[发明专利]一种气体绝缘组合电器局部放电模式识别方法

说明书

技术领域

本发明涉及高压绝缘故障诊断领域，尤其涉及一种气体绝缘组合电器局部放电模式识别方法。

背景技术

气体绝缘组合电器在设计、制造、运输和安装过程中会不可避免的在其内部留下潜伏性的绝缘缺陷。这些缺陷在设备运行初期不会对设备造成严重破坏，但是随着设备的长期带压运行，其危害性逐渐突显。局部放电是组合电器设备因内部缺陷而导致其绝缘性能退化的早期表征，有效的监测局部放电并对其分类对保证设备的安全运行，评估设备的绝缘状况，指导设备的合理检修意义重大。

常用的局部放电检测方法包括脉冲电流法、超声法以及超高频法等。其中，超高频法因其优异的抗干扰能力得到了广泛的运用；目前常用的超高频局部放电信号模式识别方法则有很多种，但是这些方法都存在一个共性问题，即需要对原始信号进行去噪。因此，对于采集到的超高频局部放电信号，寻找一种抗干扰能力强的分类算法不仅能够简化故障诊断的流程，而且能够大大提高算法对环境的适应能力。

发明内容

本发明的目的在于针对现有局部放电模式识别方法对环境噪声抵抗能力差的弊端，提供一种气体绝缘组合电器局部放电模式识别方法，为准确评估设备的绝缘状况和制定相应的检修策略提供理论和方法依据。

为实现上述目的，本发明采用了如下技术方案：

一种气体绝缘组合电器局部放电模式识别方法，包括以下几个步骤：

1)建立不同类型的局部放电缺陷模型，对各模型进行模拟放电实验，采用超高频检测法获取波形数据；

2)采用EEMD算法和SVD算法提取表征波形特征的多维特征矢量；

3)采用经过粒子群算法优化的支持向量机训练获取的样本；

4)用训练好的支持向量机对实测局部放电进行分类。

进一步，所述步骤2)包括以下几个步骤：

a)对原始局部放电信号进行EEMD，获取IMFs，进行EEMD后，原始信号可以表示为：

其中，c_i(t)和r_n(t)分别表示i个MF和冗余项；

b)根据IMFs频率的降序排列原理，选取频率大于0.3GHz的IMFs；

c)计算所选IMFs中每个IMF的样本熵，计算公式为：

其中，SampEn(m,r,N)表示样本熵，r为设定阈值，N表示信号长度，m表示匹配长度表示匹配模板数；

d)将所选IMFs组成IMF矩阵，并对该矩阵进行分块，进一步对每个子矩阵A进行奇异值分解，计算公式为：

其中，U＝[u₁,u₂,...,u_m]∈R^m×m表示左奇异矩阵，V＝[v₁,v₂,...,v_n]∈R^n×n表示右奇异矩阵，δ_i表示第i个奇异值，r为矩阵A的秩；

e)用每个子矩阵的最大奇异值占比和各IMF的样本熵组成表征原始信号的特征矢量：

fts＝[rt₁,rt₂,...,rt_N,SampEn₁,SampEn₂,...,SampEn_M]

其中，δ_imax表示第i个子矩阵的最大奇异值，δ_isum表示第i个子矩阵的奇异值之和，rt_i表示第i个子矩阵的最大奇异值占比，SampEn_M表示第M个IMF，fts表示特征矢量。

进一步，所述不同类型的局部放电缺陷模型包括：针-板电极缺陷模型、绝缘子气隙缺陷模型、绝缘子表面金属污秽模型和自由金属颗粒模型。

本发明采用经粒子群算法优化的支持向量机为分类器对气体绝缘组合电器局部放电进行模式识别，支持向量机能够在较少的训练样本下获得较高的分类准确率，但是需要提前给定算法中的两个关键参数，采用粒子群算法可以有效的对这两个参数进行寻优，提高支持向量机的分类性能。

附图说明

图1为一种气体绝缘组合电器局部放电模式识别流程图；

图2为针-板电极缺陷物理模型图；

图3为绝缘子气隙缺陷物理模型图；

图4为绝缘子表面金属污秽缺陷物理模型图；

图5为自由金属颗粒缺陷物理模型图；