清華大學GIS局部放電在線檢測技術調研報告

1、gis 局部放電在線檢測技術局部放電在線檢測技術調研報告調研報告 清華大學電機系清華大學電機系 gis 局部放電檢測技術局部放電檢測技術 目錄目錄 第一章第一章 gis 局部放電檢測方法局部放電檢測方法 .2 1.1. 局部放電對局部放電對 gis 絕緣的危害絕緣的危害 .2 1.2 gis 局部放電的檢測方法局部放電的檢測方法 .3 1.2.1局部放電的電脈沖檢測.4 1.2.2局部放電的超聲檢測.4 1.2.3局部放電的特高頻檢測.5 第二章第二章 gis 局部放電特高頻檢測技術局部放電特高頻檢測技術 .7 2.1 特高頻檢測技術現(xiàn)狀特高頻檢測技術現(xiàn)狀.7 2.2 特高頻法檢測系統(tǒng)特高頻法

2、檢測系統(tǒng).8 2.2.1特高頻傳感器.8 2.2.2特高頻信號的采集和分析.10 第三章第三章 局部放電嚴重程度判定局部放電嚴重程度判定.12 3.1 監(jiān)測信號的趨勢分析監(jiān)測信號的趨勢分析.12 3.2 局部放電量定性校準局部放電量定性校準.12 第四章第四章 局部放電模式識別局部放電模式識別.14 4.1 局部放電特征參數(shù)局部放電特征參數(shù).14 4.1.1局部放電統(tǒng)計特征.14 4.1.2威布爾參數(shù).16 4.1.3時頻分析特征.17 4.1.4分形特征.18 4.1.5基于移動時間窗的特征提取.19 4.1.6自回歸模型參數(shù)（ar模型系數(shù)）.19 4.2 局部放電識別方法局部放電識別方法.

3、20 4.2.1距離分類法.20 4.2.2線性及非線性分類器.22 4.2.3人工神經網絡.23 4.2.4模糊概率論識別法83.25 第五章第五章 局部放電源定位局部放電源定位.26 5.1 信號幅值比較法信號幅值比較法.26 5.2 時差定位法時差定位法.26 5.2.1等時差定位法.26 5.2.2信號初始峰值法.27 5.2.3相關法.27 5.2.3能量累積法.28 第六章第六章 gis 局部放電檢測相關標準局部放電檢測相關標準 .29 參考文獻參考文獻.30 第一章第一章 gis 局部放電檢測局部放電檢測方法方法 上世紀 sf6氣體絕緣組合電器設備（gas insulated s

4、witchgear，gis）的使用 對傳統(tǒng)敞開式高壓輸變電裝置而言是一次巨大的革命，gis 自從問世以來發(fā)展非 常迅速，得到了越來越廣泛的應用 1。gis 具有較高的安全可靠性，是免維護設 備。然而，在 gis 制造、安裝、運行和檢修過程中，仍有可能產生一些絕緣缺陷， 導致絕緣故障。gis 局部放電在線檢測能夠幫助及時發(fā)現(xiàn) gis 的絕緣缺陷，避免 事故的發(fā)生，提高 gis 的安全運行水平。 目前，不斷有 gis 達到規(guī)定的免維護運行年限，如何進行這些設備的維護已 是實際面臨的迫切問題。gis 的安裝特點和變電站現(xiàn)場的電磁環(huán)境限制了常規(guī)局 部放電試驗的應用，使得現(xiàn)場條件下對 gis 局部放電檢

5、測和定位難以有效進行。 gis 局部放電在線檢測能夠彌補常規(guī)局部放電試驗的不足，為 gis 局部放電檢測 和定位提供了新的技術手段。基于局部放電在線檢測，可以實現(xiàn) gis 的狀態(tài)維修， 在充分掌握設備實際狀況的基礎上，能夠制定更為合理的運行方案和檢修策略， 以便在系統(tǒng)安全性最優(yōu)的條件下充分挖掘設備潛力，延長其服役期限和使用壽命， 降低設備全壽命周期費用。 1.1.局部放電對局部放電對 gis 絕緣的危害絕緣的危害 如果 gis 絕緣結構中存在局部電場集中，或因制造工藝不完善、絕緣材料老 化、機械破壞等原因在絕緣中形成缺陷，則在 gis 運行時絕緣中的這些部位就容 易發(fā)生局部放電。局部放電雖然只

6、是絕緣局部發(fā)生擊穿，但每次放電對絕緣都會 造成一定程度的損傷，造成損傷的原因包括：放電導致介質局部溫度上升，加速 材料的氧化過程；放電產生的帶電粒子撞擊介質，是分子結構斷裂；放電產生的 腐蝕性產物與介質化學反應，使介質的電氣、機械性能下降。 所以為了保證電氣設備在運行中的可靠性，通常需要盡量避免絕緣介質中局 部放電的發(fā)生，或只允許有輕微的局部放電。局部放電對絕緣造成的破壞作用可 以歸納如圖 1 所示。 圖 1 局部放電對絕緣的破壞作用 1.2 gis 局部放電的檢測方法局部放電的檢測方法 gis 局部放電試驗是采用專用的檢測儀器對 gis 在承受高壓作用時產生的局 部放電信號進行的探測或測量。

7、高靈敏度的局部放電試驗能發(fā)現(xiàn) gis 絕緣系統(tǒng)的 微小缺陷，是出廠試驗的重要項目。 局部放電試驗起源于 20 世紀 40 年代對高壓設備無線電干擾性質的研究，原 稱為電暈試驗，后來規(guī)定只有大氣中的局部放電才稱為電暈，對一般絕緣的局部 放電試驗不再用電暈試驗的名稱。局部放電試驗技術經幾十年發(fā)展已日臻成熟， 國際電工委員會（iec）第 60270 號出版物對該試驗驗技術已作詳細規(guī)定。 局部放電試驗電壓根據(jù)被試設備的技術規(guī)范而定，通常在最高工作電壓的 1.11.5 倍的范圍內。考慮到實際運行中會出現(xiàn)過電壓激發(fā)起局部放電，而后在 運行電壓下放電并不熄滅的情況，因此在試驗中也規(guī)定短時增加更高電壓，然后

8、降回到試驗電壓下持續(xù)一段時間進行測試。允許的局部放電量的標準因設備而異。 對于工作場強很高，絕緣材料易在局部放電作用下?lián)p傷的設備，例如 gis，限制 非常嚴格，出廠試驗要求局部放電不得大于 10pc。 局部放電會產生下述效應：在提供電壓的電回路中產生電脈沖信號；在 介質中產生功率損耗：在紫外可見光波段直至無線電頻率范圍內有電磁輻射； 聲輻射；材料受放電作用后的化學變化。針對不同的放電效應有不同的試驗 方法，均能從不同側面反應局部放電的狀況和程度。目前比較行之有效的檢測方 法是對局部放電脈沖、超聲波和特高頻電磁輻射信號進行探測。 1.2.1 局部放電的電脈沖檢測 伴隨著絕緣介質中局部放電的產生，

9、放電電荷的轉移將在放電回路中形成脈 沖電流信號，可通過測量被檢測設備外電路中所流過的脈沖電流來檢測放電信號。 局部放電的電脈沖測量有兩種基本電路：直接測量電路；平衡測量電路。 放放大大 濾濾波波 cx zd ck 高壓電源 耦合電容 檢測阻抗 被試品 電源阻抗 放放大大 濾濾波波 cx zd ck 高壓電源 耦合電容 檢測阻抗 被試品 電源阻抗 (a)電流脈沖檢測b）電壓脈沖檢測 圖 2 直接測量電路 該方法技術成熟、應用廣泛，已經形成了專業(yè)標準（gb/t7354-2003 和 iec60270:2000） 。電脈沖法通過對視在放電量的定量測量能更直觀地反映設備內 部局部放電的嚴重程度，是 g

10、is 出廠試驗的重要檢驗手段。 gis 出廠時所進行的局部放電試驗是在試驗室良好屏蔽的環(huán)境下對設備分段 進行的，試驗中設備具有唯一的接地點，放電量要求小于 10pc。但對于已安裝 或已投運的 gis，則采用脈沖電流法檢測局部放電可行性不大。主要原因在于 gis 包含設備眾多、體積龐大，為了保證其運行可靠性，避免故障或操作過程中 表面地電位的明顯升高，gis 采用多點接地結構，這就大大降低了設備接地回路 中電流法測量點的靈敏度。另一方面 gis 對局部放電的耐受水平低，由于脈沖電 流法的抗干擾能力有限，在電站現(xiàn)場強烈干擾的環(huán)境下，難以檢測到 10pc 以下 的局部放電。因此對于運行中的 gis

11、不宜采用脈沖電流法進行在線監(jiān)測或帶電測 量。 1.2.2 局部放電的超聲檢測 超聲波法局部放電檢測是一種對gis非常重要的非破壞性檢測手段，最初的 超聲法檢測是基于超聲脈沖回波技術，主要應用于材料內部裂紋的無損檢測。近 幾年來聲發(fā)射技術（ae）得到了更廣泛的應用。gis內部發(fā)生局部放電時會發(fā)出 超聲波，不同結構、環(huán)境和絕緣狀況產生的聲波頻譜差異很大。gis 中沿sf6氣 體傳播的只有縱波，而沿gis殼體則既可以傳播橫波也可以傳播縱波，并且衰減 很快，檢測的靈敏度較低，局部放電超聲信號的主頻帶約集中在20500khz范圍 內。gis 中的局部放電可以看作以點源的方式向四周傳播，由于超聲波的波長較

12、 短，因此它的方向性較強，從而它的能量較為集中，可以通過殼體外部的超聲傳 感器采集超聲放電信號進行分析。 利用局部放電過程中產生的聲發(fā)射信號對其進行檢測具有以下優(yōu)點：可以對 運行中的設備進行實時檢測；可以免受電磁干擾的影響；利用聲波在介質中的傳 播特性可以對局部放電源進行定位。聲波定位是通過測量聲波傳播的時延來確定 局部放電源的位置。在實驗室條件下，運用聲波測量法可以對10pc的局部放電做 出準確的檢測和定位，而在現(xiàn)場應用時，卻遠不能達到如此高的精度。主要原因 在于，gis內部結構復雜，通常存在多種聲傳播介質，如盆式絕緣子、sf6氣體絕 緣和金屬構件等，它們的介質聲速差異很大，這樣就會造成沿不

13、同路徑傳播速度 并不相同，因此按照等速時差進行定位就會產生較大的誤差。 超聲在傳播過程中遇到障礙會產生一系列的反射和折射，易受現(xiàn)場周圍環(huán)境 的影響。在 gis 內 sf6的聲波吸收率相對很強（其值為 26 db/m，類似條件下空 氣僅為 0.98 db/m），并且隨頻率增大而增加。放電所產生的超聲波傳播到 gis 殼體上時，會發(fā)生反射和折射，而且通過絕緣子時衰減也非常嚴重，所以常常無 法檢測出某些缺陷（如絕緣子中的氣隙）引起的局部放電。而且由于超聲傳感器 檢測有效范圍較小，在局部放電檢測時，傳感器的有效傳感范圍較小，需對 gis 進行逐點探查，檢測的工作量很大，目前主要用于 gis 的帶電檢測

14、。為了保證足 夠的靈敏度，需要設置數(shù)量巨大的測點，所以并不適用于在線監(jiān)測方式。 1.2.3 局部放電的特高頻檢測 局部放電是電氣絕緣中局部區(qū)域的電擊穿，伴隨有正負電荷的中和，從而產 生寬頻帶的電磁暫態(tài)和電磁波。不同類型局部放電的電擊穿過程不盡相同，產生 不同幅值和陡度的脈沖電流，因此產生不同頻率成分的電磁暫態(tài)和電磁波。例如： 空氣中電暈放電所產生的脈沖電流具有比較低的陡度，能夠產生比較低頻率的電 磁暫態(tài)，主要分布在 200mhz 以下；相比之下，固體絕緣和 sf6氣體中發(fā)生的局 部放電所產生的脈沖電流則具有比較高的陡度，所產生的電磁暫態(tài)的頻率能夠達 到 1ghz 以上。所謂局部放電特高頻（ul

15、trahigh frequency，uhf）測量，即在 uhf（0.3-3ghz）頻段接收局部放電所產生的電磁脈沖信號，實現(xiàn)局部放電檢測。 采用特高頻測量能夠提高局部放電現(xiàn)場測試的抗干擾性能，主要原因如下： （1）電氣設備內部的局部放電信號能夠達到 uhf 頻段，而電力系統(tǒng)中的電磁干 擾信號，如空氣中的電暈放電，一般低于 uhf 頻段。所以 uhf 傳感可以避開干 擾頻段。（2）即使電氣設備相鄰區(qū)域存在 uhf 干擾，由于 uhf 信號傳播時衰 減較快，其影響范圍較小，不會產生遠距離的干擾。因此，在 uhf 頻段進行局 部放電信號傳感，能夠獲得較高的信噪比。 采用特高頻測量能夠實現(xiàn)局部放電源的

16、空間定位，uhf 信號傳播過程中衰 減比較快，離開放電源的距離不同，探測到的放電信號的幅值將顯著下降，因此， 通過比較 uhf 信號的幅值可以進行放電的大致定位。局部放電的 uhf 電磁脈沖 具有 ns 時間量級的上升沿，采用多個 uhf 傳感器同時測量，能夠得到 ns 量級 準確度的脈沖時差，基于此時差測量，可實現(xiàn)對放電源的準確定位。 在局部放電特高頻測量過程中，變電站的所有金屬物體將會對特高頻傳感器 產生二次感應。當 uhf 傳感器靠近這些金屬物體時，通過二次感應，可以接收 到增強了的局部放電信號或電磁干擾信號。二次感應能夠顯著增大局部放電檢測 的靈敏度，同時也能夠增大電磁干擾信號的影響。

17、 圖 3 電磁波接收二次感應原理圖 研究表明，1ghz 的電磁波在直徑為 0.5m 的 gis 內傳播所產生的衰減只有 3- 5db/km3。因此在用波導理論進行局部放電測量時可以不考慮這種衰減。gis 的 盆式絕緣子、拐彎結構和 t 型接頭、隔離開關及斷路器等波阻抗不連續(xù)點是特高 頻信號衰減的主要原因，絕緣子處的能量衰減約為 3db，t 型接頭處的能量衰減 則可達到 10db4-5。 根據(jù) gis 中電磁波的傳播特點，利用特高頻檢測的主要優(yōu)點如下： a) 抗干擾能力強。由于一般空氣電暈干擾的頻率較低( 90 %并具有較強的抗干擾能力。 文獻40指出，分形特征由于其模式描述和區(qū)分能力強、特征參

18、數(shù)少在局部 放電圖譜特征量提取中得到廣泛應用，取得了一定的成果。但是單一的分形維數(shù) 是從圖像的整體來揭示圖像的本質，忽視了圖像的局部特征，所以對于不同的分 形體其分形體維數(shù)可能很接近，甚至完全相同，因此采用單一維數(shù)作為描述局部 放電信號的特征是不夠的。該文提出了一種基于多重分形特征的 gis 局部放電 圖譜特征提取方法 ，對局放圖像求取了相應的差盒維數(shù)、多重分形維數(shù)及放電 重心特征,最后將提取的特征量通過 rbf 神經網絡進行分類,識別結果顯示本文方 法有效地提高了 gis 局部放電 4 種缺陷的識別率。 4.1.5 基于移動時間窗的特征提取 所謂時間窗 ，就是對數(shù)據(jù)集進行截取，提取時間窗內的

19、數(shù)據(jù)來進行處理(忽 略時間窗外的數(shù)據(jù)) 在施加時間窗之后，就可以針對時間窗內的數(shù)據(jù)信息，采用 信號處理方法對該局部信號進行詳細分析與處理。在實時數(shù)據(jù)處理中的數(shù)據(jù)是實 時采集的，而在施加時間窗之后，每次只處理時間窗內的數(shù)據(jù)，故必須處理時間 窗的移動問題。在移動時間窗中，最重要的問題是時間步長的選取。太小的步長 將減少信號處理的效率 ，而太大的步長容易丟失數(shù)據(jù)信息。一般要求時間窗與 步長的比值遠大于 1 ，通常根據(jù)實際應用來選擇41。 文獻41該文通過對局部放電數(shù)據(jù)施加時間窗，解決了直流局部放電中沒有 相位信息的不足，并通過時間窗的移動實現(xiàn)局部放電的在線監(jiān)測。文中把時間窗 寬度設置為步長的整數(shù)倍，

20、提出計算時間窗內局部放電特征參數(shù)的遞推算法。實 驗結果表明，文中提出的方法能夠提取局部放電的特征信息，所得到的特征量能 夠很好地表征電氣設備的絕緣性能，為電氣設備絕緣在線監(jiān)測提供了理論依據(jù)。 同時文中指出，該方法只能提取用于電氣設備絕緣性能判別的特征量即故障診斷， 而不能識別局部放電的類型即模式識別。 4.1.6 自回歸模型參數(shù)（ar 模型系數(shù)） ar 模型是一種全極點數(shù)學模型，其基本思想就是假定所研究的過程 x(n) 是由一個輸入序列 u (n)激勵一個線性系統(tǒng) h(z) 的輸出， （2.12） 1 ( )1 (1) p k k k h za z 為一線性移不變的離散因果系統(tǒng)。然后用已知的序

21、列x(n)及其自相關函數(shù)rx(m) 來估計h(z)的參數(shù)， 以此系數(shù)來表示x(n)的性質。ar模型是根據(jù)波形模擬均方 誤差為最小原則建立的，模型的系數(shù)ak代表了波形在二階統(tǒng)計特性上的特征14。 由于模型系數(shù)是由輸入放電波形數(shù)據(jù)序列唯一確定的,因此可以利用ar模型模擬 放電脈沖,以模擬的模型系數(shù)作為脈沖波形的特征量26。 ar 模型系數(shù)的求解方法很多,有自相關求解法,改進的自相關法,協(xié)方差法， burg方法等等。文獻42中采用的是burg方法。burg算法應用線性預測理論，直 接以采集得到的數(shù)據(jù)為基礎，避開了估計自相關函數(shù)這一步。其預測系數(shù)的確定 標準為前后向的預測誤差功率之和為最小，而不是象自

22、相關法那樣僅令前向預測 誤差為最小。同時誤差在計算過程中不受窗函數(shù)的影響，因而大大提高了計算結 果的準確程度。此外模型系數(shù)的計算采用了levinson-durbin算法，層層遞推，計 算速度很快。 由于局部放電的復雜性，以及某些類放電波形的相似性，單單用ar 模型系 數(shù)作為特征量會導致對某類放電的識別率不高。為達到更好的識別效果，可結合 其它一些特征量，進一步突出波形的某些特征，綜合在一起進行放電模式識別。 實際識別效果表明， 加入脈沖存在時間這個時域特征量， 對提高識別率是非常 有幫助的42。 4.2 局部放電識別方法局部放電識別方法 局部放電類型識別主要依據(jù)放電信號的波形特征，通常特高頻檢

23、測裝置的生 產廠商會提供典型類型局部放電的信號波形圖，這些波形來自于實驗室模擬試驗 和已被驗證了的現(xiàn)場檢測結果，構成典型模式樣本庫。 在局部放電在線檢測中，如果檢測到放電信號，并確定為 gis 內部的局部放 電，則可以將所測波形和典型模式樣本進行比較，確定其局部放電的類型。局部 放電類型識別的準確程度取決于經驗和數(shù)據(jù)的不斷積累，目前尚未達到完善的程 度。在實際檢測中，以往主要采用目測比較的方式，對使用者的專業(yè)水平和現(xiàn)場 經驗要求很好，判斷結果具有很強的主觀性。隨著人工智能技術的發(fā)展，基于統(tǒng) 計識別、線性分類器、人工神經網絡等自動診斷系統(tǒng)得到廣泛的應用，大大提高 了放電缺陷識別的準確性和客觀性。

24、 4.2.1 距離分類法 基于距離的模式歸類法依據(jù)待檢模式與樣本之間的距離判別模式匹配的程度， 距離越小則模式匹配程度越高。根據(jù)聚類分析算法中對于距離的不同定義，基于 距離的模式分類方法有很多種，局部放電模式識別中常用的有最小距離法、趨中 心度法和最近鄰法51-53。 1) 最小距離法最小距離法 根據(jù)最近鄰法則，特征空間中相對聚合在一起的樣本應屬于同一模式，樣本 的聚合程度可以由其距離反映。某類的標準樣本由訓練樣本的平均值代表，最小 距離分類通過定義待分類點到各類標準樣本的距離，將其歸入到距離最小的一類。 最小距離分類器是一種基于向量空間模型的分類算法。相對于最大相似度方法、 最近鄰法，最小距

25、離分類器的速度優(yōu)勢很明顯，經常被選擇應用在有實時要求的 系統(tǒng)中。最小距離分類器的明顯缺陷是，當訓練集合在特征空間中沒有良好聚類 時，其分類性能較差。但是在某些領域，最小距離分類器的性能可與貝葉斯方法、 決策樹等相競爭，甚至表現(xiàn)出更優(yōu)越的性能。比如在圖像處理和文本分類領域， 最小距離分類器或其改進算法被普遍應用。 2) 趨中心度法趨中心度法 趨中心度法以馬氏距離的大小衡量模式匹配的程度，先計算出待檢樣本與 各樣本的馬氏距離，然后轉換為趨中心度，待檢樣本被歸類為最大趨中心度對應 的樣本放電模式。假設有n 個樣本特征量且服從正態(tài)分布，則該放電模型的樣本 可由樣本特征量的平均值mp 和協(xié)方差矩陣c p

26、 表示。由概率論與數(shù)理統(tǒng)計的知 識可以推斷：馬氏距離遵循自由度為n 的2 分布，由2分布函數(shù)表中查得概率 p，由此可以計算出趨中心度，趨中心度為樣本區(qū)域中離待檢樣本比離區(qū)域中心 近的樣本點的百分數(shù)，即 cs p =（1 p） 100% （3.1） 顯然，馬氏距離越小，趨中心度越大，待檢樣本與樣本中心的距離越近。同最小 距離法類似，也可以根據(jù)趨中心度的最大值和次大值判定識別的可靠性。 3) 最近鄰法最近鄰法 最近鄰法與前兩種距離分類器不同，最近鄰法將全部樣本都作為標準樣本。 最近鄰法的基本原理為：設有p 類樣本，每類有標明類別樣本ni 個，i = 1,2, c 。定義判別函數(shù)為： ， k = 1

27、,2, ni （3.2）( )min k ii d xxx 式中 的下標表示第 i 類，上標表示第 i 類ni 樣本中的第k 個。 k i x 決策規(guī)則為:若, k = 1,2,p,則決策x屬于第j類模式。( )min k ii d xxx 從以上的介紹中可以看出：基于距離的模式分類方法，其前提都是假設樣本服 從正態(tài)分布，而且都需要估計樣本概率分布情況(包括平均值、標準差和協(xié)方差)， 屬于確定性算法，具有自身無法克服的弱點，分類識別能力有待進一步提高。 4.2.2 線性及非線性分類器 線性方法與非線性方法都在特征抽取中得到了廣泛應用。其中，主分量分 析(pca 或者k-l 變換)方法，fish

28、er 鑒別分析方法及其推廣算法(包括 foely sammon鑒別分析方法，不相關鑒別分析方法以及核鑒別分析方法)，是其中研究 得較多的特征抽取方法。 1) 主分量分析主分量分析 主分量分析(pca 或者k-l 變換)54是研究多個數(shù)值變量間相關性的一種多 元統(tǒng)計方法。在基本保持原變量信息不變的前提下，能通過原變量的少數(shù)幾個線 性組合來代替原變量并揭示原變量之間關系。pca 的兩大優(yōu)點是：一、消除了 模式樣本之間的相關性；二、實現(xiàn)了模式樣本的維數(shù)壓縮。k-l 變換能將高維的 模式樣本壓縮為更易于處理的低維樣本，換而言之，pca 給出了高維數(shù)據(jù)的一 種簡約的表示。由于以上優(yōu)點，pca 廣泛地應用

29、于模式識別，數(shù)據(jù)壓縮等領域。 pca 能夠提取均方誤差最小意義最佳表達數(shù)據(jù)的特征，然而該特征并不一定是 最有利于分類的特征。 2) fisher 線性判別線性判別 在模式識別領域中，fisher 線性判別方法(fisher discriminat analysis fda)有 著重大的影響。其基本思想是，選擇使得fisher 準則函數(shù)廣義rayleigh熵達到最 大值的向量(稱最優(yōu)鑒別向量)作為最優(yōu)投影方向，從而使得高維輸入空間中的模 式樣本在該軸投影后，類間散度達到最大的同時類內散度達到最小。 關于線性鑒別分析(lda)的研究應追溯到fisher發(fā)表的經典論文55 ，在 fisher 思想的

30、基礎上，wilks 等創(chuàng)立了經典的fisher 線性鑒別分析56,57。在1975 年，由foley 和sammon提出了另一種基于fisher 準則的線性鑒別，即foley- sammon線性鑒別分析58 (簡稱f-s 線性鑒別分析或fsda)，該方法尋找一組最大 化fisher準則函數(shù)且滿足正交條件的最佳鑒別矢量構成子空間，以原始樣本在該 子空間內的投影矢量作為鑒別特征用于識別。滿足正交條件的最佳鑒別矢量在幾 何上是獨立的，因此用該最佳鑒別矢量集抽取的特征之間的冗余信息可明顯地降 低。針對類內散布矩陣的不可逆情形，hong59, liu60, guo61等對f-s 線性鑒別 分析進行了深入

31、的理論研究，提出了一系列有關f-s 最佳鑒別矢量集的求解算法。 金忠等62-65從統(tǒng)計不相關的角度，提出了具有統(tǒng)計不相關性的最佳鑒別矢量集的 概念。與f-s鑒別矢量集不同的是，具有統(tǒng)計不相關性的最佳鑒別矢量集是滿足 共軛正交條件的。針對金忠給出的求解最佳鑒別矢量集的算法復雜性，楊健等66 進一步完善了具有統(tǒng)計不相關性的線性鑒別分析的理論構架，給出了求解不相關 的最佳鑒別矢量集的一個非常簡單而有效的算法，并指出統(tǒng)計不相關的線性鑒別 分析的理論是經典的fisher 線性鑒別法的進一步發(fā)展。 3) 核鑒別分析核鑒別分析 最近，核技術是模式識別領域中一個迅猛發(fā)展的新方向，它最初是由 v.vapnik6

32、7提出并應用于支持向量機(svm)中，其基本思想是通過適當?shù)姆蔷€性 映射中將非線性可分的原始樣本輸入空間變換到某一線性可分的高維特征空間 h，而這種非線性映射中是通過定義適當?shù)膬确e函數(shù)實現(xiàn)的。該技術提供了一種 抽取樣本非線性特征有效方法。scholkopf 等人68利用核技術將經典的主分量分 析推廣到核主分量分析(kpca)，實驗結果表明kpca 不僅能夠抽取非線性特征， 而且具有更優(yōu)的識別結果。mika 等69, roth 和steinhage70利用核技術將經典的 fisher 線性鑒別分析(fda)進行非線性推廣，提出了核fisher 鑒別分析(kfda)方 法，陳才扣71，高秀梅72等

33、提出一種最優(yōu)的kfda 方法，雖然他們解決問題的 角度不同，但其實驗結果表明在原始輸入空間中抽取的非線性最佳鑒別特征有效 于線性最佳鑒別特征。 上述的fisher 鑒別分析方法及其推廣已廣泛用于人臉識別、手寫體數(shù)字識 別，在orl 標準人臉庫、yale 大學的人臉圖像庫及南京理工大學人臉圖像庫 nust603上的總體識別率達到97.5以上70-76，取得了良好的效果。該技術近年 來也被成功應用于放電缺陷類型識別中。 4.2.3 人工神經網絡 人工神經網絡是由許多具有非線性映射能力的神經元組成，神經元之間通過 權系數(shù)相連接。人工神經網絡的信息分布式存儲于連接權系數(shù)中，具有很高的容 錯性和魯棒性，

34、而模式識別中往往存在噪聲干擾和輸入模式的部分損失，人工神 經網絡的這一特點是其成功解決模式識別問題的主要原因之一。因此，人工神經 網絡在局部放電模式識別中得到了最廣泛應用，并取得了良好的應用效果。下面 簡單介紹在局部放電模式識別中應用較多的幾種人工神經網絡。 1) bp 神經網絡神經網絡 bp 神經網絡77是一種有導師學習網絡，主要采用反向傳播（back propagation，簡稱bp）算法進行學習訓練。在局部放電模式識別應用中，bp 神 經網絡使用最為廣泛。 2) 自組織特征映射網絡自組織特征映射網絡 自組織特征映(self-organizing map，簡稱som)網絡采用模擬大腦神經系

35、統(tǒng)自 組織特性映射功能進行競爭學習，是一種無監(jiān)督自組織學習網絡。采用kohonen 算法學習，又稱kohonen 網絡。它是由輸入層和競爭層組成，輸入層神經元數(shù)為 n ，輸出層由m = m2 個神經元組成，且構成一個二維平面陣列。輸入層每一個 神經元與與輸出層各神經元之間相連，輸出節(jié)點之間也可能局部相連。在輸出層 的競爭中，對于獲勝的神經元，在其周圍區(qū)域內，神經元不同程度上都得到興奮， 興奮區(qū)以外區(qū)域神經元被抑制，只要訓練時間足夠長，興奮區(qū)域會達到預定范圍， 即得到反映輸入模式的輸出區(qū)。som 網絡通過對輸入模式的反復學習，可以使 連接權向量空間分布密度與輸入模式概率分布一致，因此可用于模式分

36、類及特征 檢測。文獻7880研究了自組織特征映射網絡在局部放電模式識別中的應用。 3) 自適應共振理論網絡自適應共振理論網絡 基于自適應共振理論(adaptive resonance theory , 簡稱art)的神經網絡， 其模型理論建立在人類的心理和認知活動基礎上。art 網絡由比較層c和識別層 r，兩個邏輯控制信號(g1、g2)和一個復位信號reset 組成。 art 網絡的特點是：用生物神經細胞自興奮與側抑制的動力學原理指導學 習，讓輸入模式通過網絡雙向連接權的識別與比較，最后達到共振來完成自身的 記憶，并以同樣的方式實現(xiàn)網絡的回想；當提供給網絡的輸入模式是一個網絡已 記憶的或與已記

37、憶的模式十分近似時，網絡將回想起這一模式并提供正確分類； 如果輸入模式是新模式，則網絡記憶此模式而不影響原有記憶，并分配一個尚未 被使用的輸出層神經元作為這一記憶模式的分類標志。文獻78研究了自適應共 振理論網絡在局部放電模式識別中的應用。 4) 遺傳神經網絡遺傳神經網絡 遺傳算法(genetic algorithm, 簡稱ga)是一種借鑒生物進化思想的高度并行、 隨機、自適應搜索算法。ga 神經網絡就是將ga 作為神經網絡的學習算法，對 神經網絡的權系數(shù)和閾值進行編碼，形成“染色體”，模擬自然界的進化過程，對 染色體進行選擇、交叉和變異操作，使染色體不斷進化最終產生代表問題最優(yōu)解 的染色體，

38、再經過反編碼得到優(yōu)化的網絡權系數(shù)和閾值。ga 從多初始點開始進 行操作，可防止搜索過程收斂于局部最優(yōu)解，特別適用于處理傳統(tǒng)搜索方法解決 不了的復雜的非線性優(yōu)化問題。文獻81-82研究了遺傳神經網絡在局部放電模式 識別中的應用。 綜上所述，人工神經網絡在局部放電模式識別的應用中取得了良好的應用效 果，能夠充分利用典型樣本的代表性，進行放電類型的準確識別；相比較而言， bp 絡應用最多，最為成熟，而som 網絡、art 網絡和遺傳神經網絡等也都具 有良好的性能和潛在的應用前景。 4.2.4 模糊概率論識別法83 在經典集合論中, 一般以二值關系(0,1) 來刻畫元素與集合的關系, 即“ 屬 于”

39、與“ 不屬于” 。在模糊集中是把經典集合中的絕對隸屬關系靈活化,用特征函 數(shù)的語言來說就是元素對集合的隸屬度不再局限于二值(0,1)，而是可以取從 0 到 1 的任一數(shù)值。具體到故障識別中, 一般需要先提取故障特征 u1,u2,.,un,并賦予相 應的隸屬度，由于每個特征在模式識別中起的作用不同, 故還需要考慮關聯(lián)權系 數(shù) a1,a2,.,an,， （3.3） 1 n ii i au 依此可計算出特征群 ui隸屬于該集合的可能性, 然后依次計算此特征群對 于每個集合的可能性, 最后可判斷其屬于可能性數(shù)值最大情況所代表的集合。 此方法最大的優(yōu)點在于思路簡單清晰, 沒有用到太復雜的理論,分析過程和

40、 操作過程都很簡單,統(tǒng)計過程也很容易實現(xiàn)。按此方法進行處理時各特征量權值的 預判很重要, 若選擇不當則將導致正確率大幅降低。 第五章第五章 局部放電源定位局部放電源定位 gis 所包含的設備眾多，體積龐大，一旦檢測出 gis 內部存在局部放電時， 就需要對放電源進行定位，以便進行有針對性的檢修工作，縮短維修時間，減少 停電損失。局部放電定位主要基于兩種方法：幅值比較法和時差比較法。幅值比 較是對比不同測量點處的信號幅值，較大信號幅值的測量點為局部放電靠近的位 置。時差比較是對比不同測量點處的信號時差，信號到達總是最早的測量點為局 部放電靠近的位置。 5.1 信號幅值比較法信號幅值比較法 檢測和

41、比較各傳感位置處放電信號的大小，信號最大的位置為靠近放電源的 位置。有時只在一處位置可檢測到放電信號，此時可確定放電源就在該位置附近。 在 uhf 電磁波的傳播過程中，電磁波折射、反射和二次發(fā)射過程等因素都 會影響檢測信號的幅值，從而影響幅值比較定位的精度。當存在外部放電干擾時， 幅值比較也難以進行識別和定位。相比之下，基于時差測量的放電定位可實現(xiàn)更 高的精確度，準確識別放電型干擾。 5.2 時差定位法時差定位法 特高頻段電磁波信號在均勻介質中勻速傳播，基于最小光程差原理2，可以 根據(jù)到達不同測點信號的時延實現(xiàn)局部放電定位。在現(xiàn)場干擾環(huán)境下，準確測量 計算放電信號時延是實現(xiàn)精確定位的關鍵84。

42、目前常用的方法包括：信號初始峰 值法、相關法、能量累積法等，定位算法則主要采用幾何定位法、空間搜索算法、 模擬退火法、螞蟻算法等等。 5.2.1 等時差定位法 如果放電信號存在于很大的空間范圍內，可采用圖 6 所示的平分面定位法。 首先選擇一個方位，分開放置 a、b 兩個傳感器，調整它們的位置，直到兩個傳 感器的信號時差為零，此時表明放電源在 a、b 兩點的平分面 p 上。換不同的方 位重復進行上述的測量，可得到不同的平分面 p和 p。這些平分面的交點即 為放電源 d 的位置。這種方法適用于變電站局部放電帶電檢測的快速搜索。 圖 6 平分面法 5.2.2 信號初始峰值法 局部放電信號的傳播過程

43、相當復雜，可能經過多次折反射，而且高頻信 號衰減很快 86,87，加上背景噪音的影響，其放電起始點將很難確定。用序列 p(i),i=1,2,.,表示放電信號波形峰值點，如果p(j)2p(j-1)，則將峰值點 p(j) 視為初始峰值，以初始峰值時刻作為時延計算的基準點，如圖2 所示。 t t3 3 t t0 0 t t1 1 t t2 2 圖 7 信號初始峰值法求取時延 5.2.3 相關法 除了考慮局部放電信號初始峰值之外，還可根據(jù)信號間的相關性確定信 號傳播時延 88,89。相關法以傳感器 s0的信號為基準，將其他三傳感器信號 與其做互相關，取其互相關函數(shù)中的最大值，以此確定時延。 假設 s0

44、的信號為 x0(k), s1的信號為 x1(k)，k=1,n，則互相關函數(shù)為： （5） 1 0101 0 1 ( )( )() nm k rmx k x km n 假設 r01(m)最大值的索引值為 m，則時延即為： （6） 1 ()tmn dt 由于在傳播過程中，不同頻段信號的衰減程度差異較大，而且還會受到 傳播通道的折反射影響，導致檢測到的放電信號波形發(fā)生畸變，從而使根據(jù) 相關法計算獲得的時延與實際相比產生較大誤差 12。 5.2.3 能量累積法 鑒于信號能量與電壓平方成正比，可將特高頻信號的電壓波形轉化為能 量累積曲線 90。當局部放電信號遠大于背景噪聲時，在能量累積曲線上會產 生明顯的

45、拐點，該拐點即可視為局部放電發(fā)生的起始時刻，如圖3 所示。 能量累積法可按以下公式計算： （7） 2 0 ( ) i k k p iu 上式中 uk為信號波形上第 k 個點的電壓值， i 為信號累積計算的點數(shù) 。 (a) (b) 圖 8 局部放電信號能量累積曲線 但是在現(xiàn)場工況下，局部放電信號并非遠大于背景噪聲，因此能量累計 曲線拐點并不明顯，而且拐點識別需要人工判斷，極易引入人為誤差。 拐點 拐點 信號對應點 第六章第六章 gis 局部放電檢測相關標準局部放電檢測相關標準 關于gis局部放電的出廠試驗在iec-60517-6.1.9.101中對測試回路和測量設備 進行了規(guī)定，具體要求與iec

46、 60270一致。要求所能測量的最小放電量不能大于 設備允許最大放電量的一半。iec-60517-6.1.9.102對試驗過程中試驗電壓的施加 方式進行了明確規(guī)定，要求先預加電壓up，維持10秒鐘，然后降至ud測試放電量， 根據(jù)gis接線結構的不同標準中規(guī)定了up、ud的相應取值。在近年修改的標準中， 將試驗電壓水平從1.1ur提高至1.2ur。允許的最大放電量標準iec-60517-6.1.9.103 中規(guī)定為10pc，有特殊要求的設備可嚴格限制在5pc以下。ieee及國家標準中， 均未對gis中局部放電試驗設立相應標準，在實踐中都以iec60270關于局部放電 測試的內容作為參照。 目前在

47、國際上對gis局部放電在線檢測還沒有成熟的標準可以借鑒。但隨著 gis重大事故的頻繁發(fā)生，gis局部放電在線檢測作為一種有效的技術手段，急需 建立相應的技術標準，以指導和規(guī)范該技術的推廣和應用。 參考文獻參考文獻 1 尚盧鵬，方煜瑛，劉旭. 1100 kv gis設備特高頻（uhf）法測量局部放電的應用研究.電力 建設. 2009.6 第30卷（第六期）:p3335 2 w. boeek et al.，diagnostic methods for gis insulating syestms，cigre，2002，session，15/2301，paris 3 盧啟付, 鄭曉光, 李端姣, 陳

48、錦清. 超高頻技術在電力設備局部放電在線檢測中的應用， 廣東電力. 2008.2.第21卷（第二期）：p28:33 4 王建生，邱毓昌，氣體絕緣開關設備中局部放電的在線監(jiān)測技術，電工電能新技術， 2000:p44一49 5 李 信，李成榕，李亞莎，王 偉，李海亮. 有限時域差分法對gis局部放電傳播的分析. 中國電機工程學報. 2005.9 第25卷（第17期）：150154 6 shigemitsu okabe and shuhei kaneko. electromagnetic wave propagation in a coaxial pipe gis model. ieee trans

49、actions on dielectrics and electrical insulation vol. 14, no. 5; october 2007:11611169 7 shigemitsu okabe, shuhei kaneko. propagation characteristics of electromagnetic waves in three-phase-type tank from viewpoint of partial discharge diagnosis on gas insulated switchgear. ieee transactions on diel

50、ectrics and electrical insulation vol. 16, no. 1; february 2009:p199204 8 nieholas de kock et al.，uhf pd detection in gas-insulaetd switchgear suibatiliy and sensitivity of the uhf method in comparison wih thei ec270 mehtod，ieee electrical insulation mgaazine，1996，2(6):20 9 toshihiro hoshino, kenich

51、i nojima, and masahiro hanai. real-time pd identification in diagnosis of gis using symmetric and asymmetric uhf sensors. ieee transactions on power delivery, vol. 19, no. 3, july 2004:p10721077 10 邵濤，周文俊，朱宜飛，吳世華. 特高頻檢測gis局部放電的試驗研究. 高電壓技術. 2001.6 第27卷（第三期）： 1516 11 pryor b ma review of partial disch

52、arge monitoring in gas insulated substationsaiee colloquium partial discharges in gas insulated substationsc，london，1994：1-2 12 m.d.judd，o.farish,et al.，the exciattion of uhf singals by partial discharge in gis，ieee transaction on dieleertics and elecrtrical insulation . vol.3(2)，1996:213一228 13 a.g

53、.sellasr，o.arfish and m.m.peterson. uhf detection of leader discharges in sf6，ieee transaction on dielectrics and electrical insulation. 1995，vol.2(1)，143一154 14 汪沨，邱毓昌氣體絕緣開關裝置（gis）的近期發(fā)展動向j電網技術，2003，27(2)： 54-57 15 唐炬，魏鋼，侍海軍，等氣體絕緣組合電器局部放電的超高頻檢測j重慶大學學報， 2004，27(4)：1-5 16 錢 勇，黃成軍，江秀臣，肖 燕. 基于超高頻法的gis 局

54、部放電在線監(jiān)測研究現(xiàn)狀及展 望. 電網技術. 2005.1 第29卷（第一期）：4043 17 c. g. azcarraga, and v. r. garcia-colon. experiences on gis on-site evaluation using high sensitivity pd techniques. ieee transactions on dielectrics and electrical insulation vol. 14, no. 3; june 2007. 18 劉衛(wèi)東，金立軍，錢家驪等日本sf6 電器局部放電監(jiān)測技術研究近況j高電壓技術， 2001，2

55、7(2)：76-81 19 唐炬，侍海軍，孫才新，等用于gis 局部放電檢測的內置傳感器超高頻耦合特性研究 j電工技術學報，2004，19(5)：71-75 20 李忠，張曉楓，陳杰華，等外部傳感器超高頻gis 局部放電檢測技術j西安交通大 學學報，2003，37(12)：1280-1283 21 李信, 李成榕, 丁立健, 丁燕生, 何鵬, 蔣建玲, 楊靜. 基于超高頻信號檢測 gis 局 放模式識別. 高電壓技術. 2003.11.第29卷（第11期）：2630 22 印華, 邱毓昌. gis 中局部放電測量超高頻方法的研究 j . 高電壓技術, 2004 , 30 (10) : 19 2

56、01 23 張小勇, 賈申利, 王建生, 等. 基于超高頻法gis 局部放電監(jiān)測技術的研究j . 高壓電器, 2005 , 41 (3) : 179 - 1821 24 王國利, 郝艷捧, 袁鵬, 等1 變壓器局部放電超高頻檢測中的混頻技術研究j . 中國電 機工程學報, 2004 , 24(10) : 115 1201 25 印華, 邱毓昌. gis 中局部放電測量用超高頻方法的研究. 高電壓技術. 2004.10 第30卷 （第10期）：1920 26 王猛,談克雄,高文勝,鄭重.局部放電脈沖波形的時頻聯(lián)合分析特征提取方法,電 工 技 術 學 報,2002,17(2):7679 27 a.

57、lapp. and h.-g. kranz. the use of the cigre data format for pd diagnosis applications. ieee trans. on dielectrics and electrical insulation. vol.7, no.1, feb. 2000. pp. 102-112. 28 陸宇航,杜伯學,時頻匹配濾波法用于變壓器局部放電模式識別的實驗研究.中國電力, 2008,41(10):1619 29 r.schifani, r.candela, a new algorithm for mixed weibull an

58、alysis of partial discharge amplitude distributions, ieee trans on dielectrics and electrical insulation, 1999,vol. 6, no.2. pp. 524-531. 30 r.schifani, r.candela. a new algorithm for mixed weibull analysis of partial discharge amplitude distributions. ieee trans on dielectrics and electrical insula

59、tion. vol. 6, no. 2,1999. pp. 242-249. 31 司文榮,李軍浩,袁鵬等,氣體絕緣組合電器多局部放電源的檢測與識別,中國電機工程學報, 2009,29(16):119126 32 王國利,郝艷捧,賈志東,李彥明.聯(lián)合時頻分析應用于局部放電信號處理的研究. 高電壓技 術. 2001,27(3):1214) 33 高凱,談克雄,李福祺等,基于散點集分形特征的局部放電模式識別研究,中國電機工程學報, 2002,22(5):2226 34 孫才新,許高峰,唐炬,陸寵惠,侍海軍. 以盒維數(shù)和信息維數(shù)為識別特征量的gis 局部放電 模式識別方法. 中國電機工程學報. 20

60、05,25(3):100103 35 孫才新, 李新, 李儉, 袁志堅, 曹毅. 小波與分形理論的互補性及其在局部放電模式識別 中的應用研究.中國電機工程學報. 2001,21(12):7376 36 杜伯學,魏國忠.基于小波與分形理論的電力設備局部放電類型識別. 電網技術. 2006.7 第 30卷(第13期):7679 37 李新,曾敏,田甜,基于小波多尺度變換局部放電圖像模式識別的研究,變壓器,2008,45(11) 38 孫才新,許高峰,唐炬,陸寵惠,侍海軍. 以盒維數(shù)和信息維數(shù)為識別特征量的gis 局部放電 模式識別方法. 中國電機工程學報. 2005.2 第25卷(第3期):100