局部放电在线监测的信号重构和模式识别方法研究

摘要

由于大型电力设备绝缘的局部放电在线监测可为状态维修提供科学依据，因此，已成为该学科的前沿研究课题。但是在现有的研究过程中发现:由于现场强烈的电磁干扰和多个缺陷并存及环境条件的多变，使模式识别(局部放电的模式与一定的缺陷相关)遇到很大困难;同时，当监测信号经处理后，信号的波形和特征重构又是模式识别研究的前沿。虽然不少学者对此进行了一些研究，但尚存在许多问题需深入研究。因此，该文在局部放电在线监测的信号重构和模式识别方法上进行了深入研究，取得了一些十分有价值的成果。该文研究表明:小小作分形理论互补应用于局部放电信号的模式识别具有新颖性和广阔的应用前景;在此研究基础上设计出的模式识别总方案，实验室实验证明是有效的和可行的。

目录

文摘

英文文摘

第一章概述

1.1大型电力变压器局部放电在线监测的意义

1.2变压器局部放电的种类和测量方法

1.3目前大型电力变压器局部放电在线监测系统的现状

1.4电力变压器局部放电在线监测系统中存在的问题和解决的方法

1.5本论文研究目标

第二章从去噪后的信号中提取特征量的原理及方法研究

2.1局部放电在线监测中干扰的识别及抑制方法

2.2提取去噪后系统采集信号的特征量

2.3用人工神经网络对局部放电类型进行识别

2.4现场测试结果识别

2.5小结

第三章从去噪后信号的自相关函数中重构局部放电信号的原理及方法研究

3.1研究重构局部放电信号的原因

3.2重构理论简介

3.3重构局部放电信号的困难

3.4在线监测信号去噪后重构局部放电信号的原理及方法

3.5时窗扩展法实例分析

3.6小结

第四章局部放电信号的分形处理原理及方法研究

4.1分形原理

4.2用G-P算法对时间序列分形

4.3用G-P算法分析局放信号的的关联维数

4.4用网格法讨论局部放电的分类

4.5小结

第五章小波与分形理论在PD识别中应用的互补原理及方法研究

5.1小波变换与分形的关系

5.2多分辩率分析

5.3小波函数对小波能量谱的影响

5.4小波能量谱的分形分析

5.5用分形方法从能量谱图中提取局部放电的特征量

5.6模式识别方案设计

5.7小结

第六章结论

致谢

攻读博士学位期间发表的论文

参考文献