基于核主成分分析的变压器超高频局部放电模式识别.pdf

《基于核主成分分析的变压器超高频局部放电模式识别.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、基于核主成分分析的变压器超高频局部放电模式识别基于核主成分分析的变压器超高频局部放电模式识别周加斌，唐炬，张晓星，胡晶晶（重庆大学输配电装备及系统安全与新技术国家重点实验室，400044）摘要：根据电力变压器绝缘缺陷放电的形式和特点，设法（KernelMethod）思想，将PCA拓展到非线计了4种典型的变压器缺陷模型，采用超高频法采集大性情形，提出了核主分量分析（KPCA）。由于PCA量局部放电样本，构造了局部放电三维图谱。针对变压法只考虑了图像数据中的二阶统计信息，未能利器局部放电及其缺陷特点，提出一种基于局部放电图像用

2、数据中的高阶统计信息，忽略了多个像素间的的核主成分分析方法应用于局部放电模式识别，即首先非线性相关性。而研究表明，一幅图像的高阶统进行主成分分析,将数据从超高维空间降至低维空间,再计往往包含了图像边缘或曲线的多个像素间的[12]提取核主成分特征,采用最小距离分类器进行模式识别,非线性关系。核主分量分析（KPCA）是基于输识别结果表明该方法对各类模拟缺陷的正确识别率较高,入数据的高阶统计，它描述了多个像素间的相关效果良好。性，所以，KPCA能够捕捉这些重要的信息，从而取得更好的效果。同时KPCA的另一优点就是关键词：变压器；

3、局部放电；超高频；核主成分分析可以把在输入空间不可线性分类的问题变换到[13]特征空间实现线性分类，简化了分类器的设计。1引言本文设计了4种典型缺陷模型,构造出超高频局部放电灰度图像,采用KPCA算法,将高维的随着电力工业的发展和技术进步，大型电力局部放电灰度图像压缩至低维；在此基础上,提变压器的容量和电压等级都在迅速增长。单机容取了核主成分特征,最后在特征空间中采用最小量的增大为提高输电效率、降低成本、减轻电能距离分类器进行模式识别,取得了良好的识别效传输对环境的影响提供了可能，同时也对变压器果。[1]运行的安全性提出了

4、更高的要求。由于局部放电是引起电气设备绝缘劣化的2人工缺陷物理模型与信号检测重要因素之一，因此，通过局部放电在线监测，能够及时发现电气设备局部缺陷及其发展状况；2.1人工缺陷物理模型的设计同时，采用模式识别技术，既可提高在线监测系统区分被测信号中内部放电与外部脉冲性放电根据变压器绝缘缺陷放电的形式和特点，设的能力，又能确定内部局部放电的性质及绝缘劣计了4种模拟局部放电的典型缺陷物理模型（图化的程度。传统检测局部放电的脉冲电流法易受1）：①油中电晕放电模型②油中沿面放电模型现场电晕等低频电磁干扰,目前大量采用超高频③油中气隙

5、放电模型④油中金属微粒放电模型。法检测变压器局部放电（PD）信号。由于谱图中含有局部放电丰富的信息,因此局放特征通常从二维和三维谱图(ϕ−−qn)中提取,提取特征的[2][3-5][6-7]方法有:统计特征、分形特征、小波特征等。在模式识别领域，核方法的发展有着重要的影响。最早将核方法思想应用于特征抽取中的是[8-11]（a）电晕放电（b）沿面放电Scholkopf等人，于1999年借鉴SVM的核方291重庆市电机工程学会2008年学术会议论文号YDTW-25kVA/50kV），R为20kΩ保护电阻。屏蔽室尺寸为3m×2.

6、4m×2m，无感电阻值为50Ω，图中的1、2、3和4代表安装在该位置处的超高频天线，1和2位置处的为尺寸完全相同的变形锥天线，3和4位置处的为两个尺寸完全相同的套筒单极子天线。将上述4种人工物理缺陷模型置于模（c）气隙放电（d）金属微粒放电拟变压器装置内，在试验中利用位置2和4处的变图1四种典型缺陷模型形锥天线和套筒单极子天线、无感电阻和电流传感器进行检测信号，并用高速数字示波器图1（a）是油中电晕放电模型，模型中尖电（TektronixDPO7104数字示波器，带宽1GHz，极的针尖曲率半径小于0.1mm，铜板电极直径最

7、大采样率20GS/s）记录波形，并引入工频信号150mm，厚度8mm，周边打磨光滑，针与板电极作为相位参考。间放置厚度为0.5mm的环氧板，环氧板置于接地由于变压器中产生的PD等效频率可高达1板电极上，针尖到环氧板距离为1mm；图1（b）GHz以上，采样频率越高，生成的局放信号灰度是油中沿面放电模型，其中上面的铜板电极直径图像越丰富，从而有利于提高模式识别率。但是40mm，厚度为8mm，下面的铜板电极同（a），数据存储、分析处理量也随之上升。综合考虑我中间的环氧树脂板同（a）；图1（c）是油中气隙们将采样率定为250MS/

8、s，分别采样100个工频周放电模型，模型中使用的环氧板直径为60mm，期为一个样本。厚度为1.5mm，气隙为的直径为10mm，高度为3局部放电图像的KPCA分析0.5mm，上下两铜板电极直径100mm，厚度8mm；图1（d）为油中金属微粒放电模型，其中自由金3.1局放灰度图像的PCA分解算法属微粒分为铜