[发明专利]交联聚乙烯电缆局部放电模式识别方法

说明书

技术领域

本发明属于电力设备在线监测与故障诊断的技术领域。

背景技术

交联聚乙烯(Crosslinked Polyethylene, XLPE)电力电缆是电力系统的重要设备，确保其可靠运行、减少停电维护次数和时间，实现状态检修是保障电网安全可靠运行的重要内容。目前虽然已有差分法、方向耦合法、电磁耦合法、高频电容法、超声波检测法等电力电缆局部放电检测方法，但现有方法的应用效果仍然有待提高，迫切需要有新方法创新应用于解决XLPE电力电缆的局部放电检测问题。因此，基于电力电缆在线或离线的监测信息的局部放电模式识别具有重要意义。可及时发现电力电缆的绝缘缺陷及局部放电类型，为其状态维修提供依据。

发明内容

本发明的目的是采用电缆在线或离线的监测数据，基于固有模态奇异值分解理论进行局部放电信号的特征提取，选取样本数据进行电缆局部放电检测极限学习机模型的学习，进而实现对XLPE电力电缆局部放电检测的交联聚乙烯电缆局部放电模式识别方法。

本发明的步骤是：

a、针对主绝缘内气隙放电缺陷、悬浮电位放电缺陷、主绝缘划伤放电缺陷、接头处应力锥错位放电缺陷、以及外半导电层断口处的爬电放电缺陷与主绝缘割伤放电缺陷六种选定局部放电类型，六种局部放电故障运行状态与正常工作类型总共是七种电缆的运行状态；

b、选取蕴含电缆运行状态的离线或在线的监测数据作为数据源；

c、基于固有模态奇异值分解理论，对步骤b所得的电缆各种不同运行状态对应的原始信号进行特征提取；

（1）利用EMD良好的时频分析特性对原信号进行自适应分解，得到由信号IMF分量组成的模态矩阵；

（2）对模态矩阵进行奇异值分解，得到模态矩阵的奇异值，作为电力电缆局部放电信号的特征量；

d、确定电力电缆不同运行状态对应的局部放电检测ELM模型的目标向量表达方式；

e、针对步骤a所述的7种运行状态，将步骤b所得的原始数据进行筛选和分类，然后按照步骤c的方法进行特征提取得到各样本数据的特征量，根据步骤d的方式确定各样本数据的目标向量形式，从而完成XLPE电力电缆局部放电样本数据集的构建；

f、将步骤e所得的样本数据集按2:1的比例分为训练样本集和测试样本集；

g、构建电力电缆局部放电检测ELM模型；确定基于ELM的电力电缆局部放电检测模型的输入层节点数、隐层节点数、输出层节点数和激活函数                                                ；

h、基于步骤f所得的训练样本集，对步骤g所构建的电缆局部放电检测ELM模型的进行学习；

i、基于步骤f所得的测试样本集，对步骤h得到的训练后电缆局部放电检测ELM模型进行测试。

本发明上述步骤c原始信号进行特征提取的步骤是：

a、根据电缆局部放电信号的所有极值点，采用三次样条函数分别拟合出极大值、极小值包络线和，求出其上、下包络线的平均值

                   （1）；

b、分析与的差，

                      （2），

若是IMF，则就是信号的第一个IMF分量；反之，若不是IMF，则将其作为新的，重复式（2）k次

                      （3）

式中，和分别为第k次和k-1次筛选所得数据，为上下包络线的平均值，利用的值，通常取0.2~0.3，判断每次筛选结果是否为IMF分量

                  （4）

当满足的值要求，则令

                         （5）

为信号第一个满足IMF条件的分量；

c、令

                        （6）

把作为新的，不断重复以上过程，依次得到第二个IMF ，第三个IMF ，… ，直到第nn阶IMF分量对应的余量为单调函数或可视为测量误差时EMD分解过程停止；于是，

                    （7）

式中，为趋势项，代表了信号的平均趋势或均值；

d、将原信号的所有IMF分量组合在一起，构成模态矩阵A，即

              （8）；