输配电设备状态的全面感知是保障电网安全运行、提升电网驾驭能力、实现电网智能运行的先决条件[1]。随着电力物联网的推进建设，输变电设备状态智能感知系统也获得了大量的应用，但应用中也暴露了很多问题。以GIS为例，局部放电是指示GIS绝缘状态的重要指标，但当前运行的GIS局部放电在线监测系统普遍存在误报率高的问题。由于现场环境十分复杂，GIS局部放电智能感知系统在实际运行中经常会检测到电气设备外部的脉冲型干扰并将其错误地认为是由设备内部局放缺陷所引起的。因此，电气设备外部的恶劣环境就使得整个评估系统在运行的大部分时间内均处于报警状态(实际上设备内部并无严重的绝缘缺陷)，严重影响了电力系统的正常运行与GIS局部放电智能感知系统的准确性。所以，该评估系统需要一种有效的方法来判别出特高频传感器(评估系统所采用的局部放电在线检测传感器)所测得数据中来自设备外部的干扰信号。

经调查研究表明，GIS局部放电智能感知系统能有效地识别出具有特定特征的脉冲型干扰与噪声(如电子打火干扰等)，但是对于来自电气设备外部同为局部放电信号脉冲型干扰(如其他现场设备高压端电晕放电等)的判别则较为乏力，而这就是造成前文所提GIS局部放电智能感知系统所遇瓶颈的重要原因。

当前国内外学者针对局部放电数据中的干扰、噪声信号做了大量研究。针对上述问题，文献[2]利用短时奇异值分解法来抑制电缆终端局部放电混合噪声，效果优于此前的非对称奇异值分解以及形态学小波综合滤波器，且在数据量较大时效率更高；文献[3]利用基于汉克尔矩阵的快速奇异值分解法对局部放电数据进行去噪处理，在大量噪声情况下能够有效滤除特征各异的干扰信号；文献[4]利用基于汉克尔矩阵的奇异值分解，实现了对局放信号中窄带干扰的抑制且效果较好，但并对脉冲干扰未作研究；文献[5]利用同步检测与多信息融合的方法从干扰信号中有效地识别出了局放信号，但该方法更适合进行线下测试实验，难以对设备进行在线监测；文献[6]利用一系列仿射投影自适应滤波算法实现了对电缆局放信号的降噪处理，并在此基础上提出另外两个新算法分别降低了模型计算负担，提升了算法稳定性。文献[7]利用奇异值分解——小波变换的方法，有效抑制了局放信号中窄带干扰与白噪声并得到具有较高精度的数据，但并未考虑信号中脉冲型干扰的抑制。

从上述文献可见，国内外大部分相关学者的研究重点均在利用时频域分析白噪声、滤除周期窄带干扰、利用机器学习算法分析与局放特征相差甚远的脉冲干扰的特征[8-11]等方面。这些方法很难对上述引起智能感知系统误报且本身就是局部放电的脉冲型干扰进行判别，当前最有效的方法就是利用多个局放传感器对这类干扰信号进行联合定位，通过判断信号是否来自设备外部进而判别该信号是否是干扰信号。

在对信号源进行定位前，首先要保证各传感器采取的数据是同源的。在实际测得的特高频局部放电数据中往往是多源的，既有设备内部缺陷信号，又有设备外部脉冲干扰。所以，需要通过聚类的方法将局放数据中的不同局放源进行区分。

均值漂移聚类算法是一种基于密度计算的聚类算法，与传统的K-means聚类算法相比具有无需设定分类数量、对概率分布的数据具有良好的适应性等特点，另一方面与DBSCAN等其他密度聚类算法相比能更好的应对数据中白噪声干扰，因此被广泛应用于目标追踪、指纹定位等工程领域[12-15]。

因此，本文提出一种有效的基于均值漂移聚类的局部放电数据边缘计算方法，旨在边缘计算平台上对传感器采集的局部放电数据进行干扰识别处理(技术路线如图 1所示)。该方法采用多传感器联合测量，结合均值漂移聚类算法，通过比较传感器的接收信号强度(received signal strength indication，RSSI)[16]，在边缘计算平台上实现对同源局放信号的定位，进而判别脉冲型干扰信号并加以滤除。最终保留有效的局部放电数据特征并保存在边缘计算平台上，待系统网络其他环节发出访问请求时予以上传使用。边缘计算平台的应用，可以使智能感知系统所在的电力物联网对电力设备各状态量的变化做出迅速的反应，同时也减少了通讯网络中的冗余信息充分利用网络带宽[17-18]。

实验采用特高频局部放电传感器，通过检测局放源辐射的高频电磁波，在一定程度上能反应出局部放电的特征与剧烈程度。由于脉冲型干扰信号无法通过传统的时频域分析或是特征识别的方式来处理，目前较为有效的方法就是利用多个传感器进行基于RSSI的联合测量定位，其通讯框架图如图 2所示。

考虑到边缘计算平台的计算能力有限，另一方面聚类算法对二维数据的处理速度比三维数据处理速度要快且在本文中的效果相近，所以在处理数据时，需要先将传感器接收到的特高频相位分辩的脉冲序列(phase resolved pulse sequence，PRPS)数据转化为相位分辩的局部放电(phase resolved partial discharge，PRPD)数据方便对数据进行处理。之后对数据样本进行均值漂移聚类处理，区分出每个样本中不同的局部放电源以及干扰源。值得注意的是，为了确保算法的准确性，内外局部放电PRPD数据必须按照同一标准进行缩放。内部局部放电源在与其他传感器各个局部放电源的数据进行匹配时，如果没有匹配信号说明该信号只能在该传感器上检测到，极有可能是局部放电信号。如果有匹配信号，则还需进一步判别。由于电磁波在穿过GIS设备外壳时会有所衰减，可以通过比较局部放电传感器RSSI的方法来定位。如果外部传感器的幅值大则说明信号源来自设备外部是干扰，反之则是内部的局部放电信号。

将上述判别为干扰的信号在边缘计算阶段进行滤除，保留余下的数据，此时样本当中的脉冲干扰能够得到大幅度地抑制，但是这其中仍有较强的白噪声，它们的存在可能会对局放模式识别的结果起到负面影响。所以还需要将去除脉冲型干扰的数据进行小波阈值分析，该阶段主要分为3个步骤：小波分解、滤除小于阈值的部分、小波信号重构[19]，最终可以实现将数据中的白噪声滤除的效果。经过信号处理的数据保存在边缘计算平台上，待系统网络其他环节发出调取指令后再进行相关动作。相关算法流程图如图 3所示。

前文提到过，在进行信号定位前，需要确保各传感器中的信号是同源的。所以，需要通过聚类方法将特高频PRPD数据中的不同局放源进行区分。

本文采取均值漂移聚类算法对局部放电数据进行聚类处理。该聚类算法包括3个步骤：聚类中心搜索，聚类中心聚类/合并相似区域以及合并小区域[20]。具体来说，首先在具有N个样本点的特征空间中随机选取中心点x，并计算以该点为中心，半径为h的高维球Sh所包含点集的偏移均值向量M，如式(1)所示。

式中k为高维球Sh内样本点的个数。

之后，将原中心点xt移动到偏移均值位置xt+1，直到偏移均值符合事先所设定的阈值条件，如式(2)所示。

由此可见，该聚类方法使各类中心点向密度更高的方向移动，十分适合在PRPD数据中进行局放源聚类。

上述的2个公式在处理线性可分的数据集时能够有效地发挥出均值聚类算法密度向量计算的性能优势。然而，在面对线性不可分的数据集时效果相对较差(而局部放电PRPD中各信源脉冲数据集就可能存在线性不可分的情况)。在局放PRPD数据中可能会看到不同局放源的数据之间有较多的重叠部分，此时数据是线性不可分的(例如图 4b)。聚类算法在处理这种数据时很难将重叠部分的数据进行有效的聚类，导致聚类算法的效果欠佳，难以正确区分出样本中的不同局放源(或干扰源)。

对上述所提的问题，可以将其映射到高维的特征空间时该数据集使其变为线性可分。例如图 5中的异或问题可映射到更高的三维特征空间从而使其线性可分。同理可将局部放电数据先映射到高维特征空间进行聚类，最后再将结果展示在低维的特征空间中。

一种简单的高维映射方法就是在式(1)(2)中引入核函数。核函数是样本映射到高维空间中高维特征向量的内积，其结果仅与低维样本的特征向量相关，因此可以很简单地将样本进行映射而无需顾忌其内部复杂的映射关系。引入核函数后偏移均值向量mk如式(3)所示。

式中g(x)是核函数的负导数，h、k的意义同式(1)。引入核函数后，聚类算法就能有效地对样本中不同信源重叠部分的数据进行聚类，使整体的算法变得更加的鲁棒。

利用上述这些方法可以首先确定样本中的簇类(即各局放源或干扰源)中心，之后对比各个中心相似度(欧拉距离)，将距离足够近的中心合并成为新的簇中心，最终完成聚类计算。均值漂移聚类算法无需人为设定局部放电源的个数，可以自行计算得到，能够有效应对多信号源的情况。

在内外特高频局部放电PRPD数据均完成聚类处理后，计算出内外数据各个簇中心的位置。之后，定义超参匹配距离r，以内部数据的簇中心为参考，与外部数据簇中心逐一比较距离(相似度)，如果外部某一簇中心点与内部中心点距离小于r，则将这2个簇称为匹配的簇(此时算法会认为这一对数据簇是同源信号)。如果多个外部簇中心与相同的内部数据簇中心距离都小于r，则认为距离最近的2个簇为匹配的簇。

完成匹配工作后，没有匹配到外部数据簇的内部数据簇直接被判别为局部放电信号，而在同源信号中比较数据簇中心幅值大小，如果内部数据簇的y坐标绝对值较小则在内部局放数据中对该数据簇进行滤除。最后，将局放数据进行小波阈值分析从而完成所有的数据处理。为节约边缘计算平台的存储资源，完成信号处理工作后仅需保留处理后的内部局放数据文件即可。

为了验证本文提出的基于均值漂移的局部放电边缘算法的有效性，本文在145kV真型GIS实验平台测得实验数据，并在边缘平台上对算法进行测试。

本文利用2个特高频局部放电传感器进行测量，将其中一个放入实验平台内部，另一个安置在实验平台外部，结合不同类型的缺陷模型与外界模拟干扰进行数据采集。实验时2个传感器同时向边缘计算平台传输局部放电实验数据，并以.dat的文件形式分别储存在边缘计算平台上，待边缘平台的数据处理指令调取处理。

实验时，将悬浮放电、尖端放电、沿面放电、绝缘内部放电与微粒放电5种绝缘缺陷模型(缺陷的设计参考了文献[21])依次安置在实验平台内部，在实验平台外部模拟悬浮放电干扰与电晕放电干扰信号(2种在现场最为严重的干扰类型)。5种缺陷模型每种测量200对放电数据，总共测得1000对(共2000个)实验数据。图 6—7给出了实验所测得的2个典型的PRPD样本图谱。图中横坐标为相位窗格数，共有72个窗格，每个窗格对应的相位角为5°(共360°)。纵坐标为幅值窗格，以多个传感器中测得的最大脉冲幅值为基准，将各脉冲幅值缩放为100以内的整数。图 6—7中数据点的不同颜色代表该点所在的窗格里PRPD脉冲的个数，颜色越暖数量越多，反之则越少(个数为0的不显示)。

值得说明的是，本文提出的算法是直接对PRPD数据进行处理，算法的精确程度与PRPD累计时间成正相关的关系，考虑到边缘计算平台的计算能力有限，本文在实验中使用的是累计时间为1s的PRPD数据。另外，传感器的放置也会在一定程度上影响测试准确度。

算法运行环境为华为Atlas 200DK边缘计算平台，传感器所测得的第一手数据直接传送到该边缘平台上，并在该平台运行相关的边缘算法，对局放数据进行处理。测试算法时为其配置了32G外部存储器，Ubuntu 16.04.3 server操作系统，算法开发语言为Python 3.5与Python 2.7。

在本文1.2节定义了一个超参匹配距离r，调试算法时发现随着该参数的增加实验数据结果的错误率先快速下降，而后又缓慢上升。这是因为在匹配距离很小的时候很多干扰信号找不到匹配的信源被误认为是设备内部的局部放电信号；而当参数过大的时候，部分本应没有匹配信源的局放信号找到了匹配信源而被判定为干扰信号。该参数在10到12期间数据处理的错误率达到最低。考虑到匹配半径越大，边缘平台的计算负担越重，所以最终选取为10。

实验采取离线的方式进行，测得的数据经过均值漂移聚类算法进行干扰识别，最后将识别后的数据再通过小波阈值分析去除白噪声并保存在边缘平台上的指定路径。

图 8—9为实验时平台内部传感器测得的同一尖端放电信号的2种可视化图谱(PRPS图谱与PRPD图谱)，在这个局部放电数据中有悬浮类型的干扰信号。其中，红色圈里的是需要保留的设备内部尖端放电，黑色圈里是需要判别滤除的悬浮干扰，而在PRPD数据图中黄色圈中是在完成脉冲干扰信号滤除处理后需要通过小波阈值法滤除的白噪声信号。

将实验平台内外2个传感器所测得的一对局部放电数据进行聚类分析，其进行聚类后的效果如图 10所示。图 10中展示了一对经过聚类处理后的局部放电PRPD图谱，左边的来自实验平台内部传感器，右边的则来自实验平台外部传感器。在边缘计算平台上，算法将这对样本同时进行聚类处理，并在图中以不同的颜色来区分不同的数据簇类别。

值得注意的是同一局放源不一定被分在同一簇中，但是同一簇中的数据能确保是来源于同一局放源(例如在图 10中同样是尖端缺陷信号的数据会被分到不同的数据簇中)。这并不影响算法整体的效果，相反随着聚类数的增加(可通过调节均值漂移带宽的分位数来达到增加聚类数的效果)，整体边缘算法的容错性能也会愈发加强，鲁棒性大大提升，这是因为当部分少数数据簇的判别结果出错后并不会影响算法对整个样本中干扰信号特征的抑制。

聚类后，算法通过比较内外样本中各数据簇的相似度(欧拉距离)，可以将内部样本的各数据簇匹配到相应的外部样本数据簇，此时算法就会认为相互匹配的数据簇是来自同一局放源(干扰源)的信号。例如在图 10中，2个左上角圈出来的数据簇的相似度很高算法会将这对数据认为是同源信号；而内部样本右下角大圆圈出的数据与外部样本左上角小圆圈出的数据相似度相差甚远，所以会被认为是2个不同的信号。

同源信号匹配完成后，利用RSSI定位方式判断出哪些信号来自设备外部，并将这些信号判别为干扰信号进行滤除。然后再将样本进行小波阈值分析对样本中的白噪声进行清洗，最终可得到图 11—12所示的效果。

对比图 8—9可知，在样本当中无论是脉冲干扰还是白噪声都得到了明显的抑制，由此可见，本文所提出的边缘算法能够有效地对脉冲干扰进行判别并加以滤除。

为进一步探讨本文边缘算法的性能，表 1给出边缘算法在各类缺陷数据处理中能有效去除脉冲型干扰的概率(即有效率)。表中有效数据的统计方法是人工在1000个实验处理结果样本中进行筛选，如果样本当中脉冲型干扰的特征不明显且保留了设备内部缺陷信号特征，这样的处理结果即认为是有效的。

在表 2中，将均值漂移算法与K-means、DBSCAN、OPTICS和MDCA等聚类算法在边缘计算平台上的效果进行了对比。表中给出的有效率的计算方法与表 1中的相同，算法处理时间则是指处理每对局部放电数据边缘平台所需要花费的平均处理时间，平均处理时间中聚类处理、小波阈值白噪声处理以及同源信号匹配处理时间占去绝大部分比例。

由表 2可知，传统的K-means聚类算法在边缘计算算法中的效果不佳，这是因为这种聚类算法并不是基于密度计算，另外由于K-means聚类必须事先设定分类数，需要结合肘部法则[22]才能实现所需达到的目的，因此其处理时间也是最长的。

另一方面，DBSCAN虽然与均值漂移同为密度聚类算法，但是其密度计算的方法却大相径庭。前者是基于邻域、核心对象以及密度可达等一些概念来对样本中的数据进行密度评估[23]，而后者则是通过计算密度向量(如式(3)所示)来对样本中的数据密度进行评估的。这就造成了DBSCAN聚类算法对局部放电样本中的白噪声十分敏感，在进行聚类时该聚类模型会将所有幅值较小的信号与白噪声一起被归为一类，从而导致很多数据处理后原始缺陷信号的特征被破坏，所以其效果并不如均值漂移聚类算法。而OPTICS则是在DBSCAN聚类模型的基础上进行有效拓展，选取有限个领域参数进行聚类，从而得到不同领域参数下的聚类结果，然而该算法与DBSCAN相同对白噪声较为敏感，所以其效果相比均值漂移聚类模型仍有一定差距。

密度最大值聚类(maximum density clustering application，MDCA)是一种相对较为简洁的聚类模型。这种聚类模型通过寻找样本最高密度的对象和其所在的稠密区域来实现聚类运算。该密度聚类算法计算量较小，因此在处理本文所述的任务时对每对样本的平均处理时间最少。然而，该模型无法对某一样本点邻域内所有数据的密度进行综合评估，最终造成了其效果不如均值漂移聚类模型。

对比上述4种聚类算法，均值漂移模型在处理局部放电数据时得到的结果最优，是唯一一个有效率达到80%以上的模型。从平均处理时间来看，相比于MDCA等轻量级的聚类算法，均值漂移模型的平均处理时间较长，但相比于K-means、OPTICS模型的处理时间则较短，因此综合相比效果最优。另外，从实际现场应用的角度看，变电站局部放电在线监测对于局部放电数据处理的实时性要求不高，局部放电在线监测系统的数据采集频次通常为1次/天，对重点部件或疑似缺陷可提升采集频次至1~2次/h，因此对局部放电边缘计算的算法选择上可以优先考虑有效率。综合来看本文提出的利用均值漂移聚类的边缘算法能够有效地对局部放电信号中的脉冲型干扰进行滤除。另外，均值漂移聚类算法是基于密度梯度上升的聚类算法，能够有效区分出局部放电数据样本各局放源(干扰源)，同时其实现办法相对简单较为适合在计算能力有限的边缘平台上运行。

值得注意的是，随着传感器检测局放PRPD数据累积时间的增长，所测得的样本中各类局放源(干扰源)的特征信息也就增多了，因此会使整体边缘算法的效果得到提升。然而，随着累积时间的增长，边缘算法在边缘计算平台上所需要的平均处理时间大幅度地增长(如图 13所示)。当累积时间从1s增加为2s时算法的平均处理时间增长了近乎40%，而算法效果的提升与这个数相比就显得微不足道了，可见这种在边缘计算平台上牺牲时间成本来提升算法效果的方法是十分得不偿失的。因此在本文所提的实验测试环境下，PRPD累积时间为1s是性价比最高的。

本文采取均值漂移聚类算法，提出一种去除脉冲型干扰的局部放电边缘计算方法，利用华为Atlas 200DK作为边缘计算平台进行了实验验证，实验表明：

1）论文所提边缘算法数据处理准确率为81.4%，能有效对局放数据中的脉冲型干扰进行识别。相比于传统的K-means聚类算法，有效率提高了17.1%；相比同为基于密度计算的DBSCAN聚类算法有效率提高了8%；相比OPTICS有效率提高了6.2%；相比MDCA有效率提高了4.3%。在边缘计算平台上的平均运行时间为7.15s，证实了该算法的可行性。

2）论文中所提边缘算法为抑制局部放电样本中设备外部的脉冲型干扰提供了一种新的思路，对现场工作具有一定的指导性作用。

3）论文使用累积时间为1s的PRPD数据作为算法的测试，适用于无线物联网的低功耗环境。在有线物联网且不考虑功耗的情况下可以适当延长PRPD的累计时间，并选用算力更强的边缘计算平台来提升数据处理的准确率与综合性能。