基于小波分析的高压变压器局部放电在线监测

介绍一套高压变压器局部放电在线监测系统,并对其硬件结构及数字滤波过程作 了叙述。在数字滤波过程 中,消除外部放电的工作十分困难,因为它们通常与发生在变压器 内部的局部放电具有几乎相同的时域及 频域特征。小波分析作为一种强大的时- 频分析工具,能 较好地解决这个难题。文中首次提出了一种基于 小波分析的脉冲极性鉴别方法,用以鉴别内 、外部放电。实验及现场运行结果表明：该方法在提高监测系 统性能上是行之有效的。     

变压器局部放电信号的小波包变换

分析了局部放电信号的特性,研究了小波变换用于信号的分解方法。     

变压器局部放电超高频信号多尺度网格维数的提取与识别

提出了一种基于小波包多尺度分析和网格维数的变压器局部放电超高频信号模式识别的新方法,采用小波包多尺度变换提取局部放电超高频信号在多尺度上的小波系数,通过改进差盒计数法计算多尺度小波系数的网格维数,并将多尺度网格维数作为特征量用于局部放电超高频信号的识别。采用了4种典型放电模型产生局部放电,并采用3阶Hilbert分形天线检测局部放电超高频信号,提取的信号特征量输入径向基函数神经网络进行分类识别,识别正确率最低为70%。     

变压器的局部放电

局部放电曾用过“游离”、“油内电晕”的名称,后经IEC国际电工委员会澄清,定名为局部放电(Partial discharge)。由于局部放电会降低绝缘寿命,影响设备安全运行,故越来越受到变压器制造厂和运行单位的重视。局部放电主要是变压器、互感器,以及其它     

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.     

一种新的变压器绕组局部放电的电气定位方法

在对变压器绕组的频率特性进行分析的基础上,根据小波变换和傅立叶变换的特性,综合运用这两种变换对信号进行处理,提出了一种新的对大型电力变压器绕组内部的局部放电进行精确定位的方法。现场模拟试验表明,该定位方法正确可行。     

变压器局部放电信号去噪方法的研究

分析了局部放电信号和各种干扰特征,并进行了仿真试验。     

换流变压器油纸绝缘缺陷直流局部放电聚类辨识

采用等效时频法、频域幅值参数法及两种分类融合的方法对直流局部放电缺陷类型进行分类辨识,等效频域幅值参数法能有效分辨出常见绝缘缺陷。     

一种基于小波分析的变压器局部放电在线监测消噪方法

提出了一种新的利用自动阀值规则和综合门限处理相结合对变压器局放信号进行消噪处理方法.仿真结果表明,这种消噪方法可以有效地提取局放信号的特征.     

用超高频局部放电测量法实现电力变压器局部放电的在线监测

高频局部放电测量法(UHF法)与传统的脉冲电流法完全不同，它采集的被测信号为局部放电过程所产生的超高频电磁波：利用UHF法可有效解决电力变压器局部放电在线监测中的抗干扰问题。文中结合变压器结构设计的放油阀式和人孔／手孔盖式超高频信号传感器安装在220kV和110kV电压等级变压器上，成功地捕捉到变压器内部局部放电产生的超高频信号。对变压器局部放电故障诊断的判据等问题进行讨论，为变压器超高频局部放电在线监测方法的应用积累了经验。     

一种基于谱峭度的局部放电信号提取新方法

针对局部放电信号中受到的平稳随机型干扰和窄带周期型干扰,提出了一种基于谱峭度的局部放电信号提取方法。首先求取出含噪局部放电信号的谱峭度,然后根据谱峭度设计自适应带通Wiener滤波器。对经过滤波器滤波后的信号进行小波平滑去噪,提取出更加精确的局部放电信号。分别采用所提方法和小波阈值去噪方法提取局部放电信号,结果表明,所提方法能够很好地抑制平稳随机型干扰和窄带周期型干扰,且各个性能指标都优于小波阈值去噪方法。     

基于小波多尺度变换的电力电缆局部放电去噪方法研究

由于强烈的白噪声、周期性窄带信号以及随机脉冲信号等外部干扰因素,电力电缆局部放电在线监测技术中的局部放电信号提取工作一直是一个重点研究课题。本文对小波多尺度变换进行了深入研究,分析了电力电缆局部放电信号及其干扰在小波多尺度变换后的不同特性。去噪结果表明该方法适用于抑制电力电缆局部放电在线监测中的噪声干扰。     

基于特征子集的变压器局部放电小样本类型识别

针对变压器局部放电有效经验样本缺乏时的小样本类型识别问题,提出了一种基于特征子集的集成概率神经网络分类方法 FS-EPNN。首先从4种变压器实验模型放电数据中提取了基于局部放电相位分布二维谱图的44个统计特征。其次,为了避免如PCA等传统降维方法造成的分类信息丢失,将样本的所有特征进行划分并组合成多个低维特征子集,然后根据相应特征子集下的所有样本分别构造基于PNN的基分类器,最后采取投票表决规则集成各基分类器结果识别样本的放电类型。实验结果表明,在小样本情况下,该方法与BPNN、基于PCA的PNN和单PNN方法相比进一步提高了局部放电类型的识别率。     

应用变分模态分解和独立分量分析的变压器 局部放电信号特征提取研究

变压器局部放电信号中存在大量的电磁干扰,为有效提取特征量,提出利用变分模态分解法将被测信号分解成围绕若干中心频率波动的模态,同时去除白噪声;再进行含变压器局部放电信息的模态重构,用独立分量分析法滤除周期干扰噪声,实现信号的特征提取。仿真结果验证了方法的有效性,具有良好的去噪效果。     

基于稳健加权总体最小二乘的变压器局部放电定位

到达时间差、声速与传感器位置坐标的测量误差将导致局部放电时差定位出现误差,通过研究发现变压器的内部结构及各部分的材质差异可能造成到达时间差以及声速的测量值可能远远偏离真实值,这种测量误差被称作粗差,但目前的局部放电定位算法未将数据测量误差纳入模型,使得现有定位算法在计及测量误差特别是粗差的情况下,定位误差较大难以满足工程要求。为此,分析了局部放电测量数据粗差的来源及现有定位算法的缺陷,提出了基于稳健加权总体最小二乘的局部放电定位算法,采用含误差变量模型推导迭代公式,运用权函数修改含粗差数据在迭代过程中的权重,能够有效抑制测量数据的随机误差、系统误差和粗差对定位结果的影响,能更为准确地定位局部放电,有助于制定针对性的检修策略,提高检修效率,缩短停电时间。     

阶梯电压下变压器匝间绝缘局部放电试验研究

对于变压器绕组而言,轻微匝间放电的发展可能会造成匝间短路甚至更严重的后果。因此,对变压器绕组匝间局部放电的发展进行深入研究具有重要意义。在实验室内构建了变压器匝间绝缘局部放电试验平台,参照500 k V电力变压器线圈绝缘处理工艺要求,设计并制作了匝间绝缘局部放电试验模型线圈,采用逐级升压法对模型线圈施加试验电压,利用数字式局部放电检测仪进行局部放电信号采集,在室温下对变压器匝间绝缘局部放电特征量和二维图谱信息进行了系统的研究。得出了不同加压持续时间下脉冲最大幅值、脉冲平均幅值、脉冲重复频率和脉冲功率的变化特征以及二维图谱的相位分布信息。     

一台500 kV变压器出厂试验不合格原因分析

介绍一台500 kV变压器出厂试验过程中局部放电试验不合格以及吊罩解体的全过程,对造成局部放电不合格的原因进行了分析,并提出了相应的建议和改进措施.     

空间高可靠高压变压器局部放电分析与检测

基于空间用行波管电源高压变压器的绕组结构及灌封缺陷,分析了行波管电源高压变压器的局部放电机理,提出了用脉冲电流法检测高压变压器的局部放电。介绍了局部放电检测中的脉冲电流法机理,检测系统的构成以及变压器局部放电的检测方法及抗干扰措施。通过局部放电检测,成功地剔除了有灌封缺陷的高压变压器,保证了空间行波管放大器的长寿命运行,避免了行波管高压电源在低气压下放电的发生。最后介绍了一款国外专用于高压电子元器件局部放电的检测系统。     

基于 Choi-Williams 分布和排列熵的开关柜局部放电类型识别

开关柜局部放电类型识别对了解绝缘状态并及时维护有着重要的指导意义。局部放电类型识别的关键在于提取局部放电信号的特征。提出一种Choi-Williams分布与排列熵相结合的局部放电超声信号的特征提取方法,利用Choi-Williams分布获得局部放电超声信号的时频特征,求解局部放电超声信号的排列熵,得到信号时间序列的复杂度特征量,与时域特征量组合成特征向量,使用粒子群算法优化的BP神经网络对放电信号进行分类识别。实测数据分析表明,该方法对放电类型识别的准确率达到了96.67%,相较于传统的分形和时频分析方法,分别提高了11.67%和1.67%。