基于短期SF6气体分解产物数据的绝缘故障诊断研究.PDF

第54卷 第11期：0055-0061 Vol.54，No.11：0055-0061 2018年11月16日 HighVoltageApparatus Nov.16，2018 DOI:10.13296/j.1001-1609.hva.2018.11.007 基于短期SF气体分解产物数据的绝缘故障诊断研究6 1 1 2 2 王博伟 ， 杨同忠 ， 王先培 ， 赵 乐 （1.武汉大学电气工程学院，武汉 430072；2.武汉大学电子信息学院，武汉 430072） 摘要：维护电力系统中气体绝缘封闭组合开关设备的稳定运行，通过SF 气体分解组分对设备绝缘状态进行6 早期的故障诊断是其中关键步骤。为了提升短期SF数据存在识别率不高技术难点，首先提出基于信息熵6 理论和主成分分析法的综合评价方法。然后建立数据变量特征评价模型，对于气体特征量选取有指导意 义。其次通过搭建局部放电实验平台对SF 气体进行分解实验，得到的短期数据进行方法验证。最后，使用6 原数据与通过验证后新特征变量数据进行多分类SVM分类比对，结果表明，满足评价模型数据可以提高其 识别正确率。 关键词：GIS；SF 气体分解组分；信息熵；主成分分析；故障诊断；DAG⁃SVM6 InsulationFaultDiagnosisBasedonShort⁃termSF GasDecompositionProductData6 1 1 2 2 WANGBowei ，YANGTongzhong ，WANGXianpei ，ZHAOLe （1.SchoolofElectricalEngineering，WuhanUniversity，Wuhan430072，China； 2.SchoolofElectronicInformation，WuhanUniversity，Wuhan430072，China） Abstract: Tomaintainstableoperationofthegas⁃insulatedclosedcombinationswitchgearinpowersystem，early faultdiagnosisoftheequipmentinsulationstatethroughtheSF gasdecompositioncomponentsisavitalstep.Toim⁃6 provetherecognitionrateofshort⁃termSF data，thisstudyputforwardacomprehensiveevaluationmethodbasedon6 theinformationentropytheoryandtheprincipalcomponentanalysismethod.Andadatavariablefeatureevaluation modelwasestablishedforselectionofcharacteristicvariablesofgas.Then，decompositionexperimentofSF gaswas6 carriedoutbysettingupapartialdischargeexperimentalplatformtoobtaintheshort⁃termdata.Classificationcom⁃ parisonviamulti⁃classificationSVMbetweentheoriginaldataandtheverifiednewcharacteristicvariabledatashows thattherecognitionaccuracycouldbeimprovediftheevaluationmodeldataaresatisfied. Keywo