基于多传感信息融合的开关柜局放类型诊断研究

doi:10.16628/j.cnki.2095-8188.2025.01.004

电器与能效管理技术 ›› 2025, Vol. 0 ›› Issue (1): 23-27.doi: 10.16628/j.cnki.2095-8188.2025.01.004

基于多传感信息融合的开关柜局放类型诊断研究

李刚毅

中国铝业股份有限公司广西分公司, 广西百色 531400

收稿日期:2024-09-18 出版日期:2025-01-30 发布日期:2025-03-17
作者简介:李刚毅(1982—),男,工程师,主要从事氧化铝行业电气自动化管理和技术等方面的研究工作。

Research on Partial Discharge Type Diagnosis of Switchgear Based on Multi-Sensor Information Fusion

LI Gangyi

Guangxi Branch,China Aluminum Co.,Ltd., Baise 531400, China

Received:2024-09-18 Online:2025-01-30 Published:2025-03-17

摘要/Abstract

摘要：

在开关柜运行过程中,绝缘缺陷可能导致局部放电现象的发生,如果不能及时发现并采取处理措施,就会进一步造成绝缘击穿故障。为了有效诊断局部放电类型,提出一种基于D-S证据理论的多传感信息融合技术,结合反向传播(BP)神经网络进行局部放电类型识别的方案。实验表明,经过多传感信息融合后放电类型识别准确率较单传感器模式平均提高约13%,整体识别准确率达到96.08%,验证所提算法的有效性及合理性。

关键词: 局部放电, 开关柜, 模式识别, 多传感信息融合

Abstract:

During the operation of the switchgear,the insulation defects may lead to the occurrence of partial discharge.If it can not be found and dealt with measures in time,it will further cause the insulation breakdown failure.In order to effectively diagnose the type of partial discharge,based on the multi-sensor information fusion technology of D-S evidence theory,a scheme combined with BP neural network for the partial discharge pattern recognition is proposed.Experiments show that the accuracy of discharge type recognition with the multi-sensor information fusion is about 13 percentage higher than that of single sensor mode.The overall recognition accuracy is better than 96.08%, which verifies the effectiveness and rationality of the algorithm.

Key words: partial discharge, switchgear, pattern recognition, multi-sensor information fusion

中图分类号:

TM591

李刚毅. 基于多传感信息融合的开关柜局放类型诊断研究[J]. 电器与能效管理技术, 2025, 0(1): 23-27.

LI Gangyi. Research on Partial Discharge Type Diagnosis of Switchgear Based on Multi-Sensor Information Fusion[J]. LOW VOLTAGE APPARATUS, 2025, 0(1): 23-27.

图/表 6

表1

图1

表2

图2

表3

图3

参考文献 8

[1]	孙天龙. 基于卷积神经网络与特高频技术的局部放电模式识别研究[J]. 电器与能效管理技术, 2022(10):32-37.
[2]	徐晓刚, 侯春光, 陈正擎. 基于超高频和声学成像联合检测的开关柜局部放电研究[J]. 电器与能效管理技术, 2023(4):34-39.
[3]	杨明, 侯春光, 高有华. 变压器铁心接地线局放脉冲电流与泄漏电流联合诊断的研究[J]. 电器与能效管理技术, 2023(12):1-7.
[4]	罗孝辉. 基于超声信号的变压器故障在线检测识别方法[J]. 电工技术, 2023(23):140-142.
[5]	朱洪伟, 王小军, 王建生, 等. 开关柜局部放电抗干扰系统开发研究[J]. 电器与能效管理技术, 2018(10):50-53.
[6]	罗通, 王篮仪. 基于深度学习的遥感激光图像特征定位技术[J]. 激光杂志, 2024, 45(7):157-161.
[7]	陈甦欣, 罗乐文, 赵安宁. 基于机器视觉的电芯绝缘介质定位算法[J]. 合肥工业大学学报(自然科学版), 2024, 47(4):452-457.
[8]	李成范, 孟令奎, 刘学锋. 基于深度学习的高分遥感图像建筑物识别[J]. 应用科学学报, 2024, 42(3):375-387.

不变矩	尖端放电	悬浮放电	内部放电	沿面放电
M₁	1.335 0	2.887 7	0.667 4	1.638 7
M₂	0.234 7	3.788 4	0.327 0	2.104 7
M₃	0.962 2	2.835 9	0.611 3	3.224 1
M₄	0.114 6	1.008 8	0.605 4	2.977 8
M₅	-0.037 7	1.623 0	0.368 3	7.296 9
M₆	-0.019 9	0.937 6	0.336 4	3.083 4
M₇	-0.015 3	-0.941 2	-0.58×10^-4	0.152 3

样本数	尖端放电	内部放电	悬浮放电	沿面放电
训练集样本数	175	175	175	175
测试集样本数	75	75	75	75

放电类型	PRPD矩特征	PRPD矩特征与统计特征
尖端放电	97.33	98.67
内部放电	98.67	94.67
悬浮放电	96.00	98.67
沿面放电	96.00	97.33

[1]	康晶, 任召田, 刘振笃, 黄文辉, 刘雪吉, 刘长, 王军. 环保气体绝缘开关柜电场仿真与优化[J]. 电器与能效管理技术, 2025, 0(1): 56-60.
[2]	王建伟, 郑祥. 基于高压电缆局部放电TDR法的便携式转发器研究[J]. 电器与能效管理技术, 2024, 0(7): 36-41.
[3]	李刚毅. 基于改进声学成像算法的局部放电定位检测技术研究[J]. 电器与能效管理技术, 2024, 0(12): 21-25.
[4]	李燕燕, 郑晓果. 一二次融合环网柜内置EVT的内锥套管局部放电分析[J]. 电器与能效管理技术, 2024, 0(10): 31-35.
[5]	刘浩, 侯春光, 高有华. 基于多传感信息融合的电缆附件局部放电诊断算法研究[J]. 电器与能效管理技术, 2024, 0(10): 36-41.
[6]	时宝朋, 侯春光, 曹云东, 徐晓刚, 蒋幸伟. 12 kV开关柜载流回路热分析与温度预测[J]. 电器与能效管理技术, 2023, 0(8): 68-75.
[7]	徐晓刚, 侯春光, 陈正擎. 基于超高频和声学成像联合检测的开关柜局部放电研究[J]. 电器与能效管理技术, 2023, 0(4): 34-39.
[8]	徐卫东, 何文志, 廖肇毅, 刘勤锋. 基于神经网络算法的开关柜温荷研究与应用[J]. 电器与能效管理技术, 2023, 0(3): 62-68.
[9]	李合, 韦峥, 刘东原. 关于低压成套无功功率补偿装置投切试验的研究[J]. 电器与能效管理技术, 2023, 0(2): 58-62.
[10]	杨明, 侯春光, 高有华. 变压器铁心接地线局放脉冲电流与泄漏电流联合诊断的研究[J]. 电器与能效管理技术, 2023, 0(12): 1-7.
[11]	徐振, 鲍光海. 电缆接头局部放电在线检测系统的设计^*[J]. 电器与能效管理技术, 2022, 0(8): 51-56.
[12]	孙天龙. 基于卷积神经网络与特高频技术的局部放电模式识别研究[J]. 电器与能效管理技术, 2022, 0(10): 32-37.
[13]	周文文. 外覆绝缘材料的高压开关柜接头温度监测技术[J]. 电器与能效管理技术, 2021, 0(4): 46-51.
[14]	陆小鹏, 吴炬卓, 牛海清, 陈书原. 基于改进小波变换阈值估计法去除电缆绝缘局部放电信号白噪声[J]. 电器与能效管理技术, 2021, 0(3): 24-28.
[15]	张志锋, 缪希仁, 江灏. 基于面阵测温的高压开关柜温度状态监测系统研究[J]. 电器与能效管理技术, 2021, 0(3): 51-56.

基于多传感信息融合的开关柜局放类型诊断研究

Research on Partial Discharge Type Diagnosis of Switchgear Based on Multi-Sensor Information Fusion

RichHTML

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

图/表 6

参考文献 8

相关文章 15

编辑推荐

Metrics

本文评价