共查询到19条相似文献,搜索用时 62 毫秒
1.
2.
3.
4.
在交联聚乙烯(XLPE)电力电缆的局部放电模式识别的研究中,为解决标注样本数量过少而导致识别率低下的问题,引入基于半监督学习的方法进行电缆局部放电模式识别研究.制作了XLPE电缆的四类典型绝缘缺陷,从局部放电信号中提取20种统计特征参数,对基于半监督学习的一致性模型方法与基于有监督学习的J48,K近邻,BP神经网络等方... 相似文献
5.
在交联聚乙烯(XLPE)电力电缆的局部放电模式识别的研究中,为解决标注样本数量过少而导致识别率低下的问题,引入基于半监督学习的方法进行电缆局部放电模式识别研究.制作了XLPE电缆的四类典型绝缘缺陷,从局部放电信号中提取20种统计特征参数,对基于半监督学习的一致性模型方法与基于有监督学习的J48,K近邻,BP神经网络等方法进行了对比,并采用主成分分析进行优化.研究结果表明半监督学习能充分利用已标注样本的特征信息和未标注样本的分布信息,增强分类器的性能,提高局部放电模式识别的准确率.而通过主成分分析的方法能降低样本特征维数,有效提高半监督学习算法速度. 相似文献
6.
《高压电器》2015,(11)
振荡波检测技术在电力电缆局部放电检测中广泛应用。测试电缆长度不同导致振荡波电压频率发生变化。为了研究不同频率振荡波电压作用下电缆缺陷的局部放电特性,文中使用自主研发的振荡波测试系统检测了热缩式电缆附件在电缆终端无应力管、中间接头错用绝缘胶带替换半导电自黏胶带、交联聚乙烯主绝缘表面由割痕导致的气隙以及主绝缘表面存在金属微粒这4种缺陷的局部放电,对比分析了局部放电起始电压、熄灭电压、放电幅值、放电次数等特征随振荡波频率的变化情况,并对4种缺陷进行模式识别。分析结果表明,局部放电特性随振荡波频率变化而存在差异,4种缺陷的统计特征区分度较大,识别效果较好,具有实际应用价值。 相似文献
7.
《高压电器》2017,(2)
振荡波电压法因其无损检测特性被广泛应用于局部放电检测中,而目前缺乏对振荡波电压下电缆故障类型的模式识别研究。为此,笔者根据常见的电缆缺陷类型,制作了4种10 kV交联聚乙烯电缆中间接头人工缺陷模型,对4种缺陷模型施加振荡波电压并测量局部放电信号;提出以局部放电信号正负半波统计算子作为模式识别的输入特征量,采用支持向量机分类器对4种典型电缆缺陷进行模式识别;并将识别结果与采用人工神经网络的模式识别结果进行对比,验证了该方法的有效性。结果表明:以局部放电信号正负半波统计算子作为特征量能很好地反映电缆局部放电信息;基于支持向量机的模式识别方法能有效识别出振荡波电压下各种缺陷局部放电模式,比传统的人工神经网络模式识别方法识别率更高、运行速度更快,具有很好的实际应用价值。 相似文献
8.
局部放电是表征电力设备绝缘状态的最有效的手段之一,然而关于直流电压下XLPE电缆典型绝缘缺陷局部放电特征的研究较少。文中首先深入分析了直流下复合绝缘材料局部放电机理,总结了XLPE电缆常见缺陷类型及其原因。使用单芯XLPE电缆及其预制式接头制作了金属毛刺电晕缺陷、应力锥处半导电层沿面放电缺陷以及绝缘交界面气隙放电缺陷,在直流电压下进行阶梯式加压试验。基于高频电流法采集局部放电数据,获得了各缺陷不同放电严重阶段的多种典型特征,包括放电量-时间间隔-放电重复率三维图谱,前序放电量、前序放电时间间隔与当前放电量相关性散点图。提取了典型统计图谱的28个指纹特征,并使用RBF神经网络进行模式识别获得了较好识别正确率,从而验证了特征有效性。 相似文献
9.
10.
XLPE电缆及接头局部放电的超高频测量与分析 总被引:11,自引:0,他引:11
超高频的局部放电测量是目前国外电力设备绝缘检测研究的焦点问题之一。本文建立了一套超高频局部放电的测量系统,设计了XLPE电力电缆及其接头局部放电超高频测量的电容耦合传感器,分析了传感器的等效电路,测量了其频率响应,对电缆以及接头中的实际放电进行了测量分析。 相似文献
11.
12.
XLPE电力电缆局部放电检测技术综述 总被引:7,自引:0,他引:7
局部放电检测是评价XLPE电力电缆绝缘状况的重要方法之一,近年来国内外研究了多种电气检测方法,文中介绍其中一些非传统的检测方法。 相似文献
13.
14.
XLPE电力电缆局放检测技术的发展和现状 总被引:5,自引:0,他引:5
局部放电检测是评价XLPE电力电缆绝缘状况的重要方法之一,近年来国内外研究出多种电气检测方法,本文介绍了一些非传统的检测方法,如差分法、电容传感器法和方向耦合传感器等。 相似文献
15.
利用绝缘试品在升、降压过程中的视在放电量-施加电压序列作为局部放电特征量,并将离散隐式马尔科夫模型分类器引入局部放电模式识别的研究中。该算法首先利用矢量量化方法通过对码本生成样本集进行LBG编码构造码本,并分别对各类放电的训练和测试样本分配码本索引序列。在分类器的训练阶段,输入训练样本序列训练得到每类放电的离散隐式马尔科夫模型。在测试阶段,计算每类离散隐式马尔科夫模型输出测试样本序列的概率,取最大概率对应的模型序号作为识别结果。对5类放电的150个样本的识别结果表明,离散隐式马尔科夫模型具有识别率高、易扩展的优点。 相似文献
16.
17.
18.
局部放电相位谱图(phase resolved partial discharge pattern)是局部放电模式识别普遍采用的重要方法。但在中高压电缆在线局放监测系统中,电缆中的电压信号难以直接获取,使得局放相位谱图分析的开展遇到了重大的挑战。为此,在多年局放理论研究和局放现场应用研究的基础上,提出了基于K-Means聚类的局部放电相位谱图自动模式识别技术。该技术通过信号提取、坐标变换、K-Means聚类、中心点平移、模式判断的流程,克服了电缆局放监测中相位信息难以直接获取的缺点,能对来自三相的局部放电信号进行自动识别判断。5个应用实例证明,该方法能对电晕放电、内部放电、沿面放电和干扰信号做出准确的判断,必将在电缆在线监测系统中获得广泛的应用。 相似文献
19.
随着交联聚乙烯(XLPE)电缆线路的增多和投运时间的逐年增长,各类问题逐渐凸显,尤其是电缆附件的绝缘事故不断增多,而局部放电是评价XLPE电缆绝缘状况的重要指标,也是诊断电缆故障的有效方法。简要介绍当今常用的2种电缆局部放电在线监测方法,即电容差分法和特高频法(UHF),重点介绍了它们的联合检测,利用差分传感器解决局部放电标定问题,利用UHF特高频传感器进行抗干扰处理。运用联合检测方法对现场运行的XLPE电缆进行了局部放电在线监测,取得了良好的效果。 相似文献