局部放電信號(hào)干擾抑制與識(shí)別方法研究.pdf

1、絕緣劣化是引起電氣設(shè)備故障的重要原因,如果能在電氣設(shè)備絕緣裂化的早期就將其檢測(cè)出來,并及時(shí)更換,將會(huì)有效地減少事故的發(fā)生,局部放電檢測(cè)是反映電氣絕緣設(shè)備劣化情況的有效有段。局部放電檢測(cè)屬于瞬態(tài)微弱信號(hào)的測(cè)量,而檢測(cè)現(xiàn)場(chǎng)的電磁干擾通常比較嚴(yán)重,因此信號(hào)檢測(cè)的干擾抑制是局部放電檢測(cè)的一個(gè)技術(shù)難點(diǎn)。目前,局部放電的故障診斷還是以閾值分析為主,當(dāng)放電量達(dá)到危險(xiǎn)放電量的最小值時(shí)發(fā)出警告信號(hào),但不同的絕緣缺陷對(duì)絕緣系統(tǒng)的破壞程度有明顯的差異,對(duì)局部

2、放電缺陷類型識(shí)別分類是目前局部放電檢測(cè)另一個(gè)研究重點(diǎn)。
　　局部放電信號(hào)檢測(cè)中最主要的干擾是白噪聲。白噪聲從時(shí)域上看是雜亂無章的,屬于寬頻信號(hào),當(dāng)前較為常見的方法是利用小波變換技術(shù)對(duì)白噪聲干擾進(jìn)行抑制,其效果也較為顯著。本文對(duì)小波變換的各種去噪算法進(jìn)行了比較分析,發(fā)現(xiàn)去噪中最常用的閾值算法在估計(jì)信號(hào)的小波分解系數(shù)時(shí),直接將分解系數(shù)幅值大小作為判斷標(biāo)準(zhǔn),沒有利用小波系數(shù)的相關(guān)性,在干擾比較嚴(yán)重的情況下去噪效果并不穩(wěn)定。針對(duì)這種情況,

3、本文將小波閾值算法與空域相關(guān)算法有機(jī)結(jié)合,同時(shí)給出一種新的閾值選擇方法,對(duì)信號(hào)進(jìn)行聯(lián)合去噪,取得了比較理想的效果。
　　局部放電具有一定的隨機(jī)性,因此一般會(huì)對(duì)多個(gè)工頻周期的信號(hào)進(jìn)行統(tǒng)計(jì),得到局部放電信號(hào)的統(tǒng)計(jì)圖譜,在識(shí)別過程中需要利用放電圖譜的圖像特征對(duì)局部放電的缺陷類型進(jìn)行模式分類。分形特征是一種參數(shù)少,模式區(qū)分能力較強(qiáng)的特征參數(shù),因此本文對(duì)局部放電圖譜分形特征的提取方法進(jìn)行了深入研究,并在提取散點(diǎn)圖的分形特征時(shí)對(duì)傳統(tǒng)的盒維數(shù)計(jì)

4、算方法做了改進(jìn)。分形特征僅僅描述了散點(diǎn)的集局部自相似性和復(fù)雜程度,不能對(duì)散點(diǎn)集從整體上進(jìn)行描述,本文結(jié)合散點(diǎn)集的分布重心特征,與分形特征共同組成特征向量,作為識(shí)別輸入向量,在試驗(yàn)中對(duì)幾種特征向量識(shí)別效果進(jìn)行對(duì)比,試驗(yàn)結(jié)果表明,本文所提取的特征向量模式區(qū)分能力更強(qiáng)。
　　BP神經(jīng)網(wǎng)絡(luò)是局部放電識(shí)別中一種常用分類器,但是傳統(tǒng)BP算法存在缺陷,制約了該分類器在實(shí)際中的應(yīng)用,本文利用粒子群(PSO)算法對(duì)BP網(wǎng)絡(luò)進(jìn)行優(yōu)化。如果用傳統(tǒng)的PS