發(fā)布時(shí)間：2020-11-05 06:35

　　 電力變壓器價(jià)格昂貴,是整個(gè)電力系統(tǒng)中最為重要的設(shè)備之一,因此尋找有效方法對(duì)變壓器的健康狀況進(jìn)行評(píng)估尤為重要。局部放電是變壓器絕緣劣化的重要征兆和表現(xiàn)形式,為變壓器內(nèi)部早期故障評(píng)估提供了有效途徑。另外,局部放電類型對(duì)檢修人員估計(jì)變壓器故障位置有重要作用。為了準(zhǔn)確分析局部放電信號(hào)的特征和類型,本文主要從局部放電信號(hào)的時(shí)頻分析、特征提取和模式識(shí)別三個(gè)方面進(jìn)行了相關(guān)研究,研究成果如下:提出了基于變分模態(tài)分解(Variational Mode Decomposition,VMD)和Wigner-Ville分布(VMD-WVD)的局部放電信號(hào)時(shí)頻分析方法。將由多分量組成的局部放電信號(hào)進(jìn)行VMD分解,得到若干單一成分的模態(tài)分量,然后分別對(duì)各模態(tài)分量進(jìn)行WVD分析,最后將各模態(tài)分量的WVD結(jié)果進(jìn)行線性疊加得到局部放電信號(hào)的WVD分析結(jié)果。VMD-WVD時(shí)頻分析方法有效抑制了 WVD中的交叉項(xiàng),并且保證了較好的時(shí)頻聚集性,能夠細(xì)致地刻畫信號(hào)在時(shí)頻平面上所發(fā)生的變化過程,準(zhǔn)確反映了信號(hào)的時(shí)頻特性,適用于局部放電信號(hào)的時(shí)頻分析。采用VMD-WVD方法分別對(duì)仿真及實(shí)驗(yàn)局部放電信號(hào)進(jìn)行時(shí)頻分析,得到的分析結(jié)果充分驗(yàn)證了該方法的有效性。提出了一種基于VMD和Hilbert變換(Hilbert-VMD)的局部放電信號(hào)分析方法,并將其用于局部放電信號(hào)特征提取。對(duì)局部放電信號(hào)進(jìn)行VMD分解,得到若干固有模態(tài)分量,之后對(duì)得到的各模態(tài)分量分別進(jìn)行Hilbert變換并將結(jié)果進(jìn)行線性疊加得到被分析信號(hào)的Hilbert時(shí)頻譜,計(jì)算各模態(tài)分量的邊際譜,最后,根據(jù)各模態(tài)分量的邊際譜提取局部放電信號(hào)頻域內(nèi)的特征量。采用該方法提取實(shí)驗(yàn)環(huán)境下局部放電信號(hào)的特征量并據(jù)此進(jìn)行模式識(shí)別,實(shí)驗(yàn)結(jié)果表明,基于Hilbert-VMD的特征提取方法可以有效提取局部放電信號(hào)的頻域特征,具有較高的正確識(shí)別率。提出了一種基于偏最小二乘回歸的VPMCD方法(KPLS-VPMCD),并將其用于局部放電信號(hào)模式識(shí)別。該方法中引入核函數(shù),用核偏最小二乘回歸代替原始VPMCD方法中的普通最小二乘回歸,因此該方法不依賴特定的數(shù)學(xué)模型,可以表征特征量之間更為復(fù)雜的非線性關(guān)系,并且可以有效處理特征量之間存在多重線性相關(guān)性和特征量維數(shù)大于樣本個(gè)數(shù)的小樣本訓(xùn)練問題。采用KPLS-VPMCD方法分別對(duì)UCI數(shù)據(jù)集和局部放電信號(hào)進(jìn)行模式識(shí)別,并將得到的識(shí)別結(jié)果與原始VPMCD、BP神經(jīng)網(wǎng)絡(luò)和支持向量機(jī)(Support Vector Machine,SVM)方法得到的識(shí)別結(jié)果進(jìn)行比較,充分說明了采用該方法進(jìn)行模式識(shí)別的有效性。提出了一種基于樣本加權(quán)FCM聚類的未知類別局部放電信號(hào)識(shí)別方法,實(shí)現(xiàn)對(duì)待識(shí)別局部放電信號(hào)中未知類別樣本的識(shí)別。采用FCM聚類確定各已知類別局部放電信號(hào)樣本的聚類中心,計(jì)算局部放電信號(hào)的樣本權(quán)值,將各待識(shí)別局部放電信號(hào)權(quán)值與確定的閾值進(jìn)行比較,判斷其是否屬于已知類別。該方法中,根據(jù)Otsu準(zhǔn)則,即采用最大類間方差法自適應(yīng)地選取樣本權(quán)值閾值。實(shí)例分析驗(yàn)證了該方法的有效性,為未知類別局部放電信號(hào)的識(shí)別提供了一條有效的解決途徑。
【學(xué)位單位】：華北電力大學(xué)(北京)
【學(xué)位級(jí)別】：博士
【學(xué)位年份】：2018
【中圖分類】：TM855
【部分圖文】：

２ｔｔ??為了分析局部放電信號(hào)功率譜的特性，選取某一電暈放電信號(hào)，計(jì)算該電??暈放電的功率譜，其譜圖如圖２－２所示。由圖可知，該電暈放電的功率譜分散??性較強(qiáng)，造成這種現(xiàn)象的主要原因是因?yàn)榫植糠烹娦盘?hào)往往具有較強(qiáng)的隨機(jī)性。??８００??■?■?■?■?？?－??７００?？?－??６００?？?－??％?５００?■?■??＾?４００?？?－??，一ｉｌｌ?麵Ｉ??０?２０?４０?６０?８０?１００?１２０??頻率／ｋＨｚ??圖２－２某次電暈放電功率譜??Ｆｉｇ．２－２?Ｐｏｗｅｒ?ｓｐｅｃｔｒｕｍ?ｏｆ?ｃｏｒｏｎａ?ｄｉｓｃｈａｒｇｅ??實(shí)際測(cè)量得到的局部放電信號(hào)是非平穩(wěn)信號(hào)，其組成成分較為復(fù)雜，往往??存在多種放電信號(hào)疊加的情況，并且還可能包含多種噪聲千擾。每種類型的局??部放電信號(hào)的頻域特性與其它類型的局部放電信號(hào)會(huì)有所區(qū)別。對(duì)被分析信號(hào)??采用ＶＭＤ算法進(jìn)行處理的目標(biāo)就是分解得到原信號(hào)中所包含的若千信號(hào)分量，??即模態(tài)分量，且分解得到的各模態(tài)分量均具有窄帶特性。根據(jù)ＶＭＤ算法的特性，??１６??

?（２－２５）??局部放電信號(hào)的頻率往往較高，為了模擬局部放電信號(hào)的特征，采樣頻率??為／ｓ＝ｌ?ＧＨｚ，兩種仿真放電信號(hào)的參數(shù)如表２－１所示，波形分別如圖２－３所示。??表２－１仿真局部放電信號(hào)模型參數(shù)??Ｔａｂｌｅ?２－１?Ｐａｒａｍｅｔｅｒｓ?ｏｆ?ｓｉｍｕｌａｔｉｏｎ?ｐａｒｔｉａｌ?ｄｉｓｃｈａｒｇｅ?ｓｉｇｎａｌ??仿真信號(hào)?Ｊ?ｆｃ／ＭＨｚ??７＾?２５０?１２０?０．３??Ｓｌ?３００?２０?０．３??４００１?－?■?■???—??ｐ?２００?Ｌ?ｈ分量??＾?０?＾???？－２００－?「??＿４〇〇ｌ?■?１?■?■?■?１?１?１?１???０?０．１?０．２?０．３?０．４?０．５?０．６?０．７?０．８?０．９?１??１００ｉ￣￣－￣￣￣■￣￣￣￣■￣￣■￣??％?５０?Ｌ?幻分量??＾?０????ｉ?ａａＩ?１?１?１?１?１?１?１?＊?＊???０?０．１?０．２?０．３?０．４?０．５?０．６?０．７?０．８?０．９?１??時(shí)間／｜ｉｓ??圖２－３仿真信號(hào)＆和５２波形??Ｆｉｇ．２－３?Ｓｉｍｕｌａｔｉｏｎ?ｓｉｇｎａｌ?ｏｆ?Ｓ＼?ａｎｄ?＾２??目前關(guān)于進(jìn)行局部放電研究所使用的仿真信號(hào)大多為不同局部放電信號(hào)在??不同時(shí)刻發(fā)生［８２，８３］，而實(shí)際測(cè)量的局部放電信號(hào)往往會(huì)出現(xiàn)不同局部放電信號(hào)??在同一時(shí)刻發(fā)生，此類信號(hào)分析的難度要遠(yuǎn)遠(yuǎn)大于不同局部放電信號(hào)在不同時(shí)??刻發(fā)生的情況。為了更貼近實(shí)際局部放電信號(hào)

采用雙閾值篩選法確定使用ＶＭＤ算法前需要預(yù)設(shè)的模態(tài)數(shù)值后，就可??以對(duì)被分析信號(hào)進(jìn)行ＶＭＤ分解。加入噪聲后局部放電信號(hào)經(jīng)ＶＭＤ算法分解??得到的模態(tài)分量如圖２－６所不。??１０Ｑ?■?１?■?１???＼ｍ?１??－１００?１?１?１?１???０?０．２?０．４?０．６?０．８?１??４０Ｑ?；?■??????＞?２０Ｃ－??｜?〇－；??ｉｇ?－２００?＇??－４００???Ｊ???＇???０?０．２?０．４?０．６?０．８?１??時(shí)間／（ＩＳ??圖２－６加入噪聲后局部放電信號(hào)經(jīng)ＶＭＤ的分解結(jié)果??Ｆｉｇ．２－６?Ｔｈｅ?ｄｅｃｏｍｐｏｓｉｔｉｏｎ?ｒｅｓｕｌｔｓ?ｗｉｔｈ?ｎｏｉｓｅ?ｏｆ?ＶＭＤ??由圖２－６可見，加入噪聲后局部放電信號(hào)經(jīng)ＶＭＤ算法分解得到兩個(gè)模態(tài)??分量＾（〇和Ｗ２（〇，分解所得到的這兩個(gè)模態(tài)分量Ｗｌ（〇和《２（〇分別與原信號(hào)分量??乃和力（圖２－３所示）基本一致，即通過經(jīng)ＶＭＤ算法分解得到的模態(tài)分量可??以分析出被分析信號(hào)中所包含分量信號(hào)的情況。同時(shí)，也說明所預(yù)設(shè)的分解模??態(tài)數(shù)尺值是合理的，充分驗(yàn)證了本章所提出的基于雙閾值篩選法確定使用ＶＭＤ??算法預(yù)設(shè)分解模態(tài)數(shù)尺值的有效性
【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 李軍浩;韓旭濤;劉澤輝;李彥明;;電氣設(shè)備局部放電檢測(cè)技術(shù)述評(píng)[J];高電壓技術(shù);2015年08期

2 劉長(zhǎng)良;武英杰;甄成剛;;基于變分模態(tài)分解和模糊C均值聚類的滾動(dòng)軸承故障診斷[J];中國(guó)電機(jī)工程學(xué)報(bào);2015年13期

3 褚鑫;張建文;韓剛;;統(tǒng)計(jì)特征參數(shù)及多分類SVM的局部放電類型識(shí)別[J];電測(cè)與儀表;2015年07期

4 袁娜;朱永利;梁涵卿;;結(jié)合矩形窗的EEMD局部放電信號(hào)去噪[J];電力系統(tǒng)及其自動(dòng)化學(xué)報(bào);2015年03期

5 唐貴基;王曉龍;;參數(shù)優(yōu)化變分模態(tài)分解方法在滾動(dòng)軸承早期故障診斷中的應(yīng)用[J];西安交通大學(xué)學(xué)報(bào);2015年05期

6 田生昌;;最小二乘法的統(tǒng)計(jì)學(xué)原理及在農(nóng)業(yè)試驗(yàn)分析中的應(yīng)用[J];數(shù)學(xué)的實(shí)踐與認(rèn)識(shí);2015年04期

7 唐炬;樊雷;張曉星;劉欣;;用諧波小波包變換法提取GIS局部放電信號(hào)多尺度特征參數(shù)[J];電工技術(shù)學(xué)報(bào);2015年03期

8 汪可;廖瑞金;王季宇;楊麗君;李劍;;局部放電UHF脈沖的時(shí)頻特征提取與聚類分析[J];電工技術(shù)學(xué)報(bào);2015年02期

9 王瑜;苑津莎;尚海昆;靳松;;組合核支持向量機(jī)在放電模式識(shí)別中的優(yōu)化策略[J];電工技術(shù)學(xué)報(bào);2015年02期

10 尚海昆;苑津莎;王瑜;張利偉;;多核多分類相關(guān)向量機(jī)在變壓器局部放電模式識(shí)別中的應(yīng)用[J];電工技術(shù)學(xué)報(bào);2014年11期

本文編號(hào)：2871268