynamic random access memory，dram)等。
[0104]
以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
[0105]
以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护
范围。因此，本申请专利的保护范围应以所附权利要求为准。