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%。     

基于混沌吸引子的真空断路器永磁斥力机构机械故障识别方法

针对真空断路器斥力机构故障时振动信号瞬态、非线性且难以进行故障定量评估与识别的问题,该文提出一种基于吸引子形态的混沌吸引子矩特征量和粒子群优化支持向量机的斥力机构故障评估与识别方法。以斥力机构分合闸过程中典型故障,特别是分闸油压缓冲器不同过调故障程度的振动信号为分析对象,首先采用混沌理论相空间重构方法和Wolf算法,得到最大Lyapunov指数,表明斥力机构振动信号具有明显的混沌特性,通过三维相图定性分析振动信号混沌吸引子演变规律;然后引入混沌吸引子矩理论,提取四种二维吸引子矩,利用最小二乘法线性回归计算第一区域曲线斜率为吸引子形态特征量,同时提取时域信号共同组成特征向量库;最后比对分析支持向量机算法与粒子群优化-支持向量机组合算法的准确率。实验结果表明,文中所用方法可精准识别斥力机构故障类型。     

交联聚乙烯电缆局部放电检测技术及特征提取技术进展

交联聚乙烯电力电缆长期运行中绝缘劣化可能导致局部放电,对局部放电进行检测可以保证电网长期安全可靠运行。首先介绍了多种不同的电缆局部放电检测方法,分析不同方法的优缺点,在此基础上,介绍了用于局部放电模式识别的特征量提取方法。     

交联聚乙烯电力电缆电树枝生长的混沌特性分析

采用实际的XLPE电缆作为试验样品,以针尖模拟电场应力的集中,开展了工频12～21kV电压和常温到70℃下的电树枝化试验;引入了混沌理论分析电树枝生长的过程,并以电树枝局部放电单位时间内的最大放电量和总放电量作为分析对象,结合电树枝的生长的物理机理,分析了电树枝生长的混沌特征。结果显示XLPE电缆电树枝的生长过程具有确定性混沌特性,电树枝混沌特征的最大Lyapunov指数和关联分形维数值表现出随树枝分形维数的增大而减小的趋势。     

一起变压器局部放电交接试验中绝缘缺陷的发现及分析

大型电力变压器在投运前必须进行局部放电交接试验,介绍了一起220 k V电力变压器局部放电交接试验中发现的B相中压局部放电量超标现象,通过对放电图谱特征的分析,结合技术定位和变压器历史信息,判断出局部放电原因和位置,经过吊罩检查找到了放电位置并对缺陷进行了消除。     

基于超高频法的典型GIS局部放电检测

GIS局部放电检测是GIS绝缘状态监测的一种科学有效的方法。笔者构建了GIS实验模型以及基于超高频法的局部放电在线检测系统,对GIS中典型的几种局部放电特征进行了研究,采用基于相位的分析模式详细分析了不同放电类型在不同电压条件下的放电特征,并结合常规局部放电测试仪,对UHF信号的放电量进行估计,为进一步进行放电类型的智能模式识别及研究超高频信号与放电量关系提供了试验依据,以提高UHF局部放电检测的工程实用性。     

高压断路器机械振动信号混沌吸引子形态特性

提出并探讨了基于混沌吸引子形态特性的高压断路器振动信号特征提取方法。采用功率谱和Lyapunov指数分别对高压断路器振动信号进行定性和定量混沌分析,证实了高压断路器振动信号既包含高压断路器动力学特性,也存在混沌现象;在此基础上,对振动信号进行相空间重构,分析混沌吸引子形态特性与故障类型之间的关系;最后,以不同严重程度的分闸缓冲器故障为例,深入探讨了不同严重程度故障下混沌吸引子的演变规律。研究结果表明,高压断路器振动信号混沌吸引子形态在同一故障状态下较稳定,对故障类型及故障严重程度较敏感,这表明混沌吸引子形态特性是研究高压断路器振动信号特征提取的有效实用途径。     

一种综合多种检测于段的变压器局部放电在线监测分析方法

论述了目前变压器局部放电在线监测的现状及其发展形势,介绍了变压器局部放电的产生原因及其危害。并对现有的局部放电在线监测方法进行了阐述和分析。提出了一种综合多种手段的变压器局部放电在线监测分析方法,基于此方法,模拟几种典型的放电故障,利用局部放电特征向量和Ф-q—n特征参数及局部放电指纹图谱对相应的放电类型进行了模式识别和智能判断放电类型。     

基于Logistic模式树的开关柜局部放电识别方法

局部放电类型的判定对于设备绝缘状态的评估具有重要的意义。笔者在简单介绍Logistic模式树的基础上,将这种方法应用于局部放电的类型判别。文中首先介绍了实验室模拟的4种典型局部放电以及暂态对地电压(TEV)信号的采集,讨论了特征量的选择标准,然后提取12个鲁棒性强的特征量作为放电类型的识别标识,用于Logistic模式树的建立。结果表明基于Logistic模式树的分类器结构简单明确,而且具有良好的识别效果。     

电压模式控制Buck变换器中的混沌吸引子重构技术

利用Buck变换器的输出电压时间序列可以进行变换器的混沌吸引子重构，其中延迟量可以通过时间序列的自相关函数来确定，而重构维数也可根据混沌吸引子的关联维来确定，仿真和特征参数计算均表明Buck变换器的重构混沌吸引子与原混沌吸引子拓扑等价，具有相同的动力学性质和几何性质，另外，构建了一个延迟重构实验电路，得到的实验波形也验证了上述结果。     

Generation of n-double scrolls via cellular neural networks

N-double scrolls are chaotic attractors generated by Chua's circuit when its non-linear resistor characteristic is appropriately modified. They have recently been introduced, simulated and studied analytically by Suykens and Vandewalle. In this paper a new approach to generate n-double scroll attractors is introduced. They have been derived from a connection of three simple generalized cellular neural network cells called a state controlled CNN (SC-CNN). In this way it is established that n-double scroll attractors can be generated using an SC-CNN. The circuit implementation of the introduced system and some experimental results referring to the 2-double scroll attractor are reported.     

基于混沌控制和多重滤波的局部放电去噪研究

采集局部放电信号时,经常受到外界的干扰,主要包括周期性窄带干扰、白噪声干扰和随机脉冲干扰。噪声太大时,局部放电信号会被淹没。为了提高变压器局部放电信号定位的准确性,提出混沌控制和多重滤波的方法,在线检测去除干扰。利用相关性和谱分析识别周期干扰并确定窄带干扰的周期,设置合适参数控制混沌系统,精确去除噪声,采用多重滤波的方法去除白噪声干扰,以及利用脉冲极性鉴别法抑制随机脉冲干扰,并在虚拟仪器平台上进行仿真实验。实验结果表明,该方法可以有效抑制干扰,为变压器局部放电信号的定位系统奠定了技术基础。     

希尔伯特-黄变换在变压器局部放电脉冲识别中的应用

时频分析方法是变压器局部放电特征提取的有效手段。讨论利用小波变换方法分析非平稳信号的局限性,介绍希尔伯特-黄变换(Hilbert-Huang transform,HHT)的理论体系,并分别应用2种时频分析方法得到不同类型局放信号的幅值谱,从中提取了时频熵向量作为用于模式识别的特征量,模糊聚类结果显示,由希尔伯特-黄变换得到的时频熵向量具有优于小波变换的聚类特性。因此,希尔伯特-黄变换是目前变压器局放信号特征提取的有效方法。     

一种用混沌振子去除局部放电信号中窄带干扰的新方法

如何有效地从现场大量的干扰中真实地提取局部放电信号,至今仍是提高在线监测系统的灵敏度和监测可靠性的难题.本文从非线性理论出发,提出用混沌振子去除局部放电信号中窄带干扰的新思路.讨论了用于判断混沌振子状态变化的Lyapunov指数的计算方法,仿真实验表明混沌振子对局部放电信号中的窄带干扰具有较强的敏感性,对局部放电信号和白噪声具有免疫力,能在保证原始局部放电信号失真较小的同时有效地去除窄带干扰.     

宽带脉冲电流法局部放电检测中的脉冲定量

与传统的脉冲电流法相比,宽带测量方法可以获取更多的局部放电信息,有助于提高测量的灵敏度和抗干扰能力。研究了基于宽带脉冲电流法的局部放电检测中的脉冲定量技术,介绍了脉冲校准器的设计原理,分析了校准脉冲的波形特征和频谱特征,实测了定量的准确性和线性度。同时在局部放电的实际测量中对两种方法进行了对比,证明了两种方法的等效性。     

基于混沌时间序列和神经网络的电力短期负荷预测

提出一种将混沌时间序列和神经网络相结合的短期负荷预测方法,利用混沌理论重构相空间的吸引子,然后用BP神经网络来拟合空间吸引子的演化,同时利用空间欧氏距离来选取神经网络的输入样本,实例预测结果表明所提出方法的有效性和可行性.     

变压器油中溶解气体分析法应用中存在的问题及产气识别（二）

4变压器各类产气的识别 4．1自然老化产气的识别 自然老化产气与变压器内的水分和氧气含量有关,而他们与制造和维护水平有关,所以每一台变压器运行后所含特征气体的浓度是不同的。根据统计,如果油中乙炔保持为0值,总烃缓慢地上升,平均产气率〈0．1μL／（L·d）,则可认为是自然老化。自然老化是可以控制的,控制水平不同,老化程度就不同。     

基于混沌 — 分形理论的XLPE电缆老化特性研究

通过研究交联聚乙烯（XLPE）电缆电老化过程中的情况,利用混沌 — 分形理论分析比较了各老化阶段的局部放电脉冲波形的混沌特性,通过编程计算比较波形的关联维数和Kolmogorov熵,得出不同的电老化阶段XLPE电缆中的局部放电脉冲波形具有不同的混沌特性,为XLPE电缆老化诊断提供了新的依据。     

GIS体外超高频法检测局部放电的研究与应用

简单介绍了GIS几种局部放电常用的检测方法,具体论述了GIS局部放电超高频(UHF)检测法,分别对UHF检测法检测原理、干扰原理、定位原理进行了阐述,通过对局部放电的波形特征、相位特征和频率特征的综合分析列出了各种局部放电现象的特征经验总结。最后给出了GIS局部放电UHF检测法的一个典型实例,应用此实例对GIS进行了局部放电现场测试及测试分析。