基于RBF神经网络对环网柜内电缆进行局部放电识别的方法及系统技术方案

技术编号：41141521 阅读：46 留言：0更新日期：2024-04-30 18:11

本发明专利技术提供了一种基于RBF神经网络对环网柜内电缆进行局部放电识别的方法，其包括步骤：采集表征环网柜内电缆的不同绝缘缺陷类型的局部放电信号样本；提取局部放电信号样本的短时能量、功率谱的重心频率，以及其PRPD谱图的统计特征；采用局部放电信号样本的短时能量、功率谱的重心频率，以及其PRPD谱图的统计特征对RBF神经网络进行训练，使其输出对应的绝缘缺陷类型；实际检测时，采集实测的局部放电信号，并提取其短时能量、功率谱的重心频率，以及其PRPD谱图的统计特征，将该局部放电信号的短时能量、功率谱的重心频率，以及其PRPD谱图的统计特征输入经过训练的RBF神经网络中，RBF神经网络输出绝缘缺陷类型。

全部详细技术资料下载

【技术实现步骤摘要】

本专利技术涉及一种智能诊断识别方法及系统，尤其涉及一种电力设备的局部放电故障识别方法及系统。

技术介绍

1、环网柜在配电网中用量巨大，广泛分布在变电站，开关所，小区，工厂，负荷中心配电站等区域，担负着保障区域供电的重要任务，其运行状态的好坏直接关乎到人类的生产生活。近年来，配电网的规模不断扩大，环网柜的使用数量逐年剧增。随着环网柜使用数量的剧增，保障环网柜安全运行的任务量越来越大。环网柜在长期运行过程中，绝缘故障占比最高，而局部放电是造成绝缘故障发生的主要原因。

2、局部放电是由于电力设备绝缘介质中的某一区域发生局部击穿而产生的放电现象，将会使有机绝缘材料绝缘性能逐渐下降可见，局部放电检测的意义在于，尽早的识别环网柜设备内部绝缘缺陷的初期征兆，并采取及时的措施消除绝缘隐患。

3、环网柜产生局部放电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。如果电气设备长期发生局部放电，则会加速电气设备绝缘的劣化，最终导致设备的绝缘被击穿，引起环网柜起火爆炸，给区域供电产生影响。对环网柜局部放电的监测有助于排除绝缘故障隐患，从源头遏制绝缘事故的发生，保障供电的可靠性。

<p>4、基于此，期望获得一种对环网柜内电缆进行局部放电识别的方法及系统。

技术实现思路

1、本专利技术的目的在于提供一种基于rbf神经网络对环网柜内电缆进行局部放电识别的方法，其采用特高频法提取局部放电信号，将信号进行处理后，得到典型缺陷局部放电的短时能量、重心频率和prpd特征量等数据作为局部放电的特征参数，进而利用rbf神经网络对特征参数进行分析，进而可以识别环网柜内电缆局部放电故障类型。

2、为了实现上述目的，本专利技术提供了一种基于rbf神经网络对环网柜内电缆进行局部放电识别的方法，其包括步骤：

3、(1)采集表征环网柜内电缆的不同绝缘缺陷类型的局部放电信号样本；

4、(2)提取局部放电信号样本的短时能量、功率谱的重心频率，以及其prpd谱图的统计特征；

5、(3)采用局部放电信号样本的短时能量、功率谱的重心频率，以及其prpd谱图的统计特征对rbf神经网络进行训练，使其输出对应的绝缘缺陷类型；

6、(4)实际检测时，采集待测环网柜内电缆的局部放电信号，并提取局部放电信号的短时能量、功率谱的重心频率，以及其prpd谱图的统计特征，将该局部放电信号的短时能量、功率谱的重心频率，以及其prpd谱图的统计特征输入经过训练的rbf神经网络中，rbf神经网络输出绝缘缺陷类型。

7、因此，本专利技术是利用径向基(radial basis function，rbf)神经网络对不同类型局部放电的短时能量、重心频率、相位分析(phase resolved partial discharge,prpd)谱特征量进行机器学习，进而实现环网柜内电缆局部放电信号的故障模式识别

8、进一步地，在本专利技术所述的方法中，在步骤(1)和步骤(2)之间还包括步骤(1a)对局部放电信号样本进行预处理，所述预处理包括滤波处理和去噪处理；所述步骤(4)还包括对待测环网柜内电缆的局部放电信号进行预处理，然后再提取其短时能量、功率谱的重心频率，以及其prpd谱图的统计特征。

9、进一步地，在本专利技术所述的方法的步骤(1a)和步骤(4)中，先采用窄带滤波器对局部放电信号样本或待测环网柜内电缆的局部放电信号进行滤波，然后采用小波阈值去噪的方法对局部放电信号样本或待测环网柜内电缆的局部放电信号中存在的白噪声进行去噪。

10、进一步地，在本专利技术所述的方法的步骤(2)和步骤(4)中，对局部放电信号样本或待测环网柜内电缆的局部放电信号进行分帧处理，采用交叠分帧的方法，计算其每一帧的短时能量。

11、进一步地，在本专利技术所述的方法的步骤(2)和步骤(4)中，采用hanmming窗的welch法计算局部放电信号样本或待测环网柜内电缆的局部放电信号的功率谱，并基于功率谱计算功率谱的重心频率。

12、进一步地，在本专利技术所述的方法的步骤(2)和步骤(4)中，所述prpd谱图包括：最大放电幅值对相位分布、平均放电幅值对相位分布和放电次数对相位分布，其中对于最大放电幅值对相位分布和平均放电幅值对相位分布，其统计特征包括：偏斜度、陡峭度、局部峰点数、互相关系数、放电量因数、相位不对称度和修正互相关系数；对于放电次数对相位分布，其统计特征包括：偏斜度、陡峭度、局部峰点数和互相关系数。

13、本专利技术的另一目的在于一种基于rbf神经网络对环网柜内电缆进行局部放电识别的系统，其包括：

14、信号采集装置，其采集表征环网柜内电缆的不同绝缘缺陷类型的局部放电信号样本以及待测环网柜内电缆的局部放电信号：

15、特征提取模块，其提取局部放电信号样本的短时能量、功率谱的重心频率，以及其prpd谱图的统计特征；

16、rbf神经网络模块，采用局部放电信号样本的短时能量、功率谱的重心频率，以及其prpd谱图的统计特征对rbf神经网络进行训练，使其输出对应的绝缘缺陷类型；

17、其中，在实际检测时，特征提取模块提取待测环网柜内电缆的局部放电信号的短时能量、功率谱的重心频率，以及其prpd谱图的统计特征，将该局部放电信号的短时能量、功率谱的重心频率，以及其prpd谱图的统计特征输入经过训练的rbf神经网络模块中，rbf神经网络模块输出绝缘缺陷类型。

18、进一步地，在本专利技术所述的系统中，所述信号采集装置包括特高频(uhf)传感器。

19、进一步地，本专利技术所述的系统还包括预处理模块，其对局部放电信号样本或待测环网柜内电缆的局部放电信号进行预处理，所述预处理包括滤波处理和去噪处理。

20、进一步地，在本专利技术所述的系统中，所述特征提取模块对局部放电信号样本或待测环网柜内电缆的局部放电信号进行分帧处理，采用交叠分帧的方法，计算其每一帧的短时能量；所述特征提取模块还采用hanmming窗的welch法计算局部放电信号样本或待测环网柜内电缆的局部放电信号的功率谱，并基于功率谱计算功率谱的重心频率。

21、本专利技术所述的基于rbf神经网络对环网柜内电缆进行局部放电识别的方法具有如下优点以及有益效果：

22、在本专利技术所设计的这种对环网柜内电缆进行局部放电识别的方法中，其将rbf神经网络引入到了基于环网柜内电缆进行局部放电信号进行缺陷类型的诊断中，从而能够智能地对设备异常uhf进行诊断，从而提高了环网柜内电缆绝缘故障识别的准确度和识别效率。

23、本专利技术所述本文档来自技高网...

【技术保护点】

1.一种基于RBF神经网络对环网柜内电缆进行局部放电识别的方法，其特征在于，包括步骤：

2.如权利要求1所述的方法，其特征在于，在步骤(1)和步骤(2)之间还包括步骤(1a)对局部放电信号样本进行预处理，所述预处理包括滤波处理和去噪处理；所述步骤(4)还包括对待测环网柜内电缆的局部放电信号进行预处理，然后再提取其短时能量、功率谱的重心频率，以及其PRPD谱图的统计特征。

3.如权利要求1所述的方法，其特征在于，在步骤(1a)和步骤(4)中，先采用窄带滤波器对局部放电信号样本或待测环网柜内电缆的局部放电信号进行滤波，然后采用小波阈值去噪的方法对局部放电信号样本或待测环网柜内电缆的局部放电信号中存在的白噪声进行去噪。

4.如权利要求1所述的方法，其特征在于，在步骤(2)和步骤(4)中，对局部放电信号样本或待测环网柜内电缆的局部放电信号进行分帧处理，采用交叠分帧的方法，计算其每一帧的短时能量。

5.如权利要求1所述的方法，其特征在于，在步骤(2)和步骤(4)中，采用hanmming窗的Welch法计算局部放电信号样本或待测环网柜内电缆的局

6.如权利要求1所述的方法，其特征在于，在步骤(2)和步骤(4)中，所述PRPD谱图包括：最大放电幅值对相位分布、平均放电幅值对相位分布和放电次数对相位分布，其中对于最大放电幅值对相位分布和平均放电幅值对相位分布，其统计特征包括：偏斜度、陡峭度、局部峰点数、互相关系数、放电量因数、相位不对称度和修正互相关系数；对于放电次数对相位分布，其统计特征包括：偏斜度、陡峭度、局部峰点数和互相关系数。

7.一种基于RBF神经网络对环网柜内电缆进行局部放电识别的系统，其特征在于，包括：

8.如权利要求7所述的系统，其特征在于，所述信号采集装置包括特高频传感器。

9.如权利要求7所述的系统，其特征在于，还包括预处理模块，其对局部放电信号样本或待测环网柜内电缆的局部放电信号进行预处理，所述预处理包括滤波处理和去噪处理。

10.如权利要求7所述的系统，其特征在于，所述特征提取模块对局部放电信号样本或待测环网柜内电缆的局部放电信号进行分帧处理，采用交叠分帧的方法，计算其每一帧的短时能量；所述特征提取模块还采用hanmming窗的Welch法计算局部放电信号样本或待测环网柜内电缆的局部放电信号的功率谱，并基于功率谱计算功率谱的重心频率。

...

【技术特征摘要】

1.一种基于rbf神经网络对环网柜内电缆进行局部放电识别的方法，其特征在于，包括步骤：

2.如权利要求1所述的方法，其特征在于，在步骤(1)和步骤(2)之间还包括步骤(1a)对局部放电信号样本进行预处理，所述预处理包括滤波处理和去噪处理；所述步骤(4)还包括对待测环网柜内电缆的局部放电信号进行预处理，然后再提取其短时能量、功率谱的重心频率，以及其prpd谱图的统计特征。

5.如权利要求1所述的方法，其特征在于，在步骤(2)和步骤(4)中，采用hanmming窗的welch法计算局部放电信号样本或待测环网柜内电缆的局部放电信号的功率谱，并基于功率谱计算功率谱的重心频率。

6.如权...

【专利技术属性】
技术研发人员：张宇，黄雪莜，梁倩仪，胡斌斌，余伟洲，蒋晶，陆进威，
申请(专利权)人：广东电网有限责任公司广州供电局，
类型：发明
国别省市：

全部详细技术资料下载我是这个专利的主人