一种振荡型冲击电压下GIS局部放电模式识别方法

摘要

本发明公开了一种振荡型冲击电压下GIS局部放电模式识别方法，首先对GIS进行现场振荡型冲击耐压试验，同时利用脉冲电流法进行振荡型冲击电压下GIS局部放电检测，获得振荡型冲击电压下局部放电信号；再利用振荡型冲击电压的振荡特性和前四个振荡周期的放电特性进行特征提取，提取四个相位特征量和四个放电率特征量共八个特征参数；最后利用神经网络进行放电类型模式识别并输出识别结果。本发明的振荡型冲击电压下GIS局部放电模式识别方法充分利用了振荡型冲击电压的振荡特性，解决了目前振荡型冲击电压下局部放电检测无法进行放电类型模式识别的难点，而且识别准确、快速且有效。

说明书

技术领域

本发明涉及一种局部放电模式识别方法，特别是涉及一种振荡型冲击电压 下GIS局部放电模式识别方法。

背景技术

振荡型冲击电压是一种适合于现场进行的冲击电压类型，其相比标准冲击 电压具有产生效率高、适应于现场进行的特点。

目前，振荡型冲击电压进行GIS现场冲击耐压试验在国内逐步得到开展， 在进行冲击耐压的同时进行局部放电的检测对于提高故障诊断的灵敏程度具 有重要意义。

然而，冲击电压下的局部放电不同于工频电压下的局部放电，其相比工频 电压具有激励电压持续时间短、单次试验中放电个数少等特点。现有技术中， 工频电压下进行局部放电的模式识别已经得到了很多研究，逐步形成了以放电 PRPD(基于相位的局放分析)谱图为基础、提取谱图特征进行放电类型模式 识别的方法。

但是，由于冲击电压缺少工频电压的持续性，冲击电压下的局放模式识别 目前还未有有效的识别方法。

发明内容

本发明的主要目的在于，克服现有技术中的不足，提供一种振荡型冲击电 压下GIS局部放电模式识别方法，利用振荡型冲击电压相比标准冲击电压除了 产生效率高外，还具有振荡特性、易于激发设备产生局放等优势，实现在振荡 型冲击电压下进行局放检测，后在此基础上提取相关参数进行放电模式的识 别，识别准确、快速且有效。

为了达到上述目的，本发明所采用的技术方案是：

一种振荡型冲击电压下GIS局部放电模式识别方法，包括以下步骤：

步骤1：对GIS进行现场振荡型冲击耐压试验，同时利用脉冲电流法进行 振荡型冲击电压下GIS局部放电检测；

步骤2：获得振荡型冲击电压下局部放电信号；

步骤3：将振荡型冲击电压和局部放电信号进行处理，根据振荡周期，提 取前四个振荡周期中每个振荡周期的放电相位中值Ф1～Ф4，形成四个相位特 征量；

步骤4：将振荡型冲击电压和局部放电信号进行处理，根据振荡周期，提 取前四个振荡周期中每个振荡周期的放电率P1～P4，形成四个放电率特征量；

步骤5：将步骤3形成的四个相位特征量和步骤4形成的四个放电率特征 量，共8个特征参数输入神经网络进行放电类型模式识别；

步骤6：根据步骤5的放电类型模式识别输出识别结果。

前述步骤2是以振荡型冲击电压信号作为激励电压信号而获得对应的局部 放电信号。

前述步骤3形成的四个相位特征量的计算方法是，将每个振荡周期分为 360度，结合振荡周期内每个局部放电信号，计算振荡周期中每个局部放电信 号所对应的放电角度，根据所得到的放电角度求取平均值，从而获得振荡周期 的放电相位中值，分别计算前四个振荡周期，得到Ф1～Ф4共四个相位特征量。

前述步骤4形成的四个放电率特征量的计算方法是，计算振荡型冲击电压 下总的局部放电脉冲个数和单个振荡周期内的放电个数，将单个振荡周期内的 放电个数除以总的局部放电脉冲个数而得到该单个振荡周期的放电率，分别计 算前四个振荡周期，得到P1～P4共四个放电率特征量。

前述步骤5的神经网络包括根据获得的GIS典型缺陷在振荡型冲击电压下 局放信号，提取典型缺陷特征算子，后对典型缺陷特征算子进行训练，从而形 成的特征数据库。

前述步骤6输出的识别结果包括尖端放电、悬浮电位放电、内部放电和沿 面放电。

本发明具有的有益效果在于：

基于振荡型冲击电压的振荡特性的模式识别方法解决了目前振荡型冲击 电压下局部放电检测无法进行放电类型模式识别的难点，而且识别准确、快速 且有效。

上述内容仅是本发明技术方案的概述，为了更清楚的了解本发明的技术手 段，下面结合附图对本发明作进一步的描述。

附图说明

图1为本发明中所用的振荡型冲击电压的示意图；

图2为本发明一种振荡型冲击电压下GIS局部放电模式识别方法的流程 示意图；

图3为本发明中相位中值Ф和放电率P计算示意图。

具体实施方式

下面结合说明书附图，对本发明作进一步的说明。

如图1及图2所示，一种振荡型冲击电压下GIS局部放电模式识别方法， 包括以下步骤：

步骤1：对GIS进行现场振荡型冲击耐压试验，同时利用脉冲电流法进行 振荡型冲击电压下GIS局部放电检测；

步骤2：以如图1的振荡型冲击电压信号作为激励电压信号，获得振荡型 冲击电压下对应的局部放电信号；

步骤3：将振荡型冲击电压和局部放电信号进行处理，根据振荡周期，提 取前四个振荡周期中每个振荡周期的放电相位中值Ф1～Ф4，形成四个相位特 征量；

步骤4：将振荡型冲击电压和局部放电信号进行处理，根据振荡周期，提 取前四个振荡周期中每个振荡周期的放电率P1～P4，形成四个放电率特征量；

步骤5：将步骤3形成的四个相位特征量和步骤4形成的四个放电率特征 量，共8个特征参数输入神经网络进行放电类型模式识别；

步骤6：根据步骤5的放电类型模式识别输出识别结果；所述识别结果包 括尖端放电、悬浮电位放电、内部放电和沿面放电。

本发明所用的振荡型冲击电压的波形采用IEC60060-3标准所提出的适用 于现场的冲击电压波形，其典型波形如图1所示。

如图3所示，图中记录有振荡型冲击电压1和局部放电信号2，从图3中 可以看出振荡型冲击电压可存在周期1、周期2、周期3、周期4等数个振荡周 期。

由于采用振荡型冲击电压作为激励电压，则存在固定的振荡频率f，可根 据记录的激励电压计算振荡频率f，从而得到每个振荡周期所持续的时间t。将 每个振荡周期所持续的时间t分为360度，即每个角度持续时间为t/360；结合 振荡周期内每个局部放电信号，计算振荡周期中每个局部放电信号所对应的放 电角度，则可求出每个局放脉冲在振荡周期的放电相位，将该振荡周期内所有 局放脉冲的放电相位相加并除以放电脉冲的个数，则可得到该振荡周期内局放 脉冲的相位中值Ф。

例如：如图3所示，在振荡周期1内共有四个放电脉冲，每个放电脉冲的 相位分别为a1、a2、a3、a4，则该振荡周期1内的放电相位中值为Ф＝ (a1+a2+a3+a4)/4。

由于振荡型冲击电压下的局部放电集中在前几个振荡周期，因此分别求取 前四个振荡周期中每个振荡周期的局放相位中值，共形成四个相位特征量 Ф1～Ф4。

对于步骤4形成的四个放电率特征量的计算方法是，先计算整个激励电压 电压持续时间内总的局放脉冲个数N，然后计算单个振荡周期内的放电个数 Nn(n为振荡周期数)，Nn/N则为该振荡周期的放电率P。

例如：如图3所示，在激励电压持续时间内共有10个局放脉冲，则N＝10， 振荡周期1内有4个局放脉冲，则N1＝4，则振荡周期1的放电率 P1＝N1/N＝4/10＝0.4；振荡周期2内有3个局放脉冲，则N2＝3，则振荡周期2 的放电率P2＝N2/N＝3/10＝0.3。

由于振荡型冲击电压下的局部放电集中在前几个振荡周期，因此分别求取 前四个振荡周期中每一个振荡周期的放电率，共形成四个放电率特征量P1～ P4。

本发明是利用振荡型冲击电压的振荡特性和局放检测，在此基础上提取相 关参数进行放电模式识别，模式识别具体是将步骤3形成的四个相位特征量 Ф1～Ф4和步骤4形成的四个放电率特征量P1～P4，共8个特征参数输入神经 网络进行放电类型模式识别，判断GIS局部放电是否属于尖端放电、悬浮电位 放电、内部放电还是沿面放电。其中神经网络的建立包括根据获得的GIS典型 缺陷在振荡型冲击电压下局放信号，提取典型缺陷特征算子，后对典型缺陷特 征算子进行训练，从而形成特征数据库；如果出现未知类型的局部放电检测结 果，则将获得的未知类型缺陷的特征算子后，输入特征数据库而提升神经网络， 便于后续进行模式识别，输出准确的识别结果。

以上显示和描述了本发明的基本原理、主要特征及优点。本行业的技术人 员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的只 是说明本发明的原理，在不脱离本发明精神和范围的前提下，本发明还会有各 种变化和改进，这些变化和改进都落入要求保护的本发明范围内。本发明要求 保护范围由所附的权利要求书及其等效物界定。