几种特征选择方法在局部放电模式识别中的应用
电网局部放电的定位与识别方法探讨
电网局部放电的定位与识别方法探讨摘要：局部放电是电力系统中一种常见的故障现象，它会导致电网设备的损坏和运行故障。
因此，准确地定位和识别局部放电的位置对于电力系统的正常运行至关重要。
本文将探讨局部放电的定位与识别方法，并介绍几种常用的技术。
一、引言电力系统中的局部放电是一种在电气设备中出现的故障现象，它通常指的是由于电介质中的局部缺陷导致的放电现象。
局部放电不仅会引起能量损耗，还会产生高温和电弧等危险，严重时甚至可引发火灾和爆炸。
因此，准确地定位和识别局部放电的位置对于电力系统的安全运行至关重要。
二、局部放电的定位方法1. 热像技术热像技术利用设备表面的温度分布来检测局部放电位置。
该方法基于局部放电产生的热量将会使设备表面的温度升高。
通过使用红外热像仪等设备，可以实时监测设备表面的温度分布，从而准确地定位局部放电的位置。
2. 声波技术声波技术是一种常用于定位局部放电的方法。
局部放电产生的放电脉冲会产生一定的声响，通过使用声波传感器等仪器，可以检测到这种声响并转化为电信号，进而定位局部放电的位置。
3. 微波干涉技术微波干涉技术是一种基于信号反射和干涉原理的方法。
通过向电力设备中注入一系列的微波信号，可以检测到局部放电引起的信号反射和干涉，从而准确地定位局部放电的位置。
三、局部放电的识别方法1. 频谱分析方法频谱分析方法是一种常用于识别局部放电的方法。
局部放电产生的信号波形通常具有特定的频谱特征，通过对局部放电信号进行频谱分析，可以识别出是否存在局部放电以及其特征。
2. 统计学模型统计学模型是一种用于识别局部放电的数据处理方法。
该方法利用一系列局部放电的数据样本，建立统计模型，并通过对新样本的比较来判断是否存在局部放电。
3. 模式识别方法模式识别方法基于机器学习和人工智能的理论，通过训练样本和算法，来识别不同类型的局部放电信号。
该方法可以根据局部放电信号的不同模式和特征来进行识别。
四、局部放电定位与识别方法的应用局部放电定位与识别方法在电力系统的运行和维护中具有重要应用价值。
局部放电信号模式识别应用研究
信号 都可 以归 结 为基 本 的放 电类 型 。在 进 行 模 式 识别 前 ，要 首 先 确 定 局 部 放 电信 号 的 放 电类 型 ，
然后 进行 分 类 ，根据 不 同放 电类 型 的特 征 ，研 究
识别 算法 ，最后 将 识 别 算 法应 用 与 未 知 的局 部 放 电信号 ，进行 放 电类 型判 断 。根 据 放 电 的位 置 和 机理 的不 同将局 部 放 电分为 以下几 种类 型 。 １ 内部放 电 ：指 发 生 在 设 备 或 者 是 发 生 在 ） 绝 缘材料 内部 的放 电 。这 种 放 电 的特 征 与绝 缘 介 质 的特性 和放 电间 隙 的形 状 、大小 、位 置 都有 关 。
３ 电晕放 电 气体介 质在不均匀 电场 中 的局 部 ）
自持放 电 ，是 常见 的一种气 体放 电形式 。在 曲率半 径很小 的尖端 电极 附近 ，由于局部 电场 强度 超过气 体的电离场强 ，使气体发生 电离 ，出现电晕放 电。
４ 表 面 （ 面 ） 放 电 在 沿 介 质 表 面 （ 种 ） 沿 两 绝 缘 材料 的交接 面 ） 的 电场 强度 达 到击 穿 场 强 时 所 发 生 的局 部放 电 ，属于 表面放 电。
部放 电信 号模式 识 别 尚处 于研 究 阶段 。 ２ 局 部放 电信 号 的分 类
要对 局部 放 电信 号 进 行 识别 ，需 了解 局 部 放 电信号 的特性 和 分类 。局 部放 电 一般 指 在 电场 作
用下 ，绝 缘 系统 中 只有 部 分 区域 发 生 放 电而 没 有 形成 贯穿 性放 电通 道 的一 种 放 电现 象 。局 部 放 电 的表现形 式 为 脉 冲放 电 电流 、超 声 波 、粒 子 碰 撞 发 出 的光 和 热 、介 质 分解 形 成 的分 解 物 等 。可 以 利用 这些 特征 采用 相 应 的方 法对 局 部 放 电进 行 测
变压器局部放电带电检测技术
变压器局部放电带电检测技术变压器是电力系统中常用的电力设备之一。
由于运行环境、使用频率和维护不当等因素的影响，变压器的局部放电问题经常出现。
局部放电是指在绝缘材料中存在一定程度的电气气体放电现象，可导致绝缘降低甚至失效。
因此，为了保障变压器的安全、稳定运行，必须采用有效的检测手段及时发现、排除局部放电隐患问题。
变压器局部放电带电检测技术是一种非侵入式检测方法，能够快速、准确地检测变压器内部的局部放电问题。
该技术主要包括以下几种方法：1. 降压检测法降压检测法是将变压器的高压绕组接地，利用电压降低来检测变压器的局部放电问题。
检测时，先利用高压直流电源将变压器高压绕组接地，然后再利用该电源降低电压，并通过电流互感器检测变压器绕组的电流变化。
当绕组中存在局部放电问题时，放电所产生的脉冲信号会被检测到。
该方法适用于各种类型的变压器，且可检测出微弱的放电信号。
但是，该方法的操作复杂度较高，需要配备高压直流电源和电流互感器。
2. 电容电桥法电容电桥法是另一种通过测量局部放电脉冲信号来判断变压器绝缘状况的方法。
该方法利用电容电桥检测器检测变压器内部的局部放电信号，并将其转换为电流信号进行分析。
该方法不需要接地，操作简单，且可检测出微弱的局部放电信号。
但是，需要进行多次测量才能提高检测的准确度。
3. 红外热成像法红外热成像法是一种将变压器内部的温度信息转化为图像的成像技术，可检测变压器的局部放电问题。
该方法利用红外成像仪对变压器进行测量，当出现局部放电时，变压器内部的温度会上升，可以在红外图像中观测到温度异常点。
该方法操作简单，不需要使用专业仪器，但需要具备红外技术知识和经验。
变压器局部放电带电检测技术是一种能够快速、准确地检测变压器局部放电问题的技术，可通过多种方法来实现。
在实际应用中，需要结合实际需求和工作条件选择适合的检测方法，加强变压器的日常维护及检测，提高变压器的安全、稳定运行水平。
浅谈变压器局部放电的定位方法
浅谈变压器局部放电的定位方法电力变压器在电力系统整体的运行中扮演着重要的角色，其绝缘强度的高低会直接影响电力系统运行时的安全状态。
而引起变压器绝缘劣化的主要原因之一就是局部放电（简称局放）。
因此，局部放电定位是变压器状态维修的基础和质量监控的重点项目。
标签：变压器；放电；定位方法1 电气定位法局部放电最明显的特征就是产生电脉冲，电脉冲中包含很多可以研究分析的信息，如信号能量幅值的衰减，波形的畸变和延时等。
电气定位法的原理是根据放电脉冲在绝缘介质中传播时的参数特性，建立相关的传递函数来确定放电源的空间位置。
（1）行波法。
行波法的主要原理是利用波的时延特性来计算放点源与被测点的距离。
局部放电在放电时会产生波形，波形传播开始的瞬间会出现容性分量，需要经过一段时间的时延后，行波分量才到达测量端。
根据行波传播的速度，通过测量行波延迟的时间，就可以计算出所求距离，估计出放电源所在位置。
（2）极性法。
极性法的原理是通过比较变压器绕组的不同端子上局部放电信号的极性，如对单相变压器，理论上希望在高、低压绕组的四个端子测到不同极性的局部放电信号，根据不同的极性信号来确定放电位置。
但是极性法仅能识别到局部放电源可能存在于变压器绝缘的某个区域。
要精确地测出放电的位置，必须利用其他方法。
（3）起始电压法。
假设变压器绕组上的电压分布均匀，令绕组长度为L，绕组两端电位各为UH，UL。
若放电点N离高压端H的距离为x，放电点电压为UN，则有：（UH-UN）/（UN-UL）=x/（1-x）（1.1）当UN达到起始放电电压UI时，则有：（UH-UI）/（UI-UL）=x/（1-x）（1.2）若已知L，则只要改变绕组两端的电压，测出UH1，UH2，UN1，UN2，并将其代入式1.1和1.2即可求出放电位置x。
2 电气定位法存在的问题（1）由于变压器有很复杂的内部结构，因此对于不同的放电点，在局部放电时产生的波在运行过程中可能会发生振荡，但是测量放电信号不能反映变压器内部真实状况，只能在变压器的测量端点进行，所以误差相对较大。
电气设备局部放电模式识别研究综述
电气设备局部放电模式识别研究综述一、本文概述电气设备局部放电（Partial Discharge, PD）是设备绝缘老化和失效的重要前兆，其早期检测和准确识别对于保障设备的安全运行和延长使用寿命具有重要意义。
随着科技的不断进步，对电气设备局部放电的模式识别研究已成为当前电气工程领域的热点之一。
本文旨在综述近年来电气设备局部放电模式识别的研究进展，分析不同方法的优缺点，并展望未来的研究方向。
通过对国内外相关文献的梳理和评价，本文期望为电气设备局部放电模式识别的研究和应用提供有益的参考和借鉴。
在本文中，首先将对电气设备局部放电的基本概念、产生机理和危害进行简要介绍，为后续的模式识别研究奠定基础。
接着，将重点回顾和总结电气设备局部放电模式识别的传统方法，如脉冲电流法、超声波法、化学法等，并分析它们的适用范围和局限性。
随后，将详细介绍近年来新兴的电气设备局部放电模式识别技术，如基于机器学习的方法、基于深度学习的方法以及基于的方法等，并探讨它们在提高识别准确率和效率方面的优势。
将对电气设备局部放电模式识别的未来研究方向进行展望，包括多源信息融合、智能化识别系统、在线监测与预警等方面。
通过本文的综述，期望能够为电气设备局部放电模式识别的研究和实践提供全面的视角和深入的理解，为推动该领域的发展做出一定的贡献。
二、局部放电检测技术与原理局部放电是指在电气设备绝缘结构中，部分区域发生的非贯穿性放电现象。
这种放电虽然不会立即导致设备绝缘击穿，但长期累积会对绝缘材料造成损伤，最终导致设备故障。
因此，对局部放电的有效检测与模式识别对于电气设备的预防性维护和安全运行至关重要。
电气测量法：这是最常用的方法，包括脉冲电流法、介质损耗法、局部放电超声波检测法等。
其中，脉冲电流法通过测量局部放电产生的脉冲电流来检测放电的存在和强度；介质损耗法则通过分析绝缘材料介质损耗的变化来间接判断放电情况。
化学检测法：通过检测局部放电过程中产生的气体成分和浓度变化来判断放电的强度和频率。
局部放电检测与绝缘体状态评价阅读笔记
《局部放电检测与绝缘体状态评价》阅读笔记一、局部放电检测概述局部放电检测是评估电气设备绝缘性能的重要手段，局部放电是指电气设备内部在高压作用下发生的非传导性放电现象。
当电气设备的绝缘系统存在微小缺陷或受到某些外界因素的影响时，容易产生局部放电。
这些放电活动虽然不会立即导致设备失效，但长期累积会对绝缘系统造成损害，最终可能导致设备故障。
对局部放电进行检测和评估具有重要的实际意义。
检测原理：局部放电检测主要基于电磁耦合原理。
当发生局部放电时，会产生电磁波和脉冲电流，这些信号可以通过传感器捕捉并进行分析。
常用的检测方法包括超声波检测、高频电流检测、无线电干扰检测等。
检测方法：在实际应用中，通常结合多种检测方法进行综合分析。
可以通过观察局部放电的脉冲波形、频谱特征等来判断放电的类型和严重程度；另一方面，可以利用现代信号处理技术和算法对检测到的信号进行进一步分析，以获取更准确的绝缘状态信息。
检测设备：随着技术的发展，局部放电检测设备不断完善。
现代化的检测设备具有较高的灵敏度和抗干扰能力，能够捕捉到微弱的局部放电信号。
这些设备还具有操作简便、可视化程度高、智能化程度高等特点，大大提高了检测的准确性和效率。
局部放电检测是评估电气设备绝缘状态的重要手段，通过对局部放电的监测和分析，可以及时发现绝缘系统中的潜在缺陷和故障迹象，为设备的维护和管理提供重要依据。
随着检测技术的不断发展，局部放电检测在电气设备状态监测和预防性维护中的作用将越来越重要。
1. 局部放电定义及产生原因局部放电是对介质内部的微小空间范围内的电荷运动的直观描述，即发生不完全击穿而产生电火花通道的一种电现象。
它在电力设备运行的全寿命内几乎普遍存在，涉及到高压电设备的正常工作及其性能的稳定与否。
局放一旦发生即会造成周围材料的微观物理化学性能变化，最终导致电气性能及使用寿命受到影响。
该现象还会伴随电磁辐射、声音振动等现象发生。
局部放电的产生与绝缘材料的电气性能、结构设计和运行环境等因素密切相关。
变压器局部放电检测与诊断
变压器局部放电检测与诊断一、引言在电力系统中，变压器是一种重要的设备，它用于调节电压的大小，保证电力系统的正常运行。
然而，由于变压器的长期使用和外界环境的影响，局部放电问题可能会出现，并对设备的性能和安全性造成严重的影响。
因此，实施变压器局部放电检测与诊断是非常重要的。
二、变压器局部放电的原因和特征局部放电是指在变压器绝缘中的某个局部区域发生的电击穿现象。
主要原因包括绝缘材料的老化、异物侵入、电压应力超过材料承受能力等。
局部放电的特征主要表现为高频信号的出现，在变压器内部噪声测量时可检测到。
三、变压器局部放电检测方法1. 电压法检测：通过对变压器绝缘材料施加高压电场，观察是否有电晕放电发生，并进行相应的测量和记录。
2. 电流法检测：在变压器的高压侧和低压侧分别接入电流互感器，测量电流的变化以判断是否存在局部放电。
3. 高频电流法检测：在变压器二次侧接入红外线传感器，通过捕捉高频电流脉冲的变化来判断是否存在局部放电。
4. 超声波法检测：利用超声波技术能够有效探测到绝缘材料中的放电声波，从而判断是否发生局部放电。
5. 红外热像法检测：通过红外热像仪对变压器进行拍摄，观察变压器表面的温度变化，以判断是否存在局部放电。
四、局部放电检测仪器与设备为了实现准确的局部放电检测和诊断，需要借助专业的仪器和设备。
例如，数字绝缘电阻测试仪能够测量绝缘电阻和介质损耗等参数；超声波局部放电检测仪可用于超声波法的检测；红外热像仪则能够实现红外热像法的检测。
五、局部放电诊断与分析一旦检测到局部放电，即需进行诊断与分析，以确定放电的位置和原因，并采取相应的措施进行修复。
常用的诊断和分析方法包括：1. 空气孔隙测量：通过在绝缘材料上打开小孔，测量空气孔隙的大小和分布情况，以判断绝缘材料是否存在细小裂纹等缺陷。
2. 红外热像仪测量：对变压器进行红外热像拍摄，通过观察温度变化的分布，判断是否存在局部放电。
3. 化学分析：对变压器内部的油液进行化学分析，检测是否存在放电产生的气体，以进一步判断是否发生局部放电。
变压器局部放电监测与识别技术
变压器局部放电监测与识别技术变压器作为电力系统中重要的电力设备，承担着电能传输和配送的关键任务。
然而，长期以来由于环境因素、电力质量问题以及设备自身的老化等原因，变压器存在着局部放电现象。
局部放电不仅会导致设备的损坏，甚至可能引发事故，因此局部放电的监测与识别技术对于保障变压器的安全稳定运行至关重要。
一、局部放电监测技术1. 传感器技术传感器技术是局部放电监测的核心，主要用于采集变压器内部的电信号。
常见的传感器包括电压传感器、电流传感器和超声波传感器等。
通过传感器的部署，可以实时、连续地监测变压器内部的电信号变化，以便及时发现局部放电现象。
2. 信号处理技术传感器采集到的电信号需要进行信号处理，以便提取出局部放电的特征。
常见的信号处理技术包括滤波、傅里叶变换和小波变换等。
通过信号处理技术，可以将局部放电信号与其他干扰信号进行有效区分，提高监测的准确性和可靠性。
3. 数据采集与存储技术局部放电监测需要大量的数据采集与存储，以便进行后续的分析和识别。
现代化的变压器监测系统通常采用远程终端单元（RTU）进行数据采集，并通过云存储技术进行数据的长期存储和备份。
二、局部放电识别技术1. 特征提取技术局部放电信号具有一定的时域和频域特征，通过对信号进行特征提取，可以获取到与局部放电相关的特征参数。
常见的特征提取技术包括能量特征、频率特征和脉冲特征等。
2. 模式识别技术模式识别技术是局部放电识别的核心内容，主要通过对特征参数进行聚类分析、统计学方法和人工智能算法等进行局部放电的识别。
常见的模式识别算法包括支持向量机、神经网络和模糊集等。
3. 实时监测与诊断系统通过将局部放电监测与识别技术应用于实时监测与诊断系统中，可以实现对变压器的在线监测与故障诊断。
该系统能够提供实时的监测数据和诊断结果，并及时报警和采取相应的措施，提高变压器运行的可靠性和安全性。
三、发展趋势与展望随着科技的进步和电力系统的发展，局部放电监测与识别技术也在不断创新与完善。
电气设备局部放电检测技术述评
电气设备局部放电检测技术述评随着电力设备的不断发展和应用，电气设备局部放电检测技术已成为电力行业的重要研究方向。
局部放电是指在高电压作用下，电气设备内部发生的一种放电现象，局部放电的存在会对设备的性能和使用寿命产生严重影响。
因此，开展电气设备局部放电检测技术的研究具有重要意义。
本文将对电气设备局部放电检测技术进行述评，旨在为相关研究和应用提供参考。
本文属于技术述评类文章，旨在评述电气设备局部放电检测技术的现状、应用情况、优缺点等，为相关领域的技术人员提供参考。
在搜集相关信息方面，我们重点以下几个方面：研究现状：搜集近年来电气设备局部放电检测技术的研究论文、专利、研究报告等，了解该领域的研究现状和发展趋势。
应用情况：搜集实际运行中的电气设备局部放电检测案例、应用领域、效果等，了解该技术的应用情况和实际效果。
缺陷分析：搜集相关文献和实际应用案例，对电气设备局部放电检测技术的缺陷进行分析，为后续的技术发展提供参考。
引言：介绍电气设备局部放电检测技术的背景和意义。
研究现状：介绍近年来电气设备局部放电检测技术的研究现状和发展趋势。
技术原理：阐述电气设备局部放电检测技术的原理和实现方法。
技术特点：分析电气设备局部放电检测技术的特点和技术参数。
应用情况：介绍电气设备局部放电检测技术的实际应用情况和效果。
缺陷分析：分析电气设备局部放电检测技术的缺陷和不足之处。
发展方向：展望电气设备局部放电检测技术的未来发展方向。
电气设备局部放电检测技术主要通过检测设备内部产生的局放信号来实现故障检测。
常见的局放检测方法有脉冲电流法、超高频法、超声波法等。
脉冲电流法的基本原理是利用局放产生的脉冲电流信号进行检测和分析；超高频法是通过接收局放产生的超高频电磁波信号进行检测；超声波法则是通过接收局放产生的超声波信号进行检测。
(1)高灵敏度：可以检测到微弱的局放信号，及时发现设备内部的潜在故障。
(2)实时监测：能够在设备运行过程中进行实时监测，及时发现异常情况。
特征图谱分类法在避雷器局部放电测试分析中的应用
ｃ ａ ｔ ｉ ｏ ｎ ｍｅ ｔ ｈ ｏ ｄ ａ ｎ ｄ ｆ ｕ ｚ ｚ ｙ Ｃ— ｍｅ ａ ｎ ａ ｌ ｇ ｏ ｒ ｉ ｔ ｈｍ ｗｅ ｒ ｅ ａ ｄ ｏ ｐ ｔ ｅ ｄ ｔ ｏ ｃ ｌ ａ ｓ ｓ ｉ ｆ ｙ ｔ ｈ ｅ ｃ ｈ ａ ｒ ａ ｃ ｔ ｅ ｒ ｉ ｓ ｔ ｉ ｃ ｐ ａ ｒ ａ ｍｅ ｔ ｅ ｒ ｓ ，ａ ｎ ｄ ｔ ｈ ｅ
人工智能技术在智能电网局部放电检测中的应用研究
人工智能技术在智能电网局部放电检测中的应用研究摘要：近年来，随着电力行业的快速发展和电网的规模不断扩大，智能电网局部放电问题显现出来。
局部放电是电力设备中一种常见的隐患，可能引发电网事故和设备故障。
因此，对智能电网中局部放电的及时监测和预测尤为重要。
本文针对智能电网局部放电检测的问题，运用人工智能技术进行研究，探索其在智能电网中的应用。
首先，介绍了智能电网和局部放电的基本概念，然后详细解析了人工智能技术在局部放电检测中的应用方法和技术特点，并针对不同的智能电网环境提出了相应的解决方案。
最后，展望了人工智能技术在智能电网局部放电检测领域的未来发展趋势。
关键词：智能电网，局部放电，人工智能，检测，应用第一章引言1.1 背景电力行业是现代社会的重要基础设施之一，电力供应的连续稳定性对于社会经济的发展至关重要。
然而，随着电力系统规模的不断增大和智能电网的快速发展，局部放电问题已成为电力设备的一大隐患。
局部放电可能引起电网事故和设备故障，对电网安全和电力供应产生严重影响。
1.2 目的本文旨在探索人工智能技术在智能电网局部放电检测中的应用研究，并提出相应的解决方案。
第二章智能电网和局部放电的基本概念2.1 智能电网的概念和特点智能电网是基于现代信息技术和通信技术的电力系统，能够实现电力供应、电力消费和电力调度之间的智能化互动。
智能电网具有高效、安全、环保等特点，并能够实现电能的可持续利用。
2.2 局部放电的概念和特点局部放电是指在电气设备中发生的局部电击放电现象。
局部放电常常伴随着电弧、电晕等现象，会在设备内部产生局部高温、局部电压过高等问题，导致设备的损坏和灼伤。
第三章人工智能技术在局部放电检测中的应用3.1 人工智能技术的基本原理人工智能技术是指模仿人类智能的理论、方法和技术。
其基本原理包括机器学习、深度学习、模式识别、知识表示和推理等。
3.2 人工智能技术在局部放电检测中的应用方法（1）机器学习方法：通过训练数据集，建立局部放电检测模型，实现局部放电的自动检测和预测。
电缆局部放电模式的MobileNet识别方法
电缆局部放电模式的MobileNet 识别方法电缆局部放电模式的MobileNet识别方法电缆局部放电是电力系统中常见的故障现象之一，对电缆的安全运行和设备的维护起着重要作用。
而通过使用深度学习算法，如MobileNet，可以实现对电缆局部放电模式的自动识别，提高故障诊断的准确性和效率。
下面将逐步介绍使用MobileNet进行电缆局部放电模式识别的步骤。
第一步：数据采集和预处理首先，需要收集一定数量的电缆局部放电模式的数据样本。
这些数据样本可以是通过传感器实时采集的电缆信号，也可以是已有的经过处理的数据。
然后，对这些数据进行预处理，包括数据清洗、去噪和特征提取等，以便提高后续模型的训练效果。
第二步：数据标注和划分对采集到的数据样本进行标注，即为每个样本打上标签，标明是否为电缆局部放电模式。
这个过程可以由专业人员手动标注，也可以使用半监督学习等技术进行自动标注。
然后，将数据集划分为训练集、验证集和测试集，用于模型的训练、调参和评估。
第三步：模型构建和训练在这一步骤中，使用MobileNet等深度学习架构构建模型。
MobileNet是一种轻量级的卷积神经网络，具有较小的模型大小和较低的计算复杂度，适合在资源受限的环境中部署。
根据数据集的规模和复杂程度，可以选择在预训练的MobileNet模型基础上进行微调，或者从头开始训练新的模型。
第四步：模型评估和调参使用验证集对训练好的模型进行评估，并根据评估结果进行调参。
常见的评估指标包括准确率、召回率、精确率和F1-score等，可以根据实际需求选择适当的指标进行评估。
通过调整模型的超参数、优化算法和网络结构等，可以进一步提高模型的性能。
第五步：模型应用和部署在模型训练和调参完成后，可以使用测试集对模型进行最终的评估。
评估结果可以用于评估模型的泛化能力和性能。
一旦模型达到预期的效果，就可以将其部署到实际的电力系统中，用于实时的电缆局部放电模式识别。
部署可以通过将模型集成到现有的监控系统中实现，或者使用专门的硬件设备进行加速。
基于像处理的电力设备局部放电特征提取与识别方法研究
基于像处理的电力设备局部放电特征提取与识别方法研究一、引言电力设备局部放电是指电力设备中的电气设备、变压器等在过电压或电压激励下，由于缺陷引起的局部电气击穿现象。
局部放电的存在会对电力设备的正常运行造成严重影响，并有可能导致设备损坏、事故发生。
因此，准确地提取和识别电力设备局部放电特征是十分重要的。
二、研究背景与意义随着科技的不断进步和电力设备的不断发展，电力系统的可靠性和安全性要求越来越高。
针对电力设备局部放电问题的研究，可以有效地防止潜在的事故风险，提升电力系统的运行可靠性。
近年来，像处理技术在信号处理领域得到了广泛应用，其可以从图像获取更详细和准确的信息，使得局部放电特征的提取和识别更加精确和高效。
三、基于像处理的电力设备局部放电特征提取方法1. 数据采集：采集电力设备局部放电的图像数据，并保证数据的准确性和完整性。
2. 图像增强：利用像处理技术对采集到的图像进行增强处理，包括对比度增强、降噪等操作，以提高图像的质量。
3. 特征提取：通过像处理技术，提取图像中的局部放电特征，例如放电位置、形状、时域和频域特征等。
4. 特征选择：根据特征的重要性和相关性，选择最具代表性的特征，减少特征维度，提高特征的区分能力。
5. 特征分类：利用机器学习算法或神经网络等方法对提取到的特征进行分类，将局部放电和正常工作状态进行区分。
四、基于像处理的电力设备局部放电特征识别方法1. 数据预处理：对采集到的电力设备局部放电图像数据进行预处理，包括图像去噪、滤波等操作，以消除噪声对识别结果的影响。
2. 特征提取：通过像处理技术，提取电力设备局部放电的特征信息，如图像纹理、形状、频谱等特征。
3. 特征分类：利用机器学习算法或深度学习方法对提取到的特征进行分类和识别，以判断电力设备是否存在局部放电。
4. 模型评估：对特征识别的准确性进行评估，包括准确率、召回率、F1值等指标的计算，并对识别结果进行验证和优化。
五、实验与结果在实验环境下，采集电力设备局部放电的图像数据，并使用基于像处理的特征提取与识别方法进行实验。
EMD-SVD及粒子群优化的SVM变压器局部放电模式识别
EMD-SVD及粒子群优化的SVM变压器局部放电模式识别董朋;张建文;贾立敬【摘要】为了对变压器的局部放电信号进行特征量提取以及模式识别,在分析EMD和SVD理论的基础上,提出了EMD-SVD和PSO-SVM相结合的方法.将选取的四种去噪后的局部放电信号(空气中电晕、沿面、气隙,油中气隙)经EMD分解为由高到低的固有模态函数,再利用SVD对其进行数据压缩,提取出14个反应PD信号本质的特征量,并将其输入到经粒子群优化的支持向量机进行模式识别.仿真结果表明,此方法能够较好地识别出四种局部放电信号,与未经优化的SVM、GA-SVM、GRID-SVM相比,经粒子群优化的支持向量机分类准确率较高、速度较快.【期刊名称】《电气开关》【年(卷),期】2016(054)004【总页数】6页(P16-21)【关键词】EMD;SVD;PD;粒子群【作者】董朋;张建文;贾立敬【作者单位】国华徐州发电有限公司,江苏徐州 221000;中国矿业大学,江苏徐州221166;中国矿业大学,江苏徐州 221166【正文语种】中文【中图分类】TM411随着现代社会工业化程度的不断提高，电力系统朝着超高压、大电网、大容量、自动化方向发展。
大型电力变压器作为电力系统的主要设备，其造价昂贵、结构复杂，承担着联系不同电压等级电网的重任，其运行状态直接影响系统的安全水平和可靠性［1］。
局部放电(PD)是电力变压器绝缘劣化的主要原因和早期表现形式，PD信号模式识别对大型电力变压器故障诊断和实时状态评估具有重要意义。
局部放电模式识别过程由特征量提取和分类识别组成。
目前，国内外研究局部放电特征量提取的方法主要包括统计特征参数、威布尔参数［2］、分型特征参数［3］、矩特征参数［4－5］等。
目前常用的分类识别方法有模糊聚类法［6］、人工神经网络法［7］、隐马尔科夫分类法［8］、支持向量机法［9］等。
上述方法大多数针对大样本数据，鉴于经EMD－SVD提取出的局部放电信号特征量较少，因此选用专门解决具有非线性、样本少及维数高等特性的支持向量机方法(SVM)。
局部放电信号模式识别应用研究
局部放电信号模式识别应用研究王磊【摘要】介绍了局部放电信号的分类,不同的识别方法在局部放电信号识别中的应用.【期刊名称】《云南电力技术》【年(卷),期】2010(038)004【总页数】3页(P53-55)【关键词】局部放电;模式识别;特征量【作者】王磊【作者单位】云南电力试验研究院(集团)有限公司电力研究院,云南,昆明,650217【正文语种】中文【中图分类】TM81 前言随着计算机的出现及人工智能的兴起,模式识别在很多领域得到了广泛的应用,和传统的依靠专家目测进行放电类型判定相比,其显著提高了识别的科学性和有效性。
但局部放电模式识别技术的研究尚处于起步阶段,一方面由于很多非确定性因素使局部放电信号的采集过程中混杂着干扰信号,需要更好的信号处理技术获取准确的局部放电信息;另一方面,对局部放电信号中所包含信息的内涵及规律尚未完全清楚。
因此,局部放电信号模式识别尚处于研究阶段。
2 局部放电信号的分类要对局部放电信号进行识别,需了解局部放电信号的特性和分类。
局部放电一般指在电场作用下,绝缘系统中只有部分区域发生放电而没有形成贯穿性放电通道的一种放电现象。
局部放电的表现形式为脉冲放电电流、超声波、粒子碰撞发出的光和热、介质分解形成的分解物等。
可以利用这些特征采用相应的方法对局部放电进行测试。
目前应用比较多的是基于脉冲电流的电测法。
实际设备的局部放电信号看似复杂,但这些信号都可以归结为基本的放电类型。
在进行模式识别前,要首先确定局部放电信号的放电类型,然后进行分类,根据不同放电类型的特征,研究识别算法,最后将识别算法应用与未知的局部放电信号,进行放电类型判断。
根据放电的位置和机理的不同将局部放电分为以下几种类型。
1)内部放电:指发生在设备或者是发生在绝缘材料内部的放电。
这种放电的特征与绝缘介质的特性和放电间隙的形状、大小、位置都有关。
2)悬浮电位放电:悬浮电位指高压设备内部或外部金属部件因与设备松脱从而失去有效接地,处于高压设备和地之间产生悬浮电位,当该悬浮电位所在部件与高压设备或地的电场场强低于其间介质场强时将发生放电,这种放电形式称之为悬浮电位放电。
基于Pearson积距的GIS局部放电模式识别研究
基于Pearson积距的GIS局部放电模式识别研究曾国辉卢声周金萍摘要：五种典型的GIS局部放电具有各不相同的相位分布谱图（PRPD），因此人们可以计算测试样本与样本库的Pearson积距，以便进行局部放电模式识别。
其间采用图像识别常用的灰度特征、分形特征以及图像高阶矩相结合的方法提取特征量，并对特征量进行优选，取得了较好的模式识别效果。
关键词：Pearson积距；局部放电；模式识别目前常用的气体绝缘金属封闭开关设备（Gas Insu⁃lated Switchgear，GIS）局部放电模式识别方法有聚类算法（灰聚类和模糊聚类）、分类算法（BPNN 算法和SVM 算法）等。
其特征参数既包括从PRPD 谱图中提取的偏斜度、突出度、陡峭度等，又包括从灰度图中提取的不变矩特征、分形特征等［1］。
在实际工程应用中，采用不同的特征参数和特征参数的组合，利用不同的模式识别算法，均取得了较好的效果。
本文从PRPD谱图、幅值-相位vφ谱图以及次数-相位n φ谱图提取的特征进行组合，并利用Pearson 积距相关系数统计采样特征量与样本库特征的相关性，进行模式识别，取得了较好的识别效果。
1 局部放电谱图特点局部放电信号检测需要检测伴随放电产生的电、声、光、温度和气体等各种理化现象，电检测方法包括脉冲电流法、UHF 超高频法（见表1）和放电能量法等。
近年来，通过国内科研机构和高校的努力，我国已经能制作局部放电模型，并在实验室模拟真实放电情况，获得典型局部放电谱图。
研究发现，各种放电类型谱图特征具有明显的差异，人们可以利用这些差异，进行放电类型识别，并且典型谱图特点已经得到大家的认可［2-3］。
表1 UHF超高频法典型局部放电谱图特征2 模式识别特征量的选取下面汇总本文所用的特征量，如表2 所示。
特征量1～11由PRPD 谱图提取，特征量12～20由幅值-相位vφ谱图提取，特征量21～25由次数-相位n φ谱图提取。
2.1 图像一、二阶分维数归一化值局部放电的PRPD谱图具有典型的分形特征，分维数归一化值参考文献［4-5］中的计算方法，一阶分维数归一化值的计算公式如下：式中：r为盒子尺度，图像为64×100 像素，所以盒子尺度为{3，7，9，21}；n r( i,j )为第i、j块的维数；N r为盒子总数。
一种GIS局部放电模式识别新方法及应用
一种GIS局部放电模式识别新方法及应用
邱鹏锋;郑连清;魏成伟
【期刊名称】《电气技术》
【年(卷),期】2017(000)008
【摘要】本文通过GIS实验装置平台设置的4种缺陷类型的放电情况,用特高频(UHF)检测法获取的PD信号,分别以时域、频域等17组统计参数作为PD类型的特征量,通过局部线性嵌入(locally linear embedding,LLE)方法将17组特征量进行降维处理,得到9组有效特征参数.并用多分类相关向量机(M-RVM)作为识别方法,在110kV电压下获取的实验检测数据作为训练和预测样本,结果取得86%的理想识别率,验证了LLE与M-RVM结合的识别系统的有效性.
【总页数】5页(P12-16)
【作者】邱鹏锋;郑连清;魏成伟
【作者单位】重庆大学电气工程学院,重庆 400044;重庆大学电气工程学院,重庆400044;新疆工程学院,乌鲁木齐 830091;新疆工程学院,乌鲁木齐 830091
【正文语种】中文
【相关文献】
1.类均值核主元法在GIS局部放电模式识别中的应用研究 [J], 何樱;华征;侯智剑;王召盟
2.混合神经网络算法在GIS局部放电模式识别中的应用研究 [J], 梁基重;杨亚奇;张平
3.一种GIS绝缘子预埋天线式超高频局部放电传感器的研究与应用 [J], 潘瑞琼;孟
忠
4.GK模糊分类算法在GIS局部放电模式识别中的应用 [J], 王辉;郑文栋;黄成军;李胜国;钱勇;江秀臣
5.一种基于线性鉴别分析的GIS局部放电模式识别 [J], 张晓星;唐炬;孙才新;许中荣;周倩
因版权原因，仅展示原文概要，查看原文内容请购买。
基于SVM算法的局部放电模式识别
3 识别结果 对于 统计特 征 通过局放检测装置连续采集多周期的局放数据， 测试组共选取 100 组特征数 指纹， 每种缺陷选取 50 组作为训练组，
- 153 -
科技创新与应用
新型磁控电抗器的损耗温升分析
许 晖 尹忠东 （华北电力大学新能源电力系统国家重点实验室， 北京 102206）
（MCR） 从而实现无功的就地平衡、 降低网损。 但是损 摘 要： 磁控电抗器 作为一种新型的可控电抗器， 其补偿容量可以连续调节， 为其结构优化提供了思路和方法。 耗和温升限制了其优势的发挥。文章对其损耗和温升进行了全面分析， 关键词： MCR； 损耗； 温升； 磁场 就 可 以 交 给 软 件自 动 计 算。对 于 厚 度为 0.35mm 的 硅钢 片 制 造 的 铁耗和 MCR 来说， 涡流损耗约占磁滞损耗的 43%。在额 定电压下， 此 MCR 的总损耗为： 铜耗的值相当。因此可利用这个比例算得， [8.76 43% 8.76] 2 58.26W (2) 此 MCR 的 容 量为 3000VAR， 可 知 此损耗 占 容 量的 百 分 比 为 1.9%。 MCR 损耗的理论值占总容量的 1%至 2%左右， 因此这个值可 以认为是合理的，可以为设计新结构的 MCR 以减小损耗提供对比 数据。 1.3 温升分析 温升主要是由 MCR 运行中所产生的损耗引起的[4][5]。这里把磁 场中求得的损耗焦耳热作为生热源，并通过 ANSYS 耦合模块加载 做出了以下简化： （1） 到温度场分析中。在不影响精度的情况下， 远 相对压强为零 ； （2） 离 绕组的空气温度 恒定， 认为空 气 为理 想 气 体， （3） 夹件。 铁芯 其参数不随温度和压强而变化； 忽略匝间绝缘、 垫块、 温升数学表达式为： Tc 0.36qc 0.8 0.36( Pc / Sc ) 0.8 (3) 式 中： Tc 为 铁 芯 温 升 ； qc 为 铁 芯 的有 效 表 面 负荷； Pc 为 铁 芯 损 耗； Sc 为铁芯有效散热面积。 在温度场分析前， 读入磁分析结果 库中的 数据 ， 作为载 荷 施 加 在实体模型上。通过耦合场求得的温度分布图中可知： 铁芯的温度 又 由 低到 高 分 布 并 不均 匀 ， 从低端 到顶 端的总体温度呈 又高 到低， 其分布 规 的马鞍形分布。通过温度和磁场的路径分布图可以看出， 涡流损 律 和趋势基本一致 ， 这是由于磁滞 损耗 与磁 场强度成 正比 ， 因此在磁饱和区域， 温 耗与磁通密度成正比， 温度又与损耗成正比。 温度较低。 度较高。其余未饱和区域， 2 结束语 从以上分析可知， 磁饱和的位置为磁阀处。此处的损耗的温升 都为最高值， 属于运行薄弱环节。因此在运行中应加强此处的检测 降低此处磁 和管理。 在结构优化设计中， 应该着重改进此处的结构， 场强度。 文章所建立的三维模型，可以为 MCR 的结构优化设计提供建 模方法和理论依据。 同时也能缩短设计周期， 降低设计成本， 为提高 产品质量和经济效益有积极意义。 参考文献 [1]余梦泽， 陈柏超 ， 田翠华， 等 援采 用 磁 控 电抗 器 的静止 型高 压 动 态 无功补偿装置[J]援高电压技术， 2009， 35(7)： 1770-1775援 t 2 w 2 B 2s 陈允平援一维有限元与三维有限元偶 合法 在接地网 阮江军， (1) [2]甘艳， P V 24 特性分析中的应用[J]援电网技术， 2004， 28(9)： 62-66援 沈阳 工业大 式中： t： 叠片 厚 度； 棕： 外 加 磁场 角 频率 B： 峰值磁 通 密 度 ； 滓： 叠 [3]代忠滨援干式空心电抗器损耗及温度场研究[D]援沈阳 ： 学， 2012援 片电导率； V： 叠片体积。 （1） 就 能算 出 损耗 值 。 [4]Jansak L， Zizek F， Jelinek Z， et al援Loss analysis of a model 由式 可知， 在 得出 了磁通密度的情况下， 用 ANSYS 软件的单元表和自动计算功能， 通过输入相应的参 transformer winding [J]援IEEE Transactions on Applied Super 这里， 无法 显示 其 Conductivity， 2003， 13(2)： 2352-2355援 数， 得到的涡流损耗为 15.76W。由于软件功能的限制， 但这并不 影响对 损耗 [5]Rahimpor E， Azizian D援Analysis of temperature distribution in 各个 节点损耗 值的分布， 只能得出 总体 损耗， 2007， 89 的分析和理解。由于涡流损耗与磁通密度 B 成正比， 因此我们可以 cast -resin dry -type transformers [J]援Electrical Engineering， 整体的定量分析 (4)： 301-309援 通过磁通密度分布图间接的定性分析损耗的分布， 引言 磁 控 电 抗 器简 称 MCR(Magnetic Control Reactor)， 它是一种容 量可调的并联电抗器，基于 MCR 的磁控式静止无功补偿器主要用 通过 于电力系统的动态无功补偿。它利用铁磁材料的磁饱和特性， 进而实 控制绕组上直流激励源的激磁作用来改变铁芯的磁饱和度， 电 现电抗器输出无功功率的连续平滑调节。随着电力系统的发展， 压等级不断提高， 对无功的需求也越来越苛刻[1][2]。MCR 以其显著的 优势， 非常适合应用在高压系统的无功补偿中。为突破其损耗和温 需要更合理的设计其结构。 但在 升的限制， 进一步扩大其应用范围， 实际当中， 设计周期长、 费用 大， 这无疑增加了应用成本。为弥补以 上不 足，文章 利 用有 限 元分 析 软件 ANSYS 对 MCR 进 行了合 理 建 模， 对损耗和温升问题进行了研究。 1 MCR 分析 1.1 磁场分析 在这些运行损耗中， 除绕组的 损耗包括铁损、 铜损和杂散损耗。 电阻损耗外， 其余损耗都是由磁通产生的。而损耗的计算是温度场 分析的基础[3]， 因此首先需要分析 MCR 的磁路分布。这里选用的分 析对象是单相干式 MCR， 电压等级为 380V， 额定电流 IN=13A。 为更准确全面的分析 MCR， 在 ANSYS 中采用了 3D 模型 ， 求解 方式为瞬态求解法。根据后处理模块得到的磁路分布图可以看出， 当只有直流激磁电流时， 左右铁心柱的电流方向相反。因此中间磁 轭的磁通相互抵消， 磁通基本只分布在左右两边的铁心柱上。交流 有助 电流 处于正向 峰值 时， 左边铁 心柱 中的交流和直流方向 一致 ， 有消磁作用。 所以左 磁作用， 右边铁心柱中的交流和直流方向相反， 交流电流处于反向峰值 边磁路饱和， 右边不饱和， 中间铁轭有磁通。 有消磁作用， 右边铁心柱 时， 左边铁心柱中的交流和直流方向相反， 所以左边磁路不饱和， 右边 中的交流和直流方向一致， 有助磁作用。 为 饱 和 ，中间 铁 轭 有 磁 通。 磁 感 应 强 度在中间 铁 芯 处的 值 较小 ， 仅作为磁路的通道。 而在两边 0.472T。 这是因为中间铁芯没有绕组， 铁芯 的磁 阀处， 磁感 应强 度达到了 最 大 值 2.231T， 这个 时 候磁 阀 已 经接近磁饱和。 1.2 损耗分析 MCR 的损耗主要由磁滞损耗和涡流损耗构成。在工频条件下， 取向 和非 取向的低 碳硅钢片中磁滞损耗 和涡 流损耗的 大 小 基 本一 致。在低频下， 工程计算一般采用 （1） 式： 据来研究缺陷类型的识别正确率。运用 SVM 分类算法对典型变压 器缺陷局放类型识别， 采用独立样本作为测试样本检验该算法的正 确率。识别结果如表 员 所示。 表 1 局部放电模式识别结果 从表 员 可以看出，针板放电缺陷和内部放电缺陷 通过 SVM 算 法进行分 类正 确率为 91%和 93%， 沿面放 电达到 78%， 沿面 放电 缺 总体而言， 支持向 陷由于局放信息复杂， 使得此缺陷的识别率较低。 效果较好。 量分类算法对变压器各种模拟缺陷识别率较高， 4 结束语 通过超声波法对故障 对变压器设计了 3 种典型绝缘缺陷模型， 引起的局放信号采集了大量样本，提取了局部放电信号特征参数。 用 SVM 算法识别变压器局部放电类型，结果显示出较高的识别 正 确率。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
实 际对 局 部放 电进行 模 式 识别 时 ， 优 先 考 虑使 用 可
者 ２种方 法来 提取 特 征 向量 。
参考文献
［ 阳国庆， １ ］ 郑殿 春 学勇． 基于小波神 经网络局部放 电模式
识别 方法 的实验研 究［ ． Ｊ哈尔滨 理工大学学 报 ，０ ５ １ ］ ２０ ，０
（） ８ １１ ５ ： －０． ９ ［］ Ｃ Ｖ Ｌ Ｉ Ｉ ， Ｏ Ｔ Ｃ Ｎ Ｉ ， ｔ １Ａ ｖｎ ｅ Ｄ ２ Ａ Ａ ＬＮ Ｃ Ｎ Ｉ Ａ Ｍ， Ｏ ＴＮ Ａ ｅ ａ ｄａ ｃｄＰ ．
Ｂ ｓｄ ｏ ｔ ｈ ｓｃＰｏｅｓＡ ｐｏｃ 叨． Ｊｕｎ ｌ ｆ ａｅ ｎ ａＳｏ ａｔ ｒｃｓ ｐ ｒａｈ ｃ ｉ ｏｒａ ｏ
Ｐ ｙｉ ： ｐ ｌ ｄＰ ｙｉｓ２ ０ ，５ １ ） １９ １６ ． ｈｓ ｓ Ａ ｐ ｅ ｈｓ ，０ ２ ３ （１ ： ４ － １３ ｃＤ ｉ ｃ １
及对策综述［ ． Ｊ陕西电力 ，０ ０ ３ （ ）５ — ７ １ ２ １ ，８ １ ：３ ５ ．
［ Ｉ Ｅ ｔ ｄ ｒ ｏ ｉｒ ｕｅ ｅｏ ｒｅ Ｉｔｒｏｎｃｉ ４ ］ Ｅ Ｅ Ｓａ ａｄ ｆ Ｄｓ ｂ ｔｄ Ｒ ｓｕｃｓ ｎｅ ｎ ｅｔ ｎ ｎ ｒ ｔ ｉ ｃ ｏ ｗｔ Ｅｅ ｔｃＰ ｗ ｒ ｙｔｍ ［ ． ０ ． ｉ ｌｃ ｉ ｏ ｅ Ｓ ｓ ｓ ］ ０ ３ ｈ ｒ ｅ Ｓ２
Ｔａ ｓｃｉ ｓｏ ｌｃ ｉ ｌＩｓｌ ｉ ，９ ３ ２ （ ） ８ — ｒｎａｔ ｎ ｎ Ｅｅｔｃ ｎｕａ ｏ １９ ，８ ６ ： ４ ｏ ｒａ ｔｎ ９
１ ０１ ０ ．
（ 责任编 缉
收稿 日 ：０ １ ９ ２ 期 ２ １— — ０ 基 金项 目： 国家 自然科学基金资助项 Ｈ ５ ８ ７ ６ ） （ ７０４ ０ 。
［ 唐炬， ３ ］ 王静， 李剑 ， 统计 参数用 于局 部放电模式识别 的 等． 研究 ［． Ｊ 高电压技术 ，０ ２ ２ （） — ，９ ］ ２０ ，８８ ： ８３ ． ６ ［ 罗勇芬， ４ ］ 黄平， 李彦 明． 油纸绝缘 中局部放 电时 间序列的混 沌 特性及其模式 识别 【＿ Ｊ 西安交通大 学学报 ，０ ０４ Ｊ ２ １ ，４
进 法 以及 遗 传 算 法 这 四种 方 法 能够 有 效 地 对 从 局 部放 电 Ｐ Ｐ Ｒ Ｄ谱 图 中提 取 的 ３ 个 统 计 算 子 进行 选 １
择优 化 。
（ ） 序前 进 法 和遗 传 算 法 考虑 到统 计 算 子之 ２顺
前 的相关 性 ， 用这 两种 方法 选取 的统 计 算子 作为 Ｂ Ｐ 神经 网络 的输 入 特征 向量 ， 有 较 高 的正判 率 因而 具
（２ ： － ０ １） ５ ６ ． ５
ＰＰ Ｒ Ｄ谱 图的 ３ 个 统计 算 子 ， 过 ４种 不 同 的特 征 １ 通
选 择方 法 对 这些 统 计 算 子进 行 了选 择 优化 ， 通 过 并 Ｂ Ｐ神经 网络运 用所 选择 的 特征进 行模 式识 别 ， 通过 识别 结 果 对 这 ４种 特 征选 择 方法 进 行 了 比较 。 到 得 如下 结论 ： （ ） 过 Ｋ一 检 验 ， 内类 间距 离 比 ， 序前 １通 类 顺
［． Ｊ 电力系统及其 自动化学报 ，０ ８ ２ （ ） １ ８ １ ２ ０ ，０ ２ ：－ ．
（ 责任 编缉
收稿 日期 ：０ １０ — ５ ２ １－ ９ ２
姚 可利 ）
［ 刘其 辉 ， ８ ］ 贺益康 ， 卞松江． 变速恒频风力发 电机空载并 网
控制 中国电机工程学报 ，０ ４ ２ （ ） １一 ６ ２ ０ ，４ ３ ： １ ｌ．
［ Ａ Ｔ Ｎ Ｕ Ｇ Ｒ Ｒ ９ ］ Ｌ Ｅ Ｂ Ｒ Ｅ ，Ｈ ＩＺ Ｃ Ｅ Ｔ ，ＴＭＭＥ ． ｎ ｌ ｉ ｏ Ｉ Ｒ Ｊ Ａ ａ ｓ ｆ ｙｓ
Ｐ ａｅ ｈ ｓ ｄ— Ｒｅ ｏ ｖ ｄ ａ ｔ ｌ ｓ ｌ ｅ Ｐ ｒ ａ Ｄｉｃ ａｇ Ｐ ｔｅｎ ｏ Ｖｏｄ ｉ ｓ ｈ ｒ ｅ ａｔｒ ｓ ｆ ｉｓ
姚 可利 ）
作者 简介 ： 季盛强 （ ９ ７ ）男 ， 士研究 生 ， １８一 ， 硕 主要研究方 向为电力 系统设 备故障 的在线监 测及故障诊断。
Ｉｆｒ ｃ ｎ ｏ ｉｄ Ｍｅｓｒｍ ｎｓＪ Ｅ Ｅ Ｔａ ｓ ｎ ｎｅｅ ｅｉ ｎ Ｆｅ ａｕｅ ｅｔｌ】 Ｅ ｒｎ．Ｏ ｎ ｌ ．Ｉ
Ｄ ｅ ｃｒ ｓａ ｄ Ｅ ｅ ｔｃ ｌ ｎ ｕａ ｏ ， ０ ３ １ （ ） ５ ８ ｉｌ ｔ ｃ ｎ ｌｃ ｉａ Ｉ ｓｌｔ ｎ ２ ０ ，０ ３ ： ２ — ｅ ｉ ｒ ｉ
［２ １】冯双磊 ， 赵海翔 ， 任普春 ， 基于 Ｐ Ｃ ＤＥ Ｔ Ｃ的双馈 等． Ｓ Ａ ／Ｍ Ｄ
式变速 恒频 风电机组 动态模型仿真 ［． Ｊ 电网技术 ，０ ７ 】 ２０ ，
３ （７ ：０ ３ ． １１ ） ３ — ５
［ 操瑞发 ， ５ 】 朱武 ， 涂祥存 ， 双馈式风力发 电系统低电压穿 等．
［］ 迟 永宁． ９ 大型风电场接入 电网的稳定性 问题研究【】 Ｄ． 中国 电力科 学研究 院．０ ６ ２０ ．
【 ］ １ 蔡彦涛 ， ０ 杨俊华 ， 杨梦丽 ， 基于并网型双馈感应发 电机 等．
的风电场暂态稳定性研究叨． 陕西电力 ，０ １３ （）６ １． ２ １ ，９６ ：－ １
【１ 高 阿龙 ． １】 基于 Ｐ Ｃ Ｄ的变速恒频双馈风力发 电系统建模 ＳＡ 与控制研究［］ Ｄ． 南京 ： 河海大学 ，０７ ２０．
【 王 国利． ５ ］ 油浸式电力变压器局部放 电特高频技术研究 ［Ｊ Ｄ．
西安： 西安交通大学 ．０ ３ ２０． ［】 李军浩 ， ６ 司文荣 ． 温度对 油纸绝缘扁 平气 隙缺 陷局部放 电特性的影响［＿ Ｊ 电工 电能新技术 ，０ ９ ２ （） ４ ３ ． ］ ２０ ，８ １： — ７ ３
［ 吴鹏， ７ ］ 陈志勇， 李锐华， 电力变压器典型放 电模型试验 等．
研究Ｉ． 电器 ，０４ ４（） ６： ３ Ｊ高压 】 ２０ ，０３： １ ６． １ １
［ 李军浩， ８ ］ 司文荣， 姚秀， ． 等 油纸绝缘沿面局部放 电特性研
究［ ． Ｊ西安交通大学学报 ，０ ９４ （ ） ０ — １． ］ ２ ０ ，３ ６ ： ８ １２ １
［ ］ 丽兵， 奎， １ 刘 ０ 高乃 马小芹 ， Ｂ 神经网络在大型发 电机主 等． Ｐ
绝缘击穿电压预测 中的初步应用 ，０ ４ ２ （ ） ３ ７ ２ ０ ，３２ ： — ６ ７
［１ Ｇ Ｌ Ｋ Ｅ， Ｋ Ｉ Ｄ Ａ． Ｎ ｕａ １］ Ｕ Ａ １ ＲＶ Ａ ｅｒｌ ｅｗ ｒｓ ｓ Ｎ ｔｏｋ ａ ａ Ｔｏ ｏ ｏｌ ｒ ｅｏｎｔ ｎｏ ａｔ ｌＤｓｈ ｒｅ ［ ， ＩＥ ｆ Ｒ ｃｇｉｏ ｆＰ ｒａ ｉ ａｇｓ Ｊ Ｅ Ｅ ｉ ｉ ｃ ］
Ｔ ＯＺ Ａ ＥＧＡ ＨＵ Ｎ ＤＩ 特
稿
专
选
参 考文献
［ ２ １ 年度世界风能发展报告［ １ ００ ］ Ｒ． Ｊ ＷＷＥ ２ １． Ａ， １ ０ ［ 贺益康 ， ２ ］ 周鹏． 变速恒频双馈 异步风力发 电系统低 电压穿 越技术综述Ｉ ． Ｊ电工技术学报 ， ０ ， （ ） １０ １６ １ ２ ９２ ９ ： —４． ０ ４ ４ 【 傅旭 ， ３ ］ 李海 伟 ， 冰寒． 李 大规模 风电场并 网对 电网的影响
越技术分析ｆ． Ｊ 电网技术 ，０ ９ ３ （ ）７ — ７ １ ２０ ，３ ９ ：２ ７ ．
［３ １］苑 国锋 ， 柴建云 ， 李永东 ． 变速恒频风力发 电机组励磁 变 频器的研究ｆ． Ｊ 中国电机工程学报 ，０ ５ ２ （ ）９ ～ ４ １ ２０ ，５ ８ ：０ ９ ．
【 李建林 ， ６ 】 梁亮 ， 许洪华 ． 双馈感应式 风力 发 电系统低 电压 运行 特性研究 ｆ． Ｊ 电网与清洁能源 ， ０ ，４ ７ ：９ ４ ． １ ２ ８２ （ ）３ — ３ ０ ［ 张兴 ， ７ 】 张龙云 ， 淑英 ， 风力发 电低电压穿越技 术综 述 杨 等．
基金项 目： 国家 自然科学基金项 ￣（ ０ ７ ０ ） ５ ７ １３。 １
作者简介 ： 刘代刚 （ ９ ６ ） 男 ， １８ 一 ， 重庆人 ， 硕士研究生 ， 主要研究方 向
为电力系统运行与控制。
（ 上接 第４ ） 页
５ ３８
４ 结 论
本 文 建立 了油 纸绝 缘 局 部放 电 ５种典 型 缺 陷 ， 从获得 的实验室数据 中提取出 Ｐ Ｐ Ｒ Ｄ谱 图 ，提 取