共查询到10条相似文献,搜索用时 31 毫秒
1.
2.
3.
为了解决GIS局部放电带电检测难题,采用了超高频法,以GIS试验设备为对象,设计和模拟了GIS中自由金属颗粒、悬浮电位体、母线金属尖端、外壳金属尖端、绝缘子表面金属颗粒和绝缘子气泡6种典型缺陷的模型,基于超高频法对其放电信号进行检测,提取了缺陷特征参数,应用支持向量机进行模式识别,进而对支持向量机的惩罚参数"C"和核函数参数"g"进行了粒子群优化。试验结果表明:不同缺陷类型的超高频信号在图谱和提取的数据中会呈现出不同的特征;在模式识别中,粒子群方法优化支持向量机展现出了比支持向量机更好的鲁棒性和泛化能力。 相似文献
4.
5.
6.
为解决传统超高频(ultra-high frequency,UHF)法实现局部放电(partial discharge,PD)故障模式识别对采样频率、传输带宽和处理速度要求苛刻的困难,提出一种基于信号能量谱特征的局部放电故障识别新方法。该方法通过提取局部放电超高频电磁波信号在不同频段的能量值,构建能量谱序列作为模式识别判据,能够有效降低局放信号对采样频率、传输带宽和处理速度的要求。其次通过5种典型空气绝缘缺陷局部放电试验获得了模式识别的初步判据,验证了该方法的有效性;基于该方法,应用射频理论构建了相应的信号处理系统,并再次通过局部放电试验构建了基于此系统的模式识别判断依据,最后通过验证性试验证明该系统的识别正确率基本达到90%。 相似文献
7.
气体绝缘金属封闭式组合电器(gas insulated switchgear,GIS)局部放电检测对保证GIS的安全可靠运行具有重要的意义。为了对高压GIS缺陷故障进行有效诊断,试验设计了四种典型缺陷模型,并用超高频法提取局部放电信号,得到Ф-q,Ф-n等分布图谱,获得了能够反映局部放电特征的偏斜度γSk、陡峭度ξKu和局部峰值个数Pe等特征参数。根据所提取的四种典型缺陷信号的特征参数特点,通过模糊K近邻分类(fuzzy K-NN classifier,FK-NN)算法对典型缺陷局部放电信号进行了模式识别。结果表明:当近邻个数K=7、调整参数β=0.75时,FK-NN算法对GIS内缺陷识别能达到较高的识别效果。 相似文献
8.
9.
GIS中典型缺陷局部放电的超声波检测 总被引:14,自引:5,他引:9
为了研究超声波法在GIS中局部放电检测中的应用,在实验室以一段220 kV电压等级的GIS母线腔体为试验对象,设计和模拟了GIS中典型的局部放电模型,使用超声波方法对其放电信号进行检测。实验结果表明,不同缺陷类型的超声信号在波形、幅值和PRPD图上会呈现出不同的特点,通过对GIS腔体不同位置的检测,可以精确的定位出缺陷位置。研究表明,超声的方法在检测GIS局部放电信号时有较好的灵敏度和精确的定位,检测结果为今后对GIS局部放电模式识别提供了试验依据。 相似文献
10.
局部放电(PD)可以反映气体绝缘组合开关电器(GIS)内部的绝缘缺陷,不同类型的放电对GIS的危害程度存在明显的差异,正确识别GIS的放电类型对于保证GIS安全可靠运行、评估GIS的绝缘状况和制定合理的维修策略具有十分重要的意义。为了研究GIS中不同缺陷所激发的局放信号的特征,设计了4种典型放电缺陷模型来模拟GIS中可能存在的绝缘缺陷,通过试验从超高频(UHF)信号中提取出8个统计特征参数来描述放电的典型特征。基于支持向量机(SVM)算法设计构造了4分类SVM模型,采取投票的方式识别放电类型。实验结果表明,该方法识别率高,能有效识别4种GIS中的典型放电。 相似文献