【技术实现步骤摘要】
一种配电网10kV电缆局部放电故障类型智能识别方法
[0001]本专利技术属于放电故障类型智能识别领域,具体涉及一种配电网10kV电缆局部放电故障类型智能识别方法。
技术介绍
[0002]配网电缆数量众多,且对供电可靠性要求越来越高,为保证供电质量,需要减少停电次数和停电时间。为了保证电缆运行安全,及时获取电缆绝缘状态数据,需要采集大量带电检测数据,评估电缆运行状态。电缆在运行过程中受到各种应力作用,许多效应将会导致局部放电的出现,局部放电通常是引起电缆及其接头绝缘性能下降的主要原因之一。局部放电的发展最终会导致电缆的击穿,造成停电事故。因此,对配网电缆绝缘进行局部放电测量,并识别缺陷类型有着重大意义,放电时域波形经过T
‑
F聚类可以作为配网电缆局部放电故障的重点研究对象。
[0003]当前配网电缆局放故障的检测信号主要是通过高频电流传感器测得脉冲电流信号,脉冲电流信号因具有采集方式简单、受干扰小、采集到的信号易于分析等优势,成为了当前使用最多的检测信号之一。当前,配网电缆局部放电故障的识别方法基本 ...
【技术保护点】
【技术特征摘要】
1.一种配电网10kV电缆局部放电故障类型智能识别方法,其特征在于,包括以下步骤:步骤1:采集单一模拟局放故障在配网电缆运行过程中的放电脉冲电流信号数据;步骤2:对步骤1中采集的放电脉冲电流信号数据进行预处理,去除无效的冗余数据,提取有效的放电脉冲电流波形;步骤3:在步骤2中有效的放电脉冲电流波形转换到T
‑
F模式下后进行模糊聚类分析,剥离不相关的噪声或其他干扰信号点后,得到单一局放故障类型的放电指纹;步骤4:重复步骤1
‑
步骤3,得到不同局放故障类型的放电指纹,从而得到配网电缆局放故障类型指纹库;步骤5:测量真实局放放电信号,重复步骤2,然后经过T
‑
F模式下的模糊聚类后,与步骤4中得到配网电缆局放故障类型指纹库进行对比,对配网电缆局放故障类型进行识别。2.根据权利要求1所述的一种配电网10kV电缆局部放电故障类型智能识别方法,其特征在于,步骤1中利用局放模拟源配合高频电流传感器及示波器采集单一模拟局放故障在配网电缆运行过程中的放电脉冲电流信号数据。3.根据权利要求2所述的一种配电网10kV电缆局部放电故障类型智能识别方法,其特征在于,步骤1中由局放模拟源向电缆施加不同类型的局放信号,由高频电流传感器及示波器采集放电过程的运行数据,得到局放信号放电波形,即单一模拟局放故障在配网电缆运行过程中的放电脉冲电流信号数据。4.根据权利要求1所述的一种配电网10kV电缆局部放电故障类型智能识别方法,其特征在于,步骤2中提取有效的放电脉冲电流波形的方法为高触发值逆推提取法。5.根据权利要求4所述的一种配电网10kV电缆局部放电故障类型智能识别方法...
【专利技术属性】
技术研发人员:张长安,范斌涛,詹涪至,黄寅,李建锋,张喆,陈相吾,赵煦,孟国栋,
申请(专利权)人:陕西能源研究院有限公司西安交通大学,
类型:发明
国别省市:
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。