2026《电力设备局部放电检测研究的国内外文献综述》5800字.docxVIP

电力设备局部放电检测研究的国内外文献综述

局部放电检测与诊断

局部放电检测作为电气设备绝缘状态评估的最有效手段，通过对局部放电的产生机理和放电特性进行研究，可以实现对电气设备的绝缘状态监测、放电故障诊断和寿命预测等。其中，局部放电诊断作为局部放电研究的重要内容，包括局部放电故障类型的辨别和局部放电严重程度的评估，可以为电气设备故障危险性评价提供参考。

局部放电类型的辨别

局部放电类型的辨别为通过模式识别对电力设备故障类型进行归类，根据电气设备中绝缘缺陷的电场分布情况，可以将故障类型分为尖端放电、沿面放电、悬浮电位放电、气隙放电和自有金属微粒放电这5种。局部放电模式识别主要包括三个关键步骤：=1\*GB3①局部放电模式构造；=2\*GB3②局部放电特征量提取；=3\*GB3③分类器选择REF_Re\r\h[12]。

局部放电模式构造

由于局部放电检测有多种不同的方式，通过不同检测方法测得的局部放电信号可以构造出用于局部放电模式识别的不同放电模式，主要包括：局部放电时间分布模式（TRPD）、局部放电相位分布模式（PRPD）、脉冲序列分布模式（PRPS）和模式等。

TRPD模式是识别对象是局部放电脉冲波形，通过提取放电脉冲波形的特征实现模式识别REF_Re\r\h[13]。以超高频测GIS中局部放电为例，实验研究表明，对于不同的放电缺陷，其放电脉冲波形具有一定差异，因此可以直接将测得的放电脉冲波形用于模式识别。

PRPD模式描述的是局部放电脉冲所对应的工频电压相位、放电量q和放电次数n之间的关系，是最常用的一种放电模式REF_Re\r\h[14]。通过不同的组合，PRPD可以构造出不同的放电谱图，其中最常用的是模式。谱图的画法是将平面划分成个单元，然后计算各单元内的放电次数。

PRPS模式描述的是放电脉冲幅值、工频电压相位以及放电脉冲时间之间的关系，是局部放电最基本的放电模式，通过PRPS模式可以表征放电脉冲序列的相位及周期分布情况REF_Re\r\h[15]。通过对电缆附件的四种放电研究表明，不同类型的局部放电信号对应的脉冲序列相位分布有很大差异，因此可根据放电脉冲序列相位分布情况进行局部放电模式识别。

模式指的是多个工频周期内两个相邻放电脉冲参考电压差的分布情况。研究表明，绝缘劣化程度受电压梯度的影响，通常只有当满足一定条件时才会造成局部放电，利用模式也可实现局部放电模式识别。

放电特征量提取

由于局部放电模式包含巨大的信息量，很难直接用于模式识别，需要提取最能反应放电特征的参数进行模式识别REF_Re\r\h[16]。统计特征参数、分形参数和矩特征参数是三种最常用的局部放电模式识别参数。

统计特征参数主要包括统计算子和威布尔参数，其中统计算子包含偏斜度和陡峭度、放电量因数、相位不对称度以及相位相关系数，分别用于描述其谱图形状相对于正态分布的偏斜程度和突起程度、正负半周平均放电量的差异、正负半周局部放电起始相位差异以及谱图正负半周的分布相似性REF_Re\r\h[17]。

分形参数广泛应用于局部放电模式识别，常用的分形特征有：盒维数、信息维数、关联位数和空缺率。

矩特征描述的是PRPD模式谱图的灰度图像分布情况，其用于局部放电模式识别的识别率与三维数据相比识别率更高；另一方面，由于矩特征的特征量相对较少，也使得后续分类速度更快。

(a)单次脉冲波形图

(b)PRPD谱图

(c)PRPS谱图

(d)Δu谱图

图STYLEREF1\s1SEQ图\*ARABIC\s11自由金属微粒放电的单次脉冲波形图、PRPD谱图、PRPS谱图和谱图

分类器选择

分类器是依据所提取的特征量对待识别故障类型进行分类，局部放电模式识别中常用的分类器包括：距离分类器、支持向量机分类器和人工神经网络分类器。

距离分类器是根据识别对象与样本之间的距离判断其相似度，距离越大表示差异越大，距离越小越相似REF_Re\r\h[18]。不同的距离分类器由不同的聚类算法构成，其中常用的距离分类器包括最小马氏距离分类器、最小欧氏距离分类器等、最近邻分类器REF_Re\r\h[19]。

支持向量机（supportvectormachines,SVM）是以统计学中结构风险最小化原理为基础，通过内积核函数代替原模式空间中非线性映射的二分类模型，适用于样本容量小而维数高的情况REF_Re\r\h[20]。

人工神经