基于传感器融合技术的高压开关柜缺陷识别.pdf

信息技术 年第 期基于传感器融合技术的高压开关柜缺陷识别邸 龙 肖 勇 胡 峰 梁煜健 谭建敏(广东电网有限责任公司肇庆供电局 广东 肇庆)摘 要:高压开关柜是变电站的重要设备之一对其进行绝缘缺陷检测能够保证系统供电的可靠性基于此首先制作了四种开关柜典型模型并搭建了试验平台其次采用传感器融合技术同时获取暂态地电压信号和脉冲电流信号再次采用粒子群优化的多维支持向量机算法进行缺陷识别最后分别针对 信号、脉冲电流传感器信号以及组合信号的缺陷识别与神经网络识别算法进行对比结果表明基于传感融合技术的开关柜缺陷识别的准确率达到 证明缺陷识别算法的准确性关键词:传感器融合技术 高压开关柜 缺陷识别 多维支持向量机 粒子群优化中图分类号:文献标识码:文章编号:():./.作者简介:邸龙()男本科高级工程师研究方向为电力系统设备智能运维与检修技术 (.):.().:引 言高压开关柜是电力系统中成套的电气设备其承担了开合和保护的作用 实践表明绝缘缺陷是造成局部放电故障的主要原因之一因此对其进行缺陷检测能够有效提升运维人员设备检修的效率传统的检测方法分为电检测法和非电检测法主要有特高频法、超声波法、脉冲电流法、暂态地电压法、温度检测法等 文献采用特高频法进行 局部放电检测并进行了放电研究文献采用超声波法进行开关柜缺陷检测但未考虑超声波衰减文献采用特高频法进行缺陷检测并对故障进行了识别文献采用基于传感器融合技术的高压开关柜缺陷识别 邸龙 等 法进行局部放电检测同时还对 信号的传播进行了电磁仿真分析文献采用脉冲电流法进行开关柜放电检测与分析且进行了模式识别 以上都是采用单一传感器对放电信号进行采集和分析具有一定的局限性本文采用传感器融合技术获取暂态地电压信号()和脉冲电流信号并对二者同时进行统计特征提取然后采用粒子群算法()优化多维支持向量机()进行缺陷识别来提升缺陷识别技术的有效性和准确性 传感器融合技术本文采用传感器融合技术分别采集 信号和脉冲电流信号采集的数据做为特征提取的基础需保证其准确性.信号采集原理开关柜内部设备绝缘缺陷放电时会产生高频电磁波电磁波遇到开关柜外壳会形成暂态地电压通常采用 传感器检测该电压其检测原理为电容分压原理如图 所示图 检测原理图图中、分别为导线等效电阻和 传感器等效电阻、分别为传感器与柜体表面的等效电容和 传感器等效电容 为暂态地电压波而 因此 传感器电压为:().脉冲电流信号采集原理开关柜内部发生绝缘缺陷放电时会在线路上产生脉冲电流一般采用高频电流传感器采集这种高频脉冲电流 其采集原理为电磁耦合原理如图 所示图 脉冲电流检测原理图图中()为线路脉冲电流 为传感器互感()为传感器感应电压、分别为线路等效电阻、等效电感和等效电容 为积分电阻()为传感器输出电压 利用拉普拉斯变换得到其传递函数为:()()()()改进多维支持向量机的缺陷识别算法.多维支持向量机算法支持向量机算法的原理是系统随机产生一个可以进行移动的超平面移动这个平面使得训练集中的不同分类点处于平面的两侧 对训练集采用支持向量机算法进行求解时常常引入拉格朗日乘子将规划问题转化成等式再结合 核函数 作为 核函数得到 分类器的最终表达式为:()()()式中为训练集 为拉格朗日乘子 为阈值上述的支持向量机为二分类机器而本文针对开关柜的四种缺陷对二维的分类机器进行扩展扩展情况如表 所示表 多维支持向量机的扩展情况开关柜放电类型电晕放电沿面放电间隙放电悬浮颗粒放电基于传感器融合技术的高压开关柜缺陷识别 邸龙 等.随机变异粒子群算法在 缺陷识别算法中核函数已经确定还需要对核函数带宽 和惩罚因子 进行优化由于粒子群算法()在寻优方面具有收敛速度快的优势 本文采用 进行参数优化通过粒子之间信息素的相互传递和搜索确定目标函数的最优解 的位置和速度的更新模型表示为:()()()()()()()()式中和 分别为第 个粒子的速度和位置为常数和 为社会经验系数和 为 至 之间的随机数和 分别为粒子 的历史最佳系数和种群的最佳系数.优化 算法求解流程搭建试验平台采集四种缺陷模型的数据对数据进行统计特征提取初始化 种群规模、迭代次数、核函数带宽 和惩罚因子 的初始值和范围确定适应度函数将缺陷识别的准确率作为适应度函数计算适应度函数并进行更新变异比较个体适应度函数值和群体适应度函数值确定达到全局最优解否则执行步骤 缺陷识别实验.缺陷模型的设计与实验系统的搭建开关柜的绝缘缺陷主要指开关柜在制造、安装以及运行过程中设备本身产生局部放电造成设备的安全隐患 实际开关柜的缺陷主要包括:设备生产过程中存在的金属毛刺设备安装过程中产生的金属颗粒断路器动静触头接触不良等根据实际设备的绝缘缺陷本文设计并制作了四种局部放电缺陷模型分别为电晕放电、沿面放电、间隙放电、悬浮颗粒放电 如图 所示本文采用传感器融合技术分别对缺陷放电模型采集 信号和脉冲电流信号并搭建实验平台如图 所示 实验平台主要由开关、调压器、升压变压器、限流电阻、试验开关柜、缺陷放电模型、传感器融合采集系统、传感器、脉冲电流图 四种开关柜局部放电缺陷模型传感器组成 实验之前将缺陷放电模型放入到试验开关柜内部接线检查完毕后缓慢通过调压器控制电极两端的电压升至额定电压通过屏蔽线将 信号和脉冲电流信号接入传感器融合采集系统中然后输入到 端软件中进行保存实验中每种缺陷类型采集 组数据图 开关柜局部放电试验平台.典型开关柜缺陷识别本文采用统计特征进行 信号和脉冲电流信号特征的提取共提取 维特征向量包括正负偏斜度、正负陡峭度、正负局部峰值数、放电量因数、互相关系数等 为了消除不同特征量的量纲影响对每种特征进行归一化处理将特征参数映射到 之间采用传感器融合技术对开关柜的缺陷模型进行统计特征提取之后得到 的向量输入到 算法中将 组作为训练组 组作为识别组得到的缺陷识别结果如图 所示图中分类标签中的 分别代表电晕放电、沿面放电、间隙放电、悬浮颗粒放电四种缺陷放电类型图 表明基于传感器融合技术的开关柜缺陷识别能够达到 具有较高的准确率此时 值为 带宽 值为 基于传感器融合技术的高压开关柜缺陷识别 邸龙 等图 基于传感器融合技术的开关柜缺陷识别结果同时为了证明本文算法的优越性分别对 信号特征和脉冲电流信号特征以及组合特征进行缺陷识别并与 神经网络进行对比情况如表 所示表 缺陷识别对比情况表特征提取识别结果/神经网络 信号 脉冲电流信号 传感器融合信号 根据对比情况可知传感器融合技术能从两个维度展示数据的信息识别准确率高于单一信号表明传感器融合技术更加适用于开关柜缺陷诊断 结束语开关柜绝缘缺陷检测能够对设备进行预警本文提出一种基于传感器融合技术的高压开关柜缺陷识别方法首先介绍了传感器融合技术采集原理其次基于传感器融合技术建立 开关柜缺陷识别算法再次制作了四种缺陷模型并搭建了实验平台提取了四种模型典型特征最后采用基于传感器融合技术的 算法进行缺陷识别同时对比单一信号识别准确率以及 神经网络识别算法的准确率结果表明本文算法识别率能达到 证明了本文提出缺陷识别算法的有效性虽然组合特征的识别率最高但是组合在一起的特征维数也有所增加算法的耗时也有一定的增加下一步将从算法的识别效率、典型特征降维等方向开展研究进一步提高算法识别的效率参 考 文 献:宋杲崔景春袁大陆.年高压开关设备运行统计分析.电力设备():.霍天.开关柜局部放电检测与定位系统的研究.北京:北京交通大学.陈攀.基于信号能量特征的开关柜局部放电监测及故障模式识别方法研究.重庆:重庆大学.张振宇晋涛王天正等.基于气体检测的空气开关柜绝缘缺陷识别.武汉大学学报:工学版():.彭红霞李涛牛硕丰等.高压开关柜绝缘监测及防凝露调控系统设计.电气自动化():.李晓徐洋王勇等.局部放电特高频检测方法灵敏度的研究.高压电器():.范敏汪佳黄海波毛等.带电检测技术应用于真型开关柜局部放电试验研究.高压电器():.延野钱勇段大鹏等.基于 的开关柜局部放电在线监测系统.高压电器():.王卓朱宁宁郑祥.基于 和 神经网络的开关柜局部放电模式识别方法研究.电子测量技术():.刘志刚李文帆孙婉璐.变换及其在电力系统中的应用.电力自动化设备():.(责任编辑:丁晓清)