基于EEMD奇异值熵的局部放电模式识别
电子技术应用
罗日平1，罗颖婷2，赖诗钰2，赵显阳3，王立琪4
1.南方电网科学研究院有限责任公司，广东 广州 510700；2.广东电网有限责任公司电力科学研究院，广东 广州 510080； 3.国网山东省电力公司菏泽供电公司，山东 菏泽 274000；4.上海电力大学 电子与信息工程学院，上海 201306
摘要： 针对气体绝缘组合电器（GIS）局部放电故障信号非平稳性和放电类型识别准确率低的问题，提出了一种基于集合经验模态分解（EEMD）奇异值熵的局部放电模式识别算法。首先对局部放电原始信号进行EEMD分解，得到多个固有模态分量（IMF），根据均方差、峭度和欧氏距离评价指标选取隐含放电信息居多的最优模态分量进行信号重构；然后对重构信号进行奇异值分解，结合信息熵算法计算出奇异值熵；最后，根据奇异值熵大小区分出GIS局部放电的类型。实验结果表明，通过与传统的EMD奇异值熵和VMD奇异值熵算法对比，该方法可以有效地通过各自不同区间的奇异熵值进行识别放电类型。
中圖分類號：TM855 文獻標志碼：A DOI: 10.16157/j.issn.0258-7998.234499
中文引用格式： 羅日平，羅穎婷，賴詩鈺，等. 基于EEMD奇異值熵的局部放電模式識別[J]. 電子技術(shù)應(yīng)用，2024，50(3)：53-58.
英文引用格式： Luo Riping，Luo Yingting，Lai Shiyu，et al. Partial discharge pattern recognition based on EEMD singular value entropy[J]. Application of Electronic Technique，2024，50(3)：53-58.
中文引用格式： 羅日平，羅穎婷，賴詩鈺，等. 基于EEMD奇異值熵的局部放電模式識別[J]. 電子技術(shù)應(yīng)用，2024，50(3)：53-58.
英文引用格式： Luo Riping，Luo Yingting，Lai Shiyu，et al. Partial discharge pattern recognition based on EEMD singular value entropy[J]. Application of Electronic Technique，2024，50(3)：53-58.
Partial discharge pattern recognition based on EEMD singular value entropy
Luo Riping1，Luo Yingting2，Lai Shiyu2，Zhao Xianyang3，Wang Liqi4
1.China Southern Power Grid Scientific Research Institute Co.， Ltd.， Guangzhou 510700， China； 2.Electirc Power Research Insitute of Guangdong Power Grid Co.， Ltd.， Guangzhou 510080， China； 3.State Grid Shandong Electric Power Company Heze Power Supply Co.， Ltd.， Heze 274000， China； 4.School of Electronics and Information Engineering， Shanghai University of Electric Power， Shanghai 201306， China
Abstract： Aiming at the non-stationary of gas insulatede switchgear(GIS) partial discharge fault signal and the low accuracy of discharge type recognition, a partial discharge pattern recognition method based on ensemble empirical mode decomposition(EEMD) singular value entropy is proposed. Firstly, the EEMD algorithm is used to decompose the original signals of partial discharge to intrinsic mode functions(IMFs), according to the mean square error, kurtosis and euclidean distance evaluation index, the optimal modal component with most implicit discharge information is selected for signal reconstruction. Secondly, the singular value decomposition is performed on the reconstructed signal, and the singular value entropy is calculated in combination with the information entropy algorithm. Finally, according to the singular value entropy, the type of GIS partial discharge is distinguished. The experiment results show that by comparing with the traditional EMD singular value entropy and VMD singular value entropy algorithms, the method in this paper can effectively identify the discharge type through the singular entropy values in different intervals.
Key words : EEMD；singular value entropy；evaluation index；partial discharge；pattern recognition
引言
氣體絕緣組合電器（Gas Insulatede Switchgear,GIS）是由斷路器、互感器、隔離開關(guān)等組成的一種封閉式電網(wǎng)運行設(shè)備，具有結(jié)構(gòu)緊湊、占地面積小、可靠性高等優(yōu)點，在電力系統(tǒng)中得到廣泛的運用。然而，該設(shè)備會受到電氣、熱力和化學(xué)等外界條件的影響，長時間會造成缺陷，這些缺陷在特定條件下將會導(dǎo)致絕緣材料局部擊穿，從而形成局部放電（Partial Discharge,PD）[1-2]。由于GIS的局部放電存在多種類型，不同缺陷導(dǎo)致的局部放電類型存在差異，將難以正確識別。因此，能夠有效、準確地識別出GIS的局部放電類型，就可以正確地診斷出故障原因并及時進行檢修，這不僅有利于減少GIS設(shè)備的維修成本，而且對保障整個電網(wǎng)的可靠運行具有極其重要的現(xiàn)實意義。
本文詳細內(nèi)容請下載：
http://m.ihrv.cn/resource/share/2000005916
作者信息：
羅日平1，羅穎婷2，賴詩鈺2，趙顯陽3，王立琪4
1.南方電網(wǎng)科學(xué)研究院有限責(zé)任公司 2.廣東電網(wǎng)有限責(zé)任公司電力科學(xué)研究院 3.國網(wǎng)山東省電力公司菏澤供電公司 4.上海電力大學(xué) 電子與信息工程學(xué)院
此內(nèi)容為AET網(wǎng)站原創(chuàng)，未經(jīng)授權(quán)禁止轉(zhuǎn)載。