基于NSST-SR的GIL局部放电光电图谱融合算法

为解决气体绝缘输电线路局部放电光电联合检测过程中因信号缺失对模式识别造成干扰的问题,提出一种基于非下采样剪切波变换(non-subsampled shearlet transform,NSST)和稀疏表示(sparse representation,SR)的光电图谱融合算法,将光学局放相位分布(phase-resolved partial discharge,PRPD)图谱和特高频局部放电PRPD图谱通过NSST分解为低频和高频子带图,基于最大绝对值和SR进行子带图融合,然后经过NSST逆变换得到融合图谱。最后,提取图谱特征并降维,代入K近邻、支持向量机、朴素贝叶斯和决策树分类器进行模式识别,并与其他融合算法效果进行对比。实验结果表明：不论样本总体数量大小、样本训练集与测试集相对数量比例大小,该文提出的算法均能较完整地融合两种源图谱的信息,局放模式识别准确率高于单一NSST算法或SR算法。在小样本(150)情况下,准确率可达89.2%,样本足够大时,准确率最高可达98.5%;当训练集样本数小于测试集样本数时,准确率依旧在70.0%以上,最高达88.0%。该文提出的融合算法可为提高气体绝...     

基于非下采样 Contourlet 变换耦合能量相似制约的 遥感图像融合算法

为了克服当前遥感图像融合方法存在的块现象和光谱扭曲等问题,引入了非下采样Contourlet变换(nonsubsampled contourlet transform,NSCT),设计了一种通过能量相似制约的遥感图像融合算法.利用HSV(hue,saturation,value)变换来处理多光谱(multi-spect...     

基于非下采样 Contourlet 变换耦合特征选择 机制的可见光与红外图像融合算法

为了克服当下较多可见光与红外图像融合方法因忽略了光谱特征而导致融合图像存在光谱扭曲、目标内容显著度较差等不足,提出了非下采样Contourlet变换(nonsubsampled contourlet transform, NSCT)耦合特征选择机制的图像融合算法。首先,通过NSCT对可见光与红外图像计算,分离出其不同图像系数。然后,利用信息熵函数,度量图像所含信息量的丰富度,以形成低频系数的融合系数,得到富含红外目标等丰富信息的融合低频系数。采用像素点的邻点信息,度量图像的清晰度特征,并引入均值函数,度量图像的光谱特征,再联合图像的清晰度特征,构造特征选择机制,从图像中选择理想的高频系数融合函数,获取兼顾细节特征和光谱特征的融合高频系数。最后,通过实验结果发现,较现有的融合算法而言,所提算法拥有更好的融合质量,更好地保持了图像的光谱特征,且目标内容显著。     

自适应遗传算法在变压器超高频局放模式识别中的应用

采用自适应遗传算法(AGA)作为神经网络的学习算法,对实验室中变压器超高频局部放电自动识别系统检测到的5种放电类型进行了模式识别。实验结果表明,AGA神经网络解决了BP神经网络对初始权值敏感、收敛速度慢和容易局部收敛的问题,具有较高的识别率和较强的推广能力,可以很好的应用于变压器超高频局部放电的模式识别中。     

基于时域脉冲特征量的神经网络方法在变压器局放模式识别中的应用

对电力变压器特高频局放单个时域脉冲信号做小波包分解,以其能量前三位和熵值前三位加上能量和熵值共8个特征量作为神经网络的输入特征量,分别研究了BP神经网络、Elman神经网络和PNN神经网络对4种典型变压器局部放电信号的模式识别效果。通过对实验室实测信号的识别,证明了采用此特征量的神经网络识别方法简单有效实用,从而为电力变压器局放信号的识别提供了有效的参考。     

基于非下采样Shearlet变换与差异度量的遥感图像融合算法

为了解决当前基于加权平均机制的遥感图像融合算法忽略了图像像素间的差异性,易导致融合图像出现振铃及光谱失真等问题,设计了非下采样Shearlet变换耦合差异度量的遥感图像融合算法。引入亮度-色调-饱和度(IHS)变换,获取多光(multi-spectral,MS)图像中的亮度I成分;借助非下采样Shearlet变换,计算出I分量及全色(PAN)图像对应的低频及高频系数;再利用结构相似度(SSIM)函数,对低频系数的差异性实施度量,从而构建了差异度量法则,根据低频系数间的差异性采取不同的低频系数融合策略,实现低频系数的融合;考虑图像的平均梯度信息,构建高频系数融合机制,完成高频系数的融合。基于非下采样Shearlet逆变换,对融合的高频及低频系数实施处理,获取融合结果。实验结果显示,较已有的遥感图像融合方法而言,所提技术具备更高的融合效果,其输出结果含有更大的信息熵值和更低的光谱偏差度。     

基于非下采样Shearlet变换耦合导向法则的多聚焦图像融合算法

为了克服当前较多图像融合算法主要是通过取大法来完成图像系数的融合,忽略了图像间的关联性,导致融合图像中含有间断及振铃现象等缺陷,设计了基于非下采样Shearlet变换耦合导向法则的多聚焦图像融合算法。首先,引入非下采样Shearlet变换(NSST),对多聚焦图像进行计算,求取图像的不同系数。再利用图像的区域能量、标准差以及空间频率特征,对图像的关联性进行度量,并将度量结果作为选择融合规则的导向信息,通过构造导向法则来完成低频系数融合。在高频系数融合时,利用图像的均值特征以及Laplacian能量特征,分别对图像的亮度以及边缘信息进行度量,以实现高频系数的融合。以电路板与仪表盘为样本数据进行测试,结果显示,与当下融合算法相比,本文算法具有更高的融合效果,其输出图像具有更大的通用图像质量指标与平均梯度值。     

基于非下采样轮廓波变换耦合对比度特征的遥感图像融合算法

为了解决当前较多遥感图像融合方法忽略了图像的对比度特征,使得融合图像存在振铃效应等问题,设计了基于非下采样轮廓波变换耦合对比度特征的遥感图像融合算法。引入HSV(hue,saturation,value)色彩模型,提取出多光谱(MS)图像的V因子。借助非下采样轮廓波变换(NSCT),计算出V因子与全色(PAN)图像的不同系数。随后,利用傅里叶变换来求取图像的显著性因子,并将其与图像的区域能量特征相结合,形成低频系数融合规则,实现低频信息的融合。通过利用图像的标准差信息对图像的对比度特征进行度量,并将其与图像的平均梯度信息相结合,形成高频系数融合规则,实现高频信息的融合。最后,通过逆NSCT对其进行重构,以更新V因子。将更新后的V因子,联合MS图像的H因子和S因子,通过逆HSV色彩模型进行重构,得到融合结果。通过实验发现,较当前遥感图像融合技术而言,所提算法的融合图像具备更高的光谱相关系数值以及信息熵值。     

声电联合局放检测及定位技术在10kV开关中的应用

基于暂态地电波、超声波和特高频检测技术原理与各自特点,结合某变电站一起10k V开关柜局部放电缺陷,详细介绍如何利用声电联合检测技术发现开关柜存在电晕及悬浮电位局放信号,并根据定位技术确定缺陷位置的方法。通过分析试验数据,对开关柜提出合理化检修策略,最后成功消除设备缺陷,验证了声电联合局部放电检测及定位技术在开关柜局部放电检测的有效性和准确性,为快速判断开关柜运行工况、提高供电可靠性提供新思路。     

局放检测技术在10kV管型母线故障检测中的应用

针对某110 kV变电站10 kV变低管型母线在红外测温过程中2#主变B相变低管型母线出现测温异常的情况,采用常规停电方法测量具有一定的局限性,通过采用脉冲电流局放检测法及极性定位法查明缺陷原因,并解体进一步验证试验及分析结果。结果表明:10 kV管型母线的绝缘电阻、介质损耗及电容量、回路电阻等常规测试手段在绝缘受潮初期检测过程中具有一定的局限性,脉冲电流局放检测法能很好地弥补这些不足,可以在10 kV管型母线的检测中推广使用。     

粒子群优化自适应小波神经网络在带电局放信号识别中的应用

XLPE中压电缆局部放电(PD)带电检测获得的信号可能源于电缆本体、电缆终端头,也可能来自于与之连接的开关柜中的电晕放电或表面放电等。由于不同来源的PD信号,对设备的危害不同,其判断标准也有所不同,故有必要对PD信号的来源进行识别。本文提出一种基于自适应小波神经网络的XLPE电缆PD识别方法,构建了一个4层自适应小波神经网络模型,对实验室获得的PD波形进行识别;提出使用粒子群算法先进行一次优化,后使用BP算法进行二次优化的训练方法;讨论了不同网络结构及小波函数对网络性能的影响。研究结果表明PSO-BP组合优化的自适应小波神经网络的训练效果明显优于单独使用BP算法,能够准确、可靠的对PD信号进行识别。     

基于局放与X射线成像检测的GIS缺陷联合诊断及应用北大核心CSCD

GIS设备因其外壳尺寸厚大、内部结构复杂以及全封闭性等特点,各类潜伏性缺陷准确预警难度大,成为输变电设备运维领域的突出难题。现有各类检测技术存在短板不一,应对突发性或潜伏性缺陷的效果欠佳。文中提出了一种基于局部放电检测与X射线成像的GIS缺陷联合诊断方法,利用局放检测手段对GIS缺陷进行筛查,并采用X射线成像技术对各类缺陷进行准确定性、定位。利用该方法累计成功定位42处在役GIS设备的缺陷及异常,有效提高了GIS缺陷的检出率与准确率,取得了良好的应用成效。     

GIS超高频/超声波局放检测方法的现场应用

超高频/超声波局部放电测量技术已成为运行GIS设备局部放电监测的重要手段,为总结有关技术和经验,介绍了采用自行研制的测量装置捕获到运行GIS设备内部出现的超高频局部放电信号,并对放电源定位的技术。现场经验表明,超高频/超声波局放测量技术弥补了目前GIS设备预防性试验方法的不足,超高频法适宜发现GIS设备内部存在的疑似局放现象,并对其初步定位;超声波局放测量法适宜确定局放及其准确定位,为应用超高频/超声波局放测量技术积累了经验。     

基于汤逊放电的C4F7N/CO2摩尔分数检测

C₄F₇N/CO₂混合气体作为一种新型环保绝缘气体应用在实际设备中时,检测混合气体的混合比例是保证设备绝缘可靠性的关键。文中提出了基于汤逊放电的C₄F₇N气体摩尔分数的新检测方法,该方法采用一定条件下汤逊放电电流对应的电压值来表征C₄F₇N气体混合比例。首先开展了不同混合摩尔分数、不同气压下C₄F₇N/CO₂混合气体的稳态汤逊放电试验,建立了摩尔分数与电压的关系,发现该方法可检测摩尔分数0～100%范围,在可能用到的5%～30%范围的比例检测误差不超过0.4%;然后从理论上分析了所提出方法的可行性,证明C₄F₇N/CO₂混合气体中C₄F₇N气体占比在0～100%范围内的汤逊放电电流对应的电压值与混合比例之间存在线性关系。最后,将文中提出的方法与色谱法、红外/紫外...     

适用于550 kV GIS现场的局放检测方法研究与应用

随着GIS设备投运数量的逐渐增加,由设备本身缺陷造成的故障时有发生,而局部放电测量是检测GIS缺陷最方便、有效的方法。为确定真实局放量与人工脉冲之间的最佳匹配规律,以验证超高频局放测量方法的灵敏度,以550 kV GIS产品为研究对象,选择金属颗粒模型作为标定5 pC模型,获取标定5 pC时的陡脉冲信号,并将该信号注入内部UHF传感器进行测量,结果表明获取的内部信号UHF传感器噪声水平明显高于标准值,验证了该方法的有效性,为后续GIS产品现场局放检测方法实施的准确性和可靠性提供了依据。     

特高频与超声波局放检测技术在 GIS悬浮电位缺陷诊断中的应用

根据一起典型的 GIS悬浮电位局部放电缺陷,阐述局部放电检测应用技术、故障精确定位方法及缺陷检修验证过程.检测结果证明,特高频与超声波局部放电检测技术用于发现 GIS设备内部缺陷不仅高效、精确,而且可操作性强,适宜全面推广应用。     

基于多特征融合的GIS局部放电状态检测方法

为了优化GIS局部放电状态检测效果,提高检测率,引入多特征融合方法原理,开展了基于多特征融合的GIS局部放电状态检测方法研究。首先,需要采集GIS设备的局部放电数据并对其进行预处理,为后续放电状态检测提供有力的数据支持。其次,提取GIS局部放电特征,包括时域特征与频域特征。在此基础上,融合提取到的时域特征和频域特征,根据融合处理后的GIS局部放电特征,检测GIS局部放电状态。实验结果表明,提出的方法应用后,4种不同类型的局部放电绝缘故障模型的放电状态检测率均达到了98%以上,能够更好地捕捉到GIS设备的局部放电特征,从而更准确地判断其放电状态。     

基于FTIR的C4F7N/CO2分解产物检测

对C4F7N/CO2分解特性展开研究可为C4F7N/CO2型电力设备的故障诊断提供重要技术参考.为模拟C4F7N/CO2型电力设备早期局部过热故障搭建了过热实验平台,利用FTIR技术搭建了红外检测平台.为提高红外定性分析C4F7N/CO2热分解产物的效率与准确率,采用傅里叶变换红外光谱仪与气相色谱—质谱仪对过热实验前后...