基于模型参数辨识的空间多局放源分离方法

对多个局放源信号的有效识别与分离是局部放电检测、定位及分析的关键。为此,提出基于模型参数辨识的空间多局放源分离方法。首先利用自回归-滑动平均模型和高阶累积量参数估计方法对特高频信号进行建模;然后依据模型参数重构信号的频谱,并结合Fisher可分离度选择信号特征频率;最后基于所选择的特征频率和径向基神经网络对特高频信号类型进行分类。仿真研究验证了方法对特高频信号的频谱重构和信号分类上的有效性,在信噪比大于10 dB的未知局部放电源信号中的多个局放源分离准确性大于75%,具有较好的应用价值。

多局放源检测分类用特征提取时频算子

根据目前基于100 MS/s超宽带检测实现多局放源识别和干扰抑制依据的局部放电波形特征提取及分类,指出实现此系统的关键技术为脉冲群波形的快速特征提取。其一般通过对脉冲群时、频域波形进行非线性映射,形成特征参数的2D平面或3D空间,再进行无监督聚类分析即可实现局放源间和噪声源的分离。针对目前应用较多的等效时频法,提出了时频自相法和时频熵法,基于指数模型和蒙特卡洛法产生仿真脉冲群,对上述3种时频算子进行了特征参数2D平面和3D空间的可分类性评定。可分类性测度值表明,定义的2D和3D时频算子均具有较好的脉冲源可分类性,同一种时频算子3D空间的可分类性测度均优于2D平面。交、直流下局放试验数据均验证了3种特征提取时频算子的实用性。这为研制多局放检测及识别系统选择脉冲群波形特征提取方法提供了理论和试验依据。

气体绝缘组合电器多局部放电源的检测与识别

介绍了基于宽带检测的气体绝缘组合电器(gas insulated switchgear,GIS)多局放源检测与识别技术。该技术由脉冲群快速分类和基于最小二乘支持向量机(least square-support vector machine,LS-SVM)的基于相位分布的局部放电谱图(phase resolved partial discharge,PRPD)识别2个主要模块组成。其中脉冲群快速分类模块由基于脉冲波形的时频参数提取和竞争学习网络无监督聚类实现,它将脉冲群分为若干个由相同波形特征脉冲组成的子脉冲群。PRPD放电谱图识别模块对各子脉冲群对应的PRPD谱图进行放电指纹提取,并使用GIS绝缘缺陷特征数据库训练得到的LS-SVM判别函数对各子脉冲群进行识别。仿真和试验结果均验证了该技术的可行性和实用性。

基于波形非线性映射的多局部放电脉冲群快速分类

简单分析了目前基于脉冲峰值-时间序列的局部放电检测系统在模式识别功能上存在的缺陷。提出利用基于单个脉冲波形的宽带检测技术研制多局放检测与模式识别系统,并给出了研制交流下该系统的数据处理方案。重点对研制该系统需要解决的脉冲群快速分类技术进行了阐述:即通过基于局放脉冲时域波形的非线性映射进行参数提取,形成2D或3D的波形特征参数空间,再使用非监督的模糊聚类分析实现局放脉冲群的快速分类。基于2D特征参数平面的仿真试验和3D特征参数空间的GIS污秽试验数据处理结果均表明该分类技术的可行性和实用性。这为多局放电检测与模式识别系统的研制提供了试验和理论依据。

计及局放信号传播特性的多源局放定位算法

为减小电缆局放定位过程中噪声干扰及反射干扰的影响,并实现多个局放源的定位,提出了一种基于局放匹配对识别及利用多组局放匹配对进行多源局放定位的算法,来提高在上述干扰工况中的定位精度。该算法利用局放信号的幅值突变特点以及在电缆中的传播特性来识别局放匹配对,再基于局放匹配对识别结果进行多源局放的定位,进而结合DBSCAN信号聚类方法来修正局放定位结果以实现对多源局放的精确定位。仿真结果表明,该多源局放定位算法能够在不同信噪比工况下,有效识别局放匹配对并精确估计出局放源的个数和位置,同时,由于利用了多组局放匹配对进行定位,其精确性比利用单组局放匹配对定位的精确性更高。

局部放电脉冲波形特征提取及分类技术

根据电力设备周围存在多种干扰以及绝缘存在多局放的工况,提出基于单一缺陷的局部放电在线监测与识别方法,并指出实现此系统的关键技术之一是脉冲群快速分类技术,其由脉冲波形特征提取和聚类分析算法组成。针对108次/s的超宽带局部放电脉冲波形–时间序列,重点研究脉冲波形特征提取及分类技术。在分析等效时频算法和模糊C均值聚类算法的基础上,对其做了进一步的改进。基于气体绝缘开关设备(gas insulated switchgear,GIS)的局部放电试验结果表明:采用改进后的算法可以使计算机准确的完成对局放脉冲的的自动分类,并通过在聚类中引入阀值滤除了各子类脉冲中相似性较低的脉冲。这为研制多局放源的在线监及模式系统提供了试验和理论依据。

基于时频相似度的GIS多源局部放电信号分离方法

文中提出一种基于时频分析的GIS多源局部放电信号脉冲分离方法。首先,对记录的GIS局部放电脉冲波形序列进行S变换时频分析,以提取典型局部放电脉冲的时间—频率—幅值特征。然后,与由单一典型局部放电缺陷模型构造的时频数据库进行混合,基于时频相似度分析和仿射聚类方法对记录的脉冲群进行快速分类,最终实现多局部放电源脉冲群的分离。在局部放电源个数未知的情况下,文中方法可判断出局部放电源的个数和放电类型。且该方法可抑制随机干扰源的影响,并可分离典型的脉冲扰动波形。

基于时频相似度的GIS局部多源放电信号分离方法

本文提出一种新的GIS局部多源放电信号分离方法。首先，记录脉冲的波形及其时间参数，采用s变换时频分析提取GIS特高频局部放电脉冲的时一频特征。然后与由单一典型缺陷模型构造的数据库进行混合，基于时频相似度和仿射聚类对获取的脉冲群进行快速分类，并可对放电模式和局部放电源的个数进行判断。因此，该方法无需预知局部放电源的个数。并通过在仿射聚类中增加阈值，抑制了随机干扰源的影响。