基于局部放电检测技术的高压开关设备状态评估研究.pdfVIP

电气技术与经济／研究与开发

基于局部放电检测技术的

高压开关设备状态评估研究

王德玉

（国网江苏省电力有限公司营销服务中心）

摘要：高压电气设备是配电网的重要组成部分，而开关设备在运行中受诸多外界因素干扰而出

现局部放电现象，对电网安全造成隐患。因此，本文提出一种基于CNN的检测模型，对高压开

关设备运行状态监测评估，先是利用UHF传感器采集高压开关设备运行数据并进行分析，并利

用TOF算法计算收到的超声信号的时间差，依此来推算故障源坐标，精确定位故障位置

关键词：局部放电检测；高压开关设备；状态监测

eh

0引言式中，k，h代表第个CNN检测模块的输出结果，

随着电网规模增大，系统中设备种类数量也逐渐增H代表模型中CNN模块的个数。

多，此时需要接入高压开关设备来保证电网运行安为明确数据类型的多少，设置一个置信度值π，以

［1］［4］

全。但高压开关设备易受到自然环境侵蚀导致绝缘保确定识别的数据是否与已知的故障类别想匹配。其置

护损坏，从而出现局部放电现象。因此，有必要对高压信度值用如下表达式表示。

开关设备进行状态监测评估，并对局部放电故障进行诊π=max(Ek，total)

［2］

断并定位，确保高压开关设备的安全运行置信度值π根据预先设定的阈值ε确定输入数据是与已

知故障匹配，还是未知类型。如果πε，则判断数据

1基于UHF传感器得CNN状态监测评估模型

是未知类别，反之，来自已知类别。ε的大小根据现场

本文利用UHF传感器采集高压开关设备运行状态试验数据来确定。

［3］

信号，并基于CNN建立状态监测模型。所建立的监

测评估模型如图1所所示。其中输入数据是UHF采集到

的测量信号X，如下式所示：

T

X={xT，xT，...，xT}

12m

{}M

式中，xm=xm1，xm2，...，xmN，代表采集数

据的周期数，m=1，2，...，M；N代表相位角的

数量。

在建立的图1监测评估模型中，设置多层CNN检

测模块，可以有效计算结果的误差。通过UHF采集的

数据同时输入多个CNN监测模块，并通过每个CNN输

出数据类别的概率。用如下表达式表示。