基于Labview的变压器故障诊断系统研究

本文首先基于油中溶解气体特征含量构建BP网络结构,采集数据样本,进行网络训练,然后应用信息融合原理搭建分层故障诊断模型,分析判断变压器的故障类型,并在此基础上判断变压器局部放电类型。然后采用虚拟仪器技术,在Labview平台上开发了变压器故障诊断系统,该系统从油气量和局部放电信号两个方面对变压器进行故障诊断和局部放电类型识别。通过油气量判断变压器故障类型,然后应用信息融合原理融合局部放电统计特征参量综合判别变压器局部放电类型。该系统实现了变压器油气含量分析,局部放电信号存储,数据综合处理,数据库的查询、修改以及删除功能,从而实现了对变压器的故障诊断。     

局部放电故障神经网络模式识别及实验研究

阐述了局部放电信号模式识别对高压电器故障诊断的意义。用理想的同轴电极系统放电模型模拟了两种放电模式。将统计数学应用于局部放电信号特征量的提取 ,得到的特征向量 (放电量不对称性Q、相位不对称性Φ、相关系数cc)作为BP神经网络的输入 ,以此对局部放电信号进行模式识别。实验证明这种方法具有很高的识别率。     

基于朴素贝叶斯的局部放电诊断模型

针对局部放电故障诊断问题,提出一种基于朴素贝叶斯的局部放电诊断模型,并对模型中的朴素贝叶斯的应用方法进行详细研究。该模型由四部分组成:信号的接收及处理、谱图产生、特征提取和朴素贝叶斯分类。诊断流程:首先由UHF传感器接收局部放电信号并交于信号调理单元处理;然后基于处理后的信号产生三维谱图,提取谱图的典型特征;最后采用朴素贝叶斯算法进行故障诊断。该模型已作为插件嵌入到某一电力设备生产企业的变压器监测产品中。实际测试表明该模型较好地满足了应用需求。     

基于EEMD-SE和栈式降噪自编码网络的局部放电模式识别

由于变电站环境复杂,利用传统的特征统计方法不能准确地提取局部放电(PD)信号的特征及对其识别分类.对此,提出一种基于集合经验模态分解(EEMD)和样本熵(SE)的局部放电信号特征提取方法.利用EEMD算法对局部放电信号进行时频分析;计算EEMD分解得到的固有模态函数(IMF)的样本熵,并将其作为特征向量表征不同放电类型;采用栈式降噪自编码网络(SDAE)对放电类型进行分类识别.通过对四类局部放电故障进行特征提取和模式识别,对比实验结果表明,该方法能有效地提取放电信号的特征,并较准确地识别各类放电类型.     

基于特高频传感器的局部放电信号并行采集系统设计

针对传统局部放电信号采集系统采样率低、采样率不可灵活配置导致局部放电脉冲信号时域波形特征提取误差较大的问题,设计了一种用于特高频传感器的局部放电信号并行采集系统.系统以Xilinx 7系列FPGA为主控芯片、四片最高采样率为250 MHz的ADC芯片通过分时交替并行采样技术实现最高1 GHz的采样率.系统在特高频传感器的基础上,主要分析并校正了由分时交替并行采样技术引入的偏置失配误差、增益失配误差和时延失配误差.仿真及实验结果表明,该系统能够采集到高精度的局部放电信号包络,并且在100 MHz带宽范围内无杂散动态范围(SFDR)提高到35 dB.     

气体绝缘组合电器局部放电特高频包络检波装置设计

文章设计了一款用于气体绝缘组合电器局部放电的特高频包络检波装置。分析了气体绝缘组合电器局部放电产生原因，介绍了这种局部放电特高频包络检波装置设计方法，采用该特高频包络检波装置对绝缘缺陷模型局部放电信号进行检测和分析。结果表明该装置可以有效提取输入信号的峰值包络，检测气体绝缘组合电器局部放电信号，避免电气设备运行过程中故障的发生。     

基于超声波传感器的发电机局部放电检测

针对传统的离线实验方法不能完全反映发电机运行真实状态,提出了采用超声波检测法来监测发电机定子绕组局部放电的方法.根据对实验获取的局部放电超声信号的分析,设计了发电机局部放电超声检测系统.利用该系统对模拟局部放电信号产生的超声波在发电机定子中的传播情况和发电机定子绕组的局部放电超声信号进行了检测,并对不同位置的放电源的检测结果进行了分析对比.实验结果表明:利用超声波检测发电机定子绕组局部放电是可行的,设计的检测系统具有较高的灵敏度和稳定性.     

局部放电信号在电缆中传输衰减的理论研究

在现场试验中一旦发现超标放电,就需要确定放电的部位和类型。根据放电的特性区分不同的故障类型,具有重要的意义。宽频带采样的局放检测方法已逐渐开展,获取放电信号波形并根据其时域特征进行识别的方法也有一定的研究,但没有考虑到脉冲传播路径对原始放电波形的影响,即由于电缆中的局部放电可能存在于任何位置,在固定的检测点获得的信号波形,必然携带有从原始位置传播到检测点的路径所含的未知信息,这将给正确识别带来困难。因此提出了电缆中局放信号衰减影响因素的理论计算方法。     

交联电缆局部放电检测研究

为了提取局部放电信号特征,将集合经验模态分解方法用于交联电缆局部放电信号分析中,提出了一种用于处理局部放电数据的自适应阈值算法。首先利用集合经验模态分解方法将含有噪声的局部放电信号分解成一些相互独立的模态函数分量,然后对所得的模态函数分量进行自适应阈值处理与重构,从而抑制噪声干扰。该算法克服了经验模态分解方法易产生的模态混叠问题,仿真和实测数据验证了其正确性及可行性。     

GIS设备局部放电特高频信号线性判别分析识别研究

局部放电测量是监测绝缘系统缺陷的典型非破坏性实验方法,提出了一种基于局部放电特高频(UHF)信号的多尺度特征提取能量参数和线性判别分析的识别方法,设计了4种绝缘缺陷模型模拟气体绝缘开关(GIS)设备局部放电现象。对局部放电UHF信号进行小波包多尺度变换,提取出UHF信号的16维能量参数;又对局部放电UHF信号进行了线性判别分析的设计,在局部放电信号特征量中随机选取30组进行10次采样;对其训练分类器的UHF局部放电信号进行模式识别,得到10个相关结果;试验获得最终的30组训练样本正确率平均值较高。研究结果表明线性判别分类器能够有效地将4种局部放电模型分开。     

便携式GIS局部放电检测系统

为查找运行中GIS设备的绝缘缺陷位置以及为检修维护方案提供有效支持的重要手段,局部放电定位技术在GIS现场安全维护中得到广泛的关注。通过分析GIS局部放电检测定位技术的优缺点,设计并制作了便携式GIS局部放电检测系统。现场应用情况表明,便携式GIS局部放电检测系统同时检测局部放电的超高频和超声信号,并对两类信号进行比较分析,能更加有效地排除现场干扰,检测运行中GIS的局部放电信号并对绝缘缺陷进行准确定位。     

基于特高频和CNN-LSTM-Attention算法的高压电缆故障诊断方法

随着高压电缆的加速发展和老化,由局部放电(partial discharge, PD)引起的故障问题亟须解决。为此,提出了一种基于特高频(UHF)局放技术与CNN-LSTM-Attention算法的高压电缆故障在线智能诊断方法。首先,对高压电缆的PD产生机理,以及UHF局放技术的实现过程进行描述。其次,利用巴特沃斯(Butterworth)对PD信号进行高通滤波,采用小波变换对信号进行去噪,IPLR算法对PD信号进行降维处理,进而实现特征量的准确提取。最后,建立由CNN-LSTM-Attention算法构成的智能诊断模型。模型中卷积层(CNN)提取轮廓特征,长短期记忆层(LSTM)提取信号时序特征,注意力层(Attention)学习信号重要时序部分。通过实际数据仿真表明：相比传统神经网络方法,CNN-LSTM-Attention神经网络检测方法能够准确识别高采样率的异常放电信号特征,且故障识别准确率明显提高。     

基于共振稀疏分解的局部放电信号窄带干扰抑制新方法

针对电气设备局部放电信号容易被现场运行环境中的窄带干扰信号淹没、不易提取的难题,提出了基于共振稀疏分解的局部放电信号窄带干扰抑制新方法。该方法根据局部放电信号与窄带信号的振荡特征,分析并合理选择品质因子、冗余因子、分解层数和权重系数,实现了对含窄带干扰的局部放电信号的稀疏分解,并将其分解为高共振分量、低共振分量和残余分量,从而可提取出有效的局部放电信号。与小波变换阈值滤波法对比,该方法能更有效地抑制窄带干扰,且误差小、相似度高。仿真和实测数据的处理结果也验证了该方法的有效性。     

基于机器学习的电缆故障诊断知识库设计方法

针对电缆故障在诊断过程中采集的故障信号量庞大,加大了故障信号的检索难度,为提高电缆故障信号的检索能力,提出了基于机器学习的电缆故障诊断知识库设计方法。根据电缆故障点的发生位置示意图,描述了电缆故障的产生,利用电缆故障行波的传播过程,确定了电缆故障的发生位置,通过计算电缆故障信号的噪声能量阈值,将电缆故障信号的突变点信息去除,通过采集电缆故障信号的小波熵,反映出故障信号的噪声变化关系,确定了电缆故障信号的噪声能量阈值,采用机器学习建立了电缆故障诊断知识库的模糊决策矩阵,通过设计电缆故障诊断的知识库结构,对电缆故障诊断知识库进行了设计。结果表明,基于机器学习的电缆故障诊断知识库对电缆故障信号的检索精度高达93.4%,在检索效率方面具有更高的性能。     

气体绝缘开关设备闪络放电超声波检测技术研究

气体绝缘开关设备(GIS)放电会引起闪络放电故障,为了对设备的放电点实现准确故障定位,通过研究GIS闪络放电特性,提出了以压电复合材料传感器为基础的超声波检测方法.在实验研究和理论分析的基础上得出GIS设备放电产生的超声波传播特性及规律,从工程应用角度设计了GIS闪络放电超声波检测系统.实验现场应用证明该检测系统的实施可准确定位闪络故障位置并及时报警,为输电线路安全运行提供可靠保障.     

基于嵌入式系统的GIS局部放电监测仪设计

研制了一套低成本的基于嵌入式系统的GIS局部放电监测仪设备。设备采用超高频检测法,设计工作频带为500MHz～1500MHz,具有对局部放电现象进行计数、显示实时波形、实时报警,以及实现基于MODBUS协议的多机联网和上位机进行通信等功能。测试结果表明,研制的系统对于GIS局部放电可以进行有效的监测,满足变电站等现场的使用需求。     

小波神经网络在模拟电路故障诊断中的应用

研究模拟电路优化问题,电路系统存在非线性和漂移会引起系统故障.针对BP神经网络在模拟电路故障诊断上存在的收敛速度慢、易陷入局部最小等不足,为解决上述问题,提出基于小波神经网络的模拟电路故障诊断方法.采用正弦信号仿真模拟电路,应用小波变换对模拟电路响应的采样信号进行故障特征提取,建立故障字典,利用神经网络对各种状态下的特征向量进行分类决策,实现模拟电路的故障诊断.故障诊断仿真表明,保证较高故障诊断正确率RBF网络的训练次数得到了极大地缩小,极大地提高了模拟电路故障诊断的效率,为设计提供了依据.     

超高频宽带低噪声放大器的设计与仿真

研究优化无线接收信号的放大问题,监测电力变压器局部放电水平,对维护电力变压器安全稳定运行具有重要意义。天线传感器所接收的局部放电信号较为微弱,频带较宽,在进入后端的仪器或采集系统之前需要进行放大处理。因此根据放电信号的基本特征,提出引入频率响应负反馈来平衡增益、驻波比、噪声系数及带宽等指标,设计一个用于放大局部放电信号的超高频宽带低噪声放大器,利用ADS软件进行仿真,仿真结果表明放大器具有较宽的带宽,增益平坦性、噪声系数和驻波比指标效果较好,为设计提供了依据。     

通信电缆断点故障自动检测报警电路的设计

针对通信电缆经常发生中断故障这一情况,为及时准确地判断电缆的断路故障,设计了一种基于电容法测距的电缆断点自动检测报警电路.该电路由单稳态电路、单片机以及语音芯片构成,实现了对通信电缆断点的实时检测及报警;此外,通过串口与客户端相连,电路可方便地进行报警电话的设置和报警语音的录制.该电路可以比较精确地测量出电缆断点离检查点的距离,为电信运营提供了一种性价比较高的电缆防盗报警装置.     

路灯远程监控系统的报警设计

简要介绍基于GPRS技术和Internet的路灯监控系统的设计结构,强调了报警功能模块的设计与实现.通过分析产生电流越限和电缆故障的各种原因,画出报警设计的逻辑图.