本文選題：電纜 + 局部放電�。� 參考：《中國礦業(yè)大學(xué)》2016年碩士論文

【摘要】：隨著電力電纜在電網(wǎng)中的應(yīng)用越來越廣泛,電纜絕緣狀況成為研究人員研究的熱點,局部放電是絕緣狀況劣化的一個重要的外部表現(xiàn)形式,同時,局部放電會導(dǎo)致絕緣狀況進一步劣化。為了及時發(fā)現(xiàn)電纜的絕緣缺陷,保障電網(wǎng)正常運行,有必要對電纜局部放電進行在線監(jiān)測。國內(nèi)外學(xué)者對電纜局部放電在線監(jiān)測做了相關(guān)的探索研究,本文在此基礎(chǔ)上,對其中的幾個關(guān)鍵環(huán)節(jié)進行了研究探索。本文首先闡述了電纜局部放電機理,接著說明了幾種常用的檢測方法,分析檢測現(xiàn)場存在的干擾源和常見干擾的性質(zhì),依據(jù)局部放電的特點,選取4種放電數(shù)學(xué)模型,為信號仿真提供依據(jù)。并進一步分析電纜絕緣缺陷的形成原因,并對4種典型絕緣缺陷進行模擬實驗,獲取大量的4種絕緣缺陷下的放電信號,為電纜局部放電模式識別提供樣本。電纜局部放電在線監(jiān)測技術(shù)的第一個關(guān)鍵環(huán)節(jié)就是檢測信號的預(yù)處理,也就是對檢測放電信號中混入的噪聲進行抑制,本文重點對背景噪聲和周期性窄帶干擾噪聲的消除進行了研究,根據(jù)電纜局部放電信號和噪聲干擾信號的特點,選取小波包分析法對白噪聲進行抑制,小波包閾值法是去噪的常用手段,基小波的選取和閾值處理是小波包去噪的關(guān)鍵,本文從閾值函數(shù)入手,通過對傳統(tǒng)閾值函數(shù)處理方法的分析,提出了一種改進閾值函數(shù)的小波包去噪算法,仿真和實際應(yīng)用表明,改進算法去噪效果優(yōu)于傳統(tǒng)算法�？紤]到周期性窄帶干擾頻率固定,適合在頻域?qū)ζ溥M行分析,本文采用FFT技術(shù)對窄帶干擾進行抑制,仿真結(jié)果表明,FFT技術(shù)在去除周期性窄帶干擾方面具有優(yōu)越性。電纜局部放電在線檢測的第二個關(guān)鍵環(huán)節(jié)就是對局部放電的識別,檢測到的電纜局部放電信號可能是由4種不同絕緣缺陷造成的,正確識別放電類型對于迅速做出判斷,采取相應(yīng)措施至關(guān)重要。模式識別的輸入對象往往不是放電信號本身,而需要我們從局部放電信號中提取特征向量,作為模式識別的輸入,所以說特征量能否表征不同局部放電信號的特征非常重要。本文根據(jù)電纜局部放電信號的特點,對放電信號分別進行經(jīng)驗?zāi)B(tài)分解和小波包分解,然后分別計算固有模態(tài)函數(shù)的能量系數(shù)和小波包分解系數(shù)的頻帶能量作為放電信號的特征向量,分別采用BP神經(jīng)網(wǎng)絡(luò)算法和模糊C-均值聚類算法進行識別。結(jié)果表明:固有模態(tài)分量能量更能表征放電信號特征;對同一特征向量,BP神經(jīng)網(wǎng)絡(luò)算法識別率整體高于模糊C-均值聚類算法。
[Abstract]:With the increasing application of power cable in power network, cable insulation has become a hot research topic. Partial discharge (PD) is an important external manifestation of insulation deterioration, and at the same time,Partial discharge leads to further deterioration of insulation.In order to find out the insulation defect of cable in time and ensure the normal operation of power grid, it is necessary to monitor the partial discharge of cable on line.Scholars at home and abroad have made relevant research on on-line monitoring of partial discharge of cables. On the basis of this, several key links have been studied and explored in this paper.In this paper, the mechanism of partial discharge of cable is first expounded, then several commonly used detection methods are explained, and the interference sources and properties of common interference are analyzed. According to the characteristics of partial discharge, four kinds of mathematical models of discharge are selected.It provides the basis for signal simulation.Furthermore, the causes of cable insulation defects are analyzed, and four typical insulation defects are simulated. A large number of discharge signals under four insulation defects are obtained, which provide samples for partial discharge pattern recognition of cables.The first key step in the on-line monitoring of cable partial discharge is the preprocessing of the detection signal, that is, the suppression of the mixed noise in the detection discharge signal.This paper focuses on the elimination of background noise and periodic narrowband interference noise. According to the characteristics of cable partial discharge signal and noise interference signal, wavelet packet analysis method is selected to suppress white noise.Wavelet packet threshold method is a common method for denoising, and the selection of wavelet base wavelet and threshold processing are the key of wavelet packet denoising. This paper starts with threshold function and analyzes the traditional threshold function processing method.An improved threshold function wavelet packet denoising algorithm is proposed. Simulation and practical application show that the improved algorithm is better than the traditional algorithm.Considering the fixed frequency of periodic narrowband interference, it is suitable to analyze it in frequency domain. In this paper, FFT technique is used to suppress narrowband interference. The simulation results show that FFT technique is superior in eliminating periodic narrowband interference.The second key step in the on-line detection of cable partial discharge is the recognition of partial discharge. The detected partial discharge signal may be caused by four different insulation defects.It is essential to take appropriate measures.The input object of pattern recognition is usually not the discharge signal itself, but we need to extract the feature vector from the partial discharge signal as the input of pattern recognition, so it is very important to say whether the characteristic quantity can represent the characteristics of different partial discharge signal.According to the characteristic of cable partial discharge signal, the discharge signal is decomposed by empirical mode decomposition and wavelet packet decomposition, respectively.Then the energy coefficients of the inherent mode function and the band energy of the wavelet packet decomposition coefficient are calculated as the eigenvectors of the discharge signal respectively. The BP neural network algorithm and the fuzzy C-means clustering algorithm are used to identify the discharge signals.The results show that the inherent modal component energy can better characterize the characteristics of the discharge signal and the recognition rate of the BP neural network algorithm for the same eigenvector is higher than that of the fuzzy C-means clustering algorithm.
【學(xué)位授予單位】：中國礦業(yè)大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：TM855

【相似文獻】

相關(guān)期刊論文 前10條

1 徐劍,黃成軍,錢勇;多態(tài)性局部放電簇的小波提取算法[J];上海交通大學(xué)學(xué)報;2005年S1期

2 買買提·努爾;石海珍;齊鐵東;;局部放電帶電巡檢技術(shù)的應(yīng)用研究[J];科技創(chuàng)新與應(yīng)用;2013年02期

3 D.Train;徐光澤;;運行中的高壓電壓互感器局部放電的測量[J];變壓器;1978年02期

4 沈文琪;;用計算機計測局部放電[J];電力電容器;1985年03期

5 斯特列漢格·B;李建明;;局部放電起始和熄滅電壓的含義[J];西南電力;1988年02期

6 張鵬輝,于欽學(xué),任文娥;局部放電在線窄帶檢測系統(tǒng)的研究[J];高電壓技術(shù);2000年01期

7 李新,孫才新,廖瑞金,李劍,顧樂觀;識別局部放電的新特征量——分維數(shù)的研究[J];高電壓技術(shù);2000年01期

8 趙中原,邱毓昌,馬翠姣,羅俊華,馮江,袁檢,蔡慶;分形學(xué)在局部放電特征提取中應(yīng)用初探[J];高電壓技術(shù);2001年01期

9 李劍,孫才新,陳明英,杜林,袁志堅;局部放電識別中分維數(shù)分布的研究[J];高壓電器;2001年02期

10 李劍,孫才新,杜林,李新,周nv;局部放電灰度圖象分維數(shù)的研究[J];中國電機工程學(xué)報;2002年08期

相關(guān)會議論文 前10條

1 李剛;韓立臏;朱鐵劍;;數(shù)字式局部放電測試系統(tǒng)的研制[A];’02全國電工測試技術(shù)學(xué)術(shù)交流會論文集[C];2002年

2 朱祖松;張紅斌;;局部放電現(xiàn)場測試技術(shù)[A];’02全國電工測試技術(shù)學(xué)術(shù)交流會論文集[C];2002年

3 冉漢政;劉華昌;于成龍;;直流局部放電測試系統(tǒng)的研制[A];中國工程物理研究院科技年報（2005）[C];2005年

4 王靜;唐炬;魏剛;李劍;;統(tǒng)計參數(shù)用于局部放電模式識別的研究[A];’02全國電工測試技術(shù)學(xué)術(shù)交流會論文集[C];2002年

5 虞蒼璧;高勝友;李福祺;談克雄;;使用組合神經(jīng)網(wǎng)絡(luò)的電容器模型局部放電模式識別研究[A];’02全國電工測試技術(shù)學(xué)術(shù)交流會論文集[C];2002年

6 劉華昌;;電容器直流局部放電指紋分析[A];2008中國儀器儀表與測控技術(shù)進展大會論文集（Ⅲ）[C];2008年

7 錢勇;黃成軍;姚林朋;郭燦新;高明月;江秀臣;;地鐵直流電纜局部放電故障分析[A];08全國電工測試技術(shù)學(xué)術(shù)交流會論文集[C];2008年

8 于成龍;吳偉;;基于超高頻傳感器的變壓器局部放電定位方法[A];第十屆沈陽科學(xué)學(xué)術(shù)年會論文集（信息科學(xué)與工程技術(shù)分冊）[C];2013年

9 王中龍;張營;戴嘉彤;王澤眾;史琳;李歡歡;;一種識別局部放電類型的新方法[A];山東電機工程學(xué)會2012年度學(xué)術(shù)年會論文集[C];2012年

10 彭煒文;田慕琴;宋建成;溫敏敏;;礦用隔爆型干式變壓器典型局部放電模式識別[A];第24屆全國煤礦自動化與信息化學(xué)術(shù)會議暨第6屆中國煤礦信息化與自動化高層論壇論文集[C];2014年

相關(guān)重要報紙文章 前2條

1 通訊員 李想 聶津;福州電業(yè)局局部放電測試技術(shù)通過鑒定[N];中國電力報;2005年

2 記者 祁文運;山西公司三科技項目通過驗收[N];國家電網(wǎng)報;2011年

相關(guān)博士學(xué)位論文 前10條

1 韓帥;頻變電—熱應(yīng)力對高頻電力變壓器絕緣特性的耦合作用機制[D];山東大學(xué);2015年

2 鄭書生;變壓器繞組中局部放電特高頻定位方法研究[D];華北電力大學(xué);2015年

3 金虎;基于多參量的GIS局部放電發(fā)展過程研究及嚴重程度評估[D];華北電力大學(xué);2015年

4 羅楊;局部放電對聚酰亞胺薄膜的損傷特性及材料改性研究[D];西南交通大學(xué);2014年

5 楊霽;基于小波多尺度變換的局部放電去噪與識別方法研究[D];重慶大學(xué);2004年

6 牛海清;高壓直流局部放電的模糊識別及去噪策略[D];華南理工大學(xué);2009年

7 常文治;電力電纜中間接頭典型缺陷局部放電發(fā)展過程的研究[D];華北電力大學(xué);2013年

8 劉帆;局部放電下六氟化硫分解特性與放電類型辨識及影響因素校正[D];重慶大學(xué);2013年

9 金卓睿;變壓器局部放電超高頻監(jiān)測分形天線與最優(yōu)小波去噪及信號識別研究[D];重慶大學(xué);2008年

10 畢為民;變壓器局部放電監(jiān)測中以小波包去噪和統(tǒng)計量識別放電模式的研究[D];重慶大學(xué);2003年

相關(guān)碩士學(xué)位論文 前10條

1 康愛亮;高壓電機定子繞組多因子老化方法及其局部放電機理研究[D];太原理工大學(xué);2016年

2 杜錦陽;充油電纜終端超聲波局部放電在線監(jiān)測[D];哈爾濱理工大學(xué);2013年

3 王亮;通過澆注孔檢測GIS內(nèi)部局部放電UHF信號[D];華北電力大學(xué)(北京);2014年

4 劉夢婕;基于時頻細化的局部放電信號分析方法研究[D];東北電力大學(xué);2016年

5 葛振東;高壓XLPE電纜中間接頭局部放電傳感器的研究[D];華北電力大學(xué)(北京);2014年

6 張倩;基于超聲波的遠程配電網(wǎng)局部放電快速巡檢裝置設(shè)計[D];西南交通大學(xué);2015年

7 黃超;基于光信號特征的變壓器局部放電檢測技術(shù)研究[D];上海電機學(xué)院;2016年

8 胡凱旋;基于非分光紅外的GIS局部放電類型辨識方法研究[D];內(nèi)蒙古工業(yè)大學(xué);2015年

9 鄭晴;基于光纖傳感的變壓器局部放電超聲檢測方法研究[D];華北電力大學(xué)(北京);2016年

10 余洋;深度學(xué)習(xí)在局部放電模式識別中的應(yīng)用[D];華北電力大學(xué)(北京);2016年

，

本文編號：1751340