电力变压器局部放电信号去噪及特征量提取方法研究

发布时间：2018-04-09 10:30

  本文选题：局部放电　切入点：去噪　出处：《中国矿业大学》2014年硕士论文

【摘要】：坚强智能电网的快速发展对电力变压器等电气设备安全可靠性提出更高要求。局部放电（PD）是电力变压器绝缘劣化的主要原因和早期表现形式，PD在线监测对变压器故障诊断和实时状态评估有重要意义。数字去噪和特征量提取是PD在线监测的两个关键环节。本文围绕PD信号去噪和特征量提取方法主要做了如下工作： 首先，，根据CIGRE MethodⅡ标准和电力变压器绝缘结构常见缺陷制作了针板放电、固体气隙放电和沿面放电三种缺陷模型。在实验室完成了空气中电晕放电、沿面放电、气隙放电和油中气隙放电四种PD类型实验，采用脉冲电流法测得大量实验数据。 其次，在详细分析经验模态分解（EMD）和自相关函数基础上，利用PD信号和白噪声在自相关函数上的显著差异，提出了一种基于自相关函数的时空去噪方法，并在此基础上结合阈值去噪方法，设计了一种EMD去噪方法。由仿真结果和评价参数可知：该去噪方法较小波去噪方法去噪更彻底，波形畸变更小。对实测PD信号做EMD去噪处理，结果显示该去噪方法的去噪效果良好。 最后，在分析奇异值分解（SVD）理论的基础上，提出了EMD-SVD的PD信号特征量提取方法。利用BP神经网络作为分类器，分别用奇异值和三维表列数据两种特征量对4种典型PD信号做模式识别。通过比较可知：两种特征量识别效果良好且可靠率相当，但奇异值特征量个数少且分类时间短，说明奇异值特征量在减轻分类器复杂程度和识别实时性方面有更加突出优势。
[Abstract]:The rapid development of strong smart grid demands higher safety and reliability of electrical equipment such as power transformer.Partial discharge PD (PD) is the main cause and early manifestation of insulation deterioration of power transformer. PD on-line monitoring is of great significance for transformer fault diagnosis and real-time state evaluation.Digital denoising and feature extraction are two key links of PD online monitoring.In this paper, the main work of PD signal denoising and feature extraction methods is as follows:Firstly, according to the CIGRE Method 鈪

本文编号：1726051