基于改进深度残差网络的GIS局部放电在线监测白噪声干扰抑制

针对GIS局部放电(partial discharge,PD)监测中背景白噪声较多、GIS局部放电信号干扰较大的问题,应用改进深度残差网络设计一种新的GIS局部放电在线监测白噪声干扰抑制方法。进行局部放电在线监测中白噪声、局部放电脉冲信号的多尺度特性分析,在局部放电脉冲染噪信号中提取白噪声信号。加入感知损失,设计由生成图像网络与损失网络构成的改进深度残差网络,对白噪声信号波形图像实施超分辨率重建。通过SN-EMD算法提取白噪声信号波形图像的模态域特征。通过构建复小波滤波器组,对模态域特征实施滤波处理,实现GIS局部放电在线监测中的白噪声干扰抑制。实验测试结果表明,设计方法去噪后的信噪比最高可达97.22 dB,干扰抑制前后信号的幅值相对误差最高可达63.20 dB,干扰抑制前后信号相关系数一直大于0.75,完成GIS局部放电在线监测白噪声干扰抑制。

基于超高频法的GIS局部放电在线监测研究现状及展望

文章综述了基于超高频(UHF)的气体绝缘组合开关设备(GIS)绝缘在线监测近年来所取得的进展,包括在UHF传感器、GIS中UHF电磁波的传播特性、局部放电源识别和定位等方面取得的研究成果,并指出了UHF在线监测系统及其应用中存在的问题,如检测频带的选择等。最后还对未来UHF局放监测的研究方向进行了展望,指出新型传感器及快捷方便的定位方法等依然是研究的重点。

GIS局部放电在线监测系统的研究与设计

为了有效准确地对气体绝缘金属封闭开关GIS(gas insulated switchgear)进行局部放电在线监测,针对当前主流监测设备存在着兼容性差、数据实时处理能力弱等不足,设计了一套多通信接口的GIS局部放电在线监测系统。结合双树复小波变换良好的去噪能力和提升小波变换高效的计算能力,在软件系统数据处理模块中引入提升双树复小波算法,对监测所得的数据进行去噪处理,并显示相应局放图谱,最后基于统计特征参数法对处理后的数据进行局放特征参数计算。仿真和实验结果表明,该系统人机界面友好,具有良好的数据处理和特征参数计算能力,所测得的结果直观准确,较之其他在线监测系统,更能满足GIS局部放电在线监测的实时性要求,在工程实践中具有更高的应用价值。

基于超高频的GIS局部放电在线监测软件系统

介绍基于超高频的GIS局部放电在线监测软件系统,详细说明系统整体结构和各功能模块的设计实现。该系统运行稳定可靠,能满足GIS在线监测的需要。

基于特高频技术的GIS局部放电在线监测系统

设计了一套基于特高频技术的GIS局部放电在线监测系统,并详细介绍了系统构成的每一部分及功能,现场运行结果表明了该系统对局部放电监测可行性和有效性。

基于超高频法的GIS局部放电在线监测系统的应用

阐述了基于超高频法的GIS局部放电检测系统在抗干扰、局放信号识别等方面的优越性能。以南方电网下属某110kV变电站GIS局部放电监测系统的安装为例,介绍了这个系统的现场安装调试的具体细节,并提出基于超高频法的GIS局放在线检测是实现数字变电站的基础。

基于分布式传感器的GIS局部放电在线监测实时数据传输方式的研究

针对检测GIS(Gas Insulated Switchgear,简称GIS)局部放电的分布式传感器采集局部放电信号的数据量大,通过RS-422串口进行数据传输时间长的不足。基于GIS局部放电分布式传感器在线监测系统,采用一种最大值数据压缩算法,将高速A/D采集到的大量实时数据,有效地传输到后台监测系统,解决了分布式在线监测系统中大量数据传输的瓶颈。通过实验验证,该数据传输方式速度快,性能安全、可靠,实用性强。

基于改进小波阈值的GIS局部放电在线监测白噪声干扰抑制研究

进行气体绝缘金属封闭开关设备(GIS)局部放电在线监测时,为解决多态性局部放电脉冲信号受白噪声的干扰问题,文中在现有的小波阈值算法降噪的基础上,构造了任意阶可导的新阈值函数,克服了硬阈值函数的不连续性,改进了软阈值函数存在的恒定偏差问题。通过仿真构建白噪声干扰下的多态性局部放电信号,使用降噪后信号的信噪比及均方误差作为降噪评价指标,分析比较该降噪算法与传统的基于硬阈值与软阈值的小波降噪算法,发现该方法更能有效的抑制噪声干扰。最后通过现场模拟电晕放电模型实验,验证改进阈值算法适合应用到GIS局部放电在线监测系统中。

基于LabWindows/CVI的GIS局部放电在线监测系统软件的设计与开发

目前国内外气体绝缘封闭开关设备(GIS)局部放电在线监测系统多采用高频(UHF)传感器技术,但实现的是低速采集,分析方法也多采用统计分析方法。这种测量及分析方法遗漏了大量的放电故障特征信息。文中介绍了一种基于LabWindows/CVI软件开发平台开发的GIS局部放电在线监测系统软件。它采用传统统计法测量和高频宽带测量2种方法,实现了局部放电统计分析和单次放电脉冲波形分析,对GIS盘式绝缘子的绝缘状态进行诊断。该监测软件调用MAT-LAB的高级分析工具包实现了小波和分形等复杂数据分析,从而实现了对局部放电信号的定量分析;基于ODBC的数据库技术实现CVI与Oracle数据库互联,采用数据库管理大量历史数据;基于Datasocket协议的软件设计实现网络通信。

GIS局部放电在线监测技术的综合分析

随着我国电力工业建设的突飞猛进,现代电力系统正向着大电网、大机组、超高压及大容量的方向发展,封闭式气体绝缘变电站(简称GIS)以其运行可靠、占地面积小、不受外界环境的影响及检修周期长等优点得到了日益广泛的应用。对GIS设备进行有效的局部放电在线监测,可以实现故障预警,事先排除故障隐患,有效确保供电可靠性并且节省大量的人力物力,进而创造大量的经济价值。本文综合分析了目前比较常见的GIS局部放电在线监测技术的现状和特点,尤其是日益兴起的特高频(UHF)技术。为相关技术研究人员提供一定的指导和帮助。

GIS局部放电在线监测系统在亭子口水电站的应用

1 工程概况 亭子口水利枢纽位于四川省广元市苍溪县境内,下距苍溪县城约15km,是嘉陵江干流开发中唯一的控制性工程,以防洪,灌溉及城乡供水,发电为主,兼顾航运,并具有拦沙减淤等效益的综合利用工程.水库正常蓄水位458m,死水位438m,设计洪水位461.3m,校核洪水位463.07m,总库容40.67亿m^3,水库预留防洪库容10.6亿m^3（非常运用时为14.4亿m^3）,可灌溉农田19.48万hm^2,电站装机1100MW,通航建筑物为2×500t级.

基于特高频技术的GIS局部放电在线监测系统设计

特高频技术的GIS局部放电在线监测系统是监测GIS局部放电故障的有效方式,该文对系统的功能、系统的组成部分进行了介绍,并对组成部分中比较重要的单元进行了详细的原理和实现描述,最后阐述了该系统的关键技术。

220kV GIS局部放电在线监测系统方案

介绍了鞍钢股份鲅鱼圈钢铁分公司电网220 kV总降压变电站GIS设备局部放电在线监测系统的基本功能配置。针对当前变电站GIS设备内部绝缘性故障,提出了新的检测方法和技术要求,并对变电站GIS设备局部放电在线监测系统在运行管理中存在的问题和经验不足进行了分析,并提出了相应的改进措施和要求,对今后发展前景进行了分析规划。

超声波检测在GIS局部放电在线监测中的应用

局部放电既是GIS绝缘劣化的征兆和表现形式,又是绝缘进一步劣化的原因。对GIS进行局部放电检测能够切实有效地发现其内部早期的绝缘缺陷,以便采取措施,避免其进一步发展,进而提高GIS的可靠性。超声波检测法抗干扰能力强,瞬态特性好,具有易于实现和便于空间定位等特点,因此被广泛应用。本文重点介绍超声波检测法在GIS局部放电在线监测中的应用。

变电站GIS局部放电在线监测系统设计

针对变电站现有的GIS局部放电在线监测系统存在漏检、误报警、类型识别不准确、不能准确定位等问题,提出并研制GIS局放在线智能诊断系统。该系统基于特高频法、幅值比较法、时差法等工作原理和完备的局部放电类型专家库,实现实时数据采集、放电类型识别、数据分析、局部放电定位、数据信息图表化等功能。

铁路GIS局部放电在线监测与带电检测的应用探讨

本文通过对当前GIS局部放电检测的各种方法分析,并对比应用效果,同时结合国内局放检测应用的成功经验,提出了铁路GIS组合电器局部放电的监测与检测方法为":超高频局部放电在线监测法""、超高频局部放电带电检测法"。

220kVGIS局部放电在线监测系统校核研究

电气绝缘效果会直接影响到电力运输系统安全性与稳定性,当前主流解决方法就是采用GIS局部放电对线路进行监测,从而对各类绝缘性问题进行防治。基于此,本文针对220kVGIS局部放电在线监测系统的校核问题进行研究,希望对相关从业人员提供一定的参考与借鉴。

特高频方法在GIS局部放电在线监测中的应用

综述基于特高频方法(UHF)在线监测气体绝缘组合开关设备(GIS)局部放电的现状和存在问题,主要包括监测用UHF传感器、局放信号特征量提取方法。然后对UHF电磁波在GIS腔体内的传播特性进行简要介绍,结合一起在线监测发现局放故障的成功案例得出以下结论:UHF电磁波在GIS腔体内传播会有发生一定的衰减,并且通过绝缘子处的衰减最大,其次是经过T型拐角处要大。

浅谈局部放电在线监测系统在GIS设备中的应用

本文对GIS局部放电在线监测展开概述,在理论基础上分析局部放电在线监测系统运行存在问题,包括:监测系统的信号干扰及抗干扰措施、监测系统运行中的常见故障问题。同时,结合具体实施工作提出有效的解决措施,如提高设备运行安全可靠性、降低设备维护成本、实现智能化管理变电设备。通过对GIS局部放电在线监测系统的研究,能够及时发现设备内部的故障隐患,保证电力设备的正常运行。

基于声纹识别的变压器局部放电在线监测系统

本文提出了基于声纹识别的变压器局部放电的在线监测和诊断方法。通过在变压器上安装4个磁吸式声纹采集装置获得变压器声纹信号,采用基于负熵的FastICA对采集得到的数据进行处理,分离变压器的本体运行声纹信号和故障声纹信号。接着,采用梅尔对数频谱特征分析方法提取之前分离所得的故障声纹信号的特征值,特征值作为输入量经训练好了的卷积神经网络(CNN)模型预测得到变压器故障类型。通过设计放电试验,对故障声纹的识别准确率超过90%,验证了系统的有效性。本文充分利用变压器声纹信号,通过卷积神经网络算法实现变压器局部放电诊断,能够有效发现变压器内部绝缘的初期故障,提高了设备供电可靠性。