多峰和振荡局部放电信号分类及缺陷识别

高压电气设备绝缘缺陷局部放电脉冲信号具有单峰、多峰和振荡特性,而基于脉冲波形特性参数的识别法针对多峰或振荡脉冲效果较差。因此,提出一种采样数比率分类法(SCRC),通过对脉冲波形分区获得多个区域窗,定义并计算每个区域窗的采样数比率特征值,通过比较特征值对多峰和振荡波形进行分类。同时,将该分类方法和BP神经网络算法结合,根据同一缺陷放电脉冲波形的相似性规律,提出了缺陷识别的联合算法。经过缺陷模型试验验证,SCRC分类算法及与BP神经网络结合的联合识别算法能有效识别典型缺陷的局部放电脉冲波形分类及缺陷类型。