基于局部放电图谱和X射线图像的GIS缺陷识别

将GIS内局部放电信号经过去噪处理、特征提取后得到的局部放电图谱进行特征信号识别,初步得出GIS缺陷类型、位置等有效信息,再利用X射线透照缺陷对应位置从而对缺陷的类型、位置进一步识别。该技术融合了基于神经网络的局部放电图谱识别和基于匹配的X射线图像缺陷检位置测两种检测方法的优势,有效地提高了GIS缺陷检测效率和检测精度,对于确保电力系统经济、可靠的运行具有重要意义。

基于局部放电图谱和X射线图像的GIS缺陷识别技术

将GIS内局部放电信号经过去噪处理、特征提取后得到的局部放电图谱进行特征信号识别,初步得出GIS缺陷类型、位置等有效信息,再利用X射线透照缺陷对应位置从而对缺陷的类型、位置进一步识别。该技术融合了基于神经网络的局部放电图谱识别和基于匹配的X射线图像缺陷位置检测两种检测方法的优势,有效地提高了GIS缺陷检测效率和检测准确度,对于确保电力系统经济、可靠的运行具有重要意义。

GIS内自由导电微粒缺陷的局部放电相位图谱

GIS内自由导电微粒的存在是对GIS绝缘的最大威胁,如何检测GIS内自由导电微粒缺陷成为提高GIS设备运行可靠性亟待解决的问题之一。为此,搭建了GIS内自由导电微粒局部放电研究平台,明确了自由导电微粒造成的局部放电信号与微粒运动的关系,推导得到了理论局部放电相位图谱,该结果与实验结果相符。根据上述模型提出了GIS内自由导电微粒缺陷识别方法,并对现场工频局部放电试验的检测有效性进行研究。结果表明,GIS内自由导电微粒缺陷的理论局部放电相位图谱为正弦带状包络,呈现出对称性强、重复率低、放电全相位分布等特点;现场工频局部放电试验能够检测出不超过1 mm的铝质自由微粒,对GIS内自由导电微粒缺陷具有较高的检测有效性。研究为GIS内自由导电微粒缺陷的识别技术提供了理论支持。

基于深度学习和多模型融合的局部放电模式识别方法

局部放电与电力设备的绝缘状态息息相关,准确识别局部放电类型对于保障电网运行具有重要意义。文中提出一种基于深度学习和多模型融合的局部放电模式识别方法。首先,设计并搭建开关柜内4类典型局部放电缺陷模型,采集局部放电相位分布(phase resolved partial discharge,PRPD)图谱并建立样本集;其次,搭建基于迁移学习的深度残差网络,对局部放电缺陷进行识别;最后,利用Sugeno模糊积分将深度残差网络(deep residual network,DRN)模型与传统识别模型进行融合。实验结果表明:迁移学习模型相比于无迁移学习模型有着更好的更新能力和泛化性能;融合模型与单一模型相比具有更高的识别准确率。所提方法能够准确识别局部放电缺陷类型,对于电力设备的运维检修具有一定的参考价值。

基于BAGAN-CNN的局部放电模式识别

电力设备发生局部放电为小概率事件,现场检测出的局部放电脉冲相位分析图谱样本具有数量稀少、样本类别比例不平衡的问题,导致难以训练出能够准确判断局部放电类型的分类器。为了扩充并平衡不同种类局部放电样本的数量,提高局部放电模式识别准确率,提出一种基于BAGAN-CNN的局部放电模式识别方法。首先,构建BAGAN(Balancing GAN)网络模型,解决原始ACGAN损失函数矛盾的问题,使BAGAN生成器能够生成样本种类稀少的局部放电数据。然后,将原始样本和增强样本作为分类器输入,构造卷积神经网络,自动提取局部放电特征,并通过Softmax层进行分类。实验表明,通过BAGAN生成的数据相比于其他数据扩充方法,能够生成更高质量局部放电样本;相较于传统分类器,CNN分类器的识别准确率更高。

分布式局部放电在线监测技术在上海500kV交联聚乙烯电力电缆线路中的应用

为了分析和评估500 k V交联聚乙烯(XLPE)电力电缆线路的绝缘状况并开展电缆绝缘诊断,基于超高压电力电缆的局部放电机理和局部放电信号衰减特性,首次提出了应用分布式局部放电监测技术进行500 k V电力电缆在线监测的新模式。实践中发现有3种现场局部放电提取信号方式可以满足500 k V电力电缆在线监测的实际需要。通过采用分布式时频分析技术,有效地解决了500 k V电力电缆绝缘缺陷的识别问题,提高了绝缘缺陷定位的精度。应用局部放电图谱库大数据分析技术及3图谱局部放电识别法,首次成功实现了500 k V电力电缆的绝缘诊断。开发了局部放电信号智能式进阶报警策略,提高了局部放电报警的可靠性。研究成果在国内首条长距离敷设的500 k V交联聚乙烯(XLPE)电力电缆线路上得到了成功应用。研究认为综合应用分布式时频分析、3图谱局部放电识别法和智能式进阶报警策略等分布式局部放电在线监测新技术,可以实现500 k V电力电缆绝缘缺陷的识别、定位和诊断;将对国内后续500 k V电力电缆开展局部放电监测和缺陷识别具有积极的指导意义。

局部放电脉冲信号特征向量的提取方法

为检测和识别高压开关柜的绝缘故障,提出一种局部放电特征向量的提取方法。首先,基于二维参数的降维统计方法提出了相位中值、正负半轴放电频次比值等主要统计算子,用以提取放电脉冲信号的幅值、相位等特征向量。然后模拟测试尖端、沿面、悬浮、接触不良等开关柜内部放电故障,并提取局部放电故障的相关信息。最后,分析局部放电图谱、时域图和放电模式识别效果,得出不同统计算子的贡献率。结果表明:该方法能够有效提取局部放电特征向量,降维提取的统计算子能够用于还原实际局部放电故障的相关信息。

光伏背板用KPK绝缘封装材料局部放电特性研究

随着光伏产业的不断发展,KPK型背板在光伏背板市场中的占有率日益增长。但在高电压情况下,KPK型背板会产生局部放电现象,破坏光伏发电绝缘系统。为此,文章利用脉冲电流法搭建了局部放电实验平台,分别对KPK型背板通电不同时长,通过对实验数据进行处理,绘制局部放电相位分布(PRPD)图谱,分析研究KPK型背板的局部放电特性。这将有助于深入研究光伏背板老化机理,提高光伏系统的使用寿命。

基于脉冲电流法的低频与工频电压下油中电晕放电特性对比研究

对于电容量较大设备的局部放电试验,采用低频电压代替工频电压可有效降低对试验电源的容量需求。低频电压下试验结果的有效性需要考核,为探究电压频率对绝缘油中电晕放电特性的影响,基于脉冲电流法开展了工频50 Hz到低频5 Hz下油中尖板电极的放电试验。研究结果表明,油中电晕放电的一些基本特性在低频电压下未改变,即正半周放电量明显大于负半周,放电分布在电压峰值附近,呈尖峰状。差异性主要是低频下尖峰特点趋于模糊;随着频率的下降,起始电压稍有上升;正、负半周放电停止相位提前,最大放电量、平均放电量与脉冲重复率整体呈下降趋势;各频率下放电相位分布图谱(PRPD)与统计图谱(qmean-φ、qmax-φ、n-φ与n-q)整体形状一致,但分布范围不同;统计图谱的部分分布特征参数有明显变化。试验结果可作为低频电压下局部放电模式识别的参考。与传统只用50 Hz电压进行试验对比,放电统计量随频率的变化趋势也提供了有关绝缘缺陷的更多信息。

交流电压下油纸绝缘针板放电特性

为探究油纸绝缘针板放电发展过程和老化对放电特性的影响,在实验室条件下,通过油纸绝缘130℃加速热老化试验,以绝缘纸板聚合度为表征老化程度的特征参量,得到了不同老化阶段的油纸绝缘样品。基于脉冲电流法,测量了交流电压下不同老化状态油纸绝缘针板模型局部放电信号,分析了从起始至预击穿过程中局部放电相位分布模式的幅值分布H(q,φ)谱图,并讨论了油纸绝缘老化对局部放电H(q,φ)谱图、放电量、放电次数和统计参数的影响。研究结果表明:针板电极局部放电H(q,φ)谱图中放电分布在正、负峰值附近,工频正半周的脉冲幅值、个数均分别大于负半周,且正半周的H(q,φ)谱图放电随电压升高呈现"倒V型";平均放电量-相位分布Hqave(φ)正半周的偏斜度Sk+随电压的升高呈下降趋势,且在油纸绝缘样品达到预击穿阶段Sk+变为负值,因此Sk+可用于评估油纸绝缘针板电极模型下的缺陷发展状态;随着油纸绝缘的老化,导致油中老化产物增多,进一步畸变了场强,老化后的油纸绝缘样品正半周局部放电次数明显增多,平均放电量、最大视在放电量增大。

ODPS平台下的电力设备监测大数据存储与并行处理方法

计算性能是制约电力大数据应用(基于大数据的故障诊断、预测等)的关键问题。利用分布式存储、并行计算加速此类数据密集型应用是目前较有效的手段。尝试利用阿里云开放数据处理服务(ODPS)存储并加速电力设备监测大数据分析过程。以变压器局部放电(PD)数据相位图谱分析(PRPD)为例,提出了适合高采样率、时序性强的局部放电信号数据存储方法。采用ODPS扩展MapReduce模型(MR2)设计了"Map-Reduce-Reduce"方式的PD信号宏观特征提取方法,提出了并行化PRPD分析算法(ODPS-PRPD),实现了大量PD信号的并行基本参数提取、统计特征计算与放电类型识别。在实验室中构造了4种放电模型并采集了大量PD信号,分别在ODPS平台上和实验室自建的Hadoop平台上进行了性能评估和成本分析。实验分析和结果表明,ODPS-PRPD将大量的中间过程数据(PD谱图数据等)一直保存在内存中,相比自建Hadoop MapReduce平台性能明显提升,并在数据可靠性、服务可用性以及成本方面具有明显优势。