基于小波与分形理论的局部放电类型识别

摘要

近年来，通过测量局部放电(PD)信号对高压电气设备进行在线监测技术取得了很大的进步。局部放电在线监测系统中的放电类型的模式识别，能够及时发现绝缘内部局部缺陷及放电发展程度，防止事故发生。因此，通过分析放电脉冲特征评估电力设备的绝缘状况并正确识别出放电类型对于绝缘系统的诊断是一项重要工作。-q-n三维谱图(既指纹法，描述局部放电的重要特征量：相角，放电量q和单位时间内的放电次数n)被广泛的应用于局部放电类型的识别，并取得了很好的效果。但此方法建立在交流电压基础上，并不适用于直流高压系统：另外，采用“指纹法”或者其他的统计方法提取放电特征存在的问题是，特征量在很大程度上受电压值的影响，进而影响最终的识别结果． 本文提出采用分析局部放电脉冲信号的时频特征的方法，通过小波理论，建立了表征局部放电脉冲信号的三维时频谱图，将局部放电信号时域脉冲波形展开为一个由时间、频率和振幅分量构成的三维空间，建立了反映局部放电脉冲信号特征的三维形象化模型。这个三维谱图综合反映了局放脉冲信号的3个基本特征：时间分量、频率分量和放电能量的分布，综合反映局部放电脉冲信号的时域和频域信息。 文中采用了宽频带检测技术，构建了板-板放电、尖-板放电、尖-尖放电、内部放电和沿面放电几种典型的局部放电模型，模拟不同绝缘缺陷引起的局部放电，验证三维时频谱图分析方法对局部放电信号的识别处理效果。文中提出采用分形理论从所建立的三维时频谱图中提取放电特征，实现三维时频谱图的定量化描述，并构成识别特征量，采用反向传播算法(BP)神经网络用于局部放电信号类型的模式识别。实验结果表明，本方法可以有效的提取放电特征和识别放电类型。

目录

文摘

英文文摘

独创性声明及学位论文版权使用授权书

第一章绪论

1.1局部放电模式识别的意义

1.2局部放电模式识别的现状

1.2.1局部放电模式识别方法概述

1.2.2局部放电的特征提取与模式识别方法

1.3总结

1.4本文研究目标与内容

第二章局部放电特性

2.1局部放电的产生及其放电过程

2.2局部放电的放电类型

2.3局部放电的检测方法

2.4局部放电的脉冲波形

第三章小波变换基本理论及在局放脉冲信号提取中的应用

3.1引言

3.2短时傅立叶变换

3.3小波变换及其基本性质

3.3.1连续小波变换

3.3.2连续小波的离散化

3.4多分辨分析和Mallat算法

3.4.1多分辨分析

3.4.2一维Mallat算法

3.5利用小波变换原理提取局部放电脉冲信号

3.5.1简介

3.5.2实验装置及测量系统

3.5.3多分辨率小波分解与重构算法

3.5.4屏蔽滤波器的设计及信号处理

3.5.5总结

第四章局部放电模型的建立

4.1放电模型及实验装置

4.1.1放电模型

4.1.2实验线路与设备

4.1.3获取模型放电样本实验

4.2局放模型的建立

第五章分形特征及其在三维时频谱图中的应用

5.1分形几何简介

5.2分形维数与分维数估计方法

5.2.1分形维数

5.2.2面分形维的计算

第六章神经网络的识别

6.1人工神经网络基础

6.2 BP网络

6.2.1 BP网络算法及学习过程

6.3基于神经网络的模式识别

第七章结论

参考文献

发表论文和科研情况说明

致谢