基于特高频的开关柜局部放电检测与故障诊断

摘要

特高频具有灵敏度高、抗干扰能力强等优点,是开关柜局部放电检测领域最有效的检测方法之一。根据开关柜常见的故障类型设计并加工制作了尖尖、尖板、气隙、沿面4种局部放电模型,同时搭建了特高频局部放电检测平台,然后采用传统的统计特征进行参数提取,最后采用PSO-SVM算法进行故障诊断,并进行统计与时频域特征向量提取方式、BP神经网络故障诊断算法对比。结果表明,基于统计特征的PSO-SVM算法的识别率能达到98.5%,具有一定的工程参考价值。