【摘要】：針對現(xiàn)有局部放電(PD)信號特征提取方法存在的不足,提出一種基于變分模態(tài)分解(VMD)和Hilbert變換(Hilbert-VMD)的特征提取方法,并提出一種雙閾值篩選法來確定VMD算法中的分解模態(tài)數(shù)。首先,根據(jù)PD信號功率譜,采用雙閾值篩選法確定VMD算法中的分解模態(tài)數(shù);其次,采用VMD算法對PD信號進行分解,得到數(shù)個有限帶寬的固有模態(tài)分量(BLIMFs);然后,對各模態(tài)分量進行Hilbert變換并線性疊加后得到PD信號的Hilbert時頻譜,并計算各模態(tài)分量的邊際譜;最后,根據(jù)各模態(tài)分量的邊際譜提取PD信號頻域內(nèi)的特征量,并用支持向量機(SVM)對所提取的特征量進行分類。實驗結(jié)果表明,對試驗環(huán)境下和現(xiàn)場實測兩種環(huán)境下的PD信號,采用該文方法提取得到的特征量均具有較高的正確識別率,充分說明該特征提取方法可以有效提取PD信號特征。對于噪聲較大的實測信號,采用該方法得到的正確識別率并未明顯降低,說明該方法具有較好的噪聲魯棒性。此外,該文所提Hilbert-VMD方法也為PD信號提供了一種新的時頻分析方法。
[Abstract]:In view of the shortcomings of the existing partial discharge (PD) signal feature extraction methods, a feature extraction method based on variant modal decomposition (VMD) and Hilbert transform (Hilbert-VMD) is proposed, and a double threshold screening method is proposed to determine the number of decomposition modes in VMD algorithm. Firstly, according to the power spectrum of PD signal, the decomposition modal number of VMD algorithm is determined by double threshold screening method. Secondly, the PD signal is decomposed by VMD algorithm, and several natural modal components (BLIMFs); with limited bandwidth are obtained. Then, the Hilbert time spectrum of PD signal is obtained by Hilbert transformation and linear superposition of each modal component, and the edge spectrum of each modal component is calculated. Finally, according to the marginal spectrum of each modal component, the feature quantity in the frequency domain of PD signal is extracted, and the extracted feature quantity is classified by support vector machine (SVM). The experimental results show that the feature quantity extracted by this method has a high correct recognition rate for the PD signal in the experimental environment and the field measurement environment, which fully shows that the feature extraction method can effectively extract the features of the PD signal. For the measured signals with large noise, the correct recognition rate obtained by this method has not been significantly reduced, which shows that the method has good noise robustness. In addition, the Hilbert-VMD method proposed in this paper also provides a new time-frequency analysis method for PD signals.
【作者單位】： 新能源電力系統(tǒng)國家重點實驗室(華北電力大學);
【基金】：國家自然科學基金(51677072) 中央高校基本科研業(yè)務(wù)費專項資金(2016XS101)資助項目
【分類號】：TM855

【相似文獻】

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];上海交通大學學報;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;;運行中的高壓電壓互感器局部放電的測量[J];變壓器;1978年02期

4 沈文琪;;用計算機計測局部放電[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,任文娥;局部放電在線窄帶檢測系統(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,顧樂觀;識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;局部放電識別中分維數(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];中國電機工程學報;2002年08期

相關(guān)會議論文 前10條

1 李剛;韓立臏;朱鐵劍;;數(shù)字式局部放電測試系統(tǒng)的研制[A];’02全國電工測試技術(shù)學術(shù)交流會論文集[C];2002年

2 朱祖松;張紅斌;;局部放電現(xiàn)場測試技術(shù)[A];’02全國電工測試技術(shù)學術(shù)交流會論文集[C];2002年

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

4 王靜;唐炬;魏剛;李劍;;統(tǒng)計參數(shù)用于局部放電模式識別的研究[A];’02全國電工測試技術(shù)學術(shù)交流會論文集[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別研究[A];’02全國電工測試技術(shù)學術(shù)交流會論文集[C];2002年

6 劉華昌;;電容器直流局部放電指紋分析[A];2008中國儀器儀表與測控技術(shù)進展大會論文集（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全國電工測試技術(shù)學術(shù)交流會論文集[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];第十屆沈陽科學學術(shù)年會論文集（信息科學與工程技術(shù)分冊）[C];2013年

9 王中龍;張營;戴嘉彤;王澤眾;史琳;李歡歡;;一種識別局部放電類型的新方法[A];山東電機工程學會2012年度學術(shù)年會論文集[C];2012年

10 吳烽;;變壓器局部放電的帶電測試及在線監(jiān)測[A];2007中國電機工程學會電力系統(tǒng)自動化專委會供用電管理自動化學科組（分專委會）二屆三次會議論文集[C];2007年

相關(guān)重要報紙文章 前1條

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

相關(guān)博士學位論文 前10條

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

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

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

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

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

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

8 金卓睿;變壓器局部放電超高頻監(jiān)測分形天線與最優(yōu)小波去噪及信號識別研究[D];重慶大學;2008年

9 畢為民;變壓器局部放電監(jiān)測中以小波包去噪和統(tǒng)計量識別放電模式的研究[D];重慶大學;2003年

10 杜林;大電機主絕緣局部放電測量及老化特征研究[D];重慶大學;2004年

相關(guān)碩士學位論文 前10條

1 史曉東;局部放電超聲波傳感器檢測技術(shù)研究[D];河北大學;2015年

2 吳炬卓;中壓電纜局部放電帶電檢測的白噪聲抑制和放電類型識別方法研究[D];華南理工大學;2015年

3 陳武奮;局放的高頻電流和超聲信號與SVR估計模型研究[D];昆明理工大學;2015年

4 曾志明;改進的OGA-SVM及其在氣體絕緣系統(tǒng)局部放電識別上的應(yīng)用[D];華南理工大學;2015年

5 夏燁;智能GIS設(shè)備檢測平臺局部放電模擬技術(shù)的研究[D];華北電力大學;2015年

6 劉昌標;GIS特高頻局部放電特征量優(yōu)選及類型識別研究[D];華北電力大學;2015年

7 張曉涵;油紙絕緣復合電壓下氣隙模型局部放電發(fā)展過程研究[D];華北電力大學;2015年

8 賈薇;基于LabWindows_CVI的變壓器局部放電超聲波定位系統(tǒng)[D];電子科技大學;2015年

9 褚鑫;油紙絕緣典型缺陷局部放電特征提取與模式識別研究[D];中國礦業(yè)大學;2015年

10 唐武平;基于超聲波法對變壓器局部放電定位的研究[D];電子科技大學;2015年

，

本文編號：2505906