【摘要】：電力變壓器是電力系統(tǒng)中的關(guān)鍵設(shè)備,維護(hù)其安全穩(wěn)定的運(yùn)行至關(guān)重要。局部放電是變壓器絕緣劣化的重要征兆及表現(xiàn)形式,有效檢測(cè)局部放電對(duì)于正確評(píng)估變壓器的絕緣狀況具有重要的現(xiàn)實(shí)意義。本文基于變壓器局部放電的原理及特性,深入研究了局部放電信號(hào)的干擾抑制、特征提取以及模式識(shí)別方法。主要研究工作如下： 提出了基于平移不變小波跡的變壓器局部放電信號(hào)消噪方法。深入分析了小波跡方法的消噪原理,將其應(yīng)用于局部放電信號(hào)去噪,并利用循環(huán)平移方法消除小波基的平移依賴性,抑制小波變換產(chǎn)生的振蕩現(xiàn)象,強(qiáng)化消噪效果。仿真及現(xiàn)場(chǎng)信號(hào)分析驗(yàn)證了該方法的有效性。 針對(duì)傳統(tǒng)局部放電特征提取方法對(duì)噪聲信號(hào)的高敏感性,提出了基于交叉小波變換的局部放電特征提取方法。研究了交叉小波變換對(duì)信號(hào)在時(shí)頻域內(nèi)的分析特性,采用該方法對(duì)局部放電信號(hào)進(jìn)行處理,得到描述交叉譜圖特性的放電特征參數(shù),并利用相關(guān)系數(shù)矩陣對(duì)特征參數(shù)進(jìn)行相關(guān)性分析。實(shí)例分析表明,該特征提取方法可以有效避免噪聲信號(hào)的影響。 提出了基于主動(dòng)學(xué)習(xí)SVM的局部放電模式識(shí)別方法。將主動(dòng)學(xué)習(xí)的思想引用到“一對(duì)一”多分類SVM分類器,選用基于后驗(yàn)概率的采樣函數(shù)對(duì)放電樣本進(jìn)行選擇,挑選出對(duì)分類器最有價(jià)值的樣本進(jìn)行訓(xùn)練。實(shí)例分析表明,在保證局部放電識(shí)別精度的前提下,該方法可以減少訓(xùn)練樣本個(gè)數(shù),提高樣本學(xué)習(xí)效率。 深入分析了主成分分析(PCA)方法的原理,利用PCA對(duì)局部放電的高維統(tǒng)計(jì)特征參數(shù)進(jìn)行處理,提取出較少的主成分因子來表征原始信號(hào)特征,并通過相關(guān)向量機(jī)(RVM)對(duì)降維前后的特征參數(shù)進(jìn)行模式識(shí)別。實(shí)例分析驗(yàn)證了該降維方法的有效性。 提出了基于多核多分類相關(guān)向量機(jī)(MMRVM)的局部放電模式識(shí)別方法。該方法采用不同的核函數(shù)融合多個(gè)不同的放電數(shù)據(jù)源信息,并利用粒子群優(yōu)化算法對(duì)組合核參數(shù)進(jìn)行尋優(yōu)配置,選取出最優(yōu)的核參數(shù)。局部放電實(shí)驗(yàn)數(shù)據(jù)分析表明,設(shè)計(jì)出的MMRVM分類模型融合了多種放電特征信息,能夠較為全面的描述局部放電特性,具有較高的診斷準(zhǔn)確率。
【圖文】：

其中A為信號(hào)幅值，r為衰減系數(shù)，為振蕩頻率。如圖2-2(a)所示，取懫樣頻率為20MHz的4個(gè)局部放電仿真脈沖信號(hào)，其中第1、3個(gè)仿真信號(hào)滿足式(2-8)，第2、4個(gè)信號(hào)滿足式(2-7)。4個(gè)信號(hào)的幅值 A 依次為 ImV、O.lmV、ImV、0.2mV，衰減系數(shù)r 分別為 lOus、5us、lOus、5us,振蕩頻率（分別為150kHz、200kHz、200kHz、IMHz。懫樣個(gè)數(shù)為3600。現(xiàn)場(chǎng)監(jiān)測(cè)局部放電信號(hào)受窄帶干擾及白噪聲干擾的影響較為嚴(yán)重。白噪聲主要包括通信線路中的各種隨機(jī)噪聲。窄帶周期性干擾主要包括無線電通信、高頻保護(hù)、載波通信、高次諧波等。其中高頻保護(hù)和載波通信信號(hào)頻率范圍在30-500kHz,無線電干擾在500kHz以上。為模擬現(xiàn)場(chǎng)真實(shí)局部放電信號(hào)，給仿真信號(hào)疊加窄帶干擾以及白噪聲。其中白噪聲滿足高斯分布N(0,0.052)。窄帶干擾數(shù)學(xué)表達(dá)式為5f(t) = [0.02sin(27r f.t) (2-9);=1窄帶干擾頻率分別取為30kHz、lOOkHz、200kHz、300kHz和500kHz。染噪信號(hào)如圖2-2(b)所示。-21 -

華北電力大學(xué)博士學(xué)位論文由圖2-9(b)可見，小波消噪后信號(hào)存在振蕩現(xiàn)象，對(duì)于幅值較小的脈沖信號(hào)無法識(shí)別。由圖2-9(c)可見，，本章提出的平移不變小波跡方法消噪后，信號(hào)無明顯振蕩現(xiàn)象，對(duì)于幅值較小的脈沖信號(hào)也能夠有效識(shí)別。由圖2-9(d)可見，利用多工頻周期信號(hào)疊加的方法對(duì)平移不變小波跡消噪后的信號(hào)進(jìn)行處理，隨機(jī)脈沖干擾得到了很好的抑制。I I I I I I I I I I I、：「T:…..::.......Tf"^ I I I ' I ‘ I' ‘ * I I 0 5 10 15 20 25 30 35 40 45 50時(shí)間/us(a)現(xiàn)場(chǎng)原始放電信號(hào)1 1I 1 I I 1 1~~I 1 I 5 - -^ T-5 - -0 5 10 15 20 25 30 35 40 45 50時(shí)間Ajs(b) db4小波消噪5 - -? 0 一^ Kl。B I I-5 - -0 5 10 15 20 25 30 35 40 45 50時(shí)間/us(c)平移不變小波跡消噪 1 J—I 1 1 1 1 1 1 1 5 - -m 0 I ■■ I (-嬰 I I-5 - - I I I I t ] 1 I I I 0 5 10 15 20 25 30 35 40 45 50時(shí)間/us(d)脈沖型干擾的抑制圖2-9現(xiàn)場(chǎng)局部放電信號(hào)分析Fig
【學(xué)位授予單位】：華北電力大學(xué)
【學(xué)位級(jí)別】：博士
【學(xué)位授予年份】：2014
【分類號(hào)】：TM41

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 陳建杰;葉智宣;;多分類SVM主動(dòng)學(xué)習(xí)及其在遙感圖像分類中的應(yīng)用[J];測(cè)繪科學(xué);2009年04期

2 王國(guó)利,鄭毅,沈嵩,郝艷捧,李彥明;AGA-BP神經(jīng)網(wǎng)絡(luò)用于變壓器超高頻局部放電模式識(shí)別[J];電工電能新技術(shù);2003年02期

3 李延沐,袁鵬,牟磊,李彥明;基于自適應(yīng)神經(jīng)模糊推理系統(tǒng)(ANFIS)的變壓器超高頻局部放電模式識(shí)別[J];電工電能新技術(shù);2005年04期

4 郭俊,吳廣寧,張血琴,舒雯;局部放電檢測(cè)技術(shù)的現(xiàn)狀和發(fā)展[J];電工技術(shù)學(xué)報(bào);2005年02期

5 滿玉巖;高文勝;高凱;談克雄;;發(fā)電機(jī)局部放電的統(tǒng)計(jì)特征識(shí)別[J];電工技術(shù)學(xué)報(bào);2006年04期

6 李天云;程思勇;李光;;基于交叉驗(yàn)證的局部放電白噪聲抑制新方法[J];電工技術(shù)學(xué)報(bào);2008年01期

7 汪可;楊麗君;廖瑞金;齊超亮;周nv;;基于離散隱式馬爾科夫模型的局部放電模式識(shí)別[J];電工技術(shù)學(xué)報(bào);2011年08期

8 張曉星;任江波;胡耀垓;唐炬;孟凡生;;SF_6局部放電分解組分長(zhǎng)光程紅外檢測(cè)[J];電工技術(shù)學(xué)報(bào);2012年05期

9 孫才新,李新,楊永明;從白噪聲中提取局部放電信號(hào)的小波變換方法研究[J];電工技術(shù)學(xué)報(bào);1999年03期

10 王曉寧,張繼強(qiáng),朱德恒,李福祺;汽輪發(fā)電機(jī)局部放電在線監(jiān)測(cè)技術(shù)的研究[J];大電機(jī)技術(shù);2003年03期

相關(guān)博士學(xué)位論文 前4條

1 胡運(yùn)紅;支持向量機(jī)的若干算法研究[D];山東科技大學(xué);2011年

2 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

3 王書舟;支持向量機(jī)方法及其應(yīng)用研究[D];哈爾濱工業(yè)大學(xué);2009年

4 陳曉紅;數(shù)據(jù)降維的廣義相關(guān)分析研究[D];南京航空航天大學(xué);2011年

本文編號(hào)：2538515