The invention discloses a method for partial discharge location error compensation based on multiple radial basis neural network, which comprises the following steps: (1) division of the region of space; (2) samples of partial discharge signals, calculate the sample delay value; (3) the calculation theory of delay value; (4) the training of radial basis function neural network; (5) sample delay error compensation value, the output value of the corresponding sample delay correction; (6) calculate the corresponding sample discharge position; (7) training second RBF neural network; (8) partial discharge signals collection discharge source location TBD, the calculation of the corresponding delay value and the initial discharge source position; (9) the initial delay error compensation value, the output value of the corresponding delay correction; (10) the first amendment power position calculation; (11) the first discharge position error correction compensation, the final output correction corresponding discharge position. The invention can compensate the calculation error and location error of the time delay, and improve the positioning accuracy.
【技术实现步骤摘要】
基于多径向基神经网络的局部放电定位误差补偿方法
本专利技术涉及电力设备监控领域,尤其涉及一种基于多径向基神经网络的局部放电定位误差补偿方法及基于多径向基神经网络的局部放电定位系统。
技术介绍
电力行业中电力设备的安全稳定运行极为重要,局部放电(PartialDischarge,PD)作为电力设备绝缘劣化的一种形式,有可能造成设备的进一步劣化甚至绝缘击穿。因此,对局部放电的早期定位非常重要。对局部放电的放电源位置进行定位,可以及时地发现电力设备的故障位置,提高检修的效率,有效避免重大事故的发生,并且可以有效节约人力成本,因此局部放电的准确定位有重大意义。基于特高频(UHF)信号时差的局部放电定位方法通过计算超高频信号的时差进行局放定位,有较强的抗干扰性和较高的灵敏性;然而由于定位误差较大,还未能在变电站中广泛应用。基于特高频信号的定位法是通过若干传感器分别采集放电源发出的特高频局部放电信号,基于时延算法计算各个传感器接收到的特高频局部放电信号之间的时延值,然后基于时延值确定放电源位置坐标,因此时延值的计算准确度将大大影响到局部放电的定位准确度。基于特高频信号的局部放电定位近年来已被科研工作者们深入研究,涌现出了很多计算特高频信号时差的方法,如典型的相关估计法、阈值法和能量积累法等。根据时差法的局部放电定位方程可知,局部放电定位的精度取决于特高频信号时差的计算精度,若要求定位精度为1米,则时差的计算误差需在10纳秒以内,大部分时差计算算法难以达到如此高的精度要求,因此无法进一步提高局部放电源位置定位的精准度。
技术实现思路
本专利技术的目的之一是提供一种基于多径向 ...
【技术保护点】
一种基于多径向基神经网络的局部放电定位误差补偿方法,其特征在于,包括步骤:(1)将局部放电信号测量范围内的空间划分为多个空间区域;(2)采集分布在所述多个空间区域内的放电源位置已知的若干样本局部放电信号,基于时延算法计算相应的样本时延值;(3)基于所述已知的放电源位置计算所述若干样本局部放电信号的理论时延值;(4)分别对应所述多个空间区域训练多个第一径向基神经网络,其中每个第一径向基神经网络以其对应的空间区域相应的所述样本时延值为样本输入,以其对应的空间区域相应的所述理论时延值为期望输出进行训练;(5)每个第一径向基神经网络以其对应的空间区域相应的所述样本时延值为输入,所述第一径向基神经网络补偿所述样本时延值的误差,输出相应的修正样本时延值;(6)基于所述修正样本时延值计算相应的修正样本放电源位置;(7)分别对应所述多个空间区域训练多个第二径向基神经网络,其中每个第二径向基神经网络以其对应的空间区域相应的修正样本放电源位置为样本输入,以其对应的空间区域相应的所述已知的放电源位置为期望输出进行训练;(8)采集放电源位置待定的局部放电信号,基于时延算法计算相应的初步时延值,并基于该初步时延 ...
【技术特征摘要】
1.一种基于多径向基神经网络的局部放电定位误差补偿方法,其特征在于,包括步骤:(1)将局部放电信号测量范围内的空间划分为多个空间区域;(2)采集分布在所述多个空间区域内的放电源位置已知的若干样本局部放电信号,基于时延算法计算相应的样本时延值;(3)基于所述已知的放电源位置计算所述若干样本局部放电信号的理论时延值;(4)分别对应所述多个空间区域训练多个第一径向基神经网络,其中每个第一径向基神经网络以其对应的空间区域相应的所述样本时延值为样本输入,以其对应的空间区域相应的所述理论时延值为期望输出进行训练;(5)每个第一径向基神经网络以其对应的空间区域相应的所述样本时延值为输入,所述第一径向基神经网络补偿所述样本时延值的误差,输出相应的修正样本时延值;(6)基于所述修正样本时延值计算相应的修正样本放电源位置;(7)分别对应所述多个空间区域训练多个第二径向基神经网络,其中每个第二径向基神经网络以其对应的空间区域相应的修正样本放电源位置为样本输入,以其对应的空间区域相应的所述已知的放电源位置为期望输出进行训练;(8)采集放电源位置待定的局部放电信号,基于时延算法计算相应的初步时延值,并基于该初步时延值计算相应的初步放电源位置;(9)将所述初步时延值输入所述初步放电源位置对应的所述第一径向基神经网络,所述第一径向基神经网络补偿所述初步时延值的误差,输出修正时延值;(10)基于所述修正时延值计算相应的初次修正放电源位置;(11)将所述初次修正放电源位置输入所述初步放电源位置对应的所述第二径向基神经网络,所述第二径向基神经网络补偿所述初次修正放电源位置的误差,输出最终修正放电源位置。2.如权利要求1所述的基于多径向基神经网络的局部放电定位误差补偿方法,其特征在于,所述时延算法包括阈值法、能量积累法、广义相关法、双谱估计算法、高阶统计量法以及插值相关法中的至少其中之一。3.如权利要求1所述的基于多径向基神经网络的局部放电定位误差补偿方法,其特征在于,通过固定位于不同位置的若干传感器采集局部放电信号。4.如权利要求3所述的基于多径向基神经网络的局部放电定位误差补偿方法,其特征在于,所述若干传感器的数量为四个。5.如权利要求4所述的基于多径向基神经网络的局部放电定位误差补偿方法,其特征在于,所述第一径向基神经网络的输入节点个数为4,输出节点个数为4。6.如权利要求5所述的基于多径向基神经网络的局部放电定位误差补偿方法,其特征在于,所述第二径向基神经网络的输入节点个数为2,输出节点个数为2。7.如权利要求1-6中任意一项权利要求所述的基于多径向基神经网络的局部放电定位误差补偿方法,其特征在于,所述第一径向基神经网络和/或所述第二径向基神经网...
【专利技术属性】
技术研发人员:周南,罗林根,盛戈皞,陈敬德,钱勇,刘亚东,宋辉,江秀臣,
申请(专利权)人:上海交通大学,
类型:发明
国别省市:上海,31
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。