本文選題：電纜 + 局部放電　； 參考：《中國(guó)礦業(yè)大學(xué)》2016年碩士論文

【摘要】：隨著電力電纜在電網(wǎng)中的應(yīng)用越來(lái)越廣泛,電纜絕緣狀況成為研究人員研究的熱點(diǎn),局部放電是絕緣狀況劣化的一個(gè)重要的外部表現(xiàn)形式,同時(shí),局部放電會(huì)導(dǎo)致絕緣狀況進(jìn)一步劣化。為了及時(shí)發(fā)現(xiàn)電纜的絕緣缺陷,保障電網(wǎng)正常運(yùn)行,有必要對(duì)電纜局部放電進(jìn)行在線監(jiān)測(cè)。國(guó)內(nèi)外學(xué)者對(duì)電纜局部放電在線監(jiān)測(cè)做了相關(guān)的探索研究,本文在此基礎(chǔ)上,對(duì)其中的幾個(gè)關(guān)鍵環(huán)節(jié)進(jìn)行了研究探索。本文首先闡述了電纜局部放電機(jī)理,接著說(shuō)明了幾種常用的檢測(cè)方法,分析檢測(cè)現(xiàn)場(chǎng)存在的干擾源和常見(jiàn)干擾的性質(zhì),依據(jù)局部放電的特點(diǎn),選取4種放電數(shù)學(xué)模型,為信號(hào)仿真提供依據(jù)。并進(jìn)一步分析電纜絕緣缺陷的形成原因,并對(duì)4種典型絕緣缺陷進(jìn)行模擬實(shí)驗(yàn),獲取大量的4種絕緣缺陷下的放電信號(hào),為電纜局部放電模式識(shí)別提供樣本。電纜局部放電在線監(jiān)測(cè)技術(shù)的第一個(gè)關(guān)鍵環(huán)節(jié)就是檢測(cè)信號(hào)的預(yù)處理,也就是對(duì)檢測(cè)放電信號(hào)中混入的噪聲進(jìn)行抑制,本文重點(diǎn)對(duì)背景噪聲和周期性窄帶干擾噪聲的消除進(jìn)行了研究,根據(jù)電纜局部放電信號(hào)和噪聲干擾信號(hào)的特點(diǎn),選取小波包分析法對(duì)白噪聲進(jìn)行抑制,小波包閾值法是去噪的常用手段,基小波的選取和閾值處理是小波包去噪的關(guān)鍵,本文從閾值函數(shù)入手,通過(guò)對(duì)傳統(tǒng)閾值函數(shù)處理方法的分析,提出了一種改進(jìn)閾值函數(shù)的小波包去噪算法,仿真和實(shí)際應(yīng)用表明,改進(jìn)算法去噪效果優(yōu)于傳統(tǒng)算法。考慮到周期性窄帶干擾頻率固定,適合在頻域?qū)ζ溥M(jìn)行分析,本文采用FFT技術(shù)對(duì)窄帶干擾進(jìn)行抑制,仿真結(jié)果表明,FFT技術(shù)在去除周期性窄帶干擾方面具有優(yōu)越性。電纜局部放電在線檢測(cè)的第二個(gè)關(guān)鍵環(huán)節(jié)就是對(duì)局部放電的識(shí)別,檢測(cè)到的電纜局部放電信號(hào)可能是由4種不同絕緣缺陷造成的,正確識(shí)別放電類型對(duì)于迅速做出判斷,采取相應(yīng)措施至關(guān)重要。模式識(shí)別的輸入對(duì)象往往不是放電信號(hào)本身,而需要我們從局部放電信號(hào)中提取特征向量,作為模式識(shí)別的輸入,所以說(shuō)特征量能否表征不同局部放電信號(hào)的特征非常重要。本文根據(jù)電纜局部放電信號(hào)的特點(diǎn),對(duì)放電信號(hào)分別進(jìn)行經(jīng)驗(yàn)?zāi)B(tài)分解和小波包分解,然后分別計(jì)算固有模態(tài)函數(shù)的能量系數(shù)和小波包分解系數(shù)的頻帶能量作為放電信號(hào)的特征向量,分別采用BP神經(jīng)網(wǎng)絡(luò)算法和模糊C-均值聚類算法進(jìn)行識(shí)別。結(jié)果表明:固有模態(tài)分量能量更能表征放電信號(hào)特征;對(duì)同一特征向量,BP神經(jīng)網(wǎng)絡(luò)算法識(shí)別率整體高于模糊C-均值聚類算法。
[Abstract]:With the increasing application of power cable in power network, cable insulation has become a hot research topic. Partial discharge (PD) is an important external manifestation of insulation deterioration, and at the same time,Partial discharge leads to further deterioration of insulation.In order to find out the insulation defect of cable in time and ensure the normal operation of power grid, it is necessary to monitor the partial discharge of cable on line.Scholars at home and abroad have made relevant research on on-line monitoring of partial discharge of cables. On the basis of this, several key links have been studied and explored in this paper.In this paper, the mechanism of partial discharge of cable is first expounded, then several commonly used detection methods are explained, and the interference sources and properties of common interference are analyzed. According to the characteristics of partial discharge, four kinds of mathematical models of discharge are selected.It provides the basis for signal simulation.Furthermore, the causes of cable insulation defects are analyzed, and four typical insulation defects are simulated. A large number of discharge signals under four insulation defects are obtained, which provide samples for partial discharge pattern recognition of cables.The first key step in the on-line monitoring of cable partial discharge is the preprocessing of the detection signal, that is, the suppression of the mixed noise in the detection discharge signal.This paper focuses on the elimination of background noise and periodic narrowband interference noise. According to the characteristics of cable partial discharge signal and noise interference signal, wavelet packet analysis method is selected to suppress white noise.Wavelet packet threshold method is a common method for denoising, and the selection of wavelet base wavelet and threshold processing are the key of wavelet packet denoising. This paper starts with threshold function and analyzes the traditional threshold function processing method.An improved threshold function wavelet packet denoising algorithm is proposed. Simulation and practical application show that the improved algorithm is better than the traditional algorithm.Considering the fixed frequency of periodic narrowband interference, it is suitable to analyze it in frequency domain. In this paper, FFT technique is used to suppress narrowband interference. The simulation results show that FFT technique is superior in eliminating periodic narrowband interference.The second key step in the on-line detection of cable partial discharge is the recognition of partial discharge. The detected partial discharge signal may be caused by four different insulation defects.It is essential to take appropriate measures.The input object of pattern recognition is usually not the discharge signal itself, but we need to extract the feature vector from the partial discharge signal as the input of pattern recognition, so it is very important to say whether the characteristic quantity can represent the characteristics of different partial discharge signal.According to the characteristic of cable partial discharge signal, the discharge signal is decomposed by empirical mode decomposition and wavelet packet decomposition, respectively.Then the energy coefficients of the inherent mode function and the band energy of the wavelet packet decomposition coefficient are calculated as the eigenvectors of the discharge signal respectively. The BP neural network algorithm and the fuzzy C-means clustering algorithm are used to identify the discharge signals.The results show that the inherent modal component energy can better characterize the characteristics of the discharge signal and the recognition rate of the BP neural network algorithm for the same eigenvector is higher than that of the fuzzy C-means clustering algorithm.
【學(xué)位授予單位】：中國(guó)礦業(yè)大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類號(hào)】：TM855

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 徐劍,黃成軍,錢勇;多態(tài)性局部放電簇的小波提取算法[J];上海交通大學(xué)學(xué)報(bào);2005年S1期

2 買買提·努爾;石海珍;齊鐵東;;局部放電帶電巡檢技術(shù)的應(yīng)用研究[J];科技創(chuàng)新與應(yīng)用;2013年02期

3 D.Train;徐光澤;;運(yùn)行中的高壓電壓互感器局部放電的測(cè)量[J];變壓器;1978年02期

4 沈文琪;;用計(jì)算機(jī)計(jì)測(cè)局部放電[J];電力電容器;1985年03期

5 斯特列漢格·B;李建明;;局部放電起始和熄滅電壓的含義[J];西南電力;1988年02期

6 張鵬輝,于欽學(xué),任文娥;局部放電在線窄帶檢測(cè)系統(tǒng)的研究[J];高電壓技術(shù);2000年01期

7 李新,孫才新,廖瑞金,李劍,顧樂(lè)觀;識(shí)別局部放電的新特征量——分維數(shù)的研究[J];高電壓技術(shù);2000年01期

8 趙中原,邱毓昌,馬翠姣,羅俊華,馮江,袁檢,蔡慶;分形學(xué)在局部放電特征提取中應(yīng)用初探[J];高電壓技術(shù);2001年01期

9 李劍,孫才新,陳明英,杜林,袁志堅(jiān);局部放電識(shí)別中分維數(shù)分布的研究[J];高壓電器;2001年02期

10 李劍,孫才新,杜林,李新,周nv;局部放電灰度圖象分維數(shù)的研究[J];中國(guó)電機(jī)工程學(xué)報(bào);2002年08期

相關(guān)會(huì)議論文 前10條

1 李剛;韓立臏;朱鐵劍;;數(shù)字式局部放電測(cè)試系統(tǒng)的研制[A];’02全國(guó)電工測(cè)試技術(shù)學(xué)術(shù)交流會(huì)論文集[C];2002年

2 朱祖松;張紅斌;;局部放電現(xiàn)場(chǎng)測(cè)試技術(shù)[A];’02全國(guó)電工測(cè)試技術(shù)學(xué)術(shù)交流會(huì)論文集[C];2002年

3 冉漢政;劉華昌;于成龍;;直流局部放電測(cè)試系統(tǒng)的研制[A];中國(guó)工程物理研究院科技年報(bào)（2005）[C];2005年

4 王靜;唐炬;魏剛;李劍;;統(tǒng)計(jì)參數(shù)用于局部放電模式識(shí)別的研究[A];’02全國(guó)電工測(cè)試技術(shù)學(xué)術(shù)交流會(huì)論文集[C];2002年

5 虞蒼璧;高勝友;李福祺;談克雄;;使用組合神經(jīng)網(wǎng)絡(luò)的電容器模型局部放電模式識(shí)別研究[A];’02全國(guó)電工測(cè)試技術(shù)學(xué)術(shù)交流會(huì)論文集[C];2002年

6 劉華昌;;電容器直流局部放電指紋分析[A];2008中國(guó)儀器儀表與測(cè)控技術(shù)進(jìn)展大會(huì)論文集（Ⅲ）[C];2008年

7 錢勇;黃成軍;姚林朋;郭燦新;高明月;江秀臣;;地鐵直流電纜局部放電故障分析[A];08全國(guó)電工測(cè)試技術(shù)學(xué)術(shù)交流會(huì)論文集[C];2008年

8 于成龍;吳偉;;基于超高頻傳感器的變壓器局部放電定位方法[A];第十屆沈陽(yáng)科學(xué)學(xué)術(shù)年會(huì)論文集（信息科學(xué)與工程技術(shù)分冊(cè)）[C];2013年

9 王中龍;張營(yíng);戴嘉彤;王澤眾;史琳;李歡歡;;一種識(shí)別局部放電類型的新方法[A];山東電機(jī)工程學(xué)會(huì)2012年度學(xué)術(shù)年會(huì)論文集[C];2012年

10 彭煒文;田慕琴;宋建成;溫敏敏;;礦用隔爆型干式變壓器典型局部放電模式識(shí)別[A];第24屆全國(guó)煤礦自動(dòng)化與信息化學(xué)術(shù)會(huì)議暨第6屆中國(guó)煤礦信息化與自動(dòng)化高層論壇論文集[C];2014年

相關(guān)重要報(bào)紙文章 前2條

1 通訊員 李想 聶津;福州電業(yè)局局部放電測(cè)試技術(shù)通過(guò)鑒定[N];中國(guó)電力報(bào);2005年

2 記者 祁文運(yùn);山西公司三科技項(xiàng)目通過(guò)驗(yàn)收[N];國(guó)家電網(wǎng)報(bào);2011年

相關(guān)博士學(xué)位論文 前10條

1 韓帥;頻變電—熱應(yīng)力對(duì)高頻電力變壓器絕緣特性的耦合作用機(jī)制[D];山東大學(xué);2015年

2 鄭書生;變壓器繞組中局部放電特高頻定位方法研究[D];華北電力大學(xué);2015年

3 金虎;基于多參量的GIS局部放電發(fā)展過(guò)程研究及嚴(yán)重程度評(píng)估[D];華北電力大學(xué);2015年

4 羅楊;局部放電對(duì)聚酰亞胺薄膜的損傷特性及材料改性研究[D];西南交通大學(xué);2014年

5 楊霽;基于小波多尺度變換的局部放電去噪與識(shí)別方法研究[D];重慶大學(xué);2004年

6 牛海清;高壓直流局部放電的模糊識(shí)別及去噪策略[D];華南理工大學(xué);2009年

7 常文治;電力電纜中間接頭典型缺陷局部放電發(fā)展過(guò)程的研究[D];華北電力大學(xué);2013年

8 劉帆;局部放電下六氟化硫分解特性與放電類型辨識(shí)及影響因素校正[D];重慶大學(xué);2013年

9 金卓睿;變壓器局部放電超高頻監(jiān)測(cè)分形天線與最優(yōu)小波去噪及信號(hào)識(shí)別研究[D];重慶大學(xué);2008年

10 畢為民;變壓器局部放電監(jiān)測(cè)中以小波包去噪和統(tǒng)計(jì)量識(shí)別放電模式的研究[D];重慶大學(xué);2003年

相關(guān)碩士學(xué)位論文 前10條

1 康愛(ài)亮;高壓電機(jī)定子繞組多因子老化方法及其局部放電機(jī)理研究[D];太原理工大學(xué);2016年

2 杜錦陽(yáng);充油電纜終端超聲波局部放電在線監(jiān)測(cè)[D];哈爾濱理工大學(xué);2013年

3 王亮;通過(guò)澆注孔檢測(cè)GIS內(nèi)部局部放電UHF信號(hào)[D];華北電力大學(xué)(北京);2014年

4 劉夢(mèng)婕;基于時(shí)頻細(xì)化的局部放電信號(hào)分析方法研究[D];東北電力大學(xué);2016年

5 葛振東;高壓XLPE電纜中間接頭局部放電傳感器的研究[D];華北電力大學(xué)(北京);2014年

6 張倩;基于超聲波的遠(yuǎn)程配電網(wǎng)局部放電快速巡檢裝置設(shè)計(jì)[D];西南交通大學(xué);2015年

7 黃超;基于光信號(hào)特征的變壓器局部放電檢測(cè)技術(shù)研究[D];上海電機(jī)學(xué)院;2016年

8 胡凱旋;基于非分光紅外的GIS局部放電類型辨識(shí)方法研究[D];內(nèi)蒙古工業(yè)大學(xué);2015年

9 鄭晴;基于光纖傳感的變壓器局部放電超聲檢測(cè)方法研究[D];華北電力大學(xué)(北京);2016年

10 余洋;深度學(xué)習(xí)在局部放電模式識(shí)別中的應(yīng)用[D];華北電力大學(xué)(北京);2016年

，

本文編號(hào)：1751340