油纸绝缘典型缺陷局放特性及缺陷类型识别

摘要

针对油浸式变压器纸质绝缘件内部缺陷导致局部放电和绝缘劣化的问题,结合三种典型缺陷纸板的局部放电图谱信号和深层神经网络的手段提出一种缺陷识别方法。根据不同类型油浸式变压器纸质绝缘件局部放电图谱信号的特点确定图谱的统计参数作为特征量。分析对比深层神经网络不同参数对识别效果的影响,寻找最优的深层神经网络结构。通过各类局部放电信号的特征量和深层神经网络来进行局部放电模式识别。研究结果表明:统计参数能够表征局部放电图谱信号的分布特征,优化深层神经网络可以提高模型的收敛速度和准确度。局部放电图谱信号的统计参数和深层神经网络相结合能够识别不同类型下油浸式变压器纸质绝缘件内部缺陷的局部放电信号,识别结果高于K-邻近法、支持向量机与反向传播神经网络。