共查询到20条相似文献,搜索用时 140 毫秒
1.
为实现电气设备局部放电模式的准确识别,提出了一种基于时频特征核熵成分分析的局部放电模式识别方法。首先采用S变换理论对局部放电脉冲信号进行时频特征分析,针对S变换分析结果维数庞大但冗余信息较多而不便于模式识别的缺点,基于核熵成分分析方法对S变换结果进行压缩降维处理,得到了局部放电模式识别时频特征向量,同时结合随机森林分类器实现了局部放电类型的准确识别。搭建了尖端放电、沿面放电、气泡放电、悬浮放电等典型变压器绝缘缺陷模型并采集了局部放电信号,分别采用文中方法、PCA方法及KPCA方法进行了局放模式识别实验。实验结果表明,相比PCA方法及KPCA方法,文中方法局放模式识别结果准确率较高且耗时较短。 相似文献
2.
针对高压设备局部放电信号的周期性窄带干扰抑制问题,提出一种基于Hankel矩阵和奇异值分解的窄带干扰抑制方法。首先,通过染噪局部放电信号采样序列构造Hankel矩阵,作为轨迹矩阵,并对其做奇异值分解;研究窄带干扰奇异值分解的规律,并在该规律的基础上利用奇异熵增量和K均值算法找出窄带干扰对应的奇异值,对窄带干扰进行重构;得到窄带干扰后,从染噪信号中将其除去,获得只含有白噪声的局放(partial discharge,PD)信号。对染噪局部放电仿真信号、实测信号进行窄带干扰抑制,并与改进FFT阈值法、小波降噪的结果进行对比分析。结果表明:该方法对窄带干扰的抑制效果更好,波形相似度更高。 相似文献
3.
《电网技术》2020,(7)
针对高压设备局部放电信号的周期性窄带干扰抑制问题,提出一种基于Hankel矩阵和奇异值分解的窄带干扰抑制方法。首先,通过染噪局部放电信号采样序列构造Hankel矩阵,作为轨迹矩阵,并对其做奇异值分解;研究窄带干扰奇异值分解的规律,并在该规律的基础上利用奇异熵增量和K均值算法找出窄带干扰对应的奇异值,对窄带干扰进行重构;得到窄带干扰后,从染噪信号中将其除去,获得只含有白噪声的局放(partial discharge,PD)信号。对染噪局部放电仿真信号、实测信号进行窄带干扰抑制,并与改进FFT阈值法、小波降噪的结果进行对比分析。结果表明:该方法对窄带干扰的抑制效果更好,波形相似度更高。 相似文献
4.
《中国电机工程学报》2019,(3)
白噪声是电缆局部放电(partial discharge,PD)检测时最为常见的噪声之一。针对局部放电白噪声的抑制问题,提出一种基于短时奇异值分解的局部放电去噪方法。该方法通过短时数据窗截取含噪局放信号片段,利用奇异值分解实现局放信号白噪声抑制。通过典型局放脉冲模型模拟实际局放信号,考虑不同信噪比、窗口长度对去噪结果的影响,验证了该方法的可行性。在振荡电压和工频电压下对实验室模拟的两种不同典型电缆缺陷进行了局部放电测试试验,并利用不同去噪方法对测试得到的局放信号进行去噪,验证了该方法的有效性和准确性。结果表明,该方法相比于传统小波去噪识别灵敏度更高,且去噪后波形相比于传统小波和奇异值分解去噪后波形相似度更高、误差更小。 相似文献
5.
为了对气体绝缘全封闭组合电器GIS(gas insulated switchgear)更好地进行故障诊断,本文结合小波包变换、奇异值分解SVD(singular value decomposition)、能量值法,提出了基于小波包奇异能量WPSEG(wavelet packet singular energy)值的GIS故障识别方法,该方法通过量化故障特征对不同故障进行识别。对故障信号进行小波包分解重构得到小波包系数矩阵;利用SVD分解求得矩阵的奇异特征值,最终求取奇异特征值的能量。对现有的GIS 4类超高频局部放电仿真信号进行分析表明,不同故障的WPSEG值不同,同一类故障,小波包分解层数不会影响WPSEG值,并且在相同噪声环境下,4类缺陷的WPSEG值是成比例增长的,不会影响故障的识别。通过与小波包奇异熵WPSEP(wavelet packet singular entropy)法在GIS故障识别中的应用,说明WPSEG值的优越性。 相似文献
6.
7.
8.
9.
针对电力设备局部放电信号容易受到环境中的窄带噪声和白噪声的干扰,为了更好保留局放信号特征以便后续进行故障诊断和预测,提出了一种基于压缩感知重构和变分模态分解的变压器局部放电信号去噪方法。该方法首先使用窗函数抑制窄带干扰的频率泄露,之后利用窄带干扰在频域上与局放信号和白噪声之间稀疏度的差异从而将窄带信号进行分离重构以抑制窄带噪声,其次通过改进变分模态分解方法根据各模态含有局放信号信息的多少来对不同模态进行分类去噪,最终恢复出局放信号。通过仿真及实测信号对该方法进行去噪效果测试,并与奇异值分解和变分模态分解去噪方法的去噪效果进行对比,结果表明该方法能够有效抑制局部放电信号的干扰,相比传统算法的波形相似系数提升约2%,能够更好的保留局部放电信号的波形特征。 相似文献
10.
传统的局部放电检测方法在分析过程中忽略了噪声信号的影响,导致放电检测结果的准确性偏低.为此,
提出基于LSTM 算法的电力电缆局部放电检测方法.首先,提取电缆放电信号特征,由于线路运行信号和干扰信号
众多,因此通过分析其特征,得到典型的局部放电信号特征向量.然后,去除特征信号中噪声量的干扰,更准确地接
收电力电缆中的放电信号.最后,基于LSTM 算法检测与处理放电信号,对局部放电信号探测的速率进行控制,从
而提高局部放电信号探测的准确率.实验表明:使用此方法检测电缆局部放电所得的电压与实验所设定的电压较一
致,最大误差为0.9kV;2种传统方法相较于此方法的误差分别超出4.1kV、5.3kV. 相似文献
11.
12.
局部放电(partial discharge,PD)特高频(ultra high frequency,UHF)信号检测过程易受到白噪声和周期性窄带干扰的严重影响.为有效提取PD UHF信号、抑制干扰,提出一种基于奇异值分解(singular value decomposition,SVD)和低秩径向基函数(radical basis function,RBF)神经网络的去噪方法.首先,将染噪局部放电信号构造为Hankel矩阵,并奇异分解到特征矩阵空间;然后,把特征矩阵中奇异值突变点设为阈值,以去除窄带干扰;最后,采用RBF神经网络逼近去干扰后的PD信号,并采用Gaussian窗滤波以提取局放信号.所提方法与逆向分离(reverse separation,RS)和形态学小波综合滤波器(morphology wavelet filter,MWF)进行对比.从仿真和实测结果表明,该方法对周期性窄带干扰和白噪声有着强抑制作用,评价指标更为显著. 相似文献
13.
14.
15.
《中国电机工程学报》2016,(2)
油纸绝缘气隙放电是运行变压器局部放电的主要方式,研究其发展阶段对变压器潜伏性故障的有效监测及诊断具有重要意义。论文模拟实际变压器运行环境建立油纸绝缘气隙放电缺陷模型,利用恒压法采集其局部放电信号,采用小波包分解对局放信号进行频带划分,获取其各频带下信号能量分布以及局放发展过程信号总能量发展情况,基于不同频带下信号能量变化特征提出以小波包能量熵作为局部放电发展特性的新特征量,通过小波包能量熵在整个过程中的循环变化特征规律,提出以小波包能量熵"阶跃"断层点为支点的局部放电阶段有效划分方式,并根据小波包能量熵在不同阶段的阈值特点,建立通过阈值判定来识别局部放电发展阶段的模型。 相似文献
16.
17.
变压器局部放电检测中的小波包去噪算法 总被引:10,自引:1,他引:9
分析了变压器局部放电在线检测中局部放电及干扰信号特征 ,根据小波包变换良好的时频局部化特性 ,引入信号子空间范数描述局部放电信号在时频空间中的分布 ,提出了局部放电信号在线检测的小波包变换新算法。理论分析与实验结果表明 ,该算法能有效抑制周期性载波干扰和白噪声 ,提取局放信号特征 相似文献
18.
19.
不同类型的局部放电脉冲,对电缆的危害程度不同,其判断标准也不一样,因此对局放类型的辨识具有重要意义.制作了沿面放电、悬浮放电、针-板放电和自由颗粒放电4种典型的故障缺陷模型,并搭建实验平台测取放电数据.对数据去噪处理后,构建4种放电类型的局部放电相位分布模式PRPD(phase resolved partial dis?charge),并利用谐波小波包变换对原始局放信号进行分解,提取局放信号的多尺度能量特征参数和多尺度样本熵参数,将它们组成特征向量,送入支持向量机SVM(support vector machine)中进行分类识别.4种放电类型的平均识别率为94.5%,因此利用多尺度参数特征可以有效识别出不同类型的局放信号. 相似文献
20.
基于模极大值小波域的局部放电信号重构算法 总被引:13,自引:0,他引:13
局部放电信号是奇异信号,利用模极大值原理,可以对局部放电信号去噪,然而,对于单个的局部放电脉冲信号,如何由保留下来的少数模极大值点重构局部放电信号是一个重要课题。为此,该文提出一种基于模极大值小波域的局部放电信号重构算法,该算法先根据模极大值小波域的定义求出局部放电信号的模极大值小波域,从而得到局部放电信号的小波系数,然后逆变换得到局部放电信号,实例分析表明,该算法程序简单,易实现,速度快,能满足局部放电在线监测的需要。 相似文献