基于改进SSD的GIS多源局放模式识别

为了克服局部放电(partial discharge, PD)缺陷诊断中样本数量不足的困难，并解决传统模式识别算法无法有效识别多源局放的缺陷，文中提出了一种基于改进单阶段多框预测算法(single shot multi-box detector,SSD)的气体绝缘组合电器(gas insulated switchgear, GIS)多源局放谱图检测算法。首先，分析了多源局放的相位分布局部放电(phase resolve partial discharge, PRPD)谱图特征，搭建GIS实验平台并模拟了4种典型局放缺陷，采集样本数据并采用ACGAN算法进行样本扩充。然后，搭建了SSD网络模型，在特征提取网络中引入了空间与通道注意力机制。最后，利用实验室数据与某220 kV变电站收集的现场数据分别验证所提出算法的有效性。实验结果表明，提出的算法能够有效检测出复杂噪声下PRPD谱图中的多源局放特征，其实验室数据平均检测精度可达97.8%，现场数据平均检测精度可达91.6%。