统计参数用于局部放电模式识别的研究.pdf
统计参数用于局部放电模式识别的研究 tatistical Parameter Method for PD Pattern Recognition唐炬l 王静l 李剑l 谭志红2(l.重庆大学高电压与新技术教育部重点实验室 重庆400044;2.西昌电业局 四川6l5000)摘要通过研究局部放电二维谱图的统计特性 对局部放电脉冲幅值谱图进行Weibull分析 获得尺度参数o和形状参数B 从局部放电脉冲相位谱图中估计出统计算子SkKu 用以上统计参数作为人工神经网络的输入 实现局部放电的模式识别,对设计的5种典型人工绝缘缺陷进行了大量模拟实验 比较统计参数法与表列数据法的神经网络分类结果证明统计参数构造局部放电特征向量的方法能有效地识别放电模式,AbstractAnewPDcharacteristicvectorgenerationmethod using of statistical parameters for the artificial neu-ral network input is presented in this paper.According tothe statistical properties of PD 2-D spectrums scale pa-rameter o and shape parameter B of Weibull parameter esti-mated from PD pulse is amplitude distribution togetherwith statistical operators Skand Kuestimated from PD pulsephase distribution are used to generate the artificial neuralnetwork inputs which is applied to the PD pattern recogni-tion.A lot of simulation experiments of 5 typical artificialdefects have been done and the results of statistical param-eter method and data array method have shown that statisti-cal parameter method is feasible to recogniZe PD patterns.关键词局部放电模式识别统计分析人工神经网络Key wordspartial discharge(PD)pattern recognitionstatistical analysisartificial neural中图分类号TM83文献标识码Ao引言人工神经网络已在局部放电模式识别中得到了广泛应用l BP神经网络完全可以满足局放模式识别的基本要求 其中特征量的选择直接关系到网络的计算效率和识别率 是识别的关键,通常的人工神经网络分析局部放电-g-n三维特征谱图因输入量大而使网络结构较复杂且训练时间长,本文提取局部放电脉冲幅值谱图(PA)的Weibull参数o B和脉冲相位谱图(PP)的统计算子Sk Ku构成神经网络的输入向量 以简化网络结构并提高计算效率和识别准确率2,1局部放电模型设计和试验回路针对油浸绝缘设备的特点设计了5种典型的局部放电模型,空气中的单点电晕模型见图l(a)采用针板电极 针尖曲率半径 0;0,g 0为向左偏;Sk0则形状较正态分布尖锐陡峭;Ku0则较正态分布平坦,统计以上5种放电模型实验数据,用提取的陡峭度Ku绘制的95%置信区间见图5,可见除了正半周内油中沿面放电外,各类A:固体绝缘内气隙放电;B:空气中沿面放电;C:油中电晕放电;D:空气中单点电晕;E:油中沿面放电图5陡峭度Ku的分布图 5 2002年8月高 电 压 技 术第28卷第8期局部放电的陡峭度置信区间差异不大G4神经网络识别结果将Weibull参数O B与统计算子S-k S-k K-uK-u共6个特征参数一起构成特征向量作为神经网络的输入G采用的3层结构的带有偏差单元的递归神经网络结构见图6,它是在BP网络的基础上加入反馈信号及偏差单元形成G因其隐层节点能够存储过去的输入输出信息而大大提高了网络的学习效率G输入层有6个输入端,隐含层节点数为10,输出层的节点数为5G图6神经网络结构示意图网络的输出采用二进制,各模型对应的输出为:空 气 中 电 晕 放 电00001;固 体 绝 缘 内 气 隙 放 电00010;空 气 中 沿 面 放 电00100;油 中 电 晕 放 电01000,油 中 沿 面 放 电10000G采 用Sigmoid函 数(logsig)作为网络响应函数,其输出数据的值域为0,1,最适合于输出为二进制值的网络G输出值20.95,认为是1;输出值0.05,认为是0G选择每个实验电压下大约60组数据作为训练样本,20组数据用作识别G研究结果表明训练样本数60不会减小识别过程中的误差G隐含层的节点数为420时其仿真结果见表1G表 不同网络结构的识别性能网络结构6 4 56 8 56 10 56 20 5识别率/%579010095可见隐含层仅4个节点时不能准确分类,20个节点时分类效果没有明显变化,反而使网络结构显得冗余G取10个节点数时网络的性能最好G因局放特征量随着电压的改变而变,故训练样本与待识别样本须是同一电压下的数据,如16 kV下的数据训练的网络不能用以区分20 kV下的放电模式G不同电压下放电样本统计参数输入法的识别结果见表2G可见试验电压越高则网络的识别率越高(试验电压越高则其局部放电的特征越明显),即识别系统的性能随获取的放电数目的变化而变化G试验电压较低时应增加采样时间,使得在所有电压下获得取大致相同的放电数目G表2统计参数输入法的识别正确率%试验电压/kV345161820空气中沿面放电85.094.597.2固体绝缘内气隙放电70.594.696.6油中电晕放电90.597.098.7油中沿面放电87.597.598.1空气中单点电晕9396.798.9g-g-n三维特征谱图的g-g平面分为32 32小块,统计g及g处于各小块内的次数n,得到一个对应的32 32的关于n的矩阵,将这个矩阵按列存成一个有1024个元素的表列向量,以此向量作为神经网络的一个输入向量G对应的神经网络输入节 点数为1024,隐含层节点数为40,输出层节点数为5,网络的识别结果见表3G表3表列数据法的识别正确率%试验电压/kV345161820空气中沿面放电709598固体绝缘内气隙放电67.593.497.3油中电晕放电9298100油中沿面放电87.996.298.5空气中单点电晕9597.5100对比表2 3可知,用统计参数作为输入与表列数据作为输入,网络识别的正确率互有高低,说明先提取统计参数再运用神经网络进行识别是可行的G这种方法减少了输入数据量,简化了网络的结构,提高了计算效率G5结论a.各种局部放电类型对应的Weibull参数O和B的分布表现出聚类性,即O和B可很好地表征各种局部放电类型Gb.不同类型放电对应统计算子Sk和Ku的置信区间差异较大,反映出放电分散性的大小,可根据Sk和Ku识别出局部放电类型Gc.基于统计分析的输入向量构造方法的识别结果表明用Weibull参数O和B统计算子Sk和Ku构造输入特征向量识别局部放电模式是可行的Gd.选择恰当的网络结构和试验样本数据,可使基于统计参数输入法的神经网络对局部放电模式的识别率达到最佳G统计输入法还减少了神经网络的输入向量,简化了网络结构,提高了计算效率G参考文献1温熙森等.模式识别与状态监控.长沙:国防科技大学出版社,1997(下转第37页)6 Aug.2002IGVOLTAGEENGINEERINGVol.28 No.87 i 08003CT试验测量结果见表3 表 i CT试验结果 p/n/%2f/%6/5f/%6/20f/%6/100f/%6/误差试验0.041.20.16-1.2 仿真测量 0.0580.80.210-0.40.24-1.0仿真误差0.041.20.0580.80.0822.10.0792.2实际误差0.041.20.0580.80.0672.70.0622.46.3330 kV回路CT现场试验互感器型号,LCWB 330GYW,电流比1 200A/5 A,准确度0.5级,额定负荷50 VA 1磁干扰估计,1 200单匝穿心,U形母线 c/R=3,铁心截面4 cm2,/=1.67,电流倍数1.2,铁心高度比0.8 查阅表1算得,a=5.52 Wb;=13.31 Wb;最 大 磁 密,19.5 mT;最 大 磁 密 差,33.2 mT 2安全裕度,40 mT/332 cm2=1.23 A相CT No08010试验测量结果见表4表4CT No 1 试验测量结果 p/n/%5f/%6/20f/%6/100f/%6/120f/%6/误差试验-0.19-0.5-0.17-0.6 仿真测量 -0.15-1.0-0.08-1.1-0.08-1.1仿真误差-0.19-0.5-0.15-1.0-0.06-1.1-0.06-1.1实际误差-0.19-0.5-0.15-1.0-0.05-0.5-0.05-0.47结论CT使用励磁误差或负荷误差仿真方法可在有限制的条件下得到足够的测量准确度,并满足检定规程对测量不确定度的要求 根据CT一次返回导体和铁心线圈的物理与几何结构,运用电磁学公式计算,可求得大电流下铁心中磁通的不平衡程度 如冷轧取向硅钢片铁心中不平衡磁密0.04T,最大磁密1.8T;铁镍合金铁心中不平衡磁密0.03T,最大磁密0.8T,则负荷误差仿真法的测量结果可靠,可作为判断试品是否合格的依据 经一段时间的应用,总结经验,建立数据库,有作为技术标准推广的价值 参考文献1Rayner G.Flux pattern in spiral tape cores.J Sci In-strum ,1968,1,7802Kaden.Wirbelstroeme und schirmung in der nachrich-tentecknik.Berin,Springer-Verlag,19593Petersons O,Anderson W E.A Wide-range high volt-age capacitance bridge With one PPM accuracy.IEEETrans IM,1975,24,3364俞大光.电工基础,下册,电磁场原理.北京,人民教育出版社,19815克劳斯基J D著.电磁学.安绍萱译.北京,人民邮电出版社,19796BraunA.Expereimentelle undtheoretische unter-suchungdermagnetfeldverteilungamumfangvonhochstromWandlern fuer abnahmeversuche.SonderdruckEnergieWirtschaftliche Tagesfragen,eft 10,19827Pfuntner R A.The accuracy of current transfoorners adjcent to high-current busses.AIEE Trans 1951,16568Seely S.Shielding electrical apparatus from stray flux.Electrical RevieW,1964,11,3969阿法纳西耶夫B B等著.陆安业等译.电流互感器.北京,机械工业出版社,198910JJG313 1994测量用电流互感器11GB1208 1997电流互感器12郭剑峰.电流互感器测试技术的革命.电测与仪表,1999,36,2213刘星.590C互感器现场校验仪的校验方法.电测与仪表,1999,36,25王乐仁1947年生,硕士,教授级高工,从事高电压计量技术研究,电话,13907142532 杜汉玉1955年生,高级工程师,从事电磁测量技术研究 陈文中1964年生,高级工程师,从事电磁测量技术研究 2Candela R,Mirelli G.Schifani R.PD recognition bymeans of statistical and fractal parameters and a neuralnetWork.IEEE Trans on D SEI,2000,873李忠华等.三参数Weibull分布的极大似然估计.绝缘材料通讯,1997,214Cacciari M,Contin A,Montanari G C.Use of a mixed-Weibull distribution for the identification of PD phe-nomena.IEEE Trans on D SEI,1995,6145Contin A,Montanari G C,Ferraro C.PD source recog-nition by Weibull processing of pulse height distribu-tion.IEEE Trans on D SEI,2000,486Gulski E and Kreuger F.Computer-aided recogni-tion of discharge sources.IEEE Trans on EI,1992,82唐炬1960年生,教授,中国电工技术学会电工测试委员会委员,长期从事电气设备绝缘在线监测研究 王静1978年生,硕士生,从事局部放电的模式识别研究 73 2002年8月高 电 压 技 术第28卷第8期统计参数用于局部放电模式识别的研究统计参数用于局部放电模式识别的研究作者：唐炬，王静，李剑，谭志红作者单位：唐炬,王静,李剑(重庆大学高电压与新技术教育部重点实验室,重庆400044)，谭志红(西昌电业局,四川,615000)刊名：高电压技术英文刊名：HIGH VOLTAGE ENGINEERING年，卷(期)：2002,28(8)被引用次数：13次 参考文献(6条)参考文献(6条)1.Gulski E;Kreuger F H Computer-aided recognition of discharge sources 1992(01)2.Contin A;Montanari G C;Ferraro C PD source recognition by weibull processi ng of pulse heightdistribution 2000(01)3.CACCIARI M;Contin A;Montanari G C Use of a mixed-weibull distribution for the identification ofPD phenomena 1995(04)4.李忠华 三参数Weibull分布的极大似然估计 1997(06)5.Candela R;Mirelli G;Schifani R PD recognition by means of statisti cal and fractal parametersand a neural network 2000(01)6.温熙森 模式识别与状态监控 1997 本文读者也读过(8条)本文读者也读过(8条)1.唐炬.王静.李剑 统计参数用于局部放电模式识别的研究会议论文-20022.刘玲.廖瑞金.周湶.叶开颜.李剑.LIU Ling.LIAO Rui-jin.ZHOU Quan.YE Kai-yan.LI Jian 基于放电时差的局部放电模式识别的研究期刊论文-高电压技术2007,33(8)3.尤少华.刘云鹏.刘海峰.律方成.YOU Shao-hua.LIU Yun-peng.LIU Hai-feng.LU Fang-cheng 基于UHF检测的变压器内部典型放电实验的谱图分析期刊论文-华北电力大学学报2008,35(2)4.李锐华.谢恒堃.高乃奎.史维祥 基于遗传编程的绝缘内部局部放电缺陷模式识别期刊论文-中国电机工程学报2003,23(8)5.司文荣.李军浩.杨景刚.黎大健.梁永春.李彦明.SI Wenrong.LI Junhao.YANG Jinggang.LI Dajian.LIANGYongchun.LI Yanming 局部放电脉冲群的实用快速分类技术及应用期刊论文-西安交通大学学报2008,42(8)6.司文荣.李军浩.袁鹏.李延沐.梁永春.李彦明.Si Wenrong.Li Junhao.Yuan Peng.Li Yanmu.Liang Yongchun.Li Yanming 基于波形非线性映射的多局部放电脉冲群快速分类期刊论文-电工技术学报2009,24(3)7.郝震.齐波.耿弼博 GIS金属颗粒放电发展的谱图特征及Weibull参数会议论文-20098.胡文堂.高胜友.余绍峰.谈克雄.高文胜.HU Wen-tang.GAO Sheng-you.YU Shao-feng.TAN Ke-xiong.GAO Wen-sheng 统计参数在变压器局部放电模式识别中的应用期刊论文-高电压技术2009,35(2)引证文献(13条)引证文献(13条)1.季盛强.纪海英.曹蕤.罗勇芬.李超.李彦明 基于时间序列对油纸绝缘局部放电模式识别的研究期刊论文-高压电器 2012(2)2.姚林朋.郑文栋.钱勇.王辉.黄成军.江秀臣 基于AdaBoost的局部放电综合特征决策树识别方法期刊论文-电力系统保护与控制 2011(21)3.季盛强.纪海英.辛晓虎.王明松.罗勇芬.李彦明 几种特征选择方法在局部放电模式识别中的应用期刊论文-陕西电力 2011(11)4.陈新岗.田晓霄.赵阳阳.张超峰 基于Labview的变压器故障诊断系统研究期刊论文-计算机工程与科学2011(12)5.严家明.廖瑞金.杨丽君.邓小聘.李伟 利用局部放电相位分布分析油浸绝缘纸损伤期刊论文-高电压技术2010(10)6.陈学军.杨永明.汪金刚.陈民铀 基于超声法的大电机局部放电监测系统及其仿真验证期刊论文-电力系统自动化 2010(20)7.王辉.郑文栋.吴晓春.姚林朋.黄成军.钱勇.江秀臣 模糊聚类算法参数优选方法及其在局部放电模式识别中的应用期刊论文-高电压技术 2010(12)8.张宗喜.舒乃秋.曾宏.聂德鑫 高压直流滤波电容器直流局部放电的试验研究期刊论文-高压电器 2010(9)9.胡文堂.高胜友.余绍峰.谈克雄.高文胜 统计参数在变压器局部放电模式识别中的应用期刊论文-高电压技术 2009(2)10.江裕熬.张百华.高乃奎.孙翔.彭宗仁 充油电缆纸绝缘老化中局部放电特性的研究期刊论文-高电压技术2006(7)11.舒雯 基于Delta（t）方法的高压储能电容器直流局部放电的信号分析学位论文硕士 200612.杨眉 基于统计和分形特征的油纸绝缘局部放电模式识别研究学位论文硕士 200613.张寒.文习山.邓维 小生境遗传算法的模糊识别在局放中的应用期刊论文-高电压技术 2005(6)本文链接：http:/
