《基于稀疏表示算法的气体绝缘组合电器（GIS）局部放电识别》.pdfVIP

第 14卷 第 12期 2014年4月 科 学 技 术 与 工 程 Vo1．14 No．12 Apr．2014 1671— 1815(2014)12—0057—05 ScienceTechnologyandEngineering ⑥ 2014 Sci．Tech．Engrg． 基于稀疏表示算法的气体绝缘组合 电器 (GIS)局部放电识别 王云浩 吴炎彬 (国网河南省电力公司驻马店供电公司，驻马店 463000) 摘 要 为提高GIS绝缘缺陷的识别正确率，针对GIS出现的绝缘缺 陷以及产生的局部放电特点，设计了4种典型绝缘缺陷 物理模型，对获得的局部放电灰度图谱，用稀疏表示分类算法进行缺陷类型识别。该算法首先用最小——范数方法计算稀疏 表示系数，运用压缩感知将低维观测信号恢复到高维原始信号。通过计算各类缺 陷局部放电灰度图的最小残差来进行 图像 匹配，避开 了一般模式识别分类算法中较为复杂的特征提取。测试结果表明该方法对GIS各类模拟缺陷的正确识别率较高。 关键词 GIS 局部放电 稀疏表示 图像匹配 模式识别 中图法分类号 TM835．3； 文献标志码 A 气体绝缘组合电器(GIS)局部放 电检测对于保 sensing，CS)理论是 由Donoho与Candes等人提出的 证其安全运行具有重要的意义，实际运行中的GIS 一 个新的理论框架 ，它主要基于线性模型，其核心假 由于各种原因，其 内部常会存在绝缘缺陷，如：毛刺 设是信号的稀疏性 ，只要信号是可压缩的或稀疏的， 缺陷、自由金属微粒缺陷、绝缘子表面污染物和绝缘 低维观测信号就能很好地恢复得到高维原始 子气隙等。局部放 电(PD)被认为是电气设备绝缘 信号 ”，地。 故障的早期表现形式 ¨J，通过对局放信号特征的 针对 GIS内绝缘缺陷产生的PD信号，运用稀 分析和辨别，能准确的了解气体绝缘组合电器绝缘 疏表示分类算法将检测得到的低维信号进行还原处 类型的故障和特征，因此，可以将其作为表征绝缘故 理，对局部放电信号图像分类。通过稀疏系数与最 障的特征和类型。对于超高频PD信号的辨别，传 小残差的计算，判断出GIS内PD放 电所属的绝缘 统方法是对测得各种放 电类型的二维图谱和三维图 故障类型，取得了较好的识别效果。 谱等提取图谱特征，通过神经网络、聚类或者Fisher 1 缺陷模型和信号检测 线性识别方法进行PD的模式识别 。超高频采 集的PD信号数据样本存量大且采样率高，神经网 1．1 人工缺陷物理模型的设计 络节点数较多时，需要的时间较长且识别效果没有 根据GIS设备绝缘缺陷放电特点，设计了4种 保障。对于高达数万维的局部放电灰度图像，构造 GIS模拟装置 内PD物理模型 ¨。 最优鉴别矢量的计算量很大，使得Fisher及其改进 1．1．1 高压导体上金属突出物缺陷 算法难 以进行。 将直径2．3mm，长度 12．4mm的铜丝一端磨成 因此，简化PD信号的辨识方法，快速准确的掌 针尖状，针尖的曲率半径约为0．20mm，用干燥的绝 握各种放电类型的PD模式，是 目前本领域 比较关 缘胶带将其固定在其中一相高压导体上。 注的热点问题。基于Nyquist采样定理的信号重建 1．1．2 绝缘子表面金属污染物 算法，要求信号的采样率不低于信号带宽的2倍，但 采用真空浇注的环氧盘式绝缘子，用 3M绝缘 是随着数据获取能力的提高，以及对信息量的需求 胶带将长 l8．5m，宽