当前位置:文档之家› 于多重分形维数的GIS局部放电模式识别

于多重分形维数的GIS局部放电模式识别

 万方数据

 万方数据

第4期张晓星等:基于多重分形维数的GIS局部放电模式识别599

作者根据GIS设备绝缘缺陷放电形式和特点,分别设计了4种GIS模拟装置内局部放电物理模型:(1)金属突出物缺陷;(2)自由金属微粒缺陷;(3)绝缘子表面固定金属微粒缺陷;(4)气隙缺陷。

图2(a)是高压电极上金属突出物缺陷的物理模型,本文采用在内导体表面径向安装一根银针来模拟这种放电类型,经过大量观察和试验,选取径向高度为5~15mm的银针;图2(b)是自由金属微粒缺陷物理模型。考虑到只有较轻、较小的微粒在电场作用下更容易起跳,因此选用0.5Inn×1iYln3的矩形锡箔微粒;图2(C)是绝缘子金属污染物物理模型。作者用10rain×2mm的锡箔纸粘于绝缘子上面模拟此缺陷;图2(d)是气隙缺陷物理模型。GIS内部绝缘子和内导体问的交界处会出现一定的间隙,增加了交界处的电场强度,产生局部放电,造成GIS绝缘破坏。本文选用Ar=1mm的气隙来模拟该缺陷类型。

(a)高压电极上金属突出物缺陷

(a)Metallicoutshootinsulationdefecton

highvoltageconductor

内森1石导八

霹盔翟誓盈翟溢蓉卜—卜_.)

I!攀二!虫奎微粒弋影

——————————T。————≮———一)—1y

士\接地外壳,,/,4-

(b)自由金属微粒缺陷

(b)Freemetallicparticleinsulationdefect一一(C)绝缘子金属污染物(c)Fixedparticleinsulationdefectoninsulator

(d)气隙缺陷

(d)Airgapinsulationdefect

图2GIS绝缘缺陷物理模型

Fig.2PhysicalmodelsofinsulateddefectsinGIS3.2四种局部放电缺陷的放电图谱

本文在实验室中采用GIS模拟装置构成甚高频检测系统,其系统结构如图3所示,用模拟带宽1GHz,采样频率20GS/s,存储深度为双48MB的WavePro7100高速数字存储示波器记录局放波形。采用灵敏度高的内置圆环传感器采集局放信号,同时从电容分压器上取工频信号提供相位信息。

图3局部放电测量系统

Fig.3Measurementsystemofpartialdischarge

对采集的局部放电序列,根据测定的噪声设置阈值,提取大于阈值的放电脉冲信号,然后记录放电脉冲的幅值和发生的工频相位,构造妒一q—n三维图谱【5I,如图4所示。

图4四种缺陷产生的典型局部放电图谱

Fig.4SpectrafortypicalPDsuI'faceoffourkindsof

defects

 万方数据

仪器仪表学报第28卷

图4四种缺陷产生的典型局部放电图谱Fig.4SpectrafortypicalPDsurfaccoffourkindsofdefects

4多重分形特征提取和RBF神经网络模式识别

4.1局放信号的特征提取

多重分形方法考虑了系统的局域行为及分形在其形成过程中不同层次的特征,因而可以全面有效地对局放图谱进行描述。因此本文结合局部放电图谱的特性,基于多重分形概念的基础上,提出以下几个特征:

(1)选取原始局放信号图谱的差盒维数D;、,Di(正负半周)为前两个特征工以;

(2)由于用单一的分形维数来描述局放灰度图不够详尽,而且一般真实纹理都不是理想分形,因此引入多重分形来表示具有各向异性和不均匀尺度属性的自相似分布。由式(9)计算得出图谱的多重分形的维数D?、Di、聪、咙、联、巧;计算中发现,g=11后,D。在图谱的正负半周的变化均趋于稳定,因此选取Dj,D,j作为另外2个分形的特征。按照上述方法,可得到多重分形特征六~厶;

(3)局部放电图谱正负半周区域内的重心,反映了局部放电发生区域的偏斜程度,在统计意义上描述了所有像素点的整体分布情况,选取该特征量有助于局部放电模式的识别。

根据矩特征的定义,数字图像某区域尺的(P+q)阶原点矩为。1“:

m。=∑∑x9yqf(x,),),x,y∈R(11)以戈,Y)为数字图像(戈,Y)点上的灰度值。当P+q=0时,m。。为0阶矩,是函数以戈,Y)的积分。以0阶矩为分母对1阶矩进行归一化处理,可得到图像的灰度中心坐标:

r戈2mlo/m00

1一

ly2mol/m00

(12)石坐标即相位妒,y坐标即放电量g,分别计算正负半周的图谱的重心,即选取妒+、驴一、q+和q一作为灰度重心

的特征^。~^。。

4.2局部放电类型识别

实验样本由4种放电缺陷模型在不同的实验电压下测得,每类140个有效放电样本,为进一步比较多重分形和采取单一分形特征的模式识别和区分能力,首先计算文献[5]所述的4个特征量一局放图谱正负半周的差盒维数和信息维数(D;、Di、D。+、Di),为便于观察和分析,将结果绘制成图形曲线,如图5所示,图中线段长度代表维数在各个样本中的取值区间,线段中的矩形黑点代表均值。

(a)金属突出物

(a)Metallicoutshootinsulationdefect

0l234

缺陷类型

(b)自由金属微粒

(b)Freemetallicparticleinsulationdefect

缺陷类犁

(d)气隙

(d)Airgapinsulationdefect

图5四种缺陷放电图像差盒维数和信息维数分布图Fig.5Distributionsofboxdimensionsandinformation

dimensionscausedbyfourkindsof

defects 万方数据

 万方数据

仪器仪表学报第28卷

16(10):1329—1334.

[10]张济忠.分形[M].北京:清华大学出版社,1995.ZHANGJZH.Fractal[M].Beijing:TsinghuaUniversi—

tyPress,1995.

[11]SARKARN,CHAUDHURIBB.Anefficientapproachtoestimatefractaldimensionoftexturalimages[J].Pattern

Recognition,1992,25(9):1035—1041.

[12]CHAUDHURIBB,SARKARN.Texturesegmentationthroughfractaldimension[J].IEEEPatternAnalysis

andMachineIntelligence,1995,17(1):72-77.

[13]GAOK,TANKX,LIFQ,eta1.Theuseofmomentfeaturesofpartialdischargesingeneratorstatorwinding

modelsCI.Proceedingsofthe6thICPADM.June21—

26,2000,Xi’an,China.

[14]袁曾任.人工神经元网络及其应用[M].北京:清华大学出版社.1999.

YUANZR,Artificalnerualnetworksanditsapplication

[M].BeOing:TsinghuaUniversityPress,1999.

作者简介

张晓星,男,1972年7月出生,2006年于

重庆大学获得博士学位,现为重庆大学副教

授,主要研究方向为高压电气设备绝缘在线

监测和故障诊断研究。

地址:重庆市沙坪坝重庆大学电气学

院,400044电话:023—65111795—8215;E—mail:mikezxx@tom.tom

ZhangXiaoxing,male,borninJuly1972,inQianjiangcity,Hubeiprovince,China.HereceivedPhDfromChongqingUni—

versityin2006.Since2003hejoinedElectricalEngineeringCol—legeofChongqingUniversity,China,whereheisanassociateprofessor.Hisresearchfieldsarehighvoltageelectricequipmentinsulationonlinemonitoringandfaultdiagnosis.

Address:CollegeofElectricEngineering,ChongqingUniversity,shapingbaborough,Chongqing400044,China

Tel:+86-23-65111795—8215;E—mail:mikezxx@tom.con

唐炬,男,1960年4月出生,现为重庆

大学教授,博士生导师,主要研究方向为高

压电气设备绝缘在线监测和故障诊断研究。

E—mail:cqtangju@vip.sina.com

TangJu,male,borninApril1960,in

Pengxicity,Sichuanprovince,China.Here—ceivedPhDfromChongqingUniversityin2004,Nowheispro—fessorinElectricalEngineeringCollegeofChongqingUniversity.Hisresearchfieldsarehighvoltageelectricequipmentinsulationonlinemonitoringandfaultdiagnosis.

E—mail:cqtangju@vip.sina.eom 万方数据

基于多重分形维数的GIS局部放电模式识别

作者:张晓星, 唐炬, 孙才新, 周倩, 许中荣, Zhang Xiaoxing, Tang ju, Sun Caixin , Zhou Qian, Xu Zhongrong

作者单位:重庆大学电气工程学院高电压与电工新技术教育部重点实验室,重庆,400044

刊名:

仪器仪表学报

英文刊名:CHINESE JOURNAL OF SCIENTIFIC INSTRUMENT

年,卷(期):2007,28(4)

被引用次数:4次

参考文献(14条)

1.GAO K;TAN K X;LI F Q The use of moment features of partial discharges in generator stator winding models[外文会议] 2000

2.CHAUDHURI B B;SARKAR N Texture segmentation through fractal dimension[外文期刊] 1995(01)

3.SARKAR N;CHAUDHURI B B An efficient approach to estimate fractal dimension of textural images 1992(09)

4.刘卓夫;桑恩方利用小波分解和分形维数进行声纳图像识别[期刊论文]-计算机辅助设计与图形学学报 2004(10)

5.高凯;谈克雄;李福琪利用矩特征进行发电机线棒模型的局部放电模式识别[期刊论文]-电工技术学报 2001(04)

6.孙才新;李新;李俭小波与分形理论的互补性及其在局部放电模式识别中的应用研究[期刊论文]-中国电机工程学报 2001(12)

7.淡文刚;陈祥训;郑健超采用小波分析与神经网络技术的局部放电统计识别方法[期刊论文]-中国电机工程学报2002(09)

8.孙才新;许高峰;唐炬以盒维数和信息维数为识别特征量的GIS局部放电模式识别方法[期刊论文]-中国电机工程学报 2005(03)

9.李剑;孙才新;杜林局部放电灰度图象分维数的研究[期刊论文]-中国电机工程学报 2002(08)

10.高凯;谈克雄;李福祺基于散点集分形特征的局部放电模式识别研究[期刊论文]-中国电机工程学报 2002(05)

11.CONTIN A;MONTANARI G C;FERRARO C PD source recognition by weibull processing of pulse height distribution[外文期刊] 2000(01)

12.袁曾任人工神经元网络及其应用 1999

13.张济忠分形 1995

14.唐炬;朱伟;孙才新检测GIS局部放电的超高频屏蔽谐振式环天线传感器研究[期刊论文]-仪器仪表学报

2005(07)

引证文献(4条)

1.赵学风.孙振权.姚秀.李彦明振荡冲击电压下局部放电检测系统研究[期刊论文]-仪器仪表学报 2010(1)

2.郝晓弘.张帆.粘坤.王长录SF6断路器分布式在线监测系统的研制[期刊论文]-电子测量技术 2009(2)

3.石煜.李文卓.陈义保.郭忠小波与分形论在电火花加工放电研究中的应用[期刊论文]-电加工与模具 2009(1)

4.布和额尔敦.韩峰基于分形维数的自适应信号滤波方法[期刊论文]-地球物理学进展 2008(2)

本文链接:https://www.doczj.com/doc/be2632678.html,/Periodical_yqyb200704004.aspx

相关主题
文本预览
相关文档 最新文档