背景技术
当装置中非正常绝缘情况出现时，一个气体绝缘装置，如安装在主
配电装置上的气体绝缘开关，会产生局部放电。该局部放电随即产生电
磁波。作为意外电击穿的预先迹象的局部放电必须准确地被检测并且必
须诊断该局部放电以决定是否有任何非正常绝缘情况从而阻止气体绝
缘装置的意外电击穿。
非正常绝缘的产生包括金属异物进入气体绝缘装置中，绝缘子的缺
陷，如垫片中的空隙或裂缝，防护件导体中的误接触等类似情况。
如果是由于非正常绝缘所致的局部放电，那么绝缘子逐步被破坏，
并且当过电压如闪电被施加在气体绝缘装置上时有电击穿发生的可能
性。因此，必须准确测定出现局部放电的部分和局部放电的电平，并且
必须检测出现局部放电的部分并根据出现局部放电的部分和电平来检
修。
通过电磁波，高频电流，振动或局部放电产生的声音的检测，或通
过局部放电产生的气体分析来检测局部放电。
在气体绝缘装置中的SF6气体中产生的局部放电表现出具有从几纳
秒到几十纳秒范围脉冲宽度的很尖的脉冲放电。局部放电产生的电磁波
的频率在到高达几千兆赫的很宽的频带内。
气体绝缘装置通过密封金属外壳中的部分件形成，类似导波管以有
效地传送电磁波。由于气体绝缘装置的部件在金属外壳中，所以外部的
电磁噪声很难接触该部件。从而局部放电产生的电磁波能通过在金属外
壳里配置内部天线来高灵敏度地被检测。寻找出现局部放电部分的上述
提出的方法通过内部天线接收从几兆赫到几千兆赫的很宽频带内频率
的电磁波并通过频谱分析器或类似器械来分析电磁波的频率。
另一个上述提出的诊断方法接收不受外部噪声的特定频率的电磁
波，或具有窄频带的频率的电磁波。而不是接收宽频带内频率的各种电
磁波。
如日本专利JP-B第Hei 7-50147中所述，提出了一种分析所检测
的电磁波频率的方法并且根据电磁波频率的电平来确定是否产生任何
非正常情况，以及根据从波形图计算出的特征值来确定是否产生任何非
正常情况。一种公知的确定方法是通过使用神经网络或模糊系统来实现
图形识别。
例如，在应用神经网络的系统中，神经网络包括输入层、中间层和
输出层，多个频率数据被送到输入层并且诊断结果提供到输出层。
然而，对于检测局部放电产生的电磁波并在气体绝缘装置中诊断非
正常绝缘情况的公知的诊断方法来说，难以准确确定局部放电的产生和
局部放电的原因。
当不低于预定电平的电平信号产生时，检测局部放电信号的公知方
法确定局部放电已经发生，该预定电平具有用于确定的参考频带中的一
个频率。这种方法难以从一个外部噪声信号清楚地识别一个局部放电信
号。如果稳定地产生外部噪声信号，如无线电波，预先测量该外部噪声
信号，并且测量包括外部噪声信号频率的频带外的的频率信号或通过噪
声信号消除处理来消除外部噪声信号。然而，如果外部噪声信号不稳定
地产生，如移动电话传输的通信信号，装置或天线电晕噪声的噪声，难
以从外部噪声信号清楚地识别内部局部放电产生的局部放电信号。
当通过设置在气体绝缘装置中的天线检测局部放电信号时，由天线
检测到的局部放电信号的频率特性受包括天线在内的传感器的频率特
性和电磁波的频率特性的影响，该电磁波传播通路的频率特性由在气体
绝缘装置中的箱体的形状和结构确定。从而，难以准确确定由天线检测
到的信号是否是内部或外部产生的局部放电信号，并且专业人员的诊断
对于确定是必要的。
当使用用于普通图形识别方法的神经网络或模糊系统的诊断方法
作为诊断算法时，从检测信号中获得大量数据，需要过长的学习时间并
且学习不能收敛。另外，甚至当学习收敛时由于局部放电有许多形式，
也难以诊断局部放电的原因，难以查找产生局部放电的部分。
应用在公知反向传播方法中的神经网络根据分析数据的接收即时
诊断并且提供分析结果。但是，由于输入层41和输出层43每个有很多
节点，这使得神经网络结构的内部构造复杂，所以出现如已知数据的学
习难以收敛，局部的最小值易于出现以及需要特别长学习时间这样的问
题。尤其是，难以实现用实际可接受的准确性来诊断。
发明内容
本发明已经考虑到上述问题，因此本发明的目的是提供一种诊断装
置和在其中实施局部放电诊断的方法，该装置能够检测作为在气体绝缘
装置中表示故障电击穿的预先信号的局部放电信号并能够通过局部放
电信号的多条件转移实现准确诊断。
本发明应用以下手段来解决上述问题。
根据本发明的第一方面，提供一种用于诊断在气体绝缘装置中产生
局部放电的局部放电诊断系统，包括：用于检测局部放电信号的局部放
电信号检测器，该局部放电信号代表由气体绝缘装置产生的局部放电；
用于接收由局部放电检测器检测的局部放电信号并分析该局部放电信
号的信号分析器；用于根据信号分析器所得分析结果确定局部放电原因
并具有多条件转移诊断装置的诊断单元；以及用于显示诊断结果的显示
单元；其中该诊断单元的诊断装置根据第一诊断装置所得的诊断结果使
得条件转移经过多个第二诊断装置之一，并获得由第二诊断装置所得诊
断结果。
在本发明的诊断系统中，诊断单元具有检查局部放电信号频谱的诊
断装置。
在本发明的局部放电诊断系统中，在每个以预定间隔划分频带所得
的频率划分中频谱显示离散值。
在本发明的局部放电诊断系统中，诊断单元具有用于诊断局部放电
信号频谱特征值的诊断装置。
在本发明的局部放电诊断系统中，诊断单元具有用于诊断与系统频
率相位同步的周期分量信号的诊断装置。
在本发明的局部放电诊断系统中，与系统频率相位同步的周期分量
信号是离散值，该离散值部分是通过以预定角度间隔划分一段系统频率
来确定的。
在本发明的局部放电诊断系统中，诊断单元具有用于诊断与系统频
率的相位同步的周期分量信号特征值的诊断装置。
在本发明的局部放电诊断系统中，第一和第二诊断装置分别分析不
同的解析信号。
在本发明的局部放电诊断系统中，被检查的信号限定为具有最大值
的标准。
在本发明的局部放电诊断系统中，诊断单元应用神经网络。
在本发明的局部放电诊断系统中，当神经网络的输出小于0.5时，
神经网络再次接收信号并再次执行诊断。
在本发明的局部放电诊断系统中，诊断单元应用模糊系统。
根据本发明的第二方面，提供一种诊断在气体绝缘装置中产生的局
部放电的方法，该方法包括如下步骤：检测局部放电信号，其代表局部
放电并由气体绝缘装置通过局部放电信号检测器产生；接收局部放电检
测器检测的局部放电信号并通过信号分析器分析局部放电信号；根据信
号分析器所得分析结果确定局部放电原因，其具有用于通过诊断单元多
条件转移的诊断装置；以及在显示单元上显示诊断结果；其中，诊断单
元具有实施多阶段条件转移的诊断装置，根据第一诊断装置所得的诊断
结果诊断装置使得条件转移经历多个第二诊断装置之一，从而获得第二
诊断装置顺序所得的诊断结果，该诊断装置执行第一诊断操作，该第一
诊断操作用于识别局部放电信号检测器在气体绝缘装置中产生的局部
放电信号和外部噪声信号之间检测到的局部放电信号。
在诊断气体绝缘装置中产生的局部放电的方法中，确定气体绝缘装
置中局部放电信号已经产生后，诊断装置实施诊断操作用于确定该局部
放电信号是否是气体绝缘装置中的气体所产生的局部放电信号，或确定
该局部放电信号是否是气体绝缘装置中的绝缘子中所产生的局部放电
信号。
具体实施方式
参考图1和2描述本发明的优选实施例。图1是本发明优选实施例
中的局部放电诊断系统的方框图，用来诊断在气体绝缘装置中产生的局
部放电，图2是诊断程序的流程图，通过图1所示的局部放电诊断系统
实施条件转移步骤。
参考图1，表示气体绝缘装置中接地的金属外壳1、高压导体2、
保持高压导体2的绝缘垫圈3、和用于检测局部放电产生的电磁波的局
部放电信号检测器4a、4b和4c、用于选择局部放电信号4a、4b和
4c之一的宽带选择开关5、放大器6、信号分析器7如用于频率分析
的频谱分析器或用于分析由数字存储指示器提供的信号的FFT(快速
傅氏变换)分析器、由例如用于诊断局部放电原因和噪声类型的个人计
算机组成的诊断单元8、以及用于显示诊断结果的显示单元9。局部放
电信号检测器4a、4b和4c可被用作气体绝缘装置中的检测天线或内
部电极。
由局部放电信号检测器提供的检测信号通过宽带选择开关5和放
大器6传输到信号分析器7。信号分析器7处理检测信号用于信号分
析，如频率分析。诊断单元8从信号分析器7接收信号并执行诊断程序
以确定局部放电的原因和噪声的类型。诊断结果显示在显示单元9上。
这种构造使得局部放电诊断系统在很短的时间内能够完成诊断并
能通过自动监测器实现气体绝缘装置中出现的非正常情况的诊断。
参考图2描述由诊断单元8实施的诊断程序。
如频谱分析器的信号分析器7分析从装入到气体绝缘装置中的局
部放电检测器4a、4b和4c接收到的信号。通过使分析的局部放电信
号经受诊断步骤1至3以进行条件转移来诊断局部放电。
在诊断步骤1中，预先准备被分析的背景噪声信号(分析的BGN
信号)数据，该噪声信号代表没有任何局部放电的状态中产生的背景噪
声。然后，被分析的BGN信号数据与分析局部放电信号所得的数据相
比较以确定是否产生任何局部放电。例如，当被分析的局部放电数据大
于被分析的BGN数据时，确定局部放电已经产生。如果在诊断步骤1
中确定局部放电信号已经产生，执行诊断步骤2。如果发现没有产生任
何局部放电并且气体绝缘装置正常操作，那么这种信息显示在显示单元
上。
在诊断步骤2中，作出诊断从而确定局部放电信号是通过内部原因
或外部原因而出现。如果局部放电信号是由内部原因产生的，那么执行
诊断步骤3。如果局部放电信号是由外部原因产生的，那么在显示单元
上显示由外部噪声产生局部放电信号的信息。
在诊断步骤3中，作出诊断从而确定检测到的局部放电信号是代表
出现在气体绝缘装置中的局部放电或由防护件或类似物的误接触而产
生的局部放电。如果确定局部放电信号是代表出现在气体绝缘装置中的
局部放电，那么显示局部放电是内部放电的信息。如果确定局部放电信
号是代表由于误接触而产生的局部放电，那么显示局部放电是由于误接
触而产生的信息。
从而，局部放电信号经受多条件转移从而实现准确诊断。
图3表示用于诊断单元中的神经网络
如图3所示，神经网络是三层结构，由输入层11、中间层12和
输出层13组成。
把输入数据x1至xm送到输入层11中。输入数据x1至xm具有
频谱中的每一种频带各自的信号强度或以预定角度间隔划分一段系统
频率所得频带的各自的信号强度。
提供诊断结果到输出层13。根据输出层13提供的输出数据y1
和y2作出诊断。
在图3所示的神经网络中，输出层13有少量单元通过几个转移操
作来实现快速诊断；也就是说，通过使用两个转移条件来快速作出准确
确定从而简化用于单个诊断神经网络的结构。大大减少学习时间并使得
学习易于收敛。
输出层单元数量的减少使得中间层12的数量减少，从而整个神经
网络的单元数也减少。
图4是包括条件转移步骤的另一个诊断程序的流程图，通过图1所
示的局部放电诊断系统实施该条件转移步骤。
通过如频谱分析器的信号分析器分析从加入到气体绝缘装置中的
局部放电检测器4接收到的信号。通过用于条件转移的诊断步骤1至1
4来分析局部放电信号。
预先准备被分析的背景噪声信号(被分析的BGN信号)数据。在
诊断步骤1中，比较被分析的BGN数据和由分析局部放电信号所得的
数据从而确定是否产生任何局部放电。例如，当被分析的局部放电数据
大于被分析的BGN数据，那么确定已经产生局部放电。如果在诊断步
骤1中确定已经产生局部放电，那么执行诊断步骤2。如果发现没有产
生任何局部放电并且气体绝缘装置正常操作，或如果产生的不是局部放
电而是噪声，那么在显示单元上显示气体绝缘装置正常的信息。
在诊断步骤2中，作出诊断以确定检测到的局部放电信号是气体绝
缘装置中产生的局部放电信号或由防护件或类似物的误接触的噪声而
产生的信号，或由气体绝缘装置的箱体外所产生的天线电晕放电所致的
信号。如果确定局部放电信号是由于天线电晕放电或类似情况所产生，
那么执行诊断步骤3。如果确定局部放电信号是由于气体绝缘装置中出
现的局部放电所产生，那么执行诊断步骤4。
在诊断步骤3中，作出诊断以确定被检测到的局部放电信号是代表
由防护件或类似物的误接触所产生的状况或由气体绝缘装置的箱体外
所产生的天线电晕放电所致的状况。
在诊断步骤4中，作出诊断以确定被检测到的局部放电信号是由于
绝缘气体系统引起的非正常情况而产生的，或由于绝缘系统引起的非正
常情况而产生的。如果确定局部放电信号代表绝缘气体系统引起的非正
常情况而产生的，那么执行诊断步骤9。如果确定局部放电信号代表绝
缘系统引起的非正常情况而产生的，那么执行诊断步骤5。
在诊断步骤5中，作出诊断以确定被检测到的局部放电信号是代表
垫圈缺陷而产生的情况，或代表内装电容器的缺陷而产生的情况。当确
定局部放电信号是代表垫圈缺陷而产生的情况时，执行诊断步骤6。
在诊断步骤6中，作出诊断以确定被检测到的局部放电信号是否代
表垫圈上的异物所致情况。如果确定局部放电信号代表不是由于垫圈上
的异物所致的情况，那么执行诊断步骤7。
在诊断步骤7中，作出诊断以确定局部放电信号是代表绝缘子中的
裂缝所致的情况、绝缘子中的剥离所致的情况或绝缘子中的空隙所致的
情况。
在诊断步骤8中，作出诊断以确定被检测到的局部放电信号是代表
绝缘子中的裂缝所致的情况或绝缘子中的剥离所致的情况。
在诊断步骤9中，作出诊断，以确定被检测到的局部放电信号是代
表气体绝缘气体中静止的异物所致的情况或绝缘气体中浮动的金属异
物所致的情况。如果确定局部放电信号是代表静止的异物所致的情况，
那么执行诊断步骤10。
在诊断步骤10中，作出诊断以确定被检测到的局部放电信号是代
表形成在绝缘气体中的突出部分(projection)所致的情况或绝缘气体
中浮动的金属异物所致的情况。如果确定局部放电信号是代表形成在绝
缘气体中的突出部分所致的情况或绝缘气体中浮游的金属异物所致的
情况，那么执行诊断步骤11。
在诊断步骤11中，作出诊断以确定被检测到的局部放电信号是代
表导体上的异物所致的情况。
在诊断步骤12中，作出诊断以确定被检测到的局部放电信号是否
是由于外部噪声所产生。如果确定局部放电信号是由于外部噪声所产
生，那么执行诊断步骤13。
在诊断步骤13中，作出诊断以确定被检测到的局部放电信号是代
表无线电波或非稳态噪声。如果确定局部放电信号是非稳态噪声，那么
执行诊断步骤14。
在诊断步骤14中，作出诊断以确定被检测到的局部放电信号是由
移动电话产生的信号或其他的噪声信号。
在诊断步骤1至14中通过条件转移来确定非正常情况的原因。由
于每个诊断步骤有两个转移，所以诊断操作简单并能获得准确诊断。
通过在初期的诊断步骤中设置用于检查信号特征图形的条件转移
来提高诊断的准确性。也就是说，特征很不同于局部放电信号的噪声信
号在诊断步骤1中被检查，由误接触或天线电晕放电所产生的信号在诊
断步骤3中被检查，以及确定信号是由于垫圈中的非正常情况所产生或
是由于内装电容器中的非正常情况所产生的诊断在诊断步骤5中被执
行。因此，通过执行条件转移或诊断初始阶段中的重要原因，提高最终
局部放电信号诊断的准确性。
下文说明通过再诊断来提高神经网络诊断准确性的方法。
图5是通过神经网络再诊断来实施的诊断程序的流程图；
图5中，在诊断步骤1至3中执行条件转移操作并且以下的条件转
移与图2中所示的相同，从而省略其描述。
正如局部放电信号数据一样，预先准备代表背景噪声的被分析的背
景噪声信号(被分析的BGN信号)数据。在诊断步骤1中，比较被分
析的BGN信号数据和准确接收到的局部放电信号从而确定是否有任
何局部放电产生。例如，被分析的局部放电信号数据大于被分析的BG
N信号数据时，确定局部放电已经产生。
在神经网络执行的诊断步骤1中，只有当提供在其输出单元之一上
的输出大于预定值时，神经网络需要确定其输出是真。换句话说，提供
在诊断步骤1中的输出单元上的输出值yn满足yn＞0.5时，确定yn
为真。在图5的诊断步骤1中，确定当y1＞0.5时，情况是正常的并
且当y2＞0.5时，局部放电信号被检测。接着执行诊断步骤2。当y1
＜0.5且y2＜0.5时，确定不可能做确定的诊断从而再次接收信号以
进行再诊断。
类似地，当y1＜0.5且y2＜0.5时，确定在诊断步骤2和3中不
可能做确定的诊断从而再次接收信号以再进行诊断。
常规地，根据输出单元的输出中的最大值为真的判据来作出判断，
从而甚至当输出单元的输出接近零时，或甚至当输入数据大大不同于学
习所得的数据时，也能作出判断。然而，如上所述，当y1＜0.5且y2
＜0.5时，确定不可能做确定的诊断从而再次接收信号以进行再诊断而
避免作出错误的判断。
下面将描述用于诊断的被分析数据。用于诊断的被分析数据由信号
分析器7提供。
图6表示由频谱分析器分析气体绝缘装置中产生的局部放电信号
而产生的频谱。在图6中，水平轴测量的频率数据出现几百点。因此，
如果全部的频率数据送到神经网络去诊断，需要更多学习时间并且学习
可能不收敛。
图7是以每75MHz把图6所示至1500MHz的频谱的频带
划分成为20份，然后叠加在每个频率份中平均值和最大值的直方图所
得的图。通过这样划分频率范围成为频率份来产生被分析的数据并计算
频率份的平均值和最大值，从而被分析的数据量能被减少而并不改变频
谱的图形。局部放电现象的变化所致的信号之间的差异能通过减少数据
量来缩小，从而实现准确诊断。
图8是表示与系统频率相位同步的周期分量的信号强度图形的图。
发生在气体绝缘装置中的局部放电现象取决于所提供的交流电压的幅
值。因此，每个局部放电有具体的局部放电原因的相特性。所以，能从
噪声信号识别局部放电信号并通过分析每相与系统频率相位同步的周
期分量的信号强度确定局部放电的原因。
图9是通过以每18°划分如图8所示的与系统频率相位同步的周期
分量的信号强度图中所提供的交流电压的一个周期(0°至360°)成为
20份，并叠加每份中平均值和最大值所得的图。通过这样划分相位成为
相份来计算相份的平均值和最大值，从而被分析的数据量能被减少，而
并不改变与系统频率相位同步的周期分量的信号强度图形。局部放电现
象的变化所致的信号之间的差异能通过减少数据量来缩小，从而实现准
确诊断。
图10是通过确定周期分量的信号强度所获得的图，该周期分量与
作为最大信号强度标准的系统频率的相位同步。除了周期分量信号强度
的图形，频率图形和特征图形也限定为标准。
当局部放电强度不同或局部放电出现的位置和局部放电测量的位
置之间距离互不相同时，有可能确定表示由相同原因所致的局部放电的
局部放电信号为不同的局部放电信号。
当信号强度图形被确定为如图10所示的最大值的标准以消除信号
衰减不同所致的信号之间的差异时，表示由相同原因所致的局部放电的
局部放电信号的信号强度图形不被认为是表示分别由不同原因所致的
局部放电的局部放电信号的信号强度图形。
图11是表示从频谱中抽取的特征值的图，通过频谱分析器测量局
部放电信号来获得该频谱。在图11中，Ymax为最大信号强度的值，Yave
为平均信号强度的值，fmax为对应于最大信号强度Ymax的频率，fs
和fe分别为高频侧产生的频谱中低频范围和高频范围中的频率。这些特
征值用来作为由信号分析器分析的数据。
图12是表示从周期分量的信号强度图形中抽取的特征值的图，该
周期分量与系统频率的相位同步。在图12中，Umax+是正半波中信号
强度的最大值，Umax-是负半波中信号强度的最大值，Uave+是正半波
中信号强度的平均值，Uave-是负半波中信号强度的平均值，θs+和θs-
分别是正半波信号波形和负半波信号波形的前沿相角，θe+和θe-分别
是正半波信号波形和负半波信号波形的后沿相角，以及θmax+和θ
max-分别是对应于正半波信号波形和负半波信号波形中的最大信号强
度的相角。这些特征值用作通过信号分析器来分析的数据。
图11和12表示0至1500MHz范围中局部放电的信号强度图形，
该局部放电是当固定的异物如突起部分在气体绝缘装置的高压导体上
时产生的。在图12中，局部放电信号集中在正负半波中峰值附近的区
域。图12所示的图形设想了表示由气体系统中的缺陷所致的局部放电
的局部放电信号的典型特征。
如图11和12所示的特征值对于检测如气体绝缘装置的高压导体上
的突起部分这样的固定异物比检测频谱的图形或与系统频率的相位同
步的周期分量的信号强度更明显。这些特征值的使用提高了诊断的准确
性。
在以上的描述中，从表示局部放电信号的强度、频率和相位的参数
中抽取特征值。代表局部放电信号图形形状如局部放电信号图形的偏斜
度和尖锐度的其他特征值，或正负半波中的相关系数可用作分析数据。
局部放电信号的特征值包括局部放电原因所特有的特征值和取决
于如所提供的电压、包括气压的环境条件的测量条件的特征值。例如，
产生局部放电的次数、强度和局部放电的初始相位随所提供的电压上升
而改变，该局部放电是由高压导体上形成的突起部分所产生。换句话说，
产生放电部分的最大放电强度的电压相位和平均相位很少取决于所提
供的电压。因此，通过使用与测量条件无关的特征值作为分析数据来提
高诊断的准确性。
诊断系统构造为使用特征值并抽取作为模糊系统或神经网络的输
入数据。
图13是另一个由局部放电诊断系统实施的诊断程序的流程图。
通过使用分析频谱(频率图形)所得的频率分析数据在诊断步骤1
中实施诊断。预先准备代表背景噪声的背景噪声数据(BGN数据)。在
诊断步骤1中，比较BGN数据与分析局部放电信号所得的局部放电数
据以确定局部放电是否产生。例如，当局部放电数据大于BGN数据时，
确定局部放电已经产生。如果在诊断步骤1中确定局部放电已经产生，
那么执行诊断步骤2。如果没有产生任何局部放电并且气体绝缘装置操
作正常，那么在显示单元上显示信息。
在诊断步骤2中，通过使用由分析与系统频率相位同步的周期分量
的信号强度图形(相位图)所得的数据作出诊断以确定局部放电信号表
示是由内部原因或外部原因所产生。如果确定局部放电信号是由内部原
因产生，那么执行诊断步骤3。如果确定局部放电信号是表示由外部原
因所产生的情况，那么在显示单元上显示局部放电信号由外部原因产生
的信息。当分析相位图时，由于频率300MHz或更低对于天线电晕放电
和无线电波的影响是值得怀疑的，所以最好使用最大输出从频率范围大
于300MHz中所得的频率。除了单频相位图外通过使用可以以此得出第
二和第三峰值的多频相位图来提高诊断的准确性。
在诊断步骤3中，通过使用从至少一个或多个频率图和相位图中抽
取的特征值作出诊断以确定局部放电信号是代表发生在气体绝缘装置
中的局部放电或由于防护件或类似物引起的局部放电。如果确定在诊断
步骤3中局部放电信号是代表发生在绝缘装置中的局部放电，那么在显
示单元上显示局部放电是内部放电的信息。如果确定局部放电信号是代
表由于误接触引起的放电，那么在显示单元上显示局部放电是由于误接
触产生的信息。
虽然假设在诊断步骤1至3使用神经网络的情况下描述了诊断步
骤，但是对于每一个诊断步骤最好使用最准确的诊断方法。例如，神经
网络可使用在诊断步骤1和2中，以及模糊系统可使用在诊断步骤3中。
如果诊断步骤使用如此不同的诊断方法，那么不同的诊断步骤将用不同
的算法，从而局部放电诊断系统必然具有复杂的结构。然而，由于诊断
步骤分别使用准确的诊断方法，所以可实现高准确诊断。
根据本发明，由以上描述清楚可知，通过检测局部放电信号并使此
局部放电信号受到多条件转移用以诊断来实现准确诊断。
从而实现结构简单并且能通过分析局部放电信号所得到的各种图
形来实现准确诊断的局部放电诊断系统和局部放电诊断方法。
虽然用专业术语描述了本发明的优选实施例，但这种描述仅仅是为
了说明的目的，当然可以在不脱离下面权利要求书的精神和范围的情况
下进行改变和变形。