发电机绝缘诊断专家系统的研究

通过对发电机绝缘老化机理以及当前绝缘诊断方法的分析 ,提出了分布式绝缘诊断专家系统的思想。该专家系统以局部放电在线监测为基础 ,融合温度和振动传感器的数据 ,采用从局部到整体、从分析到综合的分析思路。整个专家系统的诊断分为局部放电的纵向分析、综合分析、统计分析及离线试验数据分析 4层。用黑板型专家系统实现上述设计思想并给出了实现方案     

用PSO算法训练神经网络抑制发电机局放随机脉冲干扰

随机脉冲干扰在局部放电在线监测的各类干扰中是最难抑制的，为此提出了一种基于粒子群优化（PSO）算法训练神经网络的随机脉冲干扰抑制算法。PSO算法的优势在于它能通过粒子间的相互作用而发现复杂搜索空间的最优区域。与传统反向传播（BP）算法相比，采用PSO算法来训练神经网络，可以有效地克服传统算法收敛速度慢、易陷于局部极小值等缺点，并且训练出的神经网络在泛化能力上也有很大的提高。大量实际数据的训练和分析结果表明，该算法在抑制局放随机脉冲干扰上是比较有效的。     

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。     

用PSO算法训练神经网络抑制发电机局放随机脉冲干扰

随机脉冲干扰在局部放电在线监测的各类干扰中是最难抑制的,为此提出了一种基于粒子群优化(PSO)算法训练神经网络的随机脉冲干扰抑制算法。PSO算法的优势在于它能通过粒子间的相互作用而发现复杂搜索空间的最优区域。与传统反向传播(BP)算法相比,采用PSO算法来训练神经网络,可以有效地克服传统算法收敛速度慢、易陷于局部极小值等缺点,并且训练出的神经网络在泛化能力上也有很大的提高。大量实际数据的训练和分析结果表明,该算法在抑制局放随机脉冲干扰上是比较有效的。     

基于空间屏蔽滤波的小波变换在抑制变压器局放白噪干扰中的应用

提出了利用基于空间屏蔽滤波的小波变换进行变压器局放白噪干扰抑制的方法,对仿真信号和局放信号进行了计算,证明该方法对变压器局部放电信号的白噪干扰抑制起到比较好的效果.