GIS局部放电潜伏性故障多因子数据流融合诊断

为确保电网安全运行，需及时识别GIS局部放电潜伏性故障，因此，提出GIS局部放电潜伏性故障多因子数据流融合诊断方法。该方法的多因子数据获取模块依据传感器等采集设备，采集GIS运行信号，并通过时频分析方法和Prony方法，提取信号中能够描述GIS局部放电的时频特征、幅度、阻尼分量以及信号震荡4种多因子特征；将提取的多因子特征结果输入故障诊断模块中，该模块的故障初期诊断子模块依据多因子特征构建卷积神经网络初步诊断模型，完成GIS局部放电潜伏性故障初步诊断；将该诊断结果输入诊断决策子模块中，作为D-S证据理论的证据体，依据判断规则完成GIS局部放电潜伏性故障最终的决策诊断。测试结果显示：该方法有效获取描述GIS局部放电潜伏性故障的多因子特征，可靠完成不同类别局部放电故障的诊断，类间离散度结果均在0.94以上。