基于三维谱特征和SaE-ELM的油浸式高压设备局部放电故障识别
为准确提取绝缘油中局部放电特征信号,实现油浸式高压设备内部局部放电故障分类识别,搭建了油浸式高压设备腔内局部放电试验平台,通过模拟不同局部放电故障,多次采集各类放电信号,形成了局部放电故障特征库.在此基础上,通过提取局部放电超高频信号在各频段的能量值,构建了能量谱序列.针对此过程中局部放电特征信号易混频问题,进一步采用自适应进化极限学习机算法,以构建的各类局部放电故障能量谱序列为输入,故障类别为输出,从而实现局部放电故障的识别.试验结果表明,将局部放电功率谱特征和自适应进化极限学习机相结合,能够对油浸式高压设备腔内局部放电信号有效识别;通过现场实测数据的进一步验证,表明所提方案较传统小波分析与神经网络诊断而言,更为准确有效.
油浸式高压电器设备 局部放电 故障识别 三维谱特征 自适应进化极限学习机算法
李帅兵 高波 宋臻杰 郝长金 刘彦琴 吴广宁
西南交通大学,成都610031 西南交通大学,成都610031;国网四川省电力公司成都供电公司,成都610041
国内会议
西安
中文
1-6
2015-10-15（万方平台首次上网日期，不代表论文的发表时间）