變壓器油紙絕緣多局部放電源識別及老化的局部放電特征優(yōu)選.pdf

1、油浸式電力變壓器是電力系統(tǒng)的核心設(shè)備，其安全運行是保障持續(xù)、可靠電力供應(yīng)的重要基礎(chǔ)。由內(nèi)絕緣老化引起的變壓器故障是導(dǎo)致變壓器事故的主要原因之一。國內(nèi)外對油紙絕緣的老化診斷技術(shù)開展了長期的研究，形成了以油中溶解化學特征參量為代表的老化診斷方法。然而，該方法會受到變壓器換油、濾油等措施的影響，難以滿足工程實際的要求，有必要探索和研究滿足運行監(jiān)測要求的變壓器油紙絕緣老化診斷新方法。局部放電(PD)信號中蘊藏了豐富的絕緣狀態(tài)信息，但變壓器內(nèi)部通

2、常是多個局部放電源同時存在，導(dǎo)致采集的放電圖譜出現(xiàn)交叉、重疊，難以深入挖掘局部放電中包含的油紙絕緣狀態(tài)信息。因此，對油紙絕緣的局部放電信號進行分析，探索多局部放電源脈沖群分離方法，并采用智能化的特征提取與診斷方法，獲取反映油紙絕緣故障缺陷與老化狀態(tài)的局部放電特征參量，為變壓器的故障診斷與狀態(tài)評估提供有力支撐，具有重要的理論和實際意義。
　　論文參照變壓器內(nèi)絕緣的組成形式設(shè)計了四種典型的油紙絕緣局部放電缺陷模型，在實驗室條件下開展了

3、油紙絕緣試品的加速老化試驗，并采集了不同老化階段試品的局部放電數(shù)據(jù)。深入探索了油紙絕緣多局部放電源脈沖群的分離方法；研究了局部放電高分辨率灰度圖像壓縮算法，提取了具有強鑒別力的特征識別局部放電缺陷類型；并且，設(shè)計了灰度圖像雙向模糊壓縮算法，提升了考慮缺陷尺寸、絕緣老化等多因素影響時的局部放電缺陷類型識別可靠性；最后，建立了單目標和多目標特征選擇(FS)算法尋找反映油紙絕緣老化狀態(tài)的局部放電圖像特征。論文取得的創(chuàng)新性研究成果主要有：

4、>　?、偬岢隽嘶跁r頻相似度的油紙絕緣多局部放電源脈沖群分離策略。將基于S變換(ST)時頻分布的脈沖相似度(時頻相似度)矩陣輸入近鄰傳播聚類(APC)分離多局部放電源脈沖群。采用 PRPD統(tǒng)計特征與粒子群優(yōu)化支持向量機(PSO-SVM)識別 ST+APC分離的子脈沖群，并驗證分離的有效性。對實驗室人工缺陷模型的局部放電數(shù)據(jù)進行分析，結(jié)果表明 ST+APC算法可以有效去除脈沖型干擾和分離油紙絕緣多局部放電源脈沖群。
　?、谔岢隽嘶?/p>

5、非負矩陣分解聯(lián)合主成分分析(NMF-PCA)的局部放電高分辨率灰度圖像壓縮算法，解決了主成分分析(PCA)應(yīng)用于高分辨率圖像壓縮時協(xié)方差矩陣難以計算的問題。與PRPD統(tǒng)計特征相比，NMF-PCA特征具有更高的缺陷類型識別率和更好的類內(nèi)緊湊性和類間可分性。對油紙絕緣多局部放電源分離后的子脈沖群進行NMF-PCA識別，結(jié)果進一步驗證了該方法的有效性。
　?、厶岢隽嘶陔p向模糊壓縮(TDFC)的灰度圖像特征提取算法，提升了考慮缺陷尺寸、

6、絕緣老化等多因素影響時的油紙絕緣局部放電識別可靠性。研究了改進的模糊二維主成分分析(MF2DPCA)和模糊二維線性鑒別分析(MF2DLDA)，設(shè)計了基于MF2DPCA和MF2DLDA的局部放電灰度圖像TDFC算法，較MF2DPCA和MF2DLDA具有特征維數(shù)低的優(yōu)點。并且，考慮缺陷尺寸、絕緣老化等多因素影響時，TDFC特征較NMF-PCA特征和PRPD特征均具有更好的識別效果。當存在老化因素影響時，對油紙絕緣多局部放電源脈沖群的分離和T

7、DFC識別結(jié)果顯示，TDFC結(jié)合ST+APC能夠有效識別油紙絕緣多局部放電源。
　　④提出了基于非負矩陣分解(NMF)的局部放電灰度圖像特征提取策略，得到了充分反映局部放電信息的80維圖像特征。以老化診斷正確率為單一優(yōu)化目標，建立了基于遺傳算法(GA)和離散粒子群優(yōu)化算法(BPSO)的單目標特征選擇算法，獲取了反映油紙絕緣老化狀態(tài)的局部放電優(yōu)選圖像特征，并將特征維數(shù)從80降低至30左右。優(yōu)選圖像特征對絕緣內(nèi)部放電、沿面放電、電暈放

8、電的老化診斷正確率均達到85％以上，并較 PRPD因子向量和圖像特征因子向量具有更高的老化診斷正確率，然而其不適合進行因子分析。對油紙絕緣多局部放電源子脈沖群的老化診斷結(jié)果與試品的真實老化狀態(tài)吻合，表明多個放電源同時存在時優(yōu)選圖像特征能夠用于油紙絕緣的老化診斷。
　　⑤基于帶精英策略的快速非支配排序遺傳算法(NSGA-II)，以特征維數(shù)和老化診斷正確率為多優(yōu)化目標，提出了局部放電多目標特征選擇算法。NSGA-II對絕緣內(nèi)部放電、沿