采用神经网络与分形理论的电力设备局部放电模式识别研究 .pdfVIP

维普资讯

２００７年第２期天津电力技术

采用神经网络与分形理论的电力设备

局部放电模式识别研究

天津市高压供电公司【天津３００２５０）王荣亮、岳亚林

天津大学电气与自动化工程学院（天津３０００７２）杜伯学

【摘要】根据小波理论，建立了表征局部放电（ＰＤ）脉冲时频谱图，综合反映局部放电脉冲信号的时域和频

信号的三维时频谱图；综合反映了局放脉冲信号的３个基本域信息；构建了板一板放电、尖一板放电、尖一尖放

特征：时间分量、频率分量和放电能量的分布。提取放电特电、内部放电和沿面放电几种典型的局部放电模型，

征，并构成识别特征量，采用反向传播算法（ＢＰ）神经网络用

模拟不同绝缘缺陷引起的局部放电，验证三维时频

于局部放电信号类型的模式识别。实验结果表明，本方法可

谱图分析方法对局部放电信号的识别处理效果。为

以有效的区分局部放电的类型。

实现对三维时频谱图的定量化分析，文章采用分形

【关键词】局部放电；特征提取；分形理论；模式识别

特征来表征这个三维形象化模型，采用反向传播算

法（ＢａｃｋＰｒｏｐａｇａｔｉｏｎ，简称ＢＰ）神经网络实现局部放

１引言

近年来，通过测量局部放电对高压电力设备进电类型的模式识别。实验结果表明，本方法可以有

效的提取放电特征和识别放电类型。

行绝缘诊断与在线监测，预防发生重大电力事故方

面，取得了很大进步¨Ｊ。通过分析放电脉冲特征２放电脉冲的测量及典型放电模型的设计

评估电力设备的绝缘状况并正确识别出放电类型对实验线路如图ｌ所示，Ｃ用于耦合试品产生的

于绝缘系统的诊断是一项重要工作。目前，一儿局部放电电流，采用高频电流传感器采集脉冲电流

三维时频谱图（既指纹法，描述局部放电的重要特征信号，经过带通滤波器和程控放大器进行放大处理

量：相角，放电量ｑ和单位时间内的放电次数ｎ）后，传到ＤＬ７４００数字示波器（最高采样率２ＧＳ／ｓ，

被广泛的应用于局部放电类型的识别，并取得了很５００ＭＨｚ模拟带宽）。实验系统建立在双层屏蔽试

好的效果。此方法建立在交流电压基础上，并不适验室内。

用于直流高压系统；另外，采用“指纹法”或者其他的

Ｒ

统计方法提取放电特征存在的问题是，特征量在很

大程度上受电压值的影响，进而影响最终的识别结

果ｂ】。传统的局部放电识别方法主要集中在对局

放脉冲信号的时域或者频域特征进行分析，如采用

脉冲波形特征或者傅立叶变换等，对于非平稳的局

部放电信号来说，这显然是不够的。小波变换为同

时分析信号的时域和频域特征提供了有力的工具，

Ｒ：保护水阳Ｃｔ＇搦合电容

通过小波变换，将原来局限于时域或频域的一维信

号处理扩展到二维的时频面，使信号的时频特征得图１局部放电信号测量系统

到分离，进而使对信号的分析可以具体到信号的特