CN109001602B - 基于极限学习机算法的局部放电严重程度评估方法 - Google Patents

Abstract

本发明提供的基于极限学习机算法的局部放电严重程度评估方法，包括以下步骤：搭建试验模型，对固体绝缘开关柜典型气隙缺陷下产生的局部放电发展过程进行了试验研究；构造局部放电发展不同阶段的Φ‑u散点图和Φ‑n谱图；提取表征局部放电严重程度的特征参数，得到不同程度的局部放电各个特征参数值区间；通过极限学习机构建固体绝缘开关柜局部放电严重程度评判系统；通过固体绝缘开关柜局部放电严重程度评判系统对固体绝缘开关柜局部放电严重程度进行识别。本发明提供的基于极限学习机算法的局部放电严重程度评估方法，通过固体绝缘开关柜局部放电严重程度评判系统，综合局部放电的多种特征参数，实现了对局部放电严重程度的正确判断。

Description

基于极限学习机算法的局部放电严重程度评估方法

技术领域

本发明涉及固体绝缘开关柜安全应用技术领域，更具体的，涉及一种基于极限学习机算法的局部放电严重程度评估方法。

背景技术

固体绝缘开关柜在长期运行过程中，由于绝缘老化或制造工艺差异在设备表面常常会引发一些危及设备安全运行的绝缘缺陷，称为局部放电(partial discharge，PD)，使得设备绝缘性能进一步恶化，如果不及时处置容易酿成重大绝缘击穿事故。局部放电是绝缘早期变化的综合表象，含有丰富的特征信息，通过对PD形成机理进行分析，可对PD严重程度进行评估，以便提示工作人员进行检修。然而，现有对PD的研究主要集中在PD信号去噪和识别方面，缺乏对开关柜内PD严重程度的评估研究。另外，由于PD信号是绝缘缺陷的综合表象，单从某项特征参数难以对PD严重程度做出一个准确的判断。

发明内容

本发明为克服现有技术缺乏对开关柜内PD严重程度的评估研究，提供一种基于极限学习机算法的局部放电严重程度评估方法。

为解决上述技术问题，本发明的技术方案如下：

基于极限学习机算法的局部放电严重程度评估方法，包括以下步骤：

S1：搭建试验模型，使用等差升压法对固体绝缘开关柜典型气隙缺陷下产生的局部放电发展过程进行了试验研究；

S2：根据试验研究构造局部放电发展不同阶段的Φ-u散点图和Φ-n谱图；

S3：提取表征局部放电严重程度的特征参数，结合局部放电发展过程进行分析，得到不同程度的局部放电各个特征参数值区间；

S4：通过极限学习机构建固体绝缘开关柜局部放电严重程度评判系统；

S5：通过固体绝缘开关柜局部放电严重程度评判系统对固体绝缘开关柜局部放电严重程度进行识别。

与现有技术相比，本发明技术方案的有益效果是：

本发明提供的基于极限学习机算法的局部放电严重程度评估方法，通过固体绝缘开关柜局部放电严重程度评判系统，综合局部放电的多种特征参数，实现了对局部放电严重程度的正确判断。

附图说明

图1为本发明的方法流程图。

具体实施方式

附图仅用于示例性说明，不能理解为对本专利的限制；

为了更好说明本实施例，附图某些部件会有省略、放大或缩小，并不代表实际产品的尺寸；

对于本领域技术人员来说，附图中某些公知结构及其说明可能省略是可以理解的。

下面结合附图和实施例对本发明的技术方案做进一步的说明。

如图所示，基于极限学习机算法的局部放电严重程度评估方法，包括以下步骤：

S1：搭建试验模型，使用等差升压法对固体绝缘开关柜典型气隙缺陷下产生的局部放电发展过程进行了试验研究；

S2：根据试验研究构造局部放电发展不同阶段的Φ-u散点图和Φ-n谱图；

S3：提取表征局部放电严重程度的特征参数，结合局部放电发展过程进行分析，得到不同程度的局部放电各个特征参数值区间；

S4：通过极限学习机构建固体绝缘开关柜局部放电严重程度评判系统；

S5：通过固体绝缘开关柜局部放电严重程度评判系统对固体绝缘开关柜局部放电严重程度进行识别。

更具体的，所述步骤S1包括以下步骤：

S11：搭建试验模型；

S12：使用等差升压法获取不同程度下局部放电的实验数据。

更具体的，在所述步骤S3中，特征参数具体包括：

最大放电脉冲幅值比值：放电次数N是表征放电剧烈程度最直观的特征信息；正负半周最大放电脉冲幅值

和

表征可能出现的最严重放电情况；而正负半周最大放电脉冲幅值比值A_u可表征最严重程度差异性，其中有：

相邻放电脉冲幅值比值ΔA_u信息特征：在局部放电不同的严重程度阶段，正负半周相邻放电脉冲幅值比值最大值

和

可表征正负半周内放电严重程度，其中有：

放电信号熵φn均方根信息特征：在不同局部放电阶段，放电严重程度越高，放电过程中电荷迁移速度越大，碰撞越剧烈，放电系统越混乱，而熵从宏观角度去描述微观过程的复杂度，具体有：

式中，N为一个工频周期内放电次数；u_i为第i个放电脉冲幅值；

相邻放电时间间隔ΔT信息特征：在不同的局部放电严重程度阶段，相邻放电脉冲的时间间隔有差异，即正负半周放电脉冲的密集程度不同，其中有：

ΔT_max＝max(ΔT₁,ΔT₂,...,ΔT_N)；

式中，N为整个工频周期内放电次数；N⁺，N^-分别表示一个工频周期正负半周放电次数；Δt_i ⁺(i＝1,2,...,N⁺)，Δt_i-(i＝1,2,...,N⁺)分别表示一个工频周期正负半周相邻放电脉冲时间间隔；ΔT_i(i＝1,2,...,N-1)表示一个工频周期中相邻两次放电脉冲时间间隔；ΔT_max表示整个工频周期内相邻两次放电脉冲最大时间间隔；

放电量ΔO：单位时间内的放电量表征局部放电的剧烈程度，其中有：

式中，N为一个工频周期内放电次数；u_i表示第i个放电脉冲幅值。

更具体的，在所述步骤S4中所述极限学习机包括数据输入层、隐含层、数据输出层三部分；所述固体绝缘开关柜局部放电严重程度评判系统构建具体包括以下步骤：

S41：将N⁺、N^-、A_u、ΔA_u、ΔT⁺、ΔT^-、ΔT_max、ΔO、φn导入极限学习机的数据输入层，作为输入层数据；

S42：采用tansig函数作为隐含层函数，其输出结果为：

式中，p_i为极限学习机的输入；a_j为隐含层的输出；W_ij输入层至输出层的连接权值；b_j为阀值；j的范围为1至n；n为极限学习机隐层单元的个数；

S43：采用purelin函数作为输出层函数，则极限学习机的输出为：

式中，W_k为极限学习机的输出；w_jk为隐层单元到输出层单元的连接权值，k的范围为1～3；

S44：根据输出层提取到的连接权值和阈值，完成固体绝缘开关柜局部放电严重程度评判系统的构建。

更具体的，所述固体绝缘开关柜局部放电严重程度划分为正常、注意、异常和警戒4个阶段；在正常状态下，一个完整周期内正半周没有出现任何放电信号；在注意状态下，正半周开始出现放电，但放电脉冲幅值很低，负半周放电次数明显加强；在异常状态下，正半周放电脉冲幅值增长明显，且放电次数急剧增加，负半周放电脉冲幅值达到峰值，但放电次数增长不明显；在警戒状态下，正半周放电次数和放电脉冲幅值急剧增长，且超过了负半周。具体如表1所示：

表1严重程度状态等级阶段划分表

严重程度的9个特征信息标准值区间如表2所示：

表2严重程度的9个特征信息标准值区间表

从表2可知ΔT⁺、ΔT^-和ΔT_max三个参数随着局部放电的严重程度的不断增加，数值呈减小趋势，即特征参数值越小，局部放电越严重；局部放电严重程度与极限学习机输出的对应关系如表3所示：

表3局部放电严重程度与网络输出对应关系表

为了验证极限学习机方法的正确性和有效性，采集了电压范围在21.78kV～39.78kV不同电压等级下共500组样本数据。将其输入极限学习机程序中，观察极限学习机输出与局部放电检测仪检测结果是否一致从而验证方法的准确性。选取部分数据及极限学习机输出如表4所示。将样本数据经归一化之后导入训练好的极限学习机程序中，表4中分别为正常、注意、异常和警戒状态时局部放电的输出数据。

表4训练结果

参照表4，极限学习机可以对开关柜PD严重程度进行准确的识别，初步证明了所用方法的可行性和正确性。

实施例1

在具体实施过程中，搭建试验模型，将试验电路的参数保持不变，以免因参数变化对局部放电的干扰，电压设定为29.53kV时，作为一个待测局部放电的样本，根据得到的局部放电信号Φ-u、Φ-n时域谱图，提取9项特征信息值如表5所示：

表5测试电压下的特征参数值

将其中9项特征参数作为极限学习机的输入层参数，经训练好的极限学习机预测可以得出该结果为注意状态，需要对设备局部放电进行实时监测，以预防为主；对照表2可知，如仅依据单个因素，如负半周放电次数，其评判结果为异常，使评估结果不太准确，而采用多特征信息进行PD严重程度的评估可以尽量避免由于单一因素值出现较大偏差，从而导致评判结果不准确。

显然，本发明的上述实施例仅仅是为清楚地说明本发明所作的举例，而并非是对本发明的实施方式的限定。对于所属领域的普通技术人员来说，在上述说明的基础上还可以做出其它不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明权利要求的保护范围之内。

Claims (4)

1.基于极限学习机算法的局部放电严重程度评估方法，其特征在于，包括以下步骤：

S1：搭建试验模型，使用等差升压法对固体绝缘开关柜典型气隙缺陷下产生的局部放电发展过程进行了试验研究；

S2：根据试验研究构造局部放电发展不同阶段的Φ-u散点图和Φ-n谱图；

S3：提取表征局部放电严重程度的特征参数，结合局部放电发展过程进行分析，得到不同程度的局部放电各个特征参数值区间；

S4：通过极限学习机构建固体绝缘开关柜局部放电严重程度评判系统；

S5：通过固体绝缘开关柜局部放电严重程度评判系统对固体绝缘开关柜局部放电严重程度进行识别；

其中，在所述步骤S3中，特征参数具体包括：

最大放电脉冲幅值比值：放电次数N是表征放电剧烈程度最直观的特征信息；正负半周最大放电脉冲幅值

和

表征可能出现的最严重放电情况；而正负半周最大放电脉冲幅值比值A_u可表征最严重程度差异性，其中有：

相邻放电脉冲幅值比值ΔA_u信息特征：在局部放电不同的严重程度阶段，正负半周相邻放电脉冲幅值比值最大值

和

可表征正负半周内放电严重程度，其中有：

放电信号熵φn均方根信息特征：在不同局部放电阶段，放电严重程度越高，放电过程中电荷迁移速度越大，碰撞越剧烈，放电系统越混乱，而熵从宏观角度去描述微观过程的复杂度，具体有：

式中，u_i为第i个放电脉冲幅值；

相邻放电时间间隔ΔT信息特征：在不同的局部放电严重程度阶段，相邻放电脉冲的时间间隔有差异，即正负半周放电脉冲的密集程度不同，其中有：

ΔT_max＝max(ΔT₁,ΔT₂,...,ΔT_N)；

式中，N⁺，N^-分别表示一个工频周期正负半周放电次数；

分别表示一个工频周期正负半周相邻放电脉冲时间间隔；ΔT_i(i＝1,2,...,N-1)表示一个工频周期中相邻两次放电脉冲时间间隔；ΔT_max表示整个工频周期内相邻两次放电脉冲最大时间间隔；

放电量ΔQ：单位时间内的放电量表征局部放电的剧烈程度，其中有：

式中，u_i表示第i个放电脉冲幅值。

2.根据权利要求1所述的基于极限学习机算法的局部放电严重程度评估方法，其特征在于，所述步骤S1包括以下步骤：

S11：搭建试验模型；

S12：使用等差升压法获取不同程度下局部放电的实验数据。

3.根据权利要求2所述的基于极限学习机算法的局部放电严重程度评估方法，其特征在于，在所述步骤S4中所述极限学习机包括数据输入层、隐含层、数据输出层三部分；所述固体绝缘开关柜局部放电严重程度评判系统构建具体包括以下步骤：

S41：将N⁺、N^-、A_u、ΔA_u、ΔT⁺、ΔT^-、ΔT_max、ΔO、φn导入极限学习机的数据输入层，作为输入层数据；

S42：采用tansig函数作为隐含层函数，其输出结果为：

式中，p_i为极限学习机的输入；a_j为隐含层的输出；W_ij输入层至输出层的连接权值；b_j为阈值；j的范围为1至n；n为极限学习机隐层单元的个数；

S43：采用purelin函数作为输出层函数，则极限学习机的输出为：

式中，W_k为极限学习机的输出；w_jk为隐层单元到输出层单元的连接权值，k的范围为1～3；

S44：根据输出层提取到的连接权值和阈值，完成固体绝缘开关柜局部放电严重程度评判系统的构建。

4.根据权利要求3所述的基于极限学习机算法的局部放电严重程度评估方法，其特征在于，所述固体绝缘开关柜局部放电严重程度划分为正常、注意、异常和警戒4个阶段；

在正常状态下，一个完整周期内正半周没有出现任何放电信号；

在注意状态下，正半周开始出现放电，但放电脉冲幅值很低，负半周放电次数明显加强；

在异常状态下，正半周放电脉冲幅值增长明显，且放电次数急剧增加，负半周放电脉冲幅值达到峰值，但放电次数增长不明显；

在警戒状态下，正半周放电次数和放电脉冲幅值急剧增长，且超过了负半周。

Images