环网柜局部放电监测方法技术

本申请涉及环网柜局部放电识别识别技术领域，解决了现有技术中对环网柜进行局部放电识别的延时性大

【技术实现步骤摘要】
环网柜局部放电监测方法、系统、存储介质及电子设备


[0001]本申请涉及环网柜局部放电识别
，尤其是一种环网柜局部放电监测方法
、
系统
、
存储介质及电子设备
。

技术介绍

[0002]环网柜在长期运行过程中，出现的故障类型主要有六大类，在环网柜各类故障类型中，绝缘故障占比为
38
％
,
发生故障比例最高
。
长期研究实践表明，局部放电是造成绝缘故障发生的主要原因
。
产生局放的主要原因是，电气设备的绝缘分布不均匀，导致绝缘的局部场强不均匀，使局部区域电场强度达到了该区域的击穿场强
。
环网柜内部电缆接头易发生局部放电，这是由于电缆接头在制作时，环网柜中电缆室空间狭小，电缆接头制作时极易引起导体和绝缘的损伤，导致电缆接头在长期运行过程中局部电场强度不均匀
。
此外，如果环网柜的内部电气设备长期工作于高温高湿或粉尘过多的环境下，都有可能引起环网柜电气绝缘性能下降，引发局部放电
>。
如果电本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种环网柜局部放电监测方法，其特征在于，包括：获取局部放电数据，其中，所述局部放电数据包括环网柜内部部署的
UHF
传感器
、HFCT
传感器和
AE
传感器采集到的数据；对所述局部放电数据进行数据滤波和归一化处理；通过
PCA
主成分分析法对数据滤波和归一化处理后的局部放电数据进行特征值提取，并构建特征向量映射矩阵；对
BP
神经网络模型的结构进行简化，并利用随机权重粒子群寻优算法对
BP
神经网络模型进行精度优化；利用特征向量映射矩阵对优化后的
BP
神经网络模型进行训练；通过训练好的
BP
神经网络模型进行局部放电识别
。2.
根据权利要求1所述的环网柜局部放电监测方法，其特征在于，所述数据滤波的方法包括：对局部放电数据中传感器采集到的数据的前
n
个值进行处理，剔除个数据点中的最大值和最小值，再对剩下的
n
‑2个数据取平均值，计算时将原始数据分为多个小段，依次按照上述数据滤波方法进行滤波
。3.
根据权利要求1所述的环网柜局部放电监测方法，其特征在于，所述归一化处理采用的转换函数为：其中，
x
为原始局部放电数据，
x
min
为
x
的最小值，
x
max
为
x
的最大值，
x
’
为归一化后的数据
。4.
根据权利要求1所述的环网柜局部放电监测方法，其特征在于，所述
PCA
主成分分析法包括：将数据滤波和归一化处理后的局部放电数据构成大小为
n
×
pde
样本矩阵
x
，其中，
n
为样本数量，
p
为指标数量；计算特征向量的平均值
X
，其中，计算特征向量的协方差矩阵
S
，其中，计算协方差的特征值和特征向量，其中，特征值为
λ1,
λ2,...,
λ
n
，特征向量为
v1,v2,...,v
n
；计算各成分的贡献率
η
i
和累计贡献率
β
k
，其中，，其中，选取贡献率最大的
p
个成分作为主成分，然后将主成分对应的
p
个特征向量组成特征向量矩阵
V
作为映射矩阵，将去噪重构后的信号变换到特征空间，即：
Y
＝
V
T
X
k
其中，
Y
为投影后的数据矩阵，
V
为特征向量矩阵，
V
＝
[v1,v2,...,v
p
]。5.
根据权利要求1所述的环网柜局部放电监测方法，其特征在于，对
BP
神经网络模型的结构进行简化，包括：将
BP
神经网络设定为输入层
、
隐含层和输出层三层模型，并减少隐含层的神经元个数，将隐含层神经元个数修改为由输入和...

【专利技术属性】
技术研发人员：张欣，周增，沈景贵，吴宇航，孟浩杰，
申请(专利权)人：杭州电力设备制造有限公司，
类型：发明
国别省市：