組合電器局部放電統(tǒng)計特征優(yōu)化與類型識別研究.pdf

1、氣體絕緣組合電器(Gas Insulated Switchgear,簡稱GIS)由于其安全運行可靠性高、積木式設計占地面積小、電磁污染低等優(yōu)點，已在城市供電的封閉式變電站中得到廣泛應用。然而，由于結構、安裝、運輸?shù)仍?，GIS中不可避免地存在各類絕緣缺陷，致使實際運行時產(chǎn)生局部放電(Partial Discharge，簡稱PD)，并隨長期運行而不斷加劇，進而對設備絕緣產(chǎn)生破壞，危害電網(wǎng)的運行安全。因此，對GIS內(nèi)部PD進行在線監(jiān)測與故障

2、類型識別一直是本領域研究的熱點。
　　本論文在分析國內(nèi)外PD類型識別研究狀況的基礎上，深入研究了不同絕緣缺陷下PD信號統(tǒng)計特征，并提出了一種適用于GIS設備PD類型識別的支持向量數(shù)據(jù)描述方法（Support Vector Data Description，簡稱SVDD）。主要研究工作和成果有：
　?、倮脤嶒炇乙蜒兄频某哳l檢測系統(tǒng)，獲取各級放電強度下的PD數(shù)據(jù)，構建不同絕緣缺陷模型下PD信號的φ-u-n三維譜圖及其對應的φ

3、-u、φ-n二維譜圖。結果表明：不同類型PD的譜圖形狀差異較明顯，同類型PD的譜圖特征在不同電壓等級下基本保持不變。對二維譜圖獲取13個統(tǒng)計特征，為PD類型識別研究奠定基礎。
　?、谔岢霾捎煤酥鞒煞址治?Kernel Principle Componet Analysis，簡稱KPCA)算法提取表征4種絕緣缺陷放電綜合特點的特征子集TKPAC，借鑒最大相關最小冗余(Maximal Relevance Minimal Redunda

4、ncy，簡稱mRMR)算法，從放電類型自身特點與相互差異的角度出發(fā)對原始統(tǒng)計特征進行擇優(yōu)降維，獲取對應的不同特征參數(shù)，并結合兩種算法構造了識別4種缺陷的最優(yōu)特征子集TBEST，有效的保留每類PD信號的特征并降低了統(tǒng)計特征的冗余度。
　　③將SVDD引入到PD類型識別中，基于支持向量機(Support Vector Machine，簡SVM)最大化“間隔”思想，提出一種用于GIS內(nèi)部PD類型識別的優(yōu)化半徑支持向量數(shù)據(jù)描述算法(Opt

5、imal Radius SVDD，簡稱OR-SVDD)，通過該算法所描述的優(yōu)化邊界對4類絕緣缺陷模型下的放電數(shù)據(jù)進行判別，解決了SVM漏分或錯分問題，克服了SVDD分類裕度不足的缺點，同時采用“一對多”的原理，解決了難以實現(xiàn)多類缺陷分類的問題，提高了識別能力和應用價值。
　?、芊治霾煌卣鳙@取方法對4種PD類型識別效果的影響，結果表明：TBEST在KPCA算法對原始統(tǒng)計特征降維的基礎上考慮了每類缺陷放電的特點，識別效果最佳。分析不