基于多特征信息融合技术的局部放电模式识别研究

针对单一特征信息分析模式独立辨识不能有效、可靠地判断出局部放电(PD)类型致使识别"误诊"的问题,以及为了最大限度地利用特高频(UHF)传感器所获取的丰富绝缘状态信息,利用放电时间、放电相位分布及UHF能量与放电量相关性等3类特征信息的共性和差异性进行融合互补,提出一种基于多特征信息融合的PD模式识别方法。通过在一套三相分箱式真实GIS(ZF-10-126)试验平台上实测所得的PD试验信息进行分析其结果表明:3类特征信息独立辨识各类缺陷的准确度存在较大差异性和不确定性,但有着各自优势。而采用D-S证据理论进行3类特征信息融合PD模式识别技术,可对3类特征信息独立识别法各自存在的不足进行互补,具有更高更准确的辨识率和可靠性。至此验证了所提方法的有效性与正确性。

基于天线近场测量的电力电缆局部放电在线检测方法

电缆局部放电检测技术是电力正常传输的重要保障,现阶段广泛运用的检测技术主要有超声波法、脉冲电流法、高频电流法以及特高频法,这些方法在30~300 MHz频段内存在检测盲区,因此甚高频范围内的局部放电检测方法需进一步研究。基于近场天线测量技术,设计一种近磁场传感器,通过频率响应和灵敏度测试检验传感器性能;搭建基于近磁场传感器的电缆局部放电检测系统,构造实验室内电缆接头和户外电缆接头、电缆本体、电缆终端绝缘缺陷,开展电缆局部放电检测试验。结果表明:近磁场传感器检测电缆局部放电在100 kHz~100 MHz频段内的输出信号平稳,与局部放电的电荷量线性度良好。近磁场传感器检测不同电缆缺陷表现出的谱图特征不同于高频电流法,差异更为明显。基于选取的6个统计特征量所设计的局部放电检测系统对局部放电模式的平均识别率为87.67%,识别效果良好。

基于自适应双阈值的局部放电基本参数提取

局部放电基本参数自动化提取是高压设备局部放电在线PRPD分析的一项关键技术。针对现有方法因缺乏有效的参数选取方案导致适用性差的问题,提出了一种基于自适应双阈值的局部放电基本参数提取新方法。该方法利用放电幅值阈值和放电间隔阈值对PD信号的所有局部极值点进行双重过滤得到有效放电脉冲及其参数。为了减少整个处理过程的人工干预,提出采用最大类间方差法自适应选取上述双阈值。实验室中所测信号分析结果表明,所提方法能有效地提取PD信号的基本参数,对总数643例放电进行检测仅漏检13例、误检0例,且对80 MHz高采样率的放电信号的检测时间仍低于0.3 s,在准确性与计算效率上均优于现有方法。