分频段能量谱及马氏聚类算法在开关柜局部放电模式识别中的应用

发布时间：2018-01-02 21:18

本文关键词：分频段能量谱及马氏聚类算法在开关柜局部放电模式识别中的应用　出处：《高电压技术》2015年10期 　论文类型：期刊论文

【摘要】：针对传统超高频(UHF)检测法对系统采样频率、数据处理存储要求严苛及成本较高的缺点,融合混频降频、功率检波技术,研制出一套较经济的高压开关柜超高频在线监测系统。采用该系统对沿面放电、气隙放电、针板放电和自由微粒放电共4种典型缺陷模型的局部放电信号进行监测,获得信号在不同频段的能量谱;并在此基础上提出了将局部放电的分频段能量作为特征向量、利用马氏距离算法进行聚类分析的高压开关柜局部放电模式识别方法。研究结果表明:不同放电类型在频域内的能量分布差异较大,相同的放电类型在频域内的能量分布差异较小;不同放电类型在能量比重三角图中表现出显著的区域聚集特性。该局部放电模式识别方法对4种典型缺陷放电类型的识别准确率达到99.125%。
[Abstract]:Aiming at the shortcomings of the traditional UHF detection method in the system sampling frequency, data processing and storage requirements and high cost, fusion mixing frequency reduction, power detection technology. A set of economical UHF on-line monitoring system for high voltage switchgear is developed, which is used to discharge along the surface and air gap. The partial discharge signals of four typical defect models are monitored and the energy spectrum of the signals in different frequency range is obtained. Based on this, the energy of partial discharge is used as the eigenvector. The partial discharge pattern recognition method of high voltage switchgear based on Markov distance algorithm is presented. The results show that the energy distribution of different discharge types in frequency domain is different. The energy distribution of the same discharge type in the frequency domain is relatively small. Different discharge types show remarkable regional aggregation in energy specific gravity triangulation, and the accuracy of partial discharge pattern recognition for four typical defect discharge types is 99.125.
【作者单位】：重庆大学输配电装备及系统安全与新技术国家重点实验室;国网重庆市电力公司江北供电分公司;南方电网中山市供电公司;
【基金】：重庆市科技攻关计划(院士专项)(CSCT2010BC3003) 国家重点实验室自主研究课题(2007DA10512709104) 重庆市电力公司科学技术项目(2011渝电科技18#)~~
【分类号】：TM591
【正文快照】： 0引言1局部放电是发生在电气设备绝缘内部局部区——域的绝缘击穿现象,但整个绝缘并没有失去原有的电气性能。随着局部放电的发展,绝缘材料逐步劣化,最终将造成整体击穿[1-3]。因此对开关柜的局部放电进行在线监测可以实时掌控设备的内绝缘状况,为状态检修提供重要的数据支撑

【参考文献】