电力工业论文_基于LMD和LSTM的盆式绝缘子典型

文章目录

0 引言

1 基于局部均值分解的局部放电特征提取

1.1 局部均值分解方法的基本原理

    1)确定原信号X(t)的局部极值点，计算相邻两个极值点的平均值以及包络估计值。

    2)从原信号X(t)中减去局部均值函数m11(t), 再除以包络估计函数a11(t)对h11(t)解调。

    3)将s11(t)作为原始数据重复步骤1)、2)中的迭代过程，即：

    4)最终原信号X(t)将被分解为k个PF分量与残余分量uk(t)之和，如式(6)所示。

1.2 成对高斯白噪声辅助的自适应分解

1.3 基于LMD的局部放电特征提取

2 基于LSTM的局部放电识别方法

2.1 LSTM的基本结构

2.2 基于LSTM的局部放电识别模型

3 盆式绝缘子典型缺陷局部放电实验

3.1 盆式绝缘子局部放电模型

3.2 盆式绝缘子局部放电实验平台

4 数据处理与和识别结果分析

4.1 局部放电信号的预处理

4.2 局部放电信号的分解与特征提取

4.3 局部放电的分类识别结果

5 结论

文章摘要:盆式绝缘子是气体绝缘组合电器（gas insulated switchgear, GIS）中的重要绝缘部件,准确地识别其不同缺陷的局部放电信号对保障GIS长时间安全稳定运行具有重要意义。本文提出一种基于局部均值分解（local mean decomposition, LMD）和长短期记忆神经网络（long short-term memory, LSTM）的盆式绝缘子局部放电分类识别方法。首先使用成对高斯白噪声辅助的LMD方法对局部放电信号进行分解,再对分解得到的分量进行分割,提取每个片段的能量占比、Renyi熵和赫斯特指数形成特征矩阵,最后将特征矩阵输入LSTM中进行训练和分类识别。在实验室中建立了模拟实际工况的盆式绝缘子局部放电实验平台,采集了4种不同缺陷的局部放电信号进行分析处理,结果表明:所提方法能够有效识别盆式绝缘子不同缺陷的局部放电信号,经LMD分解后提取的特征参数能有效表征局放信号不同频带内的特性,识别正确率明显高于不经过LMD分解直接进行特征提取的情况。

文章关键词:

论文DOI:10.13648/j.cnki.issn1674-0629.2021.08.012

论文分类号:TM216;TM855

上一篇：电力工业论文_基于多传感器的高电压设备故障检
下一篇：没有了