全封闭组合电器局部放电信号内置传感检测和分形特征提取的研究

摘要

全封闭组合电器(GasInsulatedSubstation，简称GIS)具有占地面积小、运行安全可靠、维护工作量少、检修周期长等突出优点，它的问世是电力领域的一次革命。GIS自从问世以来，发展非常迅速，得到了越来越广泛的应用。我国从20世纪80年代起对GIS的使用也日益广泛，特别是在近年城市电网建设和改造中，大量使用了GIS。 运行经验表明，尽管GIS的运行可靠性非常高，但其内部不可避免的缺陷仍可能引起事故，而且在GIS各类故障中，绝缘故障占有较大比例。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，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GIS局部放电检测及其模式识别的研究，对于保证GIS的安全可靠运行、掌握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GIS局部放电检测及其模式识别研究状况基础上，探索了GIS局部放电检测的内置传感方法，深入研究了图象分维数的估计方法和GIS局部放电灰度图象的分形特征，提出了新的GIS局部放电模式识别方法。其主要工作和结论如下： 1.从电气测试的角度，研究了GIS局部放电信号的内置传感检测，研制了圆板型和圆环型两种内置传感器，采用电容耦合模型和天线模型系统深入地研究了这两种传感器的性能。GIS局部放电实测结果表明，本文所研制的内置传感器性能优异，灵敏度高，能够满足GIS局部放电信号测量要求，圆环传感器的灵敏度高于圆板传感器。 2.深入研究了估计图像分维数的差盒计数法，发现差盒计数法估计覆盖分形曲面的盒子数，可能出现“空盒子”被计数的缺陷，从而导致盒子数偏多，指出差盒计数法估计数字图象的分维数不具有普适性，特别是对那些曲面变化较剧烈的分形图象。 3.提出了有效估计图象分维数的最少盒计数法，该方法克服了差盒计数法存在“空盒子”的缺陷，只考虑覆盖分形曲面的盒子，而对“空盒子”不予计数。通过对GIS局部放电灰度图象和Brodatz纹理图象分维数估计的实例分析，证明了最少盒计数法的有效性。 4.提出了确定分形无标度区的逐段搜索方法，该方法采用拟合直线的平均残差平方和最小为准则，采取逐段搜索的方式寻找分形无标度区。通过求取Brodatz纹理图片分形无标度区的实例分析，证实了逐段搜索法的有效性。 5.研制了5种典型的人工模拟缺陷模型：高压导体表面毛刺缺陷；自由金属微粒缺陷；绝缘子表面金属污染缺陷；表面毛刺和自由金属微粒混合缺陷；绝缘子表面金属污染缺陷和自由金属微粒缺陷混合缺陷。通过自行研制的GIS局部放电检测系统，在实验室内获取了这些人工缺陷的局部放电样本数据，构造出了GIS局部放电灰度图象。 6.研究了GIS局部放电的分形特征，采用最少盒计数法计算了5种人工模拟缺陷的局部放电灰度图象正负半周的盒维数和信息维数，结果表明：混合缺陷放电分维数大于单一缺陷放电的分维数；单一缺陷中，自由金属微粒缺陷放电的分维数最大；分维数能够较好地描述GIS局放灰度图象的特征，DB+、DB-、DI+及DI-这四个分维数具有较强的模式描述能力，能够较好地区分5种人工缺陷的局部放电模式。 7.提出了采用分形特征为输入量，径向基函数(RBF)人工神经网络为识别分类器的GIS局部放电模式识别方法。模式识别结果表明，该模式识别方法是有效和可行的，对GIS局部放电可以获得80％以上的正确识别率。通过同采用不变矩特征为输入量及BP人工神经网络为识别分类器的对比研究表明，本文提出的GIS局部放电模式识别方法，具有输入特征量少而精、训练速度快及识别准确率高的优点，是一种较佳的GIS局部放电模式识别方法。

目录

文摘

英文文摘

1绪论

1.1 GIS局部放电检测及其模式识别研究的重要意义

1.2 GIS内的缺陷类型分析

1.3 GIS局部放电检测的发展状况

1.3.1 GIS内局部放电特征

1.3.2 GIS局部放电检测方法

1.4局部放电模式识别研究的发展状况

1.4.1局部放电模式特征参数提取

1.4.2局部放电模式识别分类器

1.5本文的研究目标及内容

2 GIS局部放电信号的内置传感原理及检测方法

2.1内置传感器结构

2.2内置传感器的电容耦合模型

2.2.1传感器频率响应特性

2.2.2传感器输入输出特性

2.3内置传感器的天线模型

2.3.1 GIS内电磁波传输特征分析

2.3.2内置传感器的天线接收原理

2.3.3圆板传感器天线模型

2.4 GIS局部放电信号测量

2.5本章小结

3图象分维数估计和分形无标度区确定的原理及方法

3.1分形的基本特征

3.1.1分形的自相似性

3.1.2分形的标度不变性与无标度区

3.1.3分维数

3.2图象分维数估计的最少盒计数法

3.2.1图象分维数估计的主要方法

3.2.2最少盒计数法

3.2.3最少盆计数法的实例图象分析

3.3分形无标度区确定的逐段搜索方法

3.3.1三折线法

3.3.2分形无标度区确定的逐段搜索方法

3.4本章小结

4 GIS局部放电灰度图象分形特征提取的原理及方法

4.1 GIS缺陷模型及实验方案

4.1.1缺陷模型

4.1.2实验方案

4.2获取缺陷放电样本实验

4.2.1实验步骤及方法

4.2.2 GIS局部放电灰度图象构造方法

4.3 GIS局部放电灰度图象分形特征提取

4.3.1盒维数、信息维数计算方法

4.3.2分维数计算结果

4.4本章小结

5以分形特征为输入量的GIS局部放电模式识别原理及方法

5.1神经网络的基本原理

5.1.1 BP网络

5.1.2RBF神经网络

5.2以分形特征为输入量的RBF神经网络识别方法

5.3.1模式识别方案

5.3.2以分形特征为输入量的RBF网络识别结果

5.3分形特征同矩特征识别效果的比较

5.4本章小结

6结论与展望

致谢

参考文献

攻读博士学位期间发表的学术论文和参与的科研课题