用PSO算法训练神经网络抑制发电机局放随机脉冲干扰

随机脉冲干扰在局部放电在线监测的各类干扰中是最难抑制的,为此提出了一种基于粒子群优化(PSO)算法训练神经网络的随机脉冲干扰抑制算法。PSO算法的优势在于它能通过粒子间的相互作用而发现复杂搜索空间的最优区域。与传统反向传播(BP)算法相比,采用PSO算法来训练神经网络,可以有效地克服传统算法收敛速度慢、易陷于局部极小值等缺点,并且训练出的神经网络在泛化能力上也有很大的提高。大量实际数据的训练和分析结果表明,该算法在抑制局放随机脉冲干扰上是比较有效的。     

基于模糊聚类的XLPE电缆随机脉冲干扰抑制方法研究

为去除XLPE电缆局部放电现场检测中的随机脉冲干扰,采用等效时频法提取脉冲特征,对特征进行自适应模糊聚类,以相位集中度为指标区分局放与随机干扰.对现场数据分析处理的结果表明,该方法能够有效去除信号中的随机脉冲干扰,为评估XLPE电缆的绝缘状态提供了较好的理论和实践依据.     

局放检测中抑制电晕放电干扰的新方法

本文把小波变换应用于外部电晕放电和绝缘内部局放信号处理,并结合内部局放和外部电晕的不同特性,探讨了有效抑制干扰、区分局放和电晕放电的新方法。     

变压器局放在线监测系统现场干扰及抑制试验

变压器局部放电的在线监测中 ,来自电网的干扰 ,如通信载波、各种放电脉冲等 ,以及这些干扰在相间串扰 ,在很大程度上影响着在线监测系统的灵敏度、可靠性。通过对在福建某水电厂BYT Ⅱ变压器局部放电在线监测系统的现场试验 ,测量了这些干扰 ,并采用相应的抗干扰方法     

抑制局部放电信号窄带干扰的快速算法

为消除与抑制窄带干扰对电力设备局部放电信号在线监测的影响,提出了一种将快速傅里叶变换（FFT）与小波变换相融合的快速算法,即先对信号进行FFT,从窄带干扰背景中有效提取局部放电信号,再利用小波变换对FFT处理后的局部放电信号进一步消噪。对仿真信号和实测信号的分析结果表明,该方法对窄带干扰有较好的消噪效果,并且得到的局部放电信号失真较小。     

基于广义S变换和随机子空间的局放窄带干扰抑制方法

为了解决传统方法难以有效抑制局部放电中周期性窄带干扰的问题,本文提出了一种基于广义S变换和随机子空间的局部放电窄带干扰抑制方法.该方法首先利用广义S变换将染噪局放信号从时域变换到时频域中,接着利用局放信号和窄带干扰不同的时频特征确定窄带干扰数目和无局放时间片段,最后利用随机子空间算法估计窄带干扰参数,实现染噪局放信号的窄带干扰抑制.仿真和实际测试结果表明:相比于传统的广义S变换模矩阵方法和频率切片小波变换方法,本文所提方法对窄带干扰抑制效果更好,能更好地恢复原始局放波形.     

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。     

形态学一小波综合滤波器抑制局放现场干扰

提出了一种用于电力变压器局部放电在线检测中滤除周期性干扰 (利用形态开、闭组合形态滤波器 )和白噪声干扰 (利用小波模极大值法 )的形态学 小波综合滤波新方法。仿真结果表明该方法对干扰的噪声抑制比 (NNR) >80dB ,而现场实测的NNR >30dB。     

发电机局部放电在线监测中脉冲型干扰抑制的方法及其应用

发电机局部放电在线检测的关键技术之一是抗干扰技术。笔者主要分析了现场干扰信号的特性以及脉冲时延鉴别和幅值鉴别法抗干扰的原理和优化的算法,实验室的模拟试验和现场的测试结果都表明,该方法能够有效地抑制脉冲型干扰和提取局部放电脉冲信号。     

基于数字陷波器的局放信号周期窄带干扰抑制方法研究

针对电力变压器现场监测的局放信号往往包含各种干扰的问题,提出使用数字陷波器去除局放信号中的周期窄带干扰,并使用MATLAB 7.0进行了仿真研究.仿真实验表明使用这种方法能有效地去除局放信号中的周期窄带干扰.     

应用组合广义形态学滤波器抑制变压器局放信号窄带干扰

为了抑制变压器局部放电(PD)信号中常见的窄带周期性干扰,根据PD信号和窄带周期性干扰的频谱特性不同,在开闭和闭开形态学滤波器的基础上,构造和采用组合广义形态学滤波器,在频域中滤除窄带周期性干扰形成的离散谱线,保留PD信号本身宽频带特性,从而达到抑制窄带周期性干扰的效果。用去噪前后的信噪比和波形相似系数对仿真PD信号的干扰抑制结果进行了评价,结果表明,组合广义形态学滤波器可以有效地抑制窄带周期性干扰。     

抑制周期性窄带干扰的时域重构优化算法性能分析

为更好地检测电力设备早期绝缘放电信号,结合遗传优化算法和傅立叶级数提出了一种改进的时域重构窄带干扰抑制方法。它通过遗传算法优化选择窄带干扰的重构参数,然后基于傅立叶级数对其进行时域重构,并通过与实测信号相减,获得待检测放电信号。此方法的干扰抑制效果与放电信号的频率分布及其幅值大小无关,仅与窄带干扰的重构精度有关。理论分析和仿真计算结果表明,该方法在窄带干扰频率分量个数及其频率值存在估计误差时,依然可以获得较高的窄带干扰重构精度,并具有较强的抗随机干扰能力。实测数据处理结果也验证了此方法的可行性。     

基于混沌控制的局部放电周期性脉冲干扰抑制方法

识别并抑制周期性脉冲干扰是局部放电在线监测的重要环节.由于脉冲波形可能发生畸变,使基于相关、聚类分析的脉冲分类算法在实际应用中参数设置困难甚至算法失效.文中将混沌控制理论应用于局部放电在线监测中,提出了抑制周期性脉冲干扰的混沌算法.该算法利用周期性脉冲干扰的先验知识,设置适当的周期参数扰动来控制Duffing-Homes混沌振子系统,实现对检测信号中的周期性脉冲干扰的精确估计和抑制.实验表明,特定的混沌系统可准确、快速地识别周期性脉冲干扰信号并予以抑制,而对局部放电脉冲信号无任何影响.     

高频接地技术对发电机局放检测信号的影响

采用高压电容耦合器在线监测发电机局部放电的系统中,靠近电容耦合器一端的同轴电缆屏的接地方式以及检测阻抗的安装位置都与监测系统的灵敏度有关。实验室模拟试验及现场试验说明:常用的近端直接接地方式不仅使局放信号有较大的衰减,而且有可能引入干扰。高频接地可有效提高局部放电测量系统的信噪比和抗干扰能力,同时,检测阻抗接在靠近电容耦合器一端时系统的灵敏度较高。     

基于PSO训练BP神经网络的短期电价预测

以美国PJM电力市场为背景,利用历史负荷、系统剩余容量百分比和清算电价对未来时段电价的影响来进行短期电价预测,给出了一个发电侧竞价模型中利用PSO训练BP神经网络进行市场出清电价预测的实例。与使用传统BP神经网络预测的方法进行比较,结果表明,该方法具有更高的预测精度,并能收敛于全局最优解。     

岭澳核电站发电机局放问题浅析

发电机的局部放电(局放)是电站非常关心的问题之一,对电站安全运行的评价有着重要的参考作用。本文介绍了岭澳核电站发电机局放问题的产生、原因分析以及影响,并对电站今后的运行提出了合理化建议。     

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。     

车载式无接触局放定位检测系统自干扰分析

分析了载设备的汽车点火阶段、正常运行阶段、手机信号干扰和背景噪声对局放定位检测设备的干扰,并分析如何排除干扰并适度提高系统的检测灵敏度.