局部放电混合信号的盲分离

气体绝缘组合电器(GIS)内部结构的复杂性和绝缘缺陷类型的多态性导致可能同时存在多种绝缘缺陷。为此对两种组合绝缘缺陷产生的局部放电(PD)混合信号进行了分离研究,针对PD混合信号的特点,提出采用非平稳源分离(SONS)算法,对由两种单一实测绝缘缺陷产生的PD信号构造的人工PD混合信号和实测的两组PD混合信号进行了分离,并用分离评价参数性能指标(PI)和信号干扰比(SIR)对分离效果进行了评价,结果表明,该分离方法能可靠地进行分离,有效恢复各单一PD源信号。同时,该分离算法可推广应用到两种以上PD混合信号的分离,为后续对组合绝缘缺陷的缺陷辨识提供方便。     

基于支持向量机的GIS超高频局部放电模式识别

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。     

基于仿生模式识别的GIS局部放电类型辨识

为实现气体绝缘组合电器(GIS)局部放电检测和故障识别,设计了GIS典型缺陷模型,使用超高频法检测放电信号,并提取特征参数。利用主成分分析法对特征参数进行降维处理,引入仿生模式识别算法进行辨识,提出一种改变连通方向的方法,提高了算法的辨识率,分析了连通方向改变前后样本的辨识率,以及未训练样本类型的错分率。结果表明,基于仿生模式识别的GIS局部放电类型辨识率能达到满意的效果。     

基于超高频信号包络的GIS局放特征提取方法研究

提出了一种气体绝缘开关设备(GIS)的超高频(UHF)局放信号的时域特征提取方法,利用希尔伯特变换求取调制在高频信号中的低频信号(信号包络),进而求得其时域关键点对应的特征量。搭建了GIS绝缘的人工缺陷实验平台,获得了3种典型绝缘缺陷的局部放电实验数据。结合实验数据,对提出的算法进行了验证分析。     

基于混合放电模型的变压器内部放电联合检测方法研究

随着电力设备运行检测及监测技术的发展,变压器作为关键主设备其设备内部绝缘缺陷的检测成为研究的重点和方向,但是由于变压器内部结构的复杂性、不同绝缘缺陷复现的难度、局部放电信号干扰信号难以辨识等问题,造成目前对于变压器内部不同绝缘缺陷检测、分析及辨识的水平仍然不高。为了探索有效的检测方法,文中开展了针对性的研究工作,基于变压器故障仿真模型,对变压器内部绝缘缺陷的模拟技术开展研究,实现变压器内部缺陷的真实环境下的准确复现,设计了两类变压器故障混合模型,通过基于HFCT、UHF、AE、光学四种传感器的复合信号采集系统,进行变压器局放过程中基于不同信号原理的信号特性研究。同时基于采集信号对不同放电信号特征进行关联性分析,实现多信号特征的综合分析,进一步提高局放信号辨识真确度,研究表明文中所设置的局放复合信号采集系统能准确测量变压器中的局部放电信号,并反映其各类信号的信号特征;通过对比单一局放模型和混合局放模型下局部放电发生时的信号特征、能量分布特征等,为今后的变压器混合局部放电模式识别研究奠定了基础。     

基于深度森林模型的GIS局部放电模式识别

气体绝缘组合开关电器(GIS)不同类型的局部放电(PD)对GIS绝缘造成的破坏程度不同,正确识别局部放电类型对于评价GIS绝缘状况非常重要.为简化特征提取过程、提高局部放电类型识别率,将深度森林算法引入GIS局部放电模式识别,提出一种应用于局放模式识别的深度森林模型.搭建252 kV GIS局部放电检测实验平台并设计典...     

基于小波变换和HOG特征的变压器局部放电类型识别方法

不同类型的电力变压器局部放电对变压器绝缘造成的破坏程度不同,正确识别变压器局放类型对于评价变压器的绝缘状况至关重要.提出一种基于小波变换和梯度直方图(HOG)特征的变压器局放模式识别方法,首先根据变压器绝缘缺陷结构特点,设计制作了3种典型的局放缺陷模型,在实验室搭建测试平台并采用脉冲电流法获取变压器局放数据;其次对局放信号进行小波时频变换,获取局放信号的时频谱图并对该时频谱图进行灰度化和归一化处理;最后利用HOG算法提取局放时频谱图上的特征参量并送入分类器,实现变压器不同类型局部放电的模式识别.识别结果表明,该方法的平均识别准确率高达98％,能够有效识别变压器放电类型.     

基于统计参数的自适应网络推理系统在局部放电缺陷识别中的应用

高压电力设备在发生绝缘劣化的早期,内部会出现局部放电现象,笔者依据检测得到的局放信号,提出了采用基于统计参数的自适应网络推理系统进行绝缘缺陷模式识别的方法。自适应网络推理系统是神经网络和模糊逻辑的结合,通过模糊逻辑进行识别系统建模,利用神经网络训练系统参数。设计并实验了4种绝缘缺陷模型,对多周期的局放信号进行相位分布及幅值分布统计,提取表征局放特性的统计参数,总结了不同缺陷模型局放特征的区别。实际的检测结果表明,经过训练后的局放缺陷识别系统,能够有效地对各种缺陷的样本数据进行分类,达到良好的识别效果。     

利用累积能量函数特征参量优化提取的多源局部放电信号分离技术

变电设备内部有时会存在多个缺陷的局部放电,其放电模式识别及危险度评估的难度大大增加,为更有效地诊断设备绝缘状况,该文提出了一种基于累积能量函数特征参量优化提取的多源局放分离技术。利用时频域累积能量函数表征脉冲电流脉冲或特高频(UHF)信号的时频域变化,并采用数学形态学梯度运算提取了时频域累积能量的上升陡度参量。提出了以上升陡度参量的标准差作为分离性能评价指标,优化选取数学形态学梯度运算中的结构元素长度,提取此时的上升陡度参量,达到最优分离效果的目标。最后在实验室252k V GIS模型内建立了3种典型多缺陷模型,将所提出的多源放电分离技术应用于该混合缺陷放电UHF信号的分离,进而将该方法成功应用于一起现场1100k V GIS多源局放案例。结果表明,特征参量优化提取分离方法适用于内外置UHF传感器信号,在多源放电混合UHF信号分离中具有良好的应用效果。     

GIS中局部放电在线监测研究的现状与展望

局放是反映GIS绝缘性能的重要参数之一，它是GIS绝缘劣化的征兆和表现形式．又是绝缘进一步劣化的原因。所以，检测GIS局放能发现其内部早期的绝缘缺陷，以便采取措施，避免其发展。     

GIS内典型绝缘缺陷的局部放电信号超声特性分析

为了研究组合电器(GIS)典型绝缘缺陷局部放电信号的超声波特性,在一段110kV GIS试验段上,设计和模拟了GIS中的母线金属尖刺缺陷、筒壁金属尖刺缺陷、悬浮电位缺陷、盆式绝缘子内部气泡缺陷、自由金属颗粒缺陷等5种典型局部放电模型和铁心电磁振动模型,使用超声波法对其放电和振动信号进行检测。结果表明,不同缺陷的局部放电或超声信号在幅值、相位特征、相位分布(PRPD)谱图特征等方面会呈现不同的特点,为缺陷的模式识别提供了试验依据。     

基于GK模糊聚类和LS-SVC的GIS局部放电类型识别

局部放电可以反映气体绝缘组合电器(Gas Insulated Switchgear,GIS)内部的绝缘缺陷,对正确识别GIS的放电类型具有重要意义。在GIS重症监护系统研究平台上人工设置4种GIS的典型缺陷。基于4种缺陷不同电压等级下的局部放电样本数据,提取局部放电灰度图像的分析特性作为识别特征量。同时考虑到现场干扰对局部放电信号的影响,利用GK模糊聚类算法对分形特征量进一步处理,以提取隔离干扰后的分析特征量。最后设计了基于LS-SVC的局部放电模式识别器。试验结果表明所提方法能有效识别GIS放电类型,比人工神经网络方法具有识别率高、稳定性好的优点。     

基于遗传编程的绝缘内部局部放电缺陷模式识别

采用新的模拟进化技术——遗传编程，进行局部放电模式识别以区分不同的绝缘内部缺陷类型。制作了4种结构的人工缺陷模型以模拟发电机定子中典型的绝缘内部放电，从局部放电试验中获得二维和三维谱图特征，计算局放信号的矩特征值。首先用模糊方法将局部放电信号的矩特征表示为关于对象不确定知识的模糊特征，作为放电数据的预处理。再由遗传编程分类表达式进化生成局部放电缺陷类型判别函数，并采用递增式学习规则以提高最佳特征对局部放电缺陷分类的效果。另外，将Bootstrap统计模拟技术与遗传编程结合，以克服从小样本数据中进行知识获取的“瓶颈”。人工缺陷模型试验数据的测试结果表明，该方法在局部放电缺陷类型识别中得到了良好的识别效果。     

GIS机械振动和局部放电融合检测系统研究北大核心CSCD

气体绝缘组合开关潜在性的绝缘缺陷和机械缺陷是导致其发生故障的主要原因,因此同步检测GIS设备内部绝缘状态和机械状态,对电力系统的正常运行具有重要的现实意义。文中从GIS的实际检测需求出发,设计振动—超声融合传感器,搭建融合检测系统。系统基于小波包算法实现对融合信号的分离与去噪,并利用振动基频信号获取工频电压相位,作为局部放电PRPD(partial discharge phase distribution)谱图的相位参考信息,检测系统可综合实现振动—超声融合信号采集、调理转换、处理分析等功能。在实体GIS设备上开展了隔离开关接触不良机械振动—局部放电联合检测试验,试验结果表明GIS设备隔离开关接触不良缺陷程度越高,机械振动信号中100Hz基频分量和300Hz异常分量越大,且隔离开关严重接触不良状态下会产生600、900Hz的异常分量,并伴随有悬浮放电信号,PRPD谱图显示放电幅值稳定且较高,放电相位固定,特征明显。文中研制的振动—超声融合检测系统可实现对GIS机械振动、超声局放信号的时空同步检测,进而综合分析GIS的机械状态和绝缘状态,实现对于缺陷类型、缺陷程度的精准诊断;系统便携性强,提高了现场对于电力设备的巡检效率,为现场GIS便携式精准检测提供了新方案。     

基于LabVIEW的三相共筒式GIS局部放电故障类型识别系统的研究

气体绝缘组合电器（Gas Insulated Switchgear,GIS）局部放电在线检测对于保证其安全运行至关重要。为了有效地识别出故障类型,对三相共筒式GIS进行典型缺陷局放试验,获得局放信号数据。设计了基于LabVIEW平台的局部放电故障诊断识别系统,通过对局放信号数据进行分析,能有效的识别出三相共筒式GIS内的典型缺陷故障类型。     

采用等效时频分析及模糊聚类法识别混合局部放电源

在过去几十年里,国内外开展了大量局部放电源的模式识别研究工作,但均仅能够识别单一的放电源,而对于混合放电源的识别问题,还未找到较好的解决办法。为此,提出了一种用于识别混合局部放电源的新方法,首先将放电波形经过等效时频变换构成T-F模式,来自于不同放电源的放电脉冲具有不同的放电波形特性,并将投影在T-F平面的不同区域;再结合模糊C-均值聚类算法(FCM)对T-F模式进行聚类,根据信号点隶属度实现不同放电波形特性信号的划分,从而实现混合放电信号的分离和放电源识别。结果表明,与采用多参数Weibull分布识别多放电源的方法相比,该方法具有对"脏数据"不敏感,而且能够从混合放电的相位-峰值(q-Φ)图中分离出属于各类放电的q-Φ子图,进而采用已有的特征提取和模式识别等手段做进一步的分析。应用该方法构造单一放电的特征指纹库更为可靠,而且在对实验室的混合人工缺陷模型放电信号的分离和识别中也取得了理想的效果。     

电力变压器典型放电模型试验研究

设计制作了5种油纸绝缘结构模型用以模拟变压器中的典型缺陷。利用数字式局放测量系统获取了大量放电谱图和放电脉冲波形。分析了不同缺陷类型的局部放电特性,为进一步研究电力变压器局部放电模式识别和绝缘老化特征提供了科学依据。     

基于等效时频图谱和SVM的局放识别方法研究

为区分电力电缆不同绝缘故障下的局部放电类型,本文研究了一种基于等效时频图谱和支持向量机(SVM)的局放识别方法。采用双指数衰减模型与单指数衰减模型两种局放类型进行实验,模拟产生两类局放信号并通过信号采集系统进行采集。对采集来的局放信号提取等效时频特征,进而将局放信号映射到等效时频图谱中。根据等效时频特征,用SVM对不同局放信号分类判别,结果表明SVM能实现准确分类。该方法不仅能够实现单一放电源识别,还能识别混合放电源,能够为电力电缆及其他电气设备的局放模式识别提供参考。     

基于EEMD和二维Gabor变换的GIS局放特征融合识别方法

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的放电类型对于及时确认GIS设备的运行状态以及避免可能出现的绝缘故障非常重要。一种新的特征识别方法是基于总体经验模态分解(EEMD)和二维Gabor变换的GIS局放特征融合识别方法,并通过4种典型局放模型获取局放超高频信号样本进行验证。结果表明,平均正确识别率达到94.5%,明显高于单独使用EEMD和二维Gabor变换算法。     

基于GIS中电磁波传播路径特性的局放源定位方法

气体绝缘开关设备（GIS）中发生局部放电（以下简称局放）时,为查找绝缘缺陷,需对局放源进行准确定位。超高频（UHF）时差定位法由于原理简单、实现方便、定位精度高等优点获得了广泛应用,但当局放信号的初始脉冲较小而难以确定信号的起始脉冲时间时,UHF时差法将难以有效运用从而导致较大误差。为提高时差定位法的准确性,对局放电磁波在GIS中的传播路径特性进行研究,分析结果表明,局部放电产生的电磁波在GIS中的传播路径与局放源的位置、检测点的位置密切相关,据此提出了基于传播路径的脉冲时差定位法。实验结果表明,当局放源位于GIS外壳附近、电磁波信号初始脉冲很小、难以辨识时,用该方法可以准确定位。