【摘要】：在電力系統(tǒng)的正常運(yùn)行中,電力變壓器的穩(wěn)定性有著很大的作用。一旦電力變壓器發(fā)生故障,它將產(chǎn)生不可估量的影響。電力變壓器故障的主要原因之一就是電力變壓器內(nèi)部局部放電。因此分析電力變壓器局部放電,是檢測(cè)電力變壓器故障、維護(hù)電網(wǎng)安全穩(wěn)定的重要途徑。在分析電力變壓器局部放電信號(hào)的基礎(chǔ)上,本文從兩個(gè)方面進(jìn)行了研究,一是考慮到放電信號(hào)中無(wú)用的噪聲干擾比較多,如果直接進(jìn)行信號(hào)分析,效果非常差,本文首先對(duì)放電信號(hào)進(jìn)行消噪處理,保證信號(hào)的穩(wěn)定;二是考慮到傳統(tǒng)方法的局限性,本文利用深度學(xué)習(xí)的方法,搭建出一種適用于局部放電信號(hào)識(shí)別的神經(jīng)網(wǎng)絡(luò)。在分析變壓器的局部放電信號(hào)時(shí),首要問(wèn)題是消除放電信號(hào)中的干擾并確保放電信號(hào)的穩(wěn)定性。放電環(huán)境中干擾產(chǎn)生的原因有很多,最普遍的是窄帶干擾及白噪聲干擾。針對(duì)這種干擾,本文提出一種基于傳統(tǒng)小波跡方法的平穩(wěn)小波跡閾值消噪方法,該方法有良好的去噪效果。此方法對(duì)信號(hào)進(jìn)行平移,消除小波基的平移依賴性,改善了奇異點(diǎn)附近的特性,減少隨機(jī)振蕩的影響。通過(guò)選擇合適的閾值、小波基和分解層數(shù),得到信號(hào)消噪的最優(yōu)值,進(jìn)而構(gòu)建一個(gè)適用于局部放電信號(hào)研究的平穩(wěn)小波跡閾值消噪方法。結(jié)合MATLAB仿真實(shí)驗(yàn)信號(hào)和部分某變電站實(shí)測(cè)數(shù)據(jù),該方法消噪效果很好。在消除放電信號(hào)中的無(wú)用的噪聲干擾之后,對(duì)放電信號(hào)進(jìn)行模式識(shí)別。傳統(tǒng)的識(shí)別方法中,特征提取是故障診斷的關(guān)鍵步驟,而特征提取多依賴于個(gè)人經(jīng)驗(yàn)并具有某些局限性。針對(duì)這種局限性,本文提出了基于卷積神經(jīng)網(wǎng)絡(luò)的局部放電模式識(shí)別方法,將時(shí)域波形輸入到卷積神經(jīng)網(wǎng)絡(luò)模型。通過(guò)卷積層提取特征,避免特征提取與選擇的人工操作,增強(qiáng)識(shí)別的智能性,同時(shí)局部感知與權(quán)值共享兩特性加快了樣本的訓(xùn)練速度,更好的適應(yīng)了如今大數(shù)據(jù)時(shí)代�；贏lexnet模型訓(xùn)練并識(shí)別放電圖像,通過(guò)調(diào)整卷積神經(jīng)網(wǎng)絡(luò)的卷積層、全連接層等結(jié)構(gòu)優(yōu)化網(wǎng)絡(luò),大大降低神經(jīng)網(wǎng)絡(luò)的神經(jīng)元數(shù)量和計(jì)算量,減少訓(xùn)練時(shí)間,識(shí)別效果也優(yōu)于傳統(tǒng)方法。
【圖文】：

經(jīng)成功地將深度自動(dòng)編碼器應(yīng)用于圖像特征表示[64]。文獻(xiàn)[65]使用深度自動(dòng)編碼器來(lái)獲得緊湊圖像高級(jí)描述并基于此執(zhí)行圖像檢索。文獻(xiàn)[66]訓(xùn)練了從粗到細(xì)的自動(dòng)編碼器來(lái)完成定位關(guān)鍵點(diǎn)的任務(wù)。玻爾茲曼機(jī)（BM）是 Hinton 等人[67-69]提出隨機(jī)遞歸神經(jīng)網(wǎng)絡(luò)，是通過(guò)學(xué)習(xí)數(shù)據(jù)的內(nèi)部特征來(lái)解決問(wèn)題的人工神經(jīng)網(wǎng)絡(luò)之一。文獻(xiàn)[70-74]介紹了一些受限玻爾茲曼機(jī)的應(yīng)用場(chǎng)景和優(yōu)化處理，并取得了良好的效果。深度神經(jīng)網(wǎng)絡(luò)通常指完全連接的神經(jīng)網(wǎng)絡(luò)，其通常用于諸如圖像和語(yǔ)言識(shí)別的區(qū)域中。在圖像識(shí)別領(lǐng)域，由于它將圖像數(shù)據(jù)轉(zhuǎn)換成一維數(shù)據(jù)，因此忽略了圖像的空間幾何關(guān)系。因此圖像識(shí)別領(lǐng)域的識(shí)別率低于卷積神經(jīng)網(wǎng)絡(luò)，并且由于相鄰層之間的完全連接，要訓(xùn)練的參數(shù)很大，并且大量參數(shù)進(jìn)一步限制了完全連接的神經(jīng)網(wǎng)絡(luò)模型結(jié)構(gòu)的深度和廣度。卷積神經(jīng)網(wǎng)絡(luò)是近年來(lái)受到廣泛關(guān)注的識(shí)別方法，在 2012 年 ImageNet大規(guī)模視覺(jué)識(shí)別挑戰(zhàn)賽中，深度卷積神經(jīng)網(wǎng)絡(luò)模型取得了很好的效果[76-77]。卷積神經(jīng)網(wǎng)絡(luò)最初是由 LeCun 等人提出的，用于手寫字符圖像的識(shí)別，其網(wǎng)絡(luò)結(jié)構(gòu)如圖 1-1 所示：

華北電力大學(xué)碩士學(xué)位論文2.2 仿真信號(hào)分析2.2.1 仿真信號(hào)電力變壓器局部放電信號(hào)通常是高頻信號(hào)，在信號(hào)傳輸期間，由于外部干擾，很容易產(chǎn)生振蕩和衰減。因此，一般局部放電信號(hào)通常是衰減振蕩型脈沖信號(hào)，所以本文可以用衰減震蕩性脈沖信號(hào)的數(shù)學(xué)模型來(lái)等效：/1( ) sin2tcs t Ae f t (2-6)如圖 2-1 (a)所示，在 MATLAB 中仿真出，頻率為 5GHz 的局部放電信號(hào),信號(hào)的幅值 A 為 10mV，，衰減系數(shù) 為 7μs，振蕩頻率cf 為 20MHz。由于現(xiàn)場(chǎng)監(jiān)測(cè)局部放電信號(hào)受外部干擾比較嚴(yán)重，尤其是窄帶干擾及白噪聲干擾，所以在 MATLAB 中給衰減振蕩脈沖信號(hào)添加相應(yīng)干擾。染噪信號(hào)如圖 2-1 (b)所示。
【學(xué)位授予單位】：華北電力大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2019
【分類號(hào)】：TP18;TN911.4;TM855

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 王春雨;;發(fā)電機(jī)局部放電報(bào)警查找與分析[J];電力安全技術(shù);2019年08期

2 杜彥強(qiáng);畢海濤;師政;馮占穩(wěn);黃福存;;252 kV GIS局部放電試驗(yàn)仿真平臺(tái)設(shè)計(jì)研究[J];東北電力技術(shù);2018年06期

3 譚積東;;變壓器局部放電試驗(yàn)中的故障及處理[J];通訊世界;2017年19期

4 趙柏山;俞揚(yáng);;電力電纜局部放電定位方法探析[J];儀器儀表用戶;2016年03期

5 吳裕樂(lè);;東莞角布站110kV電流互感器局部放電現(xiàn)場(chǎng)測(cè)量方法分析[J];貴州電力技術(shù);2014年09期

6 何建森;秦嗣學(xué);胡晉華;;開關(guān)柜局部放電現(xiàn)象監(jiān)測(cè)方法探究[J];科技展望;2016年14期

7 李青青;王小鵬;;高電壓技術(shù)中氣隙局部放電的仿真研究[J];科學(xué)中國(guó)人;2017年17期

8 瞿紹軍;;基于決策分類的變壓器局部放電模式識(shí)別研究[J];電子世界;2014年09期

9 王建慧;王珍珍;丁利亞;王建楠;辛?xí)曰?;油浸式電力變壓器內(nèi)局部放電定位的研究背景與意義[J];通信電源技術(shù);2014年05期

10 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

相關(guān)會(huì)議論文 前10條

1 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

2 鄢陽(yáng);魏良才;鄧建鋼;劉詣;何正浩;;局部放電超聲波動(dòng)態(tài)互觸發(fā)均值處理方法研究[A];2017智能電網(wǎng)信息化建設(shè)研討會(huì)論文集[C];2017年

3 陳攀;唐建軍;賀勝;蒲彥紅;何建林;;局部放電超高頻非接觸式檢測(cè)用天線傳感器的研究[A];重慶市電機(jī)工程學(xué)會(huì)2010年學(xué)術(shù)會(huì)議論文集[C];2010年

4 冀淑月;;變壓器局部放電產(chǎn)生原因及控制措施[A];中國(guó)鐵道學(xué)會(huì)電氣化委員會(huì)2017年年會(huì)及新技術(shù)研討會(huì)論文集[C];2017年

5 肖馳;劉震;李峰;江麗;侯軍;孫承超;;基于模式識(shí)別的局部放電定位法[A];2017智能電網(wǎng)發(fā)展研討會(huì)論文集[C];2017年

6 江帆;楊永明;王遠(yuǎn);陳學(xué)軍;;局部放電超聲信號(hào)在電機(jī)定子模型中傳播的仿真[A];重慶市電機(jī)工程學(xué)會(huì)2010年學(xué)術(shù)會(huì)議論文集[C];2010年

7 劉德;劉江明;周國(guó)偉;周杰;劉昌標(biāo);李文燕;張㑳

本文編號(hào)：2708944