Fractal analysis of electrical trees

Recently, fractal characteristics in pattern formation have been attracting much attention. A number of books and papers have been published on the fractal analysis of random patterns or structures occurring in nature. The geometrical patterns of dielectric breakdown, which include lightning, surface discharges and electrical trees, are known to be of a fractal nature. Their fractal patterns can be analyzed numerically using fractal dimensions. In this paper, a survey of the fractal analysis of electrical trees, both in experiment and in computer simulation, is given. Several methods for estimating the fractal dimension are summarized. The stochastic models for discharge patterns based on computer simulation are also summarized. Fractal analysis of real electrical trees in polymeric insulating materials is reviewed. For the experimental tree patterns, the fractal analysis of the projected 2-D and the reconstructed 3-D patterns is presented     

局部放电识别中分维数分布的研究

本文将分形理论应用于局部放电模式识别 ,从统计图谱中提取分形特征。在局部放电模式试验基础上 ,采用计盒数的分形维数算法 ,从大量的局部放电样本中提取分形网格维数特征参数 ,提高了局部放电模式的准确性。     

基于小波与分形理论的电力设备局部放电类型识别

根据小波理论建立了表征局部放电脉冲信号的三维时频谱图,该三维谱图综合反映了局放脉冲信号的3个基本特征:时间分量、频率分量和放电能量的分布。采用了分形理论从所建立的三维时频谱图中提取放电特征,并构成识别特征量,采用误差反传神经网络对局部放电信号的类型进行模式识别。试验结果表明,该方法可有效区分局部放电的类型。     

超声波法进行变压器局部放电模式识别的研究

在线识别局部放电模式可以有效地判断局部放电对变压器绝缘的危害程度。文中根据局部放电超声波信号存在的非线性和非平稳特性，提出利用分形理论对局部放电超声波信号的时域脉冲形进行分析，对分形理论及其参数计算方法进行了简单的介绍，在自制的几种典型变压器局部放电模型上进行实验，计算了所得到的局部放电超声波信号的分型参数（分维数和空缺率），得到不同放电形式的分形特征，利用人工神经网络对所得到的分形特征进行模式识别，结果表明利用超声波信号可以有效地判断变压器局部放电模式，为变压器局部放电信号的特征提取和模式识别提供了一种新的研究方法。     

变压器局部放电在线监测超高频Hilbert分形天线研究

论述了Hilbert分形天线基本原理,并根据分形天线电磁场理论,提出了应用于变压器局部放电超高频在线监测的Hilbert分形天线优化设计方法。通过仿真计算,研究了几何参数对Hilbert分形天线性能的影响,设计出用于变压器局部放电监测的3阶Hilbert分形天线。通过气隙放电、沿面放电、电晕放电3种典型变压器绝缘缺陷局部放电实验,采用分形天线和脉冲电流传感器对这3种局部放电进行了测量,并分析了分形天线的局部放电测量信号功率谱。实验结果证明该天线能够有效应用于变压器局部放电超高频在线监测。     

基于IFS的局部放电超声信号的数据压缩和模式识别

变压器局部放电超声信号具有连续不可导和非平稳的特性 ,通过仿射变换建立其分段自仿射IFS (IteratedFunctionSystem)。利用该方法一方面实现局部放电信号数据的压缩 ;另一方面提取IFS分形参数 ,包括IFS分形维数和空缺率 ,为局部放电模式识别提供新的特征参数 ,两者同时进行 ,为实现局部放电在线监测提供一种新的工具。同时进一步把IFS分形参数作为特征参量输入人工神经网络对放电模式进行识别 ,结果表明了利用超声波信号进行局部放电模式识别的有效性。     

小波与分形理论的互补性及其在局部放电模式识别中的应用研究

研究应用于电气设备局部放电模式识别及故障诊断的放电特征量提取方法,是电气设备状态维护技术研究中的难题之一。该文从尺度变换的角度,研究了小波与分形理论的互补性;并从局部放电信号小波分解后的能量谱图提取放电特征,用于局部放电模式识别。研究结果表明：选用适当的小波函数和尺度函数,将局部放电信号的逼近信号能量谱和精细的结构能量谱的分形维数作为局部放电模式特征,能够有效地应用于局部放电模式识别中。该项研究结果具有较高的理论和应用价值。     

一种新型的局部放电信号处理方法

提出了用小波分析和分形相结合求局部放电信号分维的方法。不同的局部放电信号 ,分维不同 ,故分维能用来识别局部放电信号 ,以便对局部放电信号进行相关处理 ,实验表明该方法能精确地识别声电信号 ,找出声电信号的对应关系 ,提高故障定位的精度     

电力变压器的局部放电典型模型试验

随着电力变压器在线监测智能系统的发展,局部放电的检测在类型识别、强度计算、精确定位方面需要可靠的研究结论。从变压器内部局部放电的机制出发,将各种放电总结为5种类型,并按照气体介质和绝缘油介质建立了2组试验模型,使用高压试验室专用试验电路,以脉冲检测仪标定电荷量,根据频谱仪、示波器和三维谱图显示结果的对比,研究各种局部放电的特征。根据试验结果,发现沿面放电具有最大的破坏性,各种类型的放电都有相应的特征,可用于现场放电类型识别,为放电精确定位提供了参考。     

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。     

Fractal image compression for classification of PD sources

The fractal image compression technique has a unique feature due to which physical position of blocks/regions in the input image can be extracted directly from the compressed data. Applying this technique, φ-q-n partial discharge (PD) patterns (treated as an image) are compressed and stored as affine transformations. These transformations then are used directly to extract the embedded pattern features, which are classified by a neural network. The novel route to PD pattern classification described in this paper thus addresses both the tasks of compression and feature extraction in a single step. The task of compression is essential to store and handle large quantities of pattern data acquired, especially during on-line monitoring of PD in power apparatus. Results presented illustrate that this approach can address satisfactorily the tasks of compression and classification of PD patterns     

基于声发射波关联维数的绝缘子放电识别研究

以绝缘子放电声发射波的时域主成分值作为特征量,进行常见3类放电的识别研究时,因放电间歇性、放电声波中数据坏点的影响,导致放电识别效果欠佳。故笔者将绝缘子放电声发射波看作一分形体,提取其分形维数作为识别特征量。具体选取了在绝缘子3类放电上分布差异较大的分形关联维数作为识别放电的特征量,通过研究测试,总结了各类放电关联维数的分布范围及规律。最后,设计BP网络,进行识别测试,结果表明,与时域主成分值相比,以关联位数作为识别特征量,更能准确、有效地识别绝缘子的放电类型,识别正确率达到89%左右。     

环氧树脂真空沿面闪络后表面形貌的AFM分析及分形特征提取

系统而准确地描述绝缘材料表面形貌特征有利于进一步掌握材料表面形貌的放电损伤规律,对建立表面形貌与闪络特性之间的关联具有重要意义。在不同电场下对环氧树脂进行真空沿面闪络,通过原子力显微镜(AFM)研究不同闪络次数、不同放电位置的试样表面形貌特征,并引入分形理论对形貌特征进行定量分析。结果表明,随着闪络损伤增强,试样表面形貌依次经历了毛刺状、颗粒状、山峰状和连续山峦状的演变过程,表面粗糙度不断增大,且极不均匀电场下闪络对表面形貌的影响更为显著。此外,环氧树脂表面形貌具有分形特性,利用分形维数与多重分形参数能定量表征表面形貌的复杂程度及高度分布状况。研究发现,闪络后环氧树脂的沿面耐压性能总体呈下降趋势,且介质的沿面绝缘特性与表面粗糙度及分形参数间均存在一定关系。     

采用分形和支持向量机的气体绝缘组合电器局部放电类型识别

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,正确识别GIS的放电类型具有重要意义。放电信号特征量的提取和模式识别器的设计对最终判别结果影响较大,因此有必要将分形理论和支持向量机应用到局部放电类型识别中以提高识别效果。在简单介绍了分形理论和支持向量机后,采集了4种绝缘缺陷的放电数据,应用分形理论从φ-q-n灰度图中提取放电特征,并构造6个二分类支持向量机识别器,采取投票法识别放电类型。实验结果表明,该方法与反向传播网络方法相比具有识别率高、稳定性好的优点,能有效识别GIS放电类型。     

Fractal analysis of the treeing process from luminous dischargeimage and measurement of discharge magnitude

The purpose of this study is to analyze the growth of trees generated in PMMA from the apex of a void created by a needle tip. The analysis was based on fractal theory. In the measurement system, PMMA blocks were used with electrodes consisting of a needle and a plate. One cycle of an applied ac voltage was divided into twenty successive phase angle sections, labeled φ1, φ2, ..., φ20, from one negative peak to the next negative peak of the applied voltage. The quantitative evaluation of the fractal dimension D of the luminous discharge pattern was performed for each section, particularly, for the sections φ7, 8, 9, 17, 18 and 19 where the discharge luminescence reached around the tip of the tree. It was noted that some samples revealed substantially different tree patterns even under the same measurement conditions. The reasons for the different trees have been investigated by determining D and attempting to correlate tree growth and the change of tree length with aging. When D of the discharge luminescence at φ7, 8, 9, 17, 18 and 19 were large, luminescence with complex branches were generated. The present results indicate that tree growth and branching depend on the discharge at φ7, 8, 9,17, 18 and 19     

GIS局部放电在线监测超高频Moore分形天线研究

设计了一种应用于气体绝缘全封闭组合电器(gas insulated substation,GIS)局部放电在线监测的超高频Moore分形天线。首先从理论上分析了该天线的多频特性,使用ANSYS HFSS对Moore分形天线和Hilbert分形天线进行了仿真对比,仿真结果显示Moore分形天线方向性良好,并根据仿真结果制作了天线实物。采用矢量网络分析仪对天线进行实测,测试结果显示Moore分形天线在电压驻波VSWR5时具有更多频段。最后,在实验室搭建了GIS局放测试平台,使用两种分形天线进行对比测量,结果表明,Moore分形天线特性良好,可用于GIS局部放电在线监测。     

分形学在局部放电特征提取中应用初探

基于分形理论 ,建立了描述局部放电脉冲波形的随机模型 ,提出用分维尺度变化量为特征识别局部放电信号。实验和分析结果表明分维尺度变化量作为局部放电特征量比分维值灵敏度更高     

基于时频分析与分形理论的GIS局部放电模式识别特征提取方法

识别局部放电(PD)的缺陷类型是评估电气设备绝缘状况的一项重要指标,通过特高频传感器(UHF)可获取局部放电信号.然而,传统的基于统计参数的信号特征提取方法存在高维数和无效信息过多的缺点,该文提出了一种基于时频分析和分形理论的气体绝缘组合电气(GIS)局部放电模式识别特征提取方法.首先利用小波变换对局部放电信号获取能量...