基于局部放电因子向量和BP神经网络的油纸绝缘老化状况诊断

模拟真实变压器的内绝缘运行环境,设计了一种单因子加速热老化试验。提取了局部放电脉冲相位分布(PRPD)模式的四个图谱及其对应的27个特征量,利用因子分析方法从27个特征量中提取了10个主成分因子。在局部放电10个主成分因子的基础上,选择BP神经网络对油纸绝缘的老化状况进行诊断。输入训练样本数据分别采用BP标准算法和四种改进算法对网络进行了训练,并对测试样本进行了老化诊断。基于10个主成分因子的BP网络在一定程度上能够诊断油纸绝缘的老化状况。各种算法的诊断结果表明L-M算法是比较合理的油纸绝缘老化诊断的BP网络算法。     

油纸绝缘电热老化的聚类判别算法

油纸绝缘老化诊断是保障充油电力设备安全运行的重要手段之一。为研究采用局部放电参数进行油纸绝缘老化诊断的新方法,设计了新的油纸绝缘缺陷模型模拟变压器匝间绝缘缺陷,通过电热联合老化试验,采集老化过程中缺陷模型的局部放电信号及绝缘纸样本聚合度。采用因子分析方法,从传统的27个局部放电统计算子中提取一组新的9个局部放电主成分因子向量,组成统计矩阵进行聚类及老化状态的判别。采用c-均值聚类算法和模糊c-均值聚类算法分别对两种向量进行聚类分析,聚类结果表明,基于局部放电统计算子和其主成分因子,采用模糊c-均值聚类算法对油纸绝缘老化状态识别,都可获得稳定的识别结果,正确识别率均>70%,优于c-均值聚类算法。     

基于局部放电的电力变压器油纸绝缘状态评估关键问题分析

目前局部放电(PD)已作为绝缘状态质量监控的重要指标,但基于局部放电的变压器油纸绝缘状态评估并无广泛工程应用。为此,总结基于局部放电的变压器油纸绝缘状态评估的研究成果,并提出需要深入研究的方向与未来发展趋势,以为后续研究提供基础。通过讨论分析油纸绝缘局部放电特性、油纸绝缘局部放电模式识别、油纸绝缘老化评估及油纸绝缘缺陷发展程度诊断4个问题,得出:不同电场类型下,油纸绝缘局部放电的起始放电特性和波形特性差异较大;在局部放电模式识别中,时间序列谱图与相位分辨局部放电(PRPD)谱图相结合的识别率最高,可达95%;图谱多元特征量的提取、降维、分类以及识别是老化评估的必要步骤;局部放电程度可分为起始、发展、严重、危害4个阶段。研究表明针对不同问题的特征量灵敏度分类以及缺陷诊断与老化评估的综合分析是需要深入研究的方向。此外,多维信息融合评估是未来变压器油纸绝缘在线评估的发展趋势。     

基于概率神经网络的油纸绝缘老化诊断技术研究

对油纸试样进行加速热老化处理,根据聚合度变化将其老化过程划分为5个老化阶段;基于气隙放电模型进行局部放电试验,采集不同老化阶段油纸试样的PRPD图谱;利用统计算子提取特征量,采用因子分析法(FAM)对原始特征数据降维,比较降维前后特征数据的聚类特性;建立概率神经网络(PNN)模型识别油纸绝缘的老化阶段,作为对照,搭建反向传播(BP)神经网络模型以及支持向量机(SVM)模型,使用相同的数据对其进行训练,比较三者的识别结果.结果表明:老化会导致纸板内部产生孔隙,从而促进局部放电的发生;与其他模型相比,FAM-PNN模型在识别准确率和运算效率上具备明显优势,使用FAM-PNN模型可以准确高效地对变压器油纸绝缘的老化状态进行评估.     

油纸绝缘气隙放电特征信息提取及其过程划分

油纸绝缘是油浸式电气设备的常用的绝缘方法,其一旦发生局部放电会引起绝缘的老化和破坏,及时了解局部放电的产生与发展特性能判断运行设备的潜伏性故障及其发展.论文对油纸绝缘气隙放电进行了研究,采用核主成分分析的方法对其统计特征算子进行了降维处理,提取了新的特征因子.采集局部放电发展过程中不同时刻的信号样本,对新的特征因子进行...     

基于概率神经网络的油纸绝缘局部放电发展阶段识别北大核心CSCD

采用阶梯升压法进行油纸绝缘沿面放电与气隙放电实验,根据放电发展过程的差异将局部放电划分成4个阶段:放电初始阶段、放电发展阶段、放电稳定阶段和临近击穿阶段,分析两种模式下放电特征参量的发展规律。提取放电相位分布(PRPD)图谱的29个统计特征参量,通过局部线性嵌入算法降维得到新的六维特征参量,采用概率神经网络(PNN)算法对两种放电模式下油纸绝缘放电发展阶段进行识别,并与广义回归神经网络(GRNN)模型以及反向传播神经网络(BPNN)模型进行比较,发现其识别结果更加准确。     

油纸绝缘老化状态判别的局部放电特征量

采用多元统计分析方法对传统的局部放电统计特征算子进行了因子分析,从24个统计算子中提取出8个公共因子作为局部放电新特征因子,从而实现数据压缩的目的。提取的新特征因子之间不仅携带了原始统计算子的大部分方差信息,而且彼此独立,具备各自的物理意义。对油纸绝缘扁平气隙模型开展了电-热加速老化试验,并采集不同老化阶段试品的局部放电信号样本,采用新特征因子进行了已知老化状态样本的聚类和线性判别函数构造,进而对未知样本的绝缘老化状态进行判别。该方法基于实验室数据的分析得到了令人满意的结果,并为变压器油纸绝缘老化状态的诊断提供了一种可行的方案。     

变压器油纸绝缘老化状态的分析方法

油纸绝缘老化与充油电气设备绝缘寿命具有紧密联系。文章介绍了采用新的油纸绝缘缺陷模型模拟变压器匝间绝缘缺陷,通过电热老化试验,采集油纸绝缘老化过程中缺陷模型的局部放电信号及绝缘纸样本聚合度、油中水分含量。提取了27个局部放电的统计算子用于油纸绝缘老化状态的识别,采用模糊C-均值聚类算法对统计向量进行聚类分析,并与样本聚合度及油中水分含量相比较。结果表明模糊c-均值聚类算法对油纸绝缘老化状态的判别结果可以为绝缘状态诊断提供具有重要参考价值的信息。     

变压器油纸绝缘老化状态的分析方法

油纸绝缘老化与充油电气设备绝缘寿命具有紧密联系。文章介绍了采用新的油纸绝缘缺陷模型模拟变压器匝间绝缘缺陷,通过电热老化试验,采集油纸绝缘老化过程中缺陷模型的局部放电信号及绝缘纸样本聚合度、油中水分含量。提取了27个局部放电的统计算子用于油纸绝缘老化状态的识别,采用模糊C-均值聚类算法对统计向量进行聚类分析,并与样本聚合度及油中水分含量相比较。结果表明模糊c-均值聚类算法对油纸绝缘老化状态的判别结果可以为绝缘状态诊断提供具有重要参考价值的信息。     

交直流复合电压下老化油纸绝缘针板模型局部放电特性

为研究换流变压器阀侧实际运行老化的油纸绝缘局部放电特性,提高交直流复合电压下油纸绝缘局部放电研究的工程实际意义,取运行5 a的换流变油纸样本,建立典型针板电极油纸绝缘缺陷模型,对交直流复合电压下老化油纸绝缘局部放电从起始阶段到击穿的整个过程进行了实验模拟并记录放电时域信号。随着局部放电发展,放电幅值逐渐提高,出现放电的相位分布扩大,相应相位出现的放电次数增加,当临近击穿时,负周期放电量超正周期数倍。基于时域放电信号建立了多个放电周期的H_(umax)(φ)、H_(umean)(φ)、H_n(φ)和H_n(u)等PRPD谱图。分析谱图特性,并计算各个谱图的偏度(Sk)等统计参量因子,基于自适应阈值模糊聚类分析方法,将统计参量因子分为10类,分类之后可看出一定的时间延续性。结合分类结果和局部放电发展的不同时刻的信息,将放电模型的发展过程划分为初始放电阶段、放电发展阶段、放电稳定阶段和预击穿阶段。划分结果可为交直流复合电压下油纸绝缘局部放电在线监测和模式识别提供参考。     

灰度纹理与油气特征融合的油纸绝缘老化状态评估

针对单一局部放电特征辨析老化信息量存在精度不足的问题,提出一种基于局部放电灰度纹理特征与油气特征的D-S证据融合识别方法,对油纸绝缘老化状态进行分析。首先,通过试验构造人工油纸绝缘内部气隙模型,模拟变压器内部实际运行环境,采集油纸绝缘7个老化层级的局部放电信号及油中气体含量,提取各老化层级的灰度纹理特征、统计特征及油气特征,利用支持向量机进行识别。将灰度纹理特征和油气特征的识别结果输入到D-S证据融合框架中进一步识别分析,识别结果与单一特征及其他两两特征融合结果比较。试验结果表明：基于灰度纹理特征与油气特征的D-S证据融合方法对油纸绝缘老化状态的识别效果更佳。     

灰度纹理与油气特征融合的油纸绝缘老化状态评估

针对单一局部放电特征辨析老化信息量存在精度不足的问题,提出一种基于局部放电灰度纹理特征与油气特征的D-S证据融合识别方法,对油纸绝缘老化状态进行分析。首先,通过试验构造人工油纸绝缘内部气隙模型,模拟变压器内部实际运行环境,采集油纸绝缘7个老化层级的局部放电信号及油中气体含量,提取各老化层级的灰度纹理特征、统计特征及油气特征,利用支持向量机进行识别。将灰度纹理特征和油气特征的识别结果输入到D-S证据融合框架中进一步识别分析,识别结果与单一特征及其他两两特征融合结果比较。试验结果表明：基于灰度纹理特征与油气特征的D-S证据融合方法对油纸绝缘老化状态的识别效果更佳。     

矿山电力变压器油纸绝缘老化的微观结构及放电特性研究*

文章对比分析了实际寿命周期中矿山电力变压器(矿山变)与普通电力变压器(普通变)油纸绝缘老化的微观结构及放电性能。利用粘度测试仪、光学显微镜及扫描电镜等现代测试手段,并根据放电相位分布(phase-resolved partial discharge,PRPD)模式,分析了油纸的聚合度、表面形态及微观形貌,以及放电起始电压、放电量及放电次数等。结果表明：温度、水分和生成物的协同作用导致了老化过程中油纸微观结构缺陷形成并进而引发电树枝,绝缘缺陷的分散性导致了放电相位分布中的“波浪”特征;运行过程中,矿山变油纸老化更加严重,局部放电现象更加激烈;矿区运行环境是造成矿山变油纸老化更严重的主要原因,矿山变油纸微观结构变化更加明显是导致其放电特征变化更加显著的直接原因;对矿山变绝缘状态的监测须从严执行电力标准,局部放电能更有效进行矿山变绝缘状态诊断。     

热机联合应力对油浸纸板绝缘及机械特性影响研究

油纸绝缘系统在热、机械等应力共同作用下所发生的绝缘老化与破坏是电力变压器发生故障的主要原因之一。本文对热机联合应力对油纸绝缘的影响开展了实验研究。对油浸纸板进行不同时间的热老化后施加不同形式的机械应力，测量纸板产生的应变，分析了不同条件对油浸纸板的耐压时间、局部放电相位分布（Phase resolved partial discharge, PRPD）谱图、平均放电量等局放特征的影响。对未经老化的油浸纸板，机械应力加载时间越长、应力幅值越高或者应力频率越低，油浸纸板受到的破坏作用越严重，机械性能和绝缘性能越差。油浸纸板经过热老化处理后，机械应力对其绝缘性能和机械性能的影响趋势与未老化时类似，但热老化后PRPD谱图形态多呈现“兔耳状”。随着热老化时间的增加，纸板的绝缘寿命先有所上升，然后一直下降。本文的研究结果可为热机联合应力下油浸纸板老化模型建立提供试验依据。     

基于核典型相关分析融合的XLPE电缆局部放电模式识别

提出使用核典型相关分析方法提取XLPE电缆接头局部放电信号PRPD图谱特征信息,并使用K最近邻分类算法实现不同绝缘缺陷模式的高准确率识别。利用YJV-26/35 k V型电缆及其附件设计了4种典型绝缘缺陷,使用脉冲电流检测获取局部放电样本信息,绘制了PRPD图谱并应用于样本数据,研究不同特征向量下的识别效果,在适合维数最终获得较高识别正确率。相对于传统电力设备模式识别方法,不但可以有效反映信号非线性特征,并可以将多种特征进行有效融合,消除冗余特征。     

基于Fisher判别法的油纸绝缘老化阶段识别

本文首次将判别分析法用于油纸绝缘老化程度的识别,提出了一种基于Fisher 判别法和多个局部放电特征参量的油纸绝缘老化程度识别方法.以30个老化特征向量为经验样本,构造判别函数,将十一维特征向量映射到二维平面上,通过对其他30个样本进行老化程度的判别分析,结果表明采用Fisher判别函数能够对新样本的绝缘状态作出合理的判断.     

基于层次分析法的油纸绝缘局部放电模式识别

通过对局部放电的模式识别可以了解放电类型及严重程度,并在此基础上确定维护方案。为了对局部放电进行识别,建立了油纸绝缘中的5种典型缺陷模型;运用K-W检验从相间局部放电(PRPD)统计算子中提取出分类能力最强的11个特征;基于提取的特征,在小样本训练集的前提下,利用层次分析法对典型放电模型进行识别,同时和同种情况下使用人工神经网络的识别效果进行了比较。实验结果表明,在小样本训练集下,运用层次分析法得到了较好的识别效果,正判率均大于85%,优于人工神经网络,这为小样本训练集的情况下局部放电的快速识别奠定了基础。     

基于深度学习的PRPD数据特征提取方法

气体绝缘金属封闭开关设备(Gas Insulated Switchgear,GIS)局部放电(Partial Discharge,PD)的传统特征提取具有依赖专家经验、盲目性高、识别率低的缺点,文中将局部放电PRPD数据转变为灰度图,利用卷积神经网络强大的特征自适应提取能力提取灰度图的辨识特征,并将特征应用于经典分类器如SVM、随机森林,BP神经网络等,实现深度学习方法和传统机器学习方法的有效融合。实验表明,该方法提取的特征具有更高的辨识度,可以有效提升局部放电模式识别的准确率。