统计参数用于局部放电模式识别地研究.pdfVIP

统计参数用于局部放电模式识别的研究 王静唐炬魏刚李剑 (重庆大学电气工程学院．重庆400044) 摘要：本文提出用统计参数构造局部放电特征向量作为人工神经网络辅入的方法。从局部放电脉冲幅值谱 围中估计出w“hl参数口和口．从脉冲相位谱图中估计出统计算子sk．K。．用以上参数作为人工神经网络的 输入．对设计的5种典型人工绝缘缺陷进行了模拟实验，结果证明这种用统计参数构造特征向量的方法在局 部放电模式识别中是可行的。 关键词：局部放电；模式识别；统计分析；人工神经网络 中圈分类法：TM83文献裹识码：A 引言 油浸绝缘设备内部绝缘中的局部放电源有不同的种类，分别代表着不同的故障类型。在线监测局部 放电信号，应用数字化测量技术对多个实验周期的局放信号进行统计分析，根据统计特征识别局部放电 类型可以为诊断油漫绝缘设备内部绝缘中的缺陷提供依据。 人工神经网络具有很强的自适应学习、容错能力和高度并行运算能力，在局部放电模式识别中已得 到了广泛应用“]。特征量的选择是识别过程中十分关键的一步，它的好坏将直接关系到网络的计算效率 和识别率的高低。本文提取局部放电脉冲幅值谱图(thepulseamplilude Weibull参数n、p和脉冲相位谱图(thepulsephase 网络的输入向量”J。 1局部放电模型设计和试验回路 针对油浸绝缘设备的特点，设计了5种典型的局部放电模型。空气中的单点电晕模型采用针板电 极，如图1(a)所示；对于油中尖板放电，如图1(b)所示}空气中的沿面放电模型如图l(c)所示；油中的 沿面放电模型与空气中的沿面放电模型完全相同．仅仅是把图1(c)所示的模型置于油杯中进行实验； 对于固体绝缘内气隙放电模型如图l(d)所示。 为了得到较好的统计结果，对于以上各种人工缺陷分别进行了大量实验。每种缺陷在不同电压下 (120％～l50％起始放电电压)作测量，一次持续15分钟，每次测量包括S000个工频周期。．实验采用的 局部放电试验回路及信号采集系统如图2所示。 其中，高压电源由自耦调压器和无晕试验变压器构成；静电电压表V。监视实验电压；保护水阻尺 感器在20kHz～10MHz频率范围内具有良好的频率响应特性。 2 PAll图的Weibull参数 Weibull分布作为对失效数据进行统计分析的实用统计模型．在工程的各个领域得到了广泛的应 用。由于Weibull分布是基于最弱环理论推导出来的，它适用于一切局部失效引起的整体机能停止的失 效过程，所以应用Weibull分布对绝缘材料和绝缘结构失效数据进行统计分析已获得普遍的认可”r。 研究结果表明，局部放电的脉冲幅值谱图tPAH)正是两参数的Wcibull模型所描述的分布“』。，因 此在局部放电的模式识别中引入Weibull概率模型。两参数Weibull分布的定义如下： 一S0一 {差 高压 T ． 1 环氯板 I ’ 5m“● I 杯 针I!||剁 喜 ：|画霉 -)空气中草点电晕 (b)油中电晕放电 15ram 气膏直径32ram，厚度O (c)空气中及油中沿面放电 (d)固体笔缝内气障放电