共查询到10条相似文献,搜索用时 15 毫秒
1.
为了提高污秽绝缘子外绝缘状态的诊断准确度,利用绝缘子污秽放电时产生的声发射信号评定其外绝缘状态。通过绝缘子污秽试验,由高灵敏度声信号监测装置检测绝缘子的污秽放电声发射信号;对提取的声发射信号进行核主成分分析,将样本从低维的状态空间非线性的映射到高维核空间,在核空间采用随机森林方法训练得到分类器群,根据分类器群的分类结果对每个测试样本进行投票表决决定其最终分类。分析和诊断试验结果表明,声发射信号的3个原始特征量经核主成分分析后,变换为65个核特征量,有效地提高了分类器群之间的差异性。基于核主成分分析的随机森林模型的状态诊断结果具有很高的准确性。利用污秽放电声发射信号可进行污秽放电阶段的划分,以达到监测绝缘子的外绝缘状态的目的。 相似文献
2.
3.
为了获取悬式绝缘子污秽放电强度与声发射信号强度之间的关系,系统研究了不同材质悬式绝缘子污秽放电声发射现象。介绍了绝缘子污秽放电声发射监测原理、声信号监测装置以及污秽试验方法,进行了多组悬式绝缘子的污秽放电声发射试验。试验和分析结果表明:整个绝缘子污秽放电过程中,即从放电起始、发展、强烈至闪络,放电强度与声发射信号之间存在着对应关系;且污秽放电过程可粗略的划分为几个阶段,各个阶段各有不同的典型放电现象,均与一定的声发射信号相对应。并在大量污秽试验基础上,总结绝缘子污秽放电声发射波的共有特征。 相似文献
4.
绝缘子污秽放电伴随着声发射现象,人工污秽试验表明,污秽绝缘子放电声发射信号与绝缘子污闪放电的发展存在复杂的非线性关系。为有效分析绝缘子放电声发射信号,从而判断绝缘子表面的污秽放电状况,利用最小二乘支持向量机这种新的机器学习工具,建立了以污秽绝缘子放电声发射信号中的多个变量作为输入参数,污秽程度作为输出的绝缘子运行状态评定模型。模型参数通过交叉检验的方式确定,并通过部分仿真数据验证了该模型的有效性。仿真结果表明,最小支持向量机具有很好的学习、分类和泛化能力,满足绝缘子污秽监测实际要求。 相似文献
5.
6.
7.
8.
采用集合经验模态分解方法(EEMD),对不同放电阶段的声发射信号进行分解,得到其本征模态分量,再对本征模态分量进行Hilbert变换得到声发射信号的时频谱。在此基础上,计算声发射信号的边际谱,以声发射信号的边际谱熵和重心频率作为声发射信号的特征值,最终实现对绝缘子不同放电阶段的模式识别。结合大量的绝缘子污秽放电试验,运用声发射信号的特征值进行污秽放电模式识别分析。结果表明:该新方法能有效区分污秽绝缘子污秽放电的三种不同放电阶段,为判断绝缘子的外绝缘状态及实现污闪预警提供了技术支持。 相似文献
9.
10.
研究了绝缘子污秽放电声发射监测中用小波变换进行信号提纯与消噪的实现问题。在大量绝缘子污秽放电声发射试验基础上,分析总结了污秽放电声发射信号的共有特点。并提出一种基于声发射信号小波变换的小波基选取方法。采用选取的最优小波函数rbio3.9对声发射信号进行频谱分析,提取了声信号的特征频带,并对重构后的信号进行二重小波分解消噪。两组声发射信号的小波变换消噪结果表明,小波变换提高了信号信噪分离结果的可靠性,有效地降低了噪声对污秽放电声发射信号的影响。 相似文献