基于小波和分形分析的GIS局部放电信号特征提取

结合小波包分频和分形技术原理,提出一种气体绝缘金属开关装置(GIS)局部放电信号特征的提取方法.文中指出了小波变换和分形理论相结合用于特征提取的有效性;求出不同故障类型局部放电信号的分维数,利用其大小进行特征提取;对于不能以此参数区分的放电信号,利用小波包对其进行频带分解,通过设定阈值找出不同故障类型与特征频带的分维数的相关性,从而实现故障特征提取.针对GIS局部放电的5种典型放电模型,通过试验获得大量放电样本数据,利用上述特征提取方法对其进行区分,获得了较好效果,结果表明利用小波包分形维数能够较好地进行局部放电信号特征提取.     

基于小波包能量熵的油纸绝缘气隙放电阶段识别

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。     

基于散点集分形特征的局部放电模式识别研究

该文应用数字化测量装置采集发电机定子线棒工业仿真模型的局部放电信号，获得放电脉冲序列；在放电相位-放电量平面上，将脉冲序列表示为散点集；改变观察区域尺度，用逐段拟合法确定分形无标度区；用最小二乘拟合法计算分形维（Hausdorff维数和信息维数）；以分形维和散眯集重心坐标构成特征向量，并应用人工神经网络进行放电模式识别。研究表明分形特征在局部放电类型区分和程序判别方面均具有良好的性能。     

基于时频分析与分形理论的GIS局部放电模式识别特征提取方法

识别局部放电(PD)的缺陷类型是评估电气设备绝缘状况的一项重要指标,通过特高频传感器(UHF)可获取局部放电信号.然而,传统的基于统计参数的信号特征提取方法存在高维数和无效信息过多的缺点,该文提出了一种基于时频分析和分形理论的气体绝缘组合电气(GIS)局部放电模式识别特征提取方法.首先利用小波变换对局部放电信号获取能量...     

一种新型的局部放电信号处理方法

提出了用小波分析和分形相结合求局部放电信号分维的方法。不同的局部放电信号 ,分维不同 ,故分维能用来识别局部放电信号 ,以便对局部放电信号进行相关处理 ,实验表明该方法能精确地识别声电信号 ,找出声电信号的对应关系 ,提高故障定位的精度     

气体绝缘系统中典型缺陷的超宽频带放电信号的分形分析

要提高气体绝缘系统(GIS)放电在线监测与诊断的准确性，需要研究其典型缺陷的超宽频带放电特征。但GIS中放电频率高、频带宽，基于IEC60270标准的常规低频局部放电统计分析方法难以对放电特征进行分析。文中提出应用基于小波提取技术的放电信号的分形分析方法，对GIS中典型缺陷放电的各频段信号进行分维数计算，用分维数来量化分析GIS中超宽频带局部放电的频谱特性，发现了GIS中不同金属性表面缺陷的超宽频带放电分形特征的明显差异，对进一步将超宽频带放电检测技术用于GIS局部放电在线监测具有重要意义。     

基于小波包分解和支持向量机的局部放电识别方法研究

高压开关柜发生局部放电时产生的信号中存在着大量的信息,局部放电作为开关柜绝缘故障的重要征兆及表现方式,其类型的识别对于开关柜绝缘状态的评估具有重要的意义。为了准确地识别高压开关柜局部放电类型,提出了一种基于小波包分解和支持向量机(SVM-Wavelet)的局部放电识别方法,采用小波包分解的方法对局部放电信号进行分解并提取能量信息,组合成特征向量,在此基础上利用支持向量机(SVM)建立高压开关柜局部放电信号分类模型。结果表明小波包分析方法能很好地处理非线性、非平稳的局部放电信号,基于SVM-Wavelet的方法可以准确地识别局部放电类型。     

局部放电灰度图象分维数的研究

局部放电模式识别被普遍认为是一种预测高电压设备绝缘状况的有效手段，本文提出一种适用于局部放电模式识别的局部放电分形特征提取方法。该方法在估计分维数的改进差盒计维数（MDBC）算法的基础上，提取局部放电灰度图象分维数和二阶广义分维数以及局部放电高值灰度图象分数，共同构成局放电模式识别特征，针对高电压设备内部局部放电和外部放电干扰，设计了五种放电模型，通过放电模型实验获得的大量放电样本数据，构造出相应的局部放电特征提取图象，计算出分形特征参数，输入人工神经网络进行识别的结果表明，采用该方法具有良好的识别效果。     

局部放电信号的小波分析

为给气体绝缘系统(GIS)局部放电在线监测和诊断提供重要的理论依据,介绍了近年来国内外利用小波变换分析局部放电信号技术的研究状况,提出了利用小波分析局部放电信号的一般方法即采用相关系数法选择最佳小波,选择恰当的分解层,利用自动阈值法确定阈值,在此基础上对局部放电信号做小波、小波包分析,并与模糊理论、神经网络等技术结合来完成局部放电信号的模式识别。     

超声波法进行变压器局部放电模式识别的研究

在线识别局部放电模式可以有效地判断局部放电对变压器绝缘的危害程度。文中根据局部放电超声波信号存在的非线性和非平稳特性，提出利用分形理论对局部放电超声波信号的时域脉冲形进行分析，对分形理论及其参数计算方法进行了简单的介绍，在自制的几种典型变压器局部放电模型上进行实验，计算了所得到的局部放电超声波信号的分型参数（分维数和空缺率），得到不同放电形式的分形特征，利用人工神经网络对所得到的分形特征进行模式识别，结果表明利用超声波信号可以有效地判断变压器局部放电模式，为变压器局部放电信号的特征提取和模式识别提供了一种新的研究方法。     

基于小波包优选的模拟电路故障特征提取方法

小波包变换在模拟电路故障特征提取中应用极广,但小波包基函数直接影响故障特征提取的性能。该文给出了小波包频带能量熵的定义,并结合频带能量熵方差,提出一种基于频带能量熵的小波包优选方法。为验证方法的有效性,采用不同的小波包基函数进行实验研究,对待测模拟电路应用小波包变换完成故障特征提取,引入支持向量机验证故障特征的可识别程度。实验结果表明,利用优选小波包基提取的故障特征具有更好的区分度,说明了该算法选取小波包基函数的有效性。     

基于交叉小波变换和相关系数矩阵的局部放电特征提取

针对局部放电特征量的高维性及对噪声的高敏感性,提出一种基于交叉小波变换和相关系数矩阵的局部放电特征提取方法。基于交叉小波变换对信号的时频域分析功能以及对噪声的免疫功能,采用交叉小波变换分析变压器局部放电信号,并获得表征交叉小波谱图特性的特征量;然后利用相关系数矩阵对获得的特征量进行相关性分析,剔除具有较强相关性的特征量;最后将提取到的特征量送入概率神经网络与BP神经网络分类器进行放电模式识别。仿真及实例分析证明了该方法的有效性。     

应用特高频检测方法处理GIS局部放电故障

应用特高频局部放电检测仪对新建变电站110 kVGIS母线进行了局部放电检测,利用特高频信号检 测到了局部放电信号,并确定了放电源的位置;按照检测结果,在GIS母线检修手孔发现了一起母线导体上的尖刺故障.故障处理后,重新进行了局部放电检测,局部放电信号消失了,GIS设备顺利投入使用.     

小波与分形理论的互补性及其在局部放电模式识别中的应用研究

研究应用于电气设备局部放电模式识别及故障诊断的放电特征量提取方法,是电气设备状态维护技术研究中的难题之一。该文从尺度变换的角度,研究了小波与分形理论的互补性;并从局部放电信号小波分解后的能量谱图提取放电特征,用于局部放电模式识别。研究结果表明：选用适当的小波函数和尺度函数,将局部放电信号的逼近信号能量谱和精细的结构能量谱的分形维数作为局部放电模式特征,能够有效地应用于局部放电模式识别中。该项研究结果具有较高的理论和应用价值。     

局部放电信号中的白噪声和窄带干扰

分析了局部放电信号中白噪声和周期性窄带干扰经小波变换后的不同特性 ,提出了抑制局部放电信号中白噪声干扰和周期性窄带干扰的分层式综合处理小波包变换算法。结果表明 ,用小波包变换提取局部放电信号有较好的自适应能力     

开关磁阻起动发电系统电压特征提取研究

本文以飞机开关磁阻电机起动/发电系统为研究对象。针对输出电压的故障态能较好的表征开关磁阻起动发电系统的故障态特征的特点,结合了小波变换对非平稳信号的时频分析特点,利用搭建的开关磁阻电机起动/发电系统模型对故障时的输出电压进行小波分解和小波包分解,从而对输出电压进行故障特征提取,进而对故障类型进行分析判断。仿真结果表明,利用小波包分析的各故障信号的不同频带差异明显,该方法能有效地对输出电压故障特征进行提取。     

基于局部放电图谱和X射线图像的GIS缺陷识别技术

将GIS内局部放电信号经过去噪处理、特征提取后得到的局部放电图谱进行特征信号识别,初步得出GIS缺陷类型、位置等有效信息,再利用X射线透照缺陷对应位置从而对缺陷的类型、位置进一步识别。该技术融合了基于神经网络的局部放电图谱识别和基于匹配的X射线图像缺陷位置检测两种检测方法的优势,有效地提高了GIS缺陷检测效率和检测准确度,对于确保电力系统经济、可靠的运行具有重要意义。     

基于栈式降噪自编码器的GIS绝缘缺陷识别研究

气体绝缘开关柜(GIS)作为电力系统中重要的设备之一,其可靠性与电网的安全稳定运行密切相关.考虑到传统方法多是依靠经验人为地进行缺陷识别,不能准确地提取局部放电信号的特征并进行分类,提出了一种基于栈式降噪自编码网络的局部放电信号特征提取方法.通过网络自适应的方法提取局部放电相位分布谱图内在的特征向量,并以此表征不同放电类型对网络进行训练及测试,实现对GIS缺陷的分类识别.结果 表明,可以有效地提取放电信号的特征,并准确地识别GIS缺陷类别.     

基于超高频窄带法的GIS局部放电的研究

为了提高GIS运行的可靠性,笔者简要说明了超高频法检测GIS局部放电的原理,并在实验室以一段220 kV电压等级的GIS母线为试验对象,设计和模拟了GIS中典型的4种局部放电模型,并使用自主研发的超高频窄带检测系统对其局部放电信号进行检测。试验结果表明,该超高频窄带系统能有效测量GIS局部放电信号,同时获得了不同类型缺陷所产生的超高频信号及其对应的特征,为今后GIS局部放电模式识别提供了数值依据。     

GIS局部放电特高频信号特征的研究

为了研究GIS（全封闭气体绝缘组合电器）设备内部各种不同类型局放故障的特高频信号特征,利用实际的110kVGIS母线段建立了一套GIS局部放电试验平台,并在试验平台上进行了高压尖端、地电位尖端、盆式绝缘子表面金属颗粒、悬浮电位放电和绝缘子内部缺陷等几类典型缺陷模型的局放试验,获取了不同缺陷的图谱资料。试验结果表明,依据特高频信号的特征,可以对不同类型缺陷进行区分。