交联聚乙烯电缆局部放电模式识别方法技术

一种交联聚乙烯电缆局部放电模式识别方法，属于电力设备在线监测与故障诊断的技术领域。本发明专利技术的目的是采用电缆在线或离线的监测数据，基于固有模态奇异值分解理论进行局部放电信号的特征提取，选取样本数据进行电缆局部放电检测极限学习机模型的学习，进而实现对XLPE电力电缆局部放电检测的交联聚乙烯电缆局部放电模式识别方法。本发明专利技术针对七种电缆的运行状态，基于固有模态奇异值分解理论，对电缆各种不同运行状态对应的原始信号进行特征提取，确定各样本数据的目标向量形式，从而完成XLPE电力电缆局部放电样本数据集的构建，所构建的电缆局部放电检测ELM模型的进行学习和测试。本发明专利技术能够准确、快速地辨识电力电缆的绝缘缺陷及局部放电模式，从而保证电缆设备的安全健康运行，为电力电缆检修计划安排提供依据。

【技术实现步骤摘要】

本专利技术属于电力设备在线监测与故障诊断的

技术介绍
交联聚乙烯(Crosslinked Polyethylene, XLPE)电力电缆是电力系统的重要设备，确保其可靠运行、减少停电维护次数和时间，实现状态检修是保障电网安全可靠运行的重要内容。目前虽然已有差分法、方向耦合法、电磁耦合法、高频电容法、超声波检测法等电力电缆局部放电检测方法，但现有方法的应用效果仍然有待提高，迫切需要有新方法创新应用于解决XLPE电力电缆的局部放电检测问题。因此，基于电力电缆在线或离线的监测信息的局部放电模式识别具有重要意义。可及时发现电力电缆的绝缘缺陷及局部放电类型，为其状态维修提供依据。
技术实现思路
本专利技术的目的是采用电缆在线或离线的监测数据，基于固有模态奇异值分解理论进行局部放电信号的特征提取，选取样本数据进行电缆局部放电检测极限学习机模型的学习，进而实现对XLPE电力电缆局部放电检测的交联聚乙烯电缆局部放电模式识别方法。本专利技术的步骤是：a、针对主绝缘内气隙放电缺陷、悬浮电位放电缺陷、主绝缘划伤放电缺陷、接头处应力锥错位放电缺陷、以及外半导电层断口处的爬电放电缺陷与主绝缘割伤放电缺陷六种选定局部放电类型，六种局部放电故障运行状态与正常工作类型总共是七种电缆的运行状态；b、选取蕴含电缆运行状态的离线或在线的监测数据作为数据源；c、基于固有模态奇异值分解理论，对步骤b所得的电缆各种不同运行状态对应的原始信号进行特征提取；（1）利用EMD良好的时频分析特性对原信号进行自适应分解，得到由信号IMF分量组成的模态矩阵；（2）对模态矩阵进行奇异值分解，得到模态矩阵的奇异值，作为电力电缆局部放电信号的特征量；d、确定电力电缆不同运行状态对应的局部放电检测ELM模型的目标向量表达方式；e、针对步骤a所述的7种运行状态，将步骤b所得的原始数据进行筛选和分类，然后按照步骤c的方法进行特征提取得到各样本数据的特征量，根据步骤d的方式确定各样本数据的目标向量形式，从而完成XLPE电力电缆局部放电样本数据集的构建；f、将步骤e所得的样本数据集按2:1的比例分为训练样本集和测试样本集；g、构建电力电缆局部放电检测ELM模型；确定基于ELM的电力电缆局部放电检测模型的输入层节点数、隐层节点数、输出层节点数和激活函数                                                ；h、基于步骤f所得的训练样本集，对步骤g所构建的电缆局部放电检测ELM模型的进行学习；i、基于步骤f所得的测试样本集，对步骤h得到的训练后电缆局部放电检测ELM模型进行测试。本专利技术上述步骤c原始信号进行特征提取的步骤是：a、根据电缆局部放电信号的所有极值点，采用三次样条函数分别拟合出极大值、极小值包络线和，求出其上、下包络线的平均值                   （1）；b、分析与的差，                      （2），若是IMF，则就是信号的第一个IMF分量；反之，若不是IMF，则将其作为新的，重复式（2）k次                      （3）式中，和分别为第k次和k-1次筛选所得数据，为上下包络线的平均值，利用的值，通常取0.2~0.3，判断每次筛选结果是否为IMF分量                  （4）当满足的值要求，则令                         （5）为信号第一个满足IMF条件的分量；c、令                        （6）把作为新的，不断重复以上过程，依次得到第二个IMF ，第三个IMF ，… ，直到第nn阶IMF分量对应的余量为单调函数或可视为测量误差时EMD分解过程停止；于是，                    （7）式中，为趋势项，代表了信号的平均趋势或均值；d、将原信号的所有IMF分量组合在一起，构成模态矩阵A，即              （8）；e、对模态矩阵A进行奇异值分解，得到模态矩阵的奇异值向量，将其作为刻画电力电缆局部放电的特征向量；                     （9）式中，和分别是阶和阶正交矩阵，是矩阵A的第i个的特征值，是对角矩阵，且，其元素为矩阵A的非负奇异值，并按降序排列；是矩阵A的秩，和分别是U和V的第i列奇异值矢量，分别对应信号的频率和时间信息。本专利技术上述步骤h电缆局部放电检测ELM模型的进行学习流程是：a、设定输入层权值 及隐含层阈值，，为隐层节点数；b、计算训练样本集的隐层输出矩阵，其中，；c、计算的Moore-Penrose广义逆；当为非奇异矩阵时，按式计算，否则，采用奇异值分解法求解；d、计算输出权重，其中。本专利技术上述步骤i所述训练后电缆局部放电检测ELM模型进行测试的步骤是：a、计算对应测试样本数据的隐层输出矩阵；b、计算电力电缆局部放电检测模型的输出；c、以ELM输出的行向量中最大元素值对应的放电类型作为检测结果；d、将ELM的检测结果与电力电缆的实际局部放电类型作比较，计算诊断正确率，对所提模型进行测试。本专利技术针对XLPE电力电缆绝缘缺陷导致的不同局部放电模式，利用已安装的监测装置或系统的监测数据，将EMD多尺度分析和奇异值理论二者相结合，提出一种基于固有模态奇异值分解和ELM的XLPE电缆局部放电模式识别方法。该专利技术可以有效选取XLPE电力电缆各种局部放电模式的特征量，同时综合利用了ELM泛化能力强、训练速度快的优点，能够准确、快速地辨识电力电缆的绝缘缺陷及局部放电模式，从而保证电缆设备的安全健康运行，为电力电缆检修计划安排提供依据。附图说明图1是基于固有模态奇异值分解和极限学习机的XLPE电缆局部放电模式识别方法流程图；图2是基于固有模态奇异值分解的XLPE电缆局部放电信号特征提取的流程图；图3是XLPE电力电缆局部放电检测ELM模型的学习流程图；图4是XLPE电力电缆局部放电检测ELM模型的测试流程图。具体实施方式本专利技术图1是基于固有模态奇异值分解和极限学习机的XLPE电缆局部放电模式识别方法流程图。具体步骤如下：步骤1：选定电力电缆的典型局部放电类型，划分电缆的运行状态。针对电缆常见绝缘缺陷放电形式和特点，选取六种典型缺陷的局部放电类型进行研究，即：主绝缘内气隙放电缺陷、悬浮电位放电缺陷、主绝缘划伤放电缺陷、主绝缘割伤放电缺陷、接头处应力锥错位放电缺陷、以及外半导电层断口处的爬电放电缺陷。因此，本专利技术中电缆的运行状态共分为七种，包括正常工作和上述六种典型的局部放电故障运行状态。步骤2：选取蕴含电缆运行状态的离线或在线的监测数据作为数据源。该数据源可由电缆局部放电在线监测装置通过离线或在线监测本文档来自技高网...

【技术保护点】
一种交联聚乙烯电缆局部放电模式识别方法，其特征在于：其步骤是：a、针对主绝缘内气隙放电缺陷、悬浮电位放电缺陷、主绝缘划伤放电缺陷、接头处应力锥错位放电缺陷、以及外半导电层断口处的爬电放电缺陷与主绝缘割伤放电缺陷六种选定局部放电类型，六种局部放电故障运行状态与正常工作类型总共是七种电缆的运行状态；b、选取蕴含电缆运行状态的离线或在线的监测数据作为数据源；c、基于固有模态奇异值分解理论，对步骤b所得的电缆各种不同运行状态对应的原始信号进行特征提取；（1）利用EMD良好的时频分析特性对原信号进行自适应分解，得到由信号IMF分量组成的模态矩阵；（2）对模态矩阵进行奇异值分解，得到模态矩阵的奇异值，作为电力电缆局部放电信号的特征量；d、确定电力电缆不同运行状态对应的局部放电检测ELM模型的目标向量表达方式；e、针对步骤a所述的7种运行状态，将步骤b所得的原始数据进行筛选和分类，然后按照步骤c的方法进行特征提取得到各样本数据的特征量，根据步骤d的方式确定各样本数据的目标向量形式，从而完成XLPE电力电缆局部放电样本数据集的构建；f、将步骤e所得的样本数据集按2:1的比例分为训练样本集和测试样本集；g、构建电力电缆局部放电检测ELM模型；确定基于ELM的电力电缆局部放电检测模型的输入层节点数、隐层节点数、输出层节点数和激活函数；h、基于步骤f所得的训练样本集，对步骤g所构建的电缆局部放电检测ELM模型的进行学习；i、基于步骤f所得的测试样本集，对步骤h得到的训练后电缆局部放电检测ELM模型进行测试。...

【技术特征摘要】
1.一种交联聚乙烯电缆局部放电模式识别方法，其特征在于：其步骤是：
a、针对主绝缘内气隙放电缺陷、悬浮电位放电缺陷、主绝缘划伤放电缺陷、接头处应力锥错位放电缺陷、以及外半导电层断口处的爬电放电缺陷与主绝缘割伤放电缺陷六种选定局部放电类型，六种局部放电故障运行状态与正常工作类型总共是七种电缆的运行状态；
b、选取蕴含电缆运行状态的离线或在线的监测数据作为数据源；
c、基于固有模态奇异值分解理论，对步骤b所得的电缆各种不同运行状态对应的原始信号进行特征提取；
（1）利用EMD良好的时频分析特性对原信号进行自适应分解，得到由信号IMF分量组成的模态矩阵；
（2）对模态矩阵进行奇异值分解，得到模态矩阵的奇异值，作为电力电缆局部放电信号的特征量；
d、确定电力电缆不同运行状态对应的局部放电检测ELM模型的目标向量表达方式；
e、针对步骤a所述的7种运行状态，将步骤b所得的原始数据进行筛选和分类，然后按照步骤c的方法进行特征提取得到各样本数据的特征量，根据步骤d的方式确定各样本数据的目标向量形式，从而完成XLPE电力电缆局部放电样本数据集的构建；
f、将步骤e所得的样本数据集按2:1的比例分为训练样本集和测试样本集；
g、构建电力电缆局部放电检测ELM模型；确定基于ELM的电力电缆局部放电检测模型的输入层节点数、隐层节点数、输出层节点数和激活函数                                                ；
h、基于步骤f所得的训练样本集，对步骤g所构建的电缆局部放电检测ELM模型的进行学习；
i、基于步骤f所得的测试样本集，对步骤h得到的训练后电缆局部放电检测ELM模型进行测试。
2.根据权利要求1所述的交联聚乙烯电缆局部放电模式识别方法，其特征在于：步骤c的提取步骤是：
a、根据电缆局部放电信号的所有极值点，采用三次样条函数分别拟合出极大值、极小值包络线和，求出其上、下包络线的平均值
                   （1）；
b、分析与的差，
                      （2），
若是IMF，则就是信号的第一个IMF分量；反之，若不是IMF，则将其作为新的，重...

【专利技术属性】
技术研发人员：李扬，李国庆，王振浩，张喜林，庞丹，辛业春，陈继开，
申请(专利权)人：东北电力大学，国家电网公司，国网吉林省电力有限公司长春供电公司，
类型：发明
国别省市：吉林;22