热老化过程中油浸绝缘纸局部放电能量特性分析

为了分析油浸绝缘纸热老化过程中的局部放电能量特性,制作了油浸绝缘纸试样并在130℃下加速热老化,提取不同老化程度试样的局部放电信号,构造工频周期"平均放电能量(P_(ave))",并分析了试样的最大放电量(Q_(max))、平均放电量(Q_(ave))、放电次数(n)、放电脉冲能量及P_(ave)随老化程度的变化规律。结果表明:老化过程中油浸绝缘纸内部带电粒子的逐渐增多是导致其局部放电剧烈、小放电能量脉冲大量涌现的主要原因;相较于Q_(max)、Q_(ave)、n、放电脉冲能量4个参量,P_(ave)在老化过程中的单调增长特征更加显著;小放电能量脉冲持续增加是导致P_(ave)增长并最终维持高位的主要原因。     

基于改进阻抗法的单相接地故障测距仿真

在电力系统中高压输电线路出现故障的频率较高,在短时间内确定故障发生位置对电力公司来说显得尤为重要。精确的故障定位确保了电力系统运行的稳定性,也有助于分析特定的电网。文中通过一种有效的单端故障测距算法,利用故障电流、故障电压以及线路参数来确定故障点的位置。并通过MATLAB进行建模仿真,测距结果受线路电抗大小影响。     

基于小波阈值的局部放电去噪新方法

针对局部放电信号去噪,传统的小波阈值法因小波基、阈值和分解层数这三个因素的影响,会使去噪后的波形发生畸变,产生较大误差。为了减小这些因素的干扰,本文提出了基于小波阈值去噪的新方法。首先利用波形相似法选取最优小波基,其次通过对理想局部放电信号和高斯白噪声进行每个尺度的小波分解与重构,并结合统计学知识确定局部放电信号去噪的阈值,最后对高频信号和低频信号进行能量分析,确定最优的分解层数。利用该方法和传统的小波阈值法对仿真放电信号去噪,去噪结果表明新方法在信噪比、均方根误差、相关系数和波形畸变率四个不同的指标上都得到了有效的提升,定性和定量的分析验证了该方法的有效性,实测的去噪结果表明新方法去噪效果令人满意,为局部放电信号去噪提供了一种新思路。     

基于自回归模型和超球面支持向量机的局部放电模式识别

为了提高变压器局部放电信号分类的准确率,提出了基于自回归模型和超球面支持向量机的模式识别算法。该方法对不同放电类型的信号建立自回归模型,将得到的模型系数作为局部放电信号的特征矩阵,输入到超球面支持向量机中对局部放电信号进行分类。由于超球面支持向量机中的惩罚因子和核函数参数对分类的准确率起着重要的作用,因此采用粒子群算法寻找最优的惩罚因子和核函数参数的组合。实验结果表明,基于自回归模型的参数特征,采用优化后的超球面支持向量机对局部放电信号进行分类,其分类准确率比未经优化超球面支持向量机的分类准确率提高了13.33%,比BP神经网络的识别率提高了20%,为局部放电信号的模式识别提供了一种新思路。     

基于灰度共生矩阵纹理特征的局部放电模式识别

传统的统计参数特征,因放电次数及放电相位分布等因素的影响,会出现无效信息,降低局部放电识别率。为了减少这些因素的影响,引入灰度共生矩阵纹理特征对局部放电进行模式识别。首先通过实验构造局部放电相位-放电量-放电次数(j-q-n)三维图谱,获得放电分布矩阵。其次计算其对应的灰度共生矩阵,并提取出相应纹理特征。最后利用聚类分析对不同放电缺陷进行了有效判别分类。实验结果表明:基于放电分布灰度共生矩阵的纹理特征可以有效辨识不同局部放电类型,为局部放电模式识别提供了一种新思路。