基于支持向量机的GIS超高频局部放电模式识别

局部放电(PD)可以反映气体绝缘组合开关电器(GIS)内部的绝缘缺陷,不同类型的放电对GIS的危害程度存在明显的差异,正确识别GIS的放电类型对于保证GIS安全可靠运行、评估GIS的绝缘状况和制定合理的维修策略具有十分重要的意义。为了研究GIS中不同缺陷所激发的局放信号的特征,设计了4种典型放电缺陷模型来模拟GIS中可能存在的绝缘缺陷,通过试验从超高频(UHF)信号中提取出8个统计特征参数来描述放电的典型特征。基于支持向量机(SVM)算法设计构造了4分类SVM模型,采取投票的方式识别放电类型。实验结果表明,该方法识别率高,能有效识别4种GIS中的典型放电。     

基于飞行图模式的GIS内金属性缺陷超声信号特性研究

为研究气体绝缘开关装置GIS(gas insulated switchgear)内金属性缺陷的超声信号特性,以及基于金属性缺陷超声信号特性判别缺陷状态的方法,笔者建立了一套超声波测量系统,并设计了GIS内部固定金属性缺陷模型,分别是高压导体上尖刺、悬浮电位、绝缘子上微粒和地电极上尖刺。笔者采用该测量系统拾取了以上绝缘缺陷的超声波脉冲信号。在此大量实验数据基础上,分析了GIS内金属性缺陷超声信号特性。为进一步量化分析,笔者建立了基于超声信号的飞行图图谱(相邻脉冲发生时间间隔Δt与前一脉冲幅值u的关系)。试验结果分析表明,依据飞行图模式的GIS内金属性缺陷超声信号特性,可区分金属性缺陷类型。     

局部放电混合信号的盲分离

气体绝缘组合电器(GIS)内部结构的复杂性和绝缘缺陷类型的多态性导致可能同时存在多种绝缘缺陷。为此对两种组合绝缘缺陷产生的局部放电(PD)混合信号进行了分离研究,针对PD混合信号的特点,提出采用非平稳源分离(SONS)算法,对由两种单一实测绝缘缺陷产生的PD信号构造的人工PD混合信号和实测的两组PD混合信号进行了分离,并用分离评价参数性能指标(PI)和信号干扰比(SIR)对分离效果进行了评价,结果表明,该分离方法能可靠地进行分离,有效恢复各单一PD源信号。同时,该分离算法可推广应用到两种以上PD混合信号的分离,为后续对组合绝缘缺陷的缺陷辨识提供方便。     

GIS内金属性缺陷引起的局部放电超声信号分布特性研究

为研究气体绝缘开关装置(gas insulated switchgear,GIS)内金属性缺陷引起的局部放电超声信号分布特性以及基于分布特性判断缺陷类型的方法,笔者建立了一套超声信号测量系统,并设计了4组GIS内典型缺陷模型,分别是高压导体上尖刺、悬浮电位、绝缘子上微粒和地电极上尖刺。基于该超声测量系统,获取大量超声信号数据。在此大量实验数据基础上,笔者提出了典型参数如超声脉冲数N、超声幅值u、时间间隔Δt和相位Ph及分布谱图N-u、N-Δt和N-Ph区分GIS内典型缺陷的方法,并分析了GIS内金属性缺陷引起的局部放电超声信号分布特性。试验结果分析表明,依据分布模式的GIS内典型缺陷的超声信号统计特性,可区分典型缺陷类型。     

基于快速独立分量分析算法的气体绝缘开关设备局部放电混合信号分离与缺陷类型辨识

为解决气体绝缘开关设备(GIS)内多种绝缘缺陷并存时的混合局部放电(简称局放)的信号分离和缺陷类型辨识问题,提出了基于快速独立分量分析(FastICA)算法的GIS局放混合信号分离与模式识别方法。该方法具体包括:采用FastICA算法从局放混合信号中分离出单一局放信号,针对各单一局放信号,提出的模式识别策略是通过增添相反符号和幅值归一化的单一局放信号用于分类器训练或者使用对信号符号不敏感的特征(如分形特征等)作为分类特征。算例分析结果表明,提出的方法能够实现GIS多绝缘缺陷局放信号的有效分离,并能对分离出的单一局放信号进行准确缺陷类型辨识,且具有抗噪能力强、计算速度快、robust性好等优点。     

GIS典型缺陷超声波特性及类型识别

为研究气体绝缘开关装置GIS（Gas Insulated Switchgear）典型缺陷各自特征,建立GIS局部放电试验平台,并设计四种典型GIS缺陷类型,并拾取各类型缺陷大量超声信号。基于大量超声信号,本文研究了GIS典型缺陷的超声信号特性,分析了各缺陷各自特性,提出了GIS典型缺陷特征关系图谱。     

新型GIS局部放电特高频信号仿真装置

气体绝缘开关组合电器(Gas Insulated Switchgear,GIS)特高频局部放电检测仪器广泛应用于GIS设备的绝缘缺陷检测与预警，但特高频局部放电仪器对绝缘缺陷的诊断和识别的准确性往往存疑。为了提高局部放电设备绝缘缺陷诊断和识别校验的有效性，开发了一种基于导入GIS现场绝缘缺陷图谱并能进行反向输出的装置。首先介绍了装置硬件设计的实现原理、基本结构以及局部放电仿真信号产生单元的实现方法，然后介绍现场真实特高频局部放电信号的转换、载入和下发方法，最后开展装置的实用性测试。测试结果表明：GIS局部放电特高频信号仿真装置能有效模拟现场采集到的各种真实放电信号并进行有效输出，为GIS特高频局部放电检测仪器的绝缘缺陷诊断和识别提供新的方法。     

基于尺度-能量熵特征对的特高频局部放电辨识方法

对气体绝缘组合电器(GIS)进行局部放电(PD)检测,可以发现GIS内部早期绝缘缺陷和隐患,并预防绝缘事故发生。文中采用复小波分解(CWT)对GIS内部特高频(UHF)PD信号进行多尺度分解,分析了CWT能量熵(CWT-EE)随CWT尺度的变化规律,发现UHF PD信号信息主要分布在能量熵变化梯度较大的尺度下。为此,文中提取CWT-EE及其对应尺度,构建尺度-能量熵(SP-EE)特征对,既保留了PD信号能量特征信息,又保留了UHF PD信号小波尺度信息。最后,采用支持向量机(SVM)进行UHF PD类型辨识,结果表明:SP-EE特征对不但可以有效识别GIS内部4种典型绝缘缺陷,而且能够有效降低UHF PD信号分解层数和PD特征维数。     

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的时频分布图;然后运用差分盒计数法(DBC)对能量分布图进行分形维数的特征提取,并采用线性判别分析(LDA)对特征向量进行降维处理;最后利用支持向量机(SVM)对局部放电缺陷类型进行分类。为验证所提出算法的有效性,在实验室252 kV GIS局部放电仿真实验平台的模型气室内设置了尖端放电、自由微粒放电、沿面放电和悬浮电极放电4种典型缺陷类型,由特高频传感器采集各类缺陷的局部放电信号,后由该文算法进行分类。实验结果表明,采用该文所提特征提取方法对4种典型缺陷类型的识别准确率超过96%,显著优于传统的基于统计参数的信号特征提取方法。     

基于ARTNN的GIS绝缘故障识别新方法

为根据局部放电信号识别早期的GIS绝缘故障缺陷类型,提出了一种利用ART神经网络在线识别GIS绝缘故障类型的新方法。较之常用BP神经网络,该法训练时间短、所需样本少、权值稳定、不存在局部收敛,故更适于在线识别。网络的输入量为一个工频周期内局部放电脉冲重复率、主频率、阻尼系数、放电量、放电相位分布。利用5种GIS绝缘缺陷类型的实验所得数据对ART神经网络进行训练及验证,证明该法的缺陷类型正确识别率可>98%,在GIS绝缘故障类型的在线模式识别中具有广泛的前景。