隨著電力物聯(lián)網(wǎng)建設(shè)的快速推進(jìn),對實(shí)時(shí)監(jiān)測氣體絕緣金屬封閉開關(guān)設(shè)備（GIS）內(nèi)部局部放電信號的特高頻法提出了新的和更高的要求。在充分利用表征GIS局部放電信息構(gòu)建模型以提升模式識別準(zhǔn)確率的同時(shí),將模型移植到嵌入式系統(tǒng),進(jìn)而構(gòu)成以邊緣計(jì)算為支撐的物聯(lián)網(wǎng)智能終端,成為亟待解決的一個(gè)關(guān)鍵問題。為此,文中深入研究了基于卷積神經(jīng)網(wǎng)絡(luò)和遷移學(xué)習(xí)的GIS局部放電模式識別分類方法,在多種典型缺陷下對比了不同模型在訓(xùn)練時(shí)間、準(zhǔn)確率、參數(shù)量和存儲花銷等方面的性能。結(jié)果表明,Mobilenet模型具有最小的參數(shù)量和存儲花銷以及較短的訓(xùn)練時(shí)間,在電力物聯(lián)網(wǎng)下基于智能終端的GIS局部放電模式識別中具有明顯優(yōu)勢。 

【文章來源】：高壓電器. 2020,56(09)北大核心CSCD

【文章頁數(shù)】：7 頁

【部分圖文】：

卷積神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)圖

遷移學(xué)習(xí)不同于傳統(tǒng)的機(jī)器學(xué)習(xí)算法，它是根據(jù)已經(jīng)學(xué)習(xí)的相關(guān)任務(wù)中遷移權(quán)重參數(shù)等知識信息來改進(jìn)新任務(wù)的學(xué)習(xí)[18]。傳統(tǒng)的機(jī)器學(xué)習(xí)算法基于一個(gè)基本假設(shè)，即訓(xùn)練數(shù)據(jù)和未來數(shù)據(jù)必須在同一個(gè)特征空間中并且必須具有相同的分布，因?yàn)檫@些算法使用統(tǒng)計(jì)數(shù)據(jù)對未來數(shù)據(jù)進(jìn)行預(yù)測[19]。知識信息轉(zhuǎn)移如果能夠完成，則可以大大提高學(xué)習(xí)效果，而無需昂貴的數(shù)據(jù)標(biāo)記工作。通常，在遷移學(xué)習(xí)中以監(jiān)督方式訓(xùn)練整個(gè)網(wǎng)絡(luò)之后，訓(xùn)練或使用所得特征提取器來進(jìn)行特定的目標(biāo)任務(wù)。這種網(wǎng)絡(luò)雖然物理意義不明確，卻在許多數(shù)據(jù)集上取得了最先進(jìn)的結(jié)果。通過遷移學(xué)習(xí)獲得的深度卷積特征提取器能夠提取可用于不同任務(wù)的通用卷積特征，見圖2。因此，遷移學(xué)習(xí)通常不僅可以實(shí)現(xiàn)良好的分類結(jié)果，而且還可以大大減少訓(xùn)練所需時(shí)間。這種方法為GIS局部放電缺陷的模式識別分類提供了理想的特征提取器。3 基于卷積神經(jīng)網(wǎng)絡(luò)和遷移學(xué)習(xí)的GIS局部放電模式識別分類過程

GIS在制造、運(yùn)輸、安裝和運(yùn)行過程中會產(chǎn)生絕緣缺陷，其類型主要有金屬微粒缺陷、金屬尖端缺陷、懸浮電極缺陷、絕緣子氣隙缺陷以及絕緣子表面臟污等[20]，在GIS中的分布情況見圖4。文中采用時(shí)域有限差分法(finite-difference timedomain,FDTD)對4類典型缺陷進(jìn)行仿真，通過改變特高頻傳感器位置來代替缺陷位置的變換，每類缺陷均獲取1 250組數(shù)據(jù)，進(jìn)而構(gòu)造GIS局部放電模式識別分類數(shù)據(jù)集。仿真模型見圖5。中心導(dǎo)體直徑120 mm，筒體直徑400 mm，筒壁厚度10 mm，筒長2.2 m[21-23]。

【參考文獻(xiàn)】：
期刊論文
[1]基于無監(jiān)督特征對齊的變負(fù)載下滾動(dòng)軸承故障診斷方法[J]. 康守強(qiáng),鄒佳悅,王玉靜,謝金寶,V.I.MIKULOVICH.  中國電機(jī)工程學(xué)報(bào). 2020(01)
[2]基于卷積神經(jīng)網(wǎng)絡(luò)綜合模型和穩(wěn)態(tài)特征量的電力系統(tǒng)暫態(tài)穩(wěn)定評估[J]. 田芳,周孝信,史東宇,陳勇,黃彥浩,于之虹.  中國電機(jī)工程學(xué)報(bào). 2019(14)
[3]不同電壓等級GIS局部放電UHF信號傳播特性仿真研究[J]. 任志剛,李偉,徐興全,王飛,段大鵬,唐志國.  高壓電器. 2019(05)
[4]基于深度殘差網(wǎng)絡(luò)的GIS局部放電模式識別技術(shù)研究[J]. 賈勇勇,鄧敏,李玉杰,艾春,楊景剛,劉成寶.  高壓電器. 2018(11)
[5]運(yùn)行條件下GIS局部放電嚴(yán)重程度評估方法[J]. 宋輝,代杰杰,李喆,羅林根,盛戈皞,江秀臣.  中國電機(jī)工程學(xué)報(bào). 2019(04)
[6]基于卷積神經(jīng)網(wǎng)絡(luò)的變壓器振動(dòng)信號分析[J]. 蘇世瑋,郭盛,高偉,楊濤,趙家毅.  廣東電力. 2018(06)
[7]氣體絕緣組合電器中局部放電特高頻信號S參數(shù)特性仿真與實(shí)驗(yàn)研究[J]. 王彥博,朱明曉,邵先軍,錢平,鄧軍波,張冠軍.  高電壓技術(shù). 2018(01)
[8]相關(guān)概率小波變換在局部放電檢測中的應(yīng)用[J]. 賈嶸,趙佳佳,武樺,馬喜平,黨建.  高電壓技術(shù). 2017(09)

博士論文
[1]氣體組合電器絕緣狀態(tài)評估與故障診斷技術(shù)研究[D]. 李莉蘋.重慶大學(xué) 2015
[2]氣體絕緣電器局部放電聯(lián)合檢測的特征優(yōu)化與故障診斷技術(shù)[D]. 卓然.重慶大學(xué) 2014

碩士論文
[1]GIS局部放電混頻隨機(jī)窄帶干擾抑制及特征提取方法研究[D]. 樊雷.重慶大學(xué) 2014



本文編號：3105618