變壓器油紙絕緣多局部放電源識(shí)別及老化的局部放電特征優(yōu)選.pdf

1、油浸式電力變壓器是電力系統(tǒng)的核心設(shè)備，其安全運(yùn)行是保障持續(xù)、可靠電力供應(yīng)的重要基礎(chǔ)。由內(nèi)絕緣老化引起的變壓器故障是導(dǎo)致變壓器事故的主要原因之一。國(guó)內(nèi)外對(duì)油紙絕緣的老化診斷技術(shù)開展了長(zhǎng)期的研究，形成了以油中溶解化學(xué)特征參量為代表的老化診斷方法。然而，該方法會(huì)受到變壓器換油、濾油等措施的影響，難以滿足工程實(shí)際的要求，有必要探索和研究滿足運(yùn)行監(jiān)測(cè)要求的變壓器油紙絕緣老化診斷新方法。局部放電(PD)信號(hào)中蘊(yùn)藏了豐富的絕緣狀態(tài)信息，但變壓器內(nèi)部通

2、常是多個(gè)局部放電源同時(shí)存在，導(dǎo)致采集的放電圖譜出現(xiàn)交叉、重疊，難以深入挖掘局部放電中包含的油紙絕緣狀態(tài)信息。因此，對(duì)油紙絕緣的局部放電信號(hào)進(jìn)行分析，探索多局部放電源脈沖群分離方法，并采用智能化的特征提取與診斷方法，獲取反映油紙絕緣故障缺陷與老化狀態(tài)的局部放電特征參量，為變壓器的故障診斷與狀態(tài)評(píng)估提供有力支撐，具有重要的理論和實(shí)際意義。
　　論文參照變壓器內(nèi)絕緣的組成形式設(shè)計(jì)了四種典型的油紙絕緣局部放電缺陷模型，在實(shí)驗(yàn)室條件下開展了

3、油紙絕緣試品的加速老化試驗(yàn)，并采集了不同老化階段試品的局部放電數(shù)據(jù)。深入探索了油紙絕緣多局部放電源脈沖群的分離方法；研究了局部放電高分辨率灰度圖像壓縮算法，提取了具有強(qiáng)鑒別力的特征識(shí)別局部放電缺陷類型；并且，設(shè)計(jì)了灰度圖像雙向模糊壓縮算法，提升了考慮缺陷尺寸、絕緣老化等多因素影響時(shí)的局部放電缺陷類型識(shí)別可靠性；最后，建立了單目標(biāo)和多目標(biāo)特征選擇(FS)算法尋找反映油紙絕緣老化狀態(tài)的局部放電圖像特征。論文取得的創(chuàng)新性研究成果主要有：

4、>　　①提出了基于時(shí)頻相似度的油紙絕緣多局部放電源脈沖群分離策略。將基于S變換(ST)時(shí)頻分布的脈沖相似度(時(shí)頻相似度)矩陣輸入近鄰傳播聚類(APC)分離多局部放電源脈沖群。采用 PRPD統(tǒng)計(jì)特征與粒子群優(yōu)化支持向量機(jī)(PSO-SVM)識(shí)別 ST+APC分離的子脈沖群，并驗(yàn)證分離的有效性。對(duì)實(shí)驗(yàn)室人工缺陷模型的局部放電數(shù)據(jù)進(jìn)行分析，結(jié)果表明 ST+APC算法可以有效去除脈沖型干擾和分離油紙絕緣多局部放電源脈沖群。
　?、谔岢隽嘶?/p>

5、非負(fù)矩陣分解聯(lián)合主成分分析(NMF-PCA)的局部放電高分辨率灰度圖像壓縮算法，解決了主成分分析(PCA)應(yīng)用于高分辨率圖像壓縮時(shí)協(xié)方差矩陣難以計(jì)算的問(wèn)題。與PRPD統(tǒng)計(jì)特征相比，NMF-PCA特征具有更高的缺陷類型識(shí)別率和更好的類內(nèi)緊湊性和類間可分性。對(duì)油紙絕緣多局部放電源分離后的子脈沖群進(jìn)行NMF-PCA識(shí)別，結(jié)果進(jìn)一步驗(yàn)證了該方法的有效性。
　?、厶岢隽嘶陔p向模糊壓縮(TDFC)的灰度圖像特征提取算法，提升了考慮缺陷尺寸、

6、絕緣老化等多因素影響時(shí)的油紙絕緣局部放電識(shí)別可靠性。研究了改進(jìn)的模糊二維主成分分析(MF2DPCA)和模糊二維線性鑒別分析(MF2DLDA)，設(shè)計(jì)了基于MF2DPCA和MF2DLDA的局部放電灰度圖像TDFC算法，較MF2DPCA和MF2DLDA具有特征維數(shù)低的優(yōu)點(diǎn)。并且，考慮缺陷尺寸、絕緣老化等多因素影響時(shí)，TDFC特征較NMF-PCA特征和PRPD特征均具有更好的識(shí)別效果。當(dāng)存在老化因素影響時(shí)，對(duì)油紙絕緣多局部放電源脈沖群的分離和T

7、DFC識(shí)別結(jié)果顯示，TDFC結(jié)合ST+APC能夠有效識(shí)別油紙絕緣多局部放電源。
　?、芴岢隽嘶诜秦?fù)矩陣分解(NMF)的局部放電灰度圖像特征提取策略，得到了充分反映局部放電信息的80維圖像特征。以老化診斷正確率為單一優(yōu)化目標(biāo)，建立了基于遺傳算法(GA)和離散粒子群優(yōu)化算法(BPSO)的單目標(biāo)特征選擇算法，獲取了反映油紙絕緣老化狀態(tài)的局部放電優(yōu)選圖像特征，并將特征維數(shù)從80降低至30左右。優(yōu)選圖像特征對(duì)絕緣內(nèi)部放電、沿面放電、電暈放

8、電的老化診斷正確率均達(dá)到85％以上，并較 PRPD因子向量和圖像特征因子向量具有更高的老化診斷正確率，然而其不適合進(jìn)行因子分析。對(duì)油紙絕緣多局部放電源子脈沖群的老化診斷結(jié)果與試品的真實(shí)老化狀態(tài)吻合，表明多個(gè)放電源同時(shí)存在時(shí)優(yōu)選圖像特征能夠用于油紙絕緣的老化診斷。
　?、莼趲Ь⒉呗缘目焖俜侵渑判蜻z傳算法(NSGA-II)，以特征維數(shù)和老化診斷正確率為多優(yōu)化目標(biāo)，提出了局部放電多目標(biāo)特征選擇算法。NSGA-II對(duì)絕緣內(nèi)部放電、沿