以复合复小波系数为特征量的局部放电模式识别研究

《以复合复小波系数为特征量的局部放电模式识别研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、重庆大学硕士论文中文摘要摘要气体绝缘组合电器(GasInsulatedSwitchgear，简称GIS)电气故障最通常的故障特征是在绝缘完全击穿前发生局部放电(PD)，通过对GIS局部放电的在线监测，可以及时发现GIS内存在的缺陷，避免重大事故的发生。因此，深入研究GIS局部放电检测及其模式识别的方法，对于保证GIS的安全可靠运行、诊断GIS的绝缘状况和缺陷类型特征以及指导GIS的检修工作有着十分重要的意义。本文在分析国内外局部放电模式识别技术的基础上，提出了一种适合超高频(ultra-highfi-equency,简称UHF)PD模式识别特征提取的新方法。该方法首先对预处理后的U

2、HFPD时域波形进行复小波变换，然后构造复合复小波系数，最后用改进的模糊c．均值聚类算法(FuzzyC-Mean法，简称FCM法)对各尺度复合复小波系数进行压缩，得到的各类复合复小波系数的能量即为特征量，并利用分离度指标，确定了最佳复合复小波系数以及最优复小波；针对GIS主要缺陷类型的物理特征以及GIS设备绝缘缺陷放电形式和特点，设计了4种GIS模拟装置内PD物理模型，通过大量试验研究总结了U}珥PD信号的特点；用径向基神经网络对GIS内UHFPD进行了识别研究．不同缺陷对应的UHFPD波形有较大差异，并且对于同一类型缺陷，在不同的试验条件下波形形状基本保持不变。根据UHFPD信号

3、的特点，通过对UHFPD信号复小波变换后所得到的复小波系数进行深入研究，构造出比实小波变换更加丰富的特征子集盘”，并用FCM法从复合复小波系数中成功提取了GIS内UHFPD信号特征量；阐述并验证了复合复小波系数中含有更多的局部放电时域和频域细节信息，从对复小波变换后的复合复小波系数中提取的聚类特征更有利于表征不同类型的GIS局部放电．采用径向基(ImF)神经网络算法对GIS内UHFPD进行了识别研究，算例结果表明：从复合复小波系数中提取的特征量优于从复小波系数的实部或虚部中提取的特征量；从最佳复合复小波系数中提取的特征量优于从非最佳复合复小波系数中提取的特征量；从最优复小波变换后的

4、相应最佳复合复小波系数中。提取的特征量具有优良的聚类分类能力．同时，算例结果也表明了用．，标准来选取最佳复合复小波系数和最优复小波是可行的。关键词：局部放电，复小波变换，特征提取，模式识别重庆大学硕士论文英文摘要ABSTRACTInsulationbreakdownisprimaryr嘲∞forGISfailures．PartialaisehargeO'D)phenomenaismostcomnlolleharactefistiebeforeinsulationbreakdowninGIS．ByPDon-linemonitoringsystems．GISinternaldefect

5、s锄bediscoveredintimetoavoidtheOC,CIllTelICIooffatalfailure．SotheresearchofPDdetectionanditspatternrecognitionforGISisveryimportanttoguaranteeitssafeoperation,findoutitsinsulationconditionanddefectstypeintimeandguideitsn'laintenance．AnewmethodsuitableforUHFPDpatternrecognitionisproposedbasedOna

6、nalyzingresearchesaboutPDpattmrecognitionhomeandabroad．ComplexwaveletisusedfordecomposingdisposedUI-IFPDsignal；andthencombinedcomplexwaveletcoefficientiscOl：lshl'uctedbycombiningtherealpartandimaginarrpartofcomplexwaveletcoefficients．finally,features锄beexlraetedfromcombinedcomplexwaveleteoet煎e

7、ientsofeachscalewithamelioratedFCMmethod．Optimalcombinedcomplexwaveleteoet五eientsandcomplexwaveleta托selectedbycomparingJcriterion；Physicalmodeloffourdefectsinsimulationofintemaldefectsaredeveloped,accordingtoPDsignalfeatureinGIS．andthec