基于工频同步信号的三相共筒式GIS局部放电识别方法

doi:10.11985/2018.04.007

摘要/Abstract

摘要：

工频相位是局部放电监测进行模式识别的重要基础。目前GIS局部放电监测设备中局部放电类型识别率较低,在三相共筒式GIS中问题更加突出。针对此现象,提出一种基于工频同步信号的三相共筒式GIS局部放电识别方法。在不改变现有工频同步信号接入的前提下,通过工频同步信号触发局部放电信号的采集,并将其通过移相因子转换为其他相局部放电数据,分别与系统中局部放电类型数据库比对,将识别率最高的类型输出,从而达到模式识别的目的。所述方案实现简单,具有应用灵活和故障类型识别率高的特点。

关键词: 局部放电监测, 工频同步, 模式识别, 三相共筒GIS, 高压设备

Abstract:

The power phase plays an important role in the partial discharge (PD) monitoring device for pattern recognition. The rate of recognition to discharge types in the current PD monitoring devices is low, especially in the three-phase barrel GIS. Based on the synchronization signal, a PD recognition method in the three-phase common GIS is presented for the above problem in this paper. Firstly, the existing synchronization signal is used, and then it is converted to be the other two-phase PD data by the phase-shift factors. Furthermore, it is compared with date base of PD features, the PD type of the highest recognition rate will be output. This scheme is very simple to implement and has the flexibility and high PD type determination in engineering applications.

Key words: PD monitoring, power frequency synchronization, pattern recognition, three-phase barrel GIS, high voltage equipment

中图分类号:

TM855

郭旭,牧继清,王庆军,雍明超,王伟杰,毛丽娜. 基于工频同步信号的三相共筒式GIS局部放电识别方法[J]. 电气工程学报, 2018, 13(4): 46-52.

Guo Xu,Mu Jiqing,Wang Qingjun,Yong Mingchao,Wang Weijie,Mao Lina. Power Phase Based on PD Detection Method in the Three-Phase Cylindrical GIS[J]. Journal of Electrical Engineering, 2018, 13(4): 46-52.

图/表 13

图1

图2

表1

表2

图3

图4

图5

图6

图7

图8

图9

表3

图10

参考文献 13

[1]	路光辉, 雍明超, 王新刚 , 等. 一种基于SV采样信号的局部放电监测内同步基准修正方法[J]. 电测与仪表, 2016,17:118-123.
	Lu Guanghui, Yong Mingchao, Wang Xingang , et al. A synchronous reference correction method based on SV sampling in partial discharge monitoring[J]. Electrical Measurement & Instrumentation, 2016,17:118-123.
[2]	齐波, 李成榕, 耿弼博 , 等. GIS设备绝缘子高压电极故障局部放电严重程度的诊断与评估[J]. 高电压技术. 2011,37(7):1719-1727.
	Qi Bo, Li Chengrong, Geng Bibo , et al. Severity diagnosis and assessment of the partial discharge provoked by high-voltage wlectrode defect on GIS insulator surface[J]. High Voltage Engineering, 2011,37(7):1719-1727.
[3]	尚海昆 . 电力变压器局部放电信号的特征提取与模式识别方法研究[D]. 北京:华北电力大学, 2014.
[4]	夏云永, 徐涛, 徐剑 . 基于超高频法的GIS局部放电在线检测系统[J]. 华东电力, 2014,42(8):1729-1732.
	Xia Yunyong, Xu Tao, Xu jian . UHF-based online monitoring system for GIS partial discharge[J]. East China Electric Power, 2014,42(8):1729-1732.
[5]	张天辰, 胡岳, 李清 , 等. 基于虚拟器的GIS局部放电声光联合检测系统[J]. 高压电器, 2012,48(11):43-49.
	Zhang Tianchen, Hu Yue, Li Qing , et al. Combined ultrasonic and electrical detection system for GIS partial discharge based on virtual instrument[J]. High Voltage Apparatus, 2012,48(11):43-49.
[6]	陈玉, 成永红, 徐霄伟 , 等. 100 MHz采样速率局放在线监测智能单元的开发[J]. 高电压技术, 2008,34(11):2368-2373.
	Chen Yu, Cheng Yonghong, Xu Xiaowei , et al. Development of 100 MHz intelligent unit for partial discharge on-line monitoring[J]. High Voltage Engineering, 2008,34(11):2368-2373.
[7]	李信, 李成榕, 丁立健 , 等. 基于超高频信号检测GIS局放模式识别[J]. 高电压技术, 2003,29(11):26-30.
	Li Xin, Li Chengrong, Ding Lijian , et al. Identification of PD patterns in gas insulated switchgear(GIS)based on UHF signals[J]. High Voltage Engineering, 2003,29(11):26-30.
[8]	周沙, 景亮 . 基于矩特征与概率神经网络的局部放电模式识别[J]. 电力系统保护与控制, 2016,44(3):98-102. doi: 10.7667/PSPC150708
	Zhou Sha, Jing Liang . Pattern recognition of partial discharge based on moment features and probabilistic neural network[J]. Power System Protection and Control, 2016,44(3):98-102. doi: 10.7667/PSPC150708
[9]	苑津莎, 尚海昆, 王瑜 , 等. 基于相关系数矩阵和概率神经网络的局部放电模式识别[J]. 电力系统保护与控制, 2013,41(13):110-115. doi: 10.7667/j.issn.1674-3415.2013.13.020
	Yuan Jinsha, Shang Haikun, Wang Yu , et al. Pattern recognition for partial discharge based on correlation coefficient matrix and probabilistic neural networks[J]. Power System Protection and Control, 2013,41(13):110-115. doi: 10.7667/j.issn.1674-3415.2013.13.020
[10]	谭向宇, 黄然, 刘红文 , 等. 局部放电PRPD图谱的相位同步影响分析[C]. 2012年中国电机工程学会年会论文集, 2012: 1-5.
[11]	杨建国, 刘振伟 . 高压设备强电局部放电在线监测技术研究[J]. 科技向导, 2011(30):199-251.
	Yang Jianguo, Liu Zhenwei . Strong high-voltage electrical equipment partial discharge on-line monitoring technology research[J]. Guide of Sci-tech Magazine, 2011(30):199-251.
[12]	王彩雄, 唐志国, 常文治 , 等. 一种多源局部放电信号分离方法[J]. 中国电机工程学报, 2013,33(13):212-219.
	Wang Caixiong, Tang Zhiguo, Chang Wenzhi , et al. A method for multi-source partial discharge signals separation[J]. Proceedings of the CSEE, 2013,33(13):212-219.
[13]	郭小霞, 吴广宁, 周凯 , 等. 高压方波脉冲下局部放电的相位分布特征[J]. 高压电器, 2008,44(6):505-508.
	Guo Xiaoxia, Wu Guangning, Zhou Kai , et al. Phase distribution characteristic of partial discharge under square pulse voltage[J]. High Voltage Apparatus, 2008,44(6):505-508.

序号	特征名称
f₁	工频正半波局放图像二阶广义维数归一化值
f₂	工频负半波局放图像分维数归一化值
f₃	工频负半波局放图像二阶广义维数归一化值
f₄	工频正半波局放图像灰度重心横坐标
f₅	工频正半波局放图像灰度重心纵坐标
f₆	工频正半波局放图像主轴方向特征参数
f₇	工频负半波局放图像灰度重心横坐标
f₈	工频负半波局放图像灰度重心纵坐标
f₉	工频负半波局放图像主轴方向特征参数
f₁₀	工频正、负半波放电图像的相关系数
f₁₁	第Ⅰ象限的放电集中度
f₁₂	第Ⅰ、Ⅱ象限不对称度
f₁₃	负半周放电总次数峰度
f₁₄	负半周放电总次数偏度
f₁₅	相位区域平均值
f₁₆	正半周放电总次数峰度
f₁₇	正半周放电总次数偏度
f₁₈	第Ⅲ象限的放电集中度
f₁₉	负半周放电强度峰度
f₂₀	负半周放电强度偏度
f₂₁	正半周放电强度峰度
f₂₂	正半周放电强度偏度

等宽离散化程度	特征组合	识别率(%)
4	1,5,6,10,13,21	95.745
5	1,2,5,6,12,21	97.872
6	1,5,6,13,17,21	94.681

放电类型	识别率(%)
尖端放电	96
颗粒放电	94
气隙放电	91
悬浮放电	90

[1]	梁志豪, 巫江虹, 谢子立. 变频空调实际运行模式识别及数据挖掘[J]. 机械工程学报, 2019, 55(6): 194-202.
[2]	汪若尘, 叶青, 孙泽宇, 周卫琪, 陈龙. 液压互联ISD悬架系统模式切换研究^*[J]. 机械工程学报, 2017, 53(6): 110-115.
[3]	姚玉峰;苏衍宇;黄博. 面向服务机械臂有效操作特征提取的示教方法[J]. , 2013, 49(3): 10-17.
[4]	杨庆;陈桂明;童兴民;何庆飞. 增量式局部切空间排列算法在滚动轴承故障诊断中的应用[J]. , 2012, 48(5): 81-86.
[5]	杨大鹏;赵京东;李楠;姜力;刘宏. 基于预抓取模式识别的假手肌电控制方法[J]. , 2012, 48(15): 1-8.
[6]	韦进文;陈燕玲;覃禾群;郭俊杰. 基于广义叉积鲁棒性的识别式数据拟合[J]. , 2011, 47(14): 7-12.
[7]	刘建;王益群;孙福;宁淑荣. 基于粒子群理论的板形模糊模式识别方法[J]. , 2008, 44(1): 173-178.
[8]	王跃宗;李德胜. 新型错帖检测仪的设计[J]. , 2007, 43(3): 218-222.
[9]	李志农;郝伟;韩捷;褚福磊;吴昭同. 基于非线性时序模型盲辨识的因子隐Markov模型识别方法[J]. , 2007, 43(1): 191-195.
[10]	宋雪萍;马辉;毛国豪;闻邦椿. 基于CHMM的旋转机械故障诊断技术[J]. , 2006, 42(5): 126-130.
[11]	段晓宁;武传松;胡家琨;贾传宝. 弧焊机器人摆动跟踪时摆幅与频率的模糊模式识别[J]. , 2005, 41(9): 228-231.
[12]	蒋力培;黄军芬;殷树言. 基于二维小波变换及图像模式识别的焊缝坡口识别[J]. , 2005, 41(2): 162-165.
[13]	廖广兰;史铁林;姜南;刘世元. 基于SOM网络的特征选择技术研究[J]. , 2005, 41(2): 46-50.
[14]	罗雄彪;陈铁群;万英. 方向基概率神经网络的模式识别[J]. , 2005, 41(12): 228-233.
[15]	王益群;尹国芳;孙旭光. 板形信号模式识别方法的研究[J]. , 2003, 39(8): 91-94.