局部放電測試儀檢測原理
局部放電測試儀隨著社會的發展,對電能質量的要求也越來越高,同時對設備安全運行的要求也相應提高。GIS(氣體絕緣封閉式組合電器)以其體積小可靠性高等優點越來越多的應用于電力系統當中GS本質上來說是設計成不需維護的設備,然而旦GIs發生故障,其修復時間將更長,對電力系統的危害也更大GIS中絕緣老化的一個重要因素是因為局部放電,目前已在現場使用的方法有檢測放電產生的光超聲波電磁波、油譜等等,由于方法本身的缺陷現場強烈的干擾,使得檢測精度不高。
針對這種情況,本文釆用世界上最廣泛采用的,也是C270推薦的脈沖電流法測Gs中局部放電或者其他異常情況產生的信號,檢波模塊獲得脈沖電壓波形,通過濾波裝置獲得較為純凈的異常信號本文綜合利用了基于FFT頻率測定、等效時頻法、模糊C-均值聚類分析、峰值-相位圖譜法、支持向量機、小波分析、模糊識別等若干算法相互結合的方法來檢測氣體隔離開關(GasisolatedSwitchGIS)局部放電的檢測方法與識別技術。研究發現當故障不止一類或者周圍干擾過大時,利用傳統的峰值相位圖譜法直接計算出供識別時使用的特征因子會有很大誤差,識別工作會有很大困難。當出現不止一處的故障,或者周圍存在較大的能混入濾波器的干擾時,異常信號群的快速分類有效區分了不同種類的信號,盡可能地使同種類型抱團或者緊聚,再利用模糊C-均值聚類、局部放電測試儀可以將同一類型的信號分離出來,從而依照傳統的相位方法進行檢測,檢測過程中要對特定類型信號進行處理,獲得相應的特征向量,最后利用神經網絡(ANN支持向量機(SVM識別。