采用神经网络与分形理论的电力设备局部放电模式识别研究

根据小波理论,建立了表征局部放电(PD)脉冲信号的三维时频谱图;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。提取放电特征,并构成识别特征量,采用反向传播算法(BP)神经网络用于局部放电信号类型的模式识别。实验结果表明,本方法可以有效的区分局部放电的类型。     

尺度空间滤波在局部放电脉冲提取中的应用

在提出脉冲提取思想的基础上，利用局部放电信号所固有的奇异性特征，将小波变换的奇异性检测原理应用于提取局部放电脉冲。为了满足局部放电在线监测的在线准实时要求，提出了改进的尺度空间滤波算法，并将其应用于局部放电脉冲的提取。通过相邻尺度的小波系数直接相乘，可以突出奇异点的信号，并获得基于尺度的屏蔽滤波器，将阈值方法和尺度空间滤波相结合，最终得到基于时域的屏蔽滤波器，将时域滤波器和原信号相乘，就可以提取出局部放电脉冲。仿真试验和发电机实测信号的算例表明，相对于模极大值算法，该方法在提高运算速度的基础上，不但能准确检测出局部放电脉冲，而且能很好地保持局部放电脉冲的幅度和位置。     

GIS局部放电脉冲分类特征提取算法

传统的基于局部放电脉冲时频信息构建的局部放电脉冲群分类谱图,多数只能提取表征局部放电脉冲波形特征的低维特征量。当分类算法需要更多的特征量来完成对放电脉冲群的分类工作时,采用上述算法则不能有效地完成对局部放电脉冲群的分类工作。为此提出了采用等效时频熵算法来提取表征局部放电脉冲波形特征的多维特征量,构建放电脉冲群的等效时频熵分类谱图,并与改进的模糊C均值聚类算法相结合实现对不同类型局部放电脉冲群的分类工作。基于气体绝缘组合开关设备(GIS)的实验结果证实了上述方法的有效性和合理性,为研制基于单一人工缺陷模型的局部放电在线监测和识别系统提供了实验和理论依据。     

基于EMD与DTW算法的振荡波下电缆局部放电定位方法

振荡波电压法用于局部放电(partial discharge, PD)检测得到了越来越多的应用和研究,但放电脉冲难以完整提取和准确匹配等问题有时会影响局部放电定位的精度和准确率。针对以上问题,首先提出了采用经验模态分解(empirical mode decomposition,EMD)与Teager能量算子相结合的方法对放电脉冲进行有效分割,接着使用动态时间规整(dynamic time warping,DTW)算法计算放电脉冲之间的相似度,并结合其他约束条件对入、反射脉冲进行匹配,最后使用时域反射法对放电点进行精确定位。使用故障电缆的实测数据进行验证,结果表明:该方法能够完整和准确地对放电脉冲进行分割与匹配,在相对误差0.01的精度下,定位准确率达到81%。所提方法能在高精度下以较高的准确率对局部放电进行定位,为振荡波电压法下电缆局部放电的定位提供新的解决思路。     

基于小波变换和数学形态学的局部放电信号降噪算法的研究

进行局部放电(Partial Discharge,PD)在线监测时,为解决传统降噪算法难以提取湮没在强白噪声干扰中的多态性局部放电脉冲的问题,提出一种小波变换(WT)与数学形态学(MM)相融合的方法.该算法在传统小波硬阈值降噪方法的基础上加入形态滤波环节,对小波分解系数进行滤波处理.仿真分析以强白噪声干扰下的多态性局部放电信号为研究对象,采用降噪后信号的信噪比和均方误差为降噪性能指标,分析比较该方法与其他传统降噪方法的降噪性能,对实测局部放电信号研究结果表明该方法与传统的小波阈值方法相比,能够更有效地抑制强噪声干扰并较为完整地提取局部放电脉冲信号,且对母小波选取的依赖性低、计算量小、便于实现.将该方法运用于局部放电实测信号的处理,取得了良好的降噪效果.     

波形特征与统计特征相结合的局部放电脉冲分类方法

当不同类型的局部放电脉冲具有相似的波形特征的时候,应用等效时频特征进行脉冲的分类将遇到一定的困难。笔者在保证每个网格中包含有足够的样本数量用于统计分析的原则下,对局部放电脉冲等效时频谱图进行网格状划分与合并。对每个网格内的脉冲,提取该网格内所有脉冲信号的6个统计参数,连同该网格内所有脉冲的平均等效时长和平均等效频率一起共8个参数作为分类的特征量。将每个网格中的所有脉冲视作同一类型的放电,对从各个网格中提取的特征量进行聚类分析,从而得到每个网格的分类结果,达到脉冲分类的目的。该方法将局部放电模式识别中常用的统计特征与放电脉冲的波形特征结合起来,应用该方法对于两类模拟缺陷所产生的局部放电信号进行了分类,其综合分类结果优于直接采用等效时频特征的分类方法,而且两类脉冲分类的准确性比较均衡。研究结果表明,该方法可以在一定程度上提高分类的准确率,实现对不同类型的放电脉冲之间以及放电脉冲与干扰脉冲之间的有效分离。     

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。     

局部放电超高频脉冲分段采集及相角计算方法

采用连续采样方法检测局部放电信号成本较高,为此提出一种分段采集模式。采用高、低速系统分别采集局部放电超高频脉冲及工频信号,利用局部放电脉冲同步触发工频信号。采用模糊聚类方法计算所采集工频信号的实时基波频率,进而基于傅里叶级数算法,计算所采集工频信号的初始相位角,并以此作为局部放电脉冲的相角。通过局部放电脉冲相角、局部放电脉冲时间间隔及工频信号频率计算整个局部放电脉冲链相角。仿真试验和现场检测验证了所提方法的有效性和实用性。     

基于独立分量分析的局部放电脉冲信号提取

电气设备局部放电信号的提取,特别是从强干扰中恢复局部放电信号具有较大的困难。该文根据独立分量分析ICA理论,提出了多源少信道(欠定)ICA算法与完备ICA算法结合的二次盲信号分离方法,用此方法对局部放电脉冲进行提取。仿真结果表明,所提方法能够较好地恢复出多种干扰下典型局部放电脉冲信号的波形、波形之间相对幅值关系以及脉冲极值所对应的时间点等局放信息,说明了此方法可行。     

改进空间屏蔽滤波算法在局部放电脉冲提取中的应用

提出了改进的空间屏蔽滤波算法，并将其应用于局部放电脉冲信号的提取。利用Teager能量算子得到能量强化后的小波变换系数，利用小波系数在相邻尺度的乘积突出奇异性信号，形成基于尺度的屏蔽滤波器，通过相邻屏蔽滤波器的逻辑“与”运算得到最终的屏蔽滤波器。将该屏蔽滤波器和不同尺度的小波系数相乘来提取局部放电脉冲。仿真信号和试验室线棒放电信号的测试表明该方法不仅能提高信噪比，还能很好保留局部放电信号的幅值和能量，有利于后续的局部放电分析。     

局部放电UHF脉冲的时频特征提取与聚类分析

制作了4种人工缺陷模型模拟典型的局部放电源,并进行局部放电试验采集UHF脉冲信号。引入S变换(ST)对局部放电的UHF脉冲进行时频分析,探索不同放电源脉冲的聚类分离。算法首先对UHF脉冲进行S变换,并采用非负矩阵分解(NMF)对S变换幅值矩阵进行分解得到频域基向量和时域位置向量,从中提取尖锐度、导数平方和、信息熵以及稀疏度等特征参量,构造出能充分反映局部放电时频信息的特征空间,最后利用模糊C均值算法对提取的特征向量进行聚类得到放电源脉冲的聚类结果。对试验数据的分析结果表明,提取的ST时频特征能够有效实现不同局部放电源脉冲的聚类,当NMF参数r=2时,10维时频特征能够取得最高为90.33%的聚类正确率;与常用的Wigner-Ville分布(WVD)相比,ST具有更好的聚类效果;当存在复杂的多重信号折反射时,本文提出的时频特征聚类结果较差,需要进行进一步的研究。     

选取最优小波进行局放脉冲的提取和消噪

讨论了小波变换的基本思想及使用小波变换对局部放电 (PD)信号去噪的原理。基于不同检测回路的特性 ,用衰减指数波 (DEP)或衰减振荡波 (DOP)来模拟 PD信号 ,从能量的角度对 PD脉冲和小波函数进行了相关性的细致分析 ,提出针对不同参数 PD脉冲利用相关系数选择最优小波的方法。仿真结果表明 ,利用此方法选取的小波能更加有效地从强噪声中提取放电脉冲     

变频谐振下10 kV电缆缺陷局部放电检测研究

采用目前方法检测电缆缺陷局部放电时,因变频谐振PD信号的影响而导致其整体有效性较差。提出变频谐振下10 kV电缆缺陷局部放电检测方法。在二阶包络线的基础上提取局部放电信号脉冲,并通过阈值策略消除局部放电信号中存在的噪声,避免其对检测过程造成干扰;提高局部放电脉冲信号的时域波形、频域波形特征量,将其输入BP网络中,在变频谐振下完成10 kV电缆缺陷局部放电检测。实验结果表明,所提方法的识别率高,其检测结果的相对误差低。     

局部放电在线监测信号中周期脉冲干扰的抑制

根据大型电气设备局部放电脉冲和干扰脉冲的信号特征差异,对相似脉冲进行分组,进而达到提取局部放电信号的目的.计算机仿真结果表明,这种方法有效地抑制对局部放电在线监测有较大影响的周期型脉冲干扰.     

变频电机绝缘的局部放电检测技术

为解决陡上升/下降沿脉冲方波电压下变频电机绝缘局部放电(PD)检测的信号提取问题,对比研究了高频电流传感器和超高频法测试中局部放电和脉冲电源干扰的时域和频域特性。针对2种信号的不同特征,提出了抑制脉冲电源干扰、提高信噪比的方法。研究结论认为,依据IEC标准进行变频电机局部放电检测时,超高频法在局部放电起始放电电压测试和脉冲信号提取中表现出较高信噪比(S/N)性能,可优先选用。相关系数分析方法可作为局部放电脉冲是否淹没在脉冲电源干扰中的有效判据,联合采用相关系数分析和sym2小波提取技术后,宽频电流测试法仍可在需要的场合作为变频电机绝缘局部放电检测的有效补充。     

用于提取局放脉冲的波形匹配识别方法初探

针对现场采集的局部放电信号中经常混杂白噪声和窄带周期干扰现象,本文首次提出使用Laplace小波按照波形匹配的原则来提取局部放电脉冲信号的方法.利用该小波波形与局部放电脉冲波形相吻合程度较好的特点,根据波形匹配的原则对含噪信号在一个由该小波构成的小波基函数空间中进行模式识别,进而去除噪声,提取局部放电脉冲信号.该方法不仅能够用于去噪,而且可以确定脉冲的放电主频率、衰减度、放电时刻及放电个数,从而为故障识别和定位奠定良好的基础.仿真和实验结果显示该算法具有良好的去噪性,同时可以获得更多的局放脉冲信息.     

基于时频相似度的GIS多源局部放电信号分离方法

文中提出一种基于时频分析的GIS多源局部放电信号脉冲分离方法。首先,对记录的GIS局部放电脉冲波形序列进行S变换时频分析,以提取典型局部放电脉冲的时间—频率—幅值特征。然后,与由单一典型局部放电缺陷模型构造的时频数据库进行混合,基于时频相似度分析和仿射聚类方法对记录的脉冲群进行快速分类,最终实现多局部放电源脉冲群的分离。在局部放电源个数未知的情况下,文中方法可判断出局部放电源的个数和放电类型。且该方法可抑制随机干扰源的影响,并可分离典型的脉冲扰动波形。     

基于EEMD与边际谱能量的电缆局部放电定位方法

振荡波局部放电试验在电缆绝缘缺陷检测中得到了越来越多的研究和应用,但背景噪声干扰和放电脉冲匹配的问题会影响局部放电定位的准确度。为实现振荡波电压下电缆绝缘缺陷的准确定位,提出一种基于集合经验模态分解与Hilbert边际谱能量的局部放电定位方法。首先采用移动窗口阈值法提取出局部放电脉冲信号,采用集合经验模态分解算法对信号进行分解,对得到的各分量进行Hilbert变换获得其边际谱能量值;然后选择不同本征模态函数分量在原始信号边际谱能量值的占比作为特征量,计算信号相似度进行入射脉冲信号和反射脉冲信号的匹配,最终采用时域反射法进行局部放电定位;最后对35 kV电缆进行振荡波耐压试验,对检测到的局部放电信号进行定位计算。结果表明,提出的方法可以在高斯白噪声较强的情况下实现电缆绝缘缺陷定位,定位平均误差可以达到1.15%。     

变压器油中局放UHF信号能量与放电量的关系

为研究变压器油中的金属微粒缺陷下局部放电(PD)放电量与超高频(UHF)信号累积放电能量之间的关系,利用50Ω无感电阻测量电流脉冲和超高频电磁波检测系统,对两种检测方法的实验室人工模拟变压器PD信号进行了测量,发现变压器油中的金属微粒缺陷下的局部放电放电量和UHF信号累积能量之间有二次曲线关系,且当电压与缺陷质量增加时,PD的放电量与天线接收的累计能量均会增加。这一结果表明:结合IEC 60270标准,可以通过计算UHF信号累积能量来获取局部放电量,这为进一步系统研究用超高频法定量检测PD的难题,提供了一种有价值的方法和手段。     

基于广义S变换与数学形态学的局部放电窄带干扰抑制方法

针对高压电力设备局部放电信号受周期性窄带干扰影响大的问题,提出了一种基于广义S变换与数学形态学的局部放电窄带干扰抑制方法。该方法可以从染噪局部放电(partial discharge,PD)信号中分离出原始PD信号和窄带干扰信号的时频谱图,从而在时频域内准确辨识出窄带干扰和原始PD信号,避免强能量的窄带干扰掩盖原始PD信号时频特征的问题。再利用总体最小二乘不变旋转矢量技术准确估计窄带干扰的特征参数,以抑制染噪PD信号中窄带干扰。对仿真和实测PD信号开展窄带干扰的抑制测试,测试结果表明：该文所提方法可以有效分离出染噪PD信号时频谱图中窄带干扰和PD信号,提高了时频分析的准确率;同时相比于传统的快速傅里叶变换(fast Fourier transform,FFT)算法谱最小熵解卷积滤波法和自适应奇异值分解法,该文方法能够有效抑制小幅值的窄带干扰,具备更好的窄带干扰抑制效果,以恢复局放信号的波形特征。