GIS内部局部放电的超高频测量方法

本文就ＧＩＳ内部局部放电的超高频响应特性进行了试验研究，并进行了理论计算。本文还就获取信号方式进行了探索，提出了两个可供带电监测的获取信号的方法。     

基于超高频法的典型GIS局部放电检测

GIS局部放电检测是GIS绝缘状态监测的一种科学有效的方法。笔者构建了GIS实验模型以及基于超高频法的局部放电在线检测系统,对GIS中典型的几种局部放电特征进行了研究,采用基于相位的分析模式详细分析了不同放电类型在不同电压条件下的放电特征,并结合常规局部放电测试仪,对UHF信号的放电量进行估计,为进一步进行放电类型的智能模式识别及研究超高频信号与放电量关系提供了试验依据,以提高UHF局部放电检测的工程实用性。     

GIS局部放电的超高频检测

通过研制的内置传感器检测系统用超高频法检测了实验室 GIS模拟装置内局部放电。实验结果表明该检测系统可有效地避开常规电气测量方法中难以抑制的空间电晕及周期性脉冲干扰信号 ,同时选频段检测也是一种有效的避开超高频微波干扰信号的局部放电检测方法     

基于超高频窄带法的GIS局部放电的研究

为了提高GIS运行的可靠性,笔者简要说明了超高频法检测GIS局部放电的原理,并在实验室以一段220 kV电压等级的GIS母线为试验对象,设计和模拟了GIS中典型的4种局部放电模型,并使用自主研发的超高频窄带检测系统对其局部放电信号进行检测。试验结果表明,该超高频窄带系统能有效测量GIS局部放电信号,同时获得了不同类型缺陷所产生的超高频信号及其对应的特征,为今后GIS局部放电模式识别提供了数值依据。     

基于超高频法GIS局部放电监测技术的研究

对于GIS局部放电的测量,超高频法是一种较为有效的方法。将频谱仪设置为零扫描模式,采用高频窄带的方法,通过安装在GIS内的超高频传感器获得的局放信号可以通过相位解析的方法表征其局放的点波波形。笔者给出了GIS中几种不同绝缘缺陷的点波波形及其指纹图。通过点波波形及指纹图,可以识别GIS中不同的绝缘缺陷类型。     

外部传感器GIS局部放电超高频检测的研究

根据GIS局部放电脉冲所激发的电磁波传播特性的宽频带特征,设计出一种新型超宽带天线局部放电检测系统,利用该系统检测252 kV GIS母线段中不同气压下固定微粒局部放电模型的实验结果表明外部传感器超高频局部放电检测系统可在线检测GIS局部放电。     

用于GIS局部放电检测的超高频传感器频率响应特性

用天线理论对用于ＧＩＳ局部放电检测的超高频传感器频率响应特性进行了分析及实测。结果表明,理论计算和实测结果能较好地吻合。同时,对电容式传感器在ＵＨＦ波段的灵敏度随频率的变化关系及传感器结构对频率响应特性的影响进行了研究,这些结果具有实用的工程意义。     

超高频法检测GIS局部放电

介绍了GIS设备几种常规的局部放电检测方法的优缺点,对超高频法检测原理、定位原理、抗干扰原理进行了阐述,分析了超高频法检测GIS局部放电的的技术关键.     

变压器局部放电超高频信号的改进小波去噪

提出一种改进小波去噪算法,适用于变压器局部放电超高频检测系统的信号去噪。     

GIS超声波、超高频局部放电检测方法适用性研究与现场应用

通过在GIS装置中置入放电模型的人工模拟缺陷方式,对GIS超声波、超高频局部放电检测方法对于不同缺陷类型的适用性进行研究,并经过大量现场应用经验验证,得出了2种检测方法与不同缺陷类型的适用关系。总体而言,2种方法各有优劣,超高频法灵敏度相对较高,超声波法抗电磁干扰能力较强,超声波、超高频法相互结合,综合分析诊断,可以发挥各自的优点,保证局放检测的可靠性与定位的准确性,为设备维护和安全运行提供有力的保障。     

GIS结构尺寸对局部放电特高频信号的影响

由于气体绝缘组合电器(gas insulated substation,GIS)管道中局部放电激发的特高频信号以高次模分量为主,电磁波高次模态的截止频率取决于内导体和外壳的直径,因此GIS的结构尺寸将影响特高频信号的特征。首先通过改变220 kV GIS内导体的直径,运用仿真和试验研究GIS内导体的尺寸对局部放电信号的影响,分析信号幅值、持续时间频谱特征以及时频分布随着内导体尺寸改变的变化规律。然后分析了1 000 kV GIS中所测局部放电的特高频信号。发现当GIS尺寸变化,导致高次模截止频率降低时,局部放电信号的持续时间将变长,幅值衰减变缓,而且峰值将升高。GIS结构尺寸还影响局部放电信号频谱,由于高次模色散的影响,在高次模的截止频率处,信号频谱将出现显著的增长。     

基于盒维数分形的GIS局部放电信号特征提取

对气体绝缘组合电器（GIS）四种主要缺陷放电构造了局部放电图谱,通过对数据统计分析发现,分形特征仅仅描述了散点集局部的自相似性和复杂程度,不能对散点图从整体上进行描述.改进了传统的盒维数计算方法并结合散点集的分布重心,描述了散点图的自相似性和整体分布,使得缺陷局部放电识别正确率有明显提高.     

根据UHF信号特征的GIS局部放电模式识别

综合自适应遗传算法和BP算法各自的优点,构造了基于两者混合训练的神经网络,应用到GIS局部放电超高频的模式识别。分别用基于自适应遗传算法的神经网络、基于BP算法的神经网络,以及基于自适应遗传算法和BP算法混合训练的神经网络对用局部放电超高频检测系统检测到的GIS中4种模式的局部放电进行了识别。实验结果表明,基于自适应遗传算法和BP算法混合训练的神经网络提高了神经网络训练的收敛速度,保证了收敛的可靠性,具有较高的识别率和较强的泛化能力。     

GIS中局部放电特高频信号采集系统

研制了一套GIS中局部放电的特高频检测系统。用特高频天线和频谱分析仪采集局放信号,通过GPIB卡传送给计算机进行分析处理,并在GIS中构造了一种常见的故障类型,对该系统进行了验证。实验结果表明,该系统能够采集到GIS中局部放电产生的特高频信号。     

基于UHF的GIS局部放电源定位研究

目前气体绝缘开关设备已经普遍应用到电力系统中,GIS发生局部放电时需要对GIS局放源定位,为保证定位的准确性,必须准确得到各传感器间接收到起始脉冲的时间。讨论了标定各接收点间信号时差的方法,并结合仿真和试验验证了时差定位可行性,证实本文信号时差定位方法具有可操作性,避免目前普遍利用肉眼从图像确定时差的弊端,提高定位的精度。讨论过程中仿真模型依照试验GIS尺寸和传感器的分布情况进行搭建,使仿真和试验得到的结果具有一致性,试验和仿真的结论相互验证,研究结果表明该方法在一定范围内定位效果较好。     

基于小波和分形分析的GIS局部放电信号特征提取

结合小波包分频和分形技术原理,提出一种气体绝缘金属开关装置(GIS)局部放电信号特征的提取方法.文中指出了小波变换和分形理论相结合用于特征提取的有效性;求出不同故障类型局部放电信号的分维数,利用其大小进行特征提取;对于不能以此参数区分的放电信号,利用小波包对其进行频带分解,通过设定阈值找出不同故障类型与特征频带的分维数的相关性,从而实现故障特征提取.针对GIS局部放电的5种典型放电模型,通过试验获得大量放电样本数据,利用上述特征提取方法对其进行区分,获得了较好效果,结果表明利用小波包分形维数能够较好地进行局部放电信号特征提取.     

基于超高频法的GIS局部放电类型判断方法

笔者介绍了使用清华大学M系列超高频(UHF)传感器在GIS局部放电中的应用,针对GIS局部放电不同种类放电间隙给出了示波器图谱,结合现场几起实例证明该方法判断方便、准确、有效。     

基于MEA-LVQ神经网络的GIS特高频局部放电识别研究

针对学习向量量化(learning vector quantization,LVQ)神经网络在气体绝缘全封闭组合电器GIS特高频局部放电识别过程中存在初始权值敏感、竞争层未被充分利用的问题,提出了利用思维进化算法(mind evolutionary algorithm,MEA)优化LVQ神经网络的GIS特高频局部放电识别模型。该模型采用K交叉验证来确定LVQ网络竞争层中最佳神经元数目,并在此基础上利用思维进化算法寻找LVQ网络的最优初始权值,构建最佳的局部放电识别网络模型。对比该模型和BP网络、LVQ网络以及K交叉验证LVQ网络的放电识别准确率,结果表明:MEA优化的LVQ神经网络具有更高的识别精度。文中的研究对于提高局部放电识别准确率具有一定的价值。