论文部分内容阅读
高压开关柜是高压配电网的重要组成部分之一,其稳定的运行对配网系统稳定可靠的供电具有重要意义。开关柜故障主要是由局部放电(Partial Discharge,简称PD)引起的。暂态地电压(Transient Earth Voltages,简称TEV)检测法是开关柜局部放电检测中较为有效的方法之一,但在线监测方式运用在数量众多的开关柜上将导致检测成本较高、数据量太大。基于以上问题本论文设计一种基于无线方式的低功耗局部放电带电检测装置。论文对开关柜局部放电的产生机理和TEV检测的理论进行分析。采用Ansoft Maxwell软件对局部放电进行瞬态电场仿真,并在实验室建立开关柜典型局部放电缺陷模型,采集TEV信号为故障类型识别提供数据基础。通过对开关柜局部放电检测与故障类型识别的研究做了以下工作:(1)采用小波包分析得到TEV信号的小波包能量谱以及采用分形维数算法得到TEV信号的分形维数和截距,将两者相结合提取PD信号特征,论文称其为小波包能量谱分形特征法。经证实相同模型下TEV信号的小波包能量谱特征及分形特征都具有相似性,不同模型下信号特征都不同。(2)对开关柜缺陷信号进行小波包分解求出小波系数进行比较得出:在消失矩阶数为8的情况下,sym8小波基提取效果较好。(3)分别采用小波包能量谱特征以及分形特征单独分类,结果表明:单一特征提取方法识别效果平均值在82%左右,识别准确率不高。(4)提出了采用小波包能量谱分形特征法再结合径向基函数(RBF)神经网络分类器进行局部放电故障模式识别的总体设计方案。经证实该方案分类效果较好识别率高达98%以上。(5)以小波包能量谱分形特征为输入量分别选用RBF网络及BP网络进行模式识别,结果表明:在识别准确率和算法效率上,RBF网络都比BP网络优越。将PD检测装置置于35KV开关柜中进行现场测试,验证表明:检测装置工作稳定,性能良好,达到检测要求。