基于实测数据的局部放电在线巡检故障诊断

《基于实测数据的局部放电在线巡检故障诊断》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、32上海电力2016年第4期基于实测数据的局部放电在线巡检故障诊断刘凯(国网上海市电力公司浦东供电公司，上海200122)摘要：局部放电是电气设备绝缘系统中发生的局部、非贯穿性的放电，其是否危险，主要取决于放电的类型，所以对局部放电类型的判断常常比测量放电量的大小更为重要。本文基于电力电缆接头在线巡检测量得到的局部放电相关数据，绘制二维谱图，进行去噪声、提取特征量、模糊聚类分析调整特征量、BP人工神经网络分析进行放电模式分类，并编写了图形用户界面，实现了对数据的分析和诊断。关键词：局部放电；在线监测；放电类型；三维图谱；二维图谱；BP人工神经网络中图分类号：Tbi855文献标志码：B本文将放

2、电模式总结为较为普适的五类：电0引言晕放电、悬浮电位放电、气隙(气泡)放电、沿面放局部放电(partialdischarge，PD)是指电气设电、电树枝(水树枝)放电。电晕放电主要发生在备绝缘系统中发生的局部、非贯穿性的放电。设工频相位9O。和270。附近，由于存在极性效应，负备的局部放电水平已成为高压设备制造工艺水平极性电压更容易发生电晕，故在负半周电晕放电的检测标准，同时局部放也是高压设备故障的原更为显著，其在正负半周具有明显的不对称性。因和设备劣化的征兆，故其监测具有重要的意义。悬浮电位放电的放电次数分布在正负半周的不对目前实用的方法中，使用最多的是有绝缘油气相称度不大，而其放电的平均

3、电荷量在正负半周分色谱分析、超声波探测、脉冲电流测量，其中脉冲布不对称。气隙放电主要集中在工频相位20。到电流法应用最为广泛。90。和200。到270。之间。利用三电容模型进行分局部放电是否危险，主要取决于放电的类型，析，可知，受残压、气隙放电电压、气隙电容与介质所以对局部放电类型的判断常常比测量放电量的电容比值等参数的影响，气隙放电的集中相位区大小更为重要。局部放电例如电晕放电和悬浮电间不同，有些情况下，在工频相位0。和180。之前，位放电，危害性较小，而发生在固体绝缘内部或固气隙放电就可以发生，但是，在达到电压峰值后体绝缘表面的局部放电例如气隙放电和电树枝放的一个相位区间内，放电是基本不

4、存在的。气电，则较为危险。电力设备在线监测和诊断是电隙放电在正负半周对称性好。沿面放电发生的力设备的运行状态下进行的，由于存在强电磁干相位区问与气隙放电相似，但是由于电极的不扰，对局部放电进行诊断具有非常大的挑战。对称性，沿面放电也具有不对称性，其不对称性利用脉冲电流法对局部放电进行监测，得到一般而言由电极结构决定。电树枝放电的显著放电指纹，即放电量9，放电发生相位，放电重复特征在于其具有很大的分散性，放电区间具有率N构成的三维谱图，可用于对局部放电进行分明显的两个或更多的峰值，同时其也存在一定析。本文所研究的问题即为对50组110kV电力程度的不对称性。电缆接头在线巡检测量得到的局部放电的

5、三维谱1．2局部放电诊断分析方法图的信息进行诊断分析，判断是否有放电并尽可现有的文献中，对局部放电进行诊断分析的能分析放电的情况。算法有很多种，例如遗传算法、模糊算法、人工神经网络、分形算法等。1局部放电模式分类与诊断方法对于局部放电的统计信息提取的特征参数大1．1局部放电模式分析部分并非基于三维谱图，而是基于二维谱图，将三2016年第4期上海电力33∞∞如O维谱图转化为二维谱图进行分析和计算得到统计05因子。目前常见的二维谱图有最大放电量一相位()45()4谱『冬I()、平均放电量一相位谱图H()、035放电次数(或放电重复率)一相位谱图H，()等。03这些二维谱图并非0-360。全相域的

6、，而是分为正025z半周和负半周两部分，相应的，其特征量也要针对02OI5正负半周的二维谱图分别求取。需要指出的一点0l是，这些谱图需要进行归一化处理。针对二维谱o05图，常用的几个特征参量有偏斜度SK、尖峰度Ku、正负半周不对称度Asy、互相关系数cc或修正的互相关系数mee、放电起始相位、峰值个数N等。2放电类型诊断2．1谱图绘制0考虑到现场i贝0得的数据中存在干扰，一两次干扰的信息可能会使得最大电荷量的值出现很大的偏差，本文绘制的谱图有三维谱图、平均放电量一相位谱图Ⅳ()、放电次数(或放电重复率)一相位谱罔()j种。以数据0lC3为例，利用放电信息数据绘制的三维谱图如图1所示，图201

7、C3的二维谱图(左I羽为Hn(妒)，右图为Hqn())绘制的二维谱图如图2所示。nfr1tt维谱图的分析方式和基于二维谱图的分析方式同时开展。考虑到编程的可操作性，最后本文选择Matlab作为编程工具和语言。基于三维谱图的分析方式即为分形方法。基于二维谱图的分析方式为：读人数据一形Z成二维谱图一剔除噪声数据(包括白噪声干扰和脉冲干扰数据类型)一对剩余数据预处理(降噪处理)一求取尽可能多的特征量一模糊算法聚类分