-
题名基于原始信号多尺度信息的局部放电特征提取与识别
被引量：9
- 1
-
-
作者
魏占朋
方静
林国洲
李松原
张华
-
机构
国网天津市电力公司电缆分公司
国网天津市电力公司电力科学研究院
-
出处
《电力系统及其自动化学报》
CSCD
北大核心
2021年第11期44-49,共6页
-
基金
国网天津市电力公司科技资助项目(KJ20-1-19)。
-
文摘
不同类型的局部放电脉冲,对电缆的危害程度不同,其判断标准也不一样,因此对局放类型的辨识具有重要意义。制作了沿面放电、悬浮放电、针-板放电和自由颗粒放电4种典型的故障缺陷模型,并搭建实验平台测取放电数据。对数据去噪处理后,构建4种放电类型的局部放电相位分布模式PRPD(phase resolvedpartialdischarge),并利用谐波小波包变换对原始局放信号进行分解,提取局放信号的多尺度能量特征参数和多尺度样本熵参数,将它们组成特征向量,送入支持向量机SVM(support vectormachine)中进行分类识别。4种放电类型的平均识别率为94.5%,因此利用多尺度参数特征可以有效识别出不同类型的局放信号。
-
关键词
局部放电
原始时域波形
谐波小波包变换
支持向量机
-
Keywords
partial discharge(PD)
original time-domain waveform
harmonic wavelet packet transform
support vector machine(SVM)
-
分类号
TM615
[电气工程—电力系统及自动化]
-
