GIS局放

GIS局放（精选5篇）

GIS局放 篇1

气体绝缘组合电器 (Gas Insulated Switchgear, 简称GIS) 由于制造工艺 (如在制造时出现的毛刺) 或装配过程中产生的自由金属微粒、绝缘子表面吸附的固体金属微粒及绝缘子内部气隙等各种缺陷, 都可能不同程度的导致GIS内部电场发生畸变, 使得局部电场加强而产生局部放电。局部放电表现为持续时间小于1ms的脉冲。但是也可能出现连续的形式, 比如气体介质中的所谓无脉冲放电。局放对绝缘的破坏作用是一个缓慢发展的过程, 对运行中的GIS是一种隐患。从运行实践来看, 绝缘故障始终是GIS产品故障中不可忽视的因素。而且随着电压等级的不断提高, 特别是当电压等级发展到1100kV之后, 局放对产品的影响越来越需要掌握。对局放信号进行有效的模式识别, 可以准确地了解和掌握GIS内缺陷类型性质和特征, 以便进一步判断其绝缘可靠性。随着数字化变电站的发展以及智能电网的需要, 原来以时间为基础的维护必须要转变为以状态为基础的维护, 因此对局部放电的在线监测已成为特高压GIS不可缺少的组成部分。

局放测量试验的主要依据是异物在电场的作用下发出异常电磁信号, 通过检出局放信号与运行电压相位信号并进行软件分析。局放试验主要用同轴电缆连接圆盘电极-中继箱, 通过放大器、示波器确认有无局放信号, 能够得出异物具体的位置等参数, 从而对工厂装配情况及现场安装情况做出检测, 并对GIS运行情况的影响等。经过现场测试除背景外, 无明显局放出现。目前对局放的测量主要采用UHF法 (高频法) 和ERA法 (电流脉冲法) 。其中ERA法为IEC60270标准中规定的常规测量局放的方法, 本文重点介绍一下采用UHF法测量局放的装置及其测量结果与使用ERA法的对比。

1 UHF法试验装置的原理结构及安装

采用UHF法测量局放的原理是通过接收GIS内局部放电时发出的电磁波来检测局部放电的。这种方法的基础是在高压力的SF6气体中, 局部放电总是在很小的范围内发生, 因此具有极快击穿的时间特性, 而这种具有极快上升时沿的局部放电脉冲包含有从直流到频率超过1GHz的成分。在GIS中, 其同轴结构是一个良好的波导, 超过300MHz的电磁波在其内部可有效的传播。而电力系统中的电晕放电等主要电磁干扰信号的频率一般是在150MHz以下, 而且因其在空气中传播, 其衰减很快。因此可以选择超高频段的电磁波作为检测信号, 可以有效避开现场的各种干扰, 提高信噪比。

采用UHF法进行局部放电测量的装置由放大器、示波器、同轴电缆构成。局部放电测量用UHF传感器的构造参照下图。局部放电测量用UHF传感器是由圆盘式电极、终端电阻、检测接头、接地端子、端子箱构成。测量局部放电时, 将同轴电缆连接到检测接头上, 测量装置通过同轴电缆与UHF传感器连接。

通过局放监测试验能够测出异物存在的大概范围位置等参数, 这种测量方法的理论依据是建立在工厂内无数次试验 (ERA法测量局放) , 模拟现场与设备各种状态下的异物存在时发出的信号值, 试验数据统计后找出内部缺陷与局放量的对应关系, 从而对工厂装配情况及现场安装情况做出评价检测, 并考虑其将来对GIS运行情况的影响等。

2 测量的灵敏度与校正

UHF法与EAR法局部放电同时测量方法参照下图。试验对象筒体Cx处放置了异物, 绝缘盆子把试验对象筒体Cx与试验用GIS分开, 使试验用GIS具有结合电容器Ck的功能。与ERA法相比, UHF法的圆盘式电极可以检测出试验用GIS内部传播的电磁波, 最后可以同时测量出UHF法圆盘式电极的输出信号以及ERA法输出的信号, 再从测量结果当中算出灵敏度校正值。在GIS工厂试验常用ERA法。

UHF法与ERA法同时测量局部放电的波形参照图4。UHF法的校正值可以从图4中各个波形的峰值关系中得出。

依据ERA法测量的放电电荷量UHF法的校正値参照图5。根据此结果, UHF传感器的圆盘式电极在10pC时发生的局部放电约为500mV。

但是只作为定性的测量, 和以前的数据进行比对, 如果有波动就认为放电量异常, 再根据各个采集点的关系进行分析。如果相邻采集点的信号是衰减的, 且三相之间没有关联, 有可能是产品内部出现异常, 如果大多数采集点出现波动, 可能是外界干扰。即使依据ERA法测量的放电电荷量对UHF法的値进行校正也只是作为参照, 不能作为真实的放电量。

3 典型的图谱比对说明

UHF法测量局放在国内晋东南GIS是首次采用, 缺少相应的技术资料和判定依据, 用常见的ERA法图谱和它进行对比, 能更好地做出判断, 帮助识别故障类型。

3.1 气息放电

从图谱上看, 放电脉冲叠加于正及负峰之前的位置, 对称的两边脉冲幅值及频率基本相等, 但有时上下幅值的不对称度3:1仍属正常。放电量与试验电压的关系:起始放电后, 放电量增至某一水平时, 随试验电压上升放电量保持不变。熄灭电压基本相等或略低于起始电压, 若试验电压上升至某一值并维持较长时间 (入30min) , 熄灭电压将会高于起始电压, 且放电量将会下降, 若试验电压持续达1h, 熄灭电压会更大于起始电压, 并且高于第一次 (30min) 的值, 放电量也进一步下降。从以上现象基本可以判断试品绝缘结构中有一个与电场方向垂直的气隙。

3.2 悬浮颗粒放电

悬浮电位放电, 在电场中两悬浮金属物体间, 或金属物与大地间产生的放电。波形有两种情况:1) 正负两边脉冲等幅、等间隔及频率相同;2) 两边脉冲成对出现, 对与对间隔相同, 有时会在基线往复移动。

放电量与试验电压的关系有3种类型:1) 放电量保持不变, 熄灭电压与起始电压完全相等;2) 电压继续上升, 在某一电压下放电突然消失, 电压继续上升后再下降, 会在前一消失电压下再次出现放电;3) 随电压上升, 放电量逐渐减小, 放电脉冲随之增加。

3.3 尖角放电

尖状物对平板或大地的放电。较低电压下产生电晕放电, 放电脉冲总叠加于电压的峰值位置, 如位于负峰值处, 放电源处于高电位;如位于正峰值处, 放电源处于低电位。一对脉冲对称的出现在电压正或负峰处, 没一簇的放电脉冲时间间隔均各自相等。但两簇的幅值及时间间隔不等, 幅值较小的一簇幅值相等、较密。放电量与试验电压的关系:一簇较大的脉冲起始电压较低, 放电量随电压的上升增加;一簇较小的脉冲起始电压较高, 放电量与电压无关, 保持不变;电压上升, 脉冲频率密度增加, 但尚能分辨;电压再升高, 逐渐变得不可分辨。

4 结论

UHF法测量局放, 基于工厂大量的试验数据进行判别故障, 而用户缺乏相应的试验数据, 对测量的数据不能做出准确的判断, 那么利用熟知的EAR法进行图谱比对, 能有效地判断局放量是由那种内部缺陷引起的, 采取适当的措施, 避免产生重大事故。

摘要：对特高压GIS设备采用UHF法测量局放, 这种测量方法的理论依据是建立在工厂内无数次试验, 模拟现场与设备各种状态下的异物存在时发出的信号值, 试验数据统计后找出内部缺陷与局放量的对应关系, 从而对工厂装配情况及现场安装情况做出评价检测, 目前国内缺少相应的技术资料和判定依据, 本文用IEC60270标准规定的ERA法图谱和它进行对比, 能更好地做出判断, 帮助识别故障类型。

关键词：GIS,局部放电,ERA局放

GIS局放 篇2

今年以来，市统计局把“放管服”改革作为简政放权、加快推进政府职能转变的突破口，紧扣“放管服”工作重点，着力推进简政放权，优化公共服务。

该局按照市政府下放调整行政审批事项工作要求，公布取消了《统计从业人员从业资格证件》管理与服务，及时停止受理和办理。配合工商部门做好“五证合一、一照一码”登记改革，建立顺畅高效的`信息共享和应用机制，明确职责分工，互通各自工作任务进展情况，明确信息传递、资料共享等具体事宜，统筹做好平台整合、信息服务等工作。加强监管，落实“双随机一公开”监管要求，建立了“一单两库一细则”，先后对52户餐饮住宿企业、10个房地产企业和70个重点建设项目进行了随机抽查，对抽查中发现的问题，要求企业和项目单位限期整改。优化统计数据服务，编制了办理依据、办理流程、咨询方式等公共服务指南，各部门印发《统计综合月报》11期，专题分析67期。通过报纸、网络和接受咨询等方式，向社会公众、企业、机关事业单位提供统计服务。

GIS局放 篇3

随着GIS等开关设备在电力系统中的应用越来越广泛,其安全稳定运行对保障系统的稳定至关重要。局部放电(Partial Discharge,PD)检测是掌握GIS内部运行状况,及时发现潜在绝缘缺陷的一种行之有效的方法,通过局放检测还可对内部缺陷进行分类和识别,有助于现场对事故GIS进行分析[1,2,3,4]。

传统的基于IEC推荐的常规检测法虽然可以直观地给出局部放电所产生的视在放电量(p C)大小,但受制于检测频带和所需配套检测装置,无法用于现场局部放电检测。目前广泛用于现场检测的超高频(UHF)法,最初是由英国中央电力局于20世纪80年代提出[5,6,7]。它是利用UHF传感器接收GIS内部放电所激发的电磁波,虽然可以实现局部放电的检测和放电源的定位分析,但其输出UHF信号波形仅对放电电流变化率做出反应,与电荷量的变化没有直接关系,且仅能给出以幅值(m V)或能量(d Bm)为单位的UHF信号大小,无法提供GIS内部真实放电量的信息,而放电量的大小往往能直接反映内部缺陷的严重程度,指导制定维修策略。因此,寻找UHF信号与视在放电量之间的对应关系,即UHF信号标定问题,是目前急需解决的问题。

目前,国外一些学者已对UHF信号标定工作开展了一系列研究工作,并取得一些成果。如Hoshino等[8]分析了不同UHF传感器所输出信号幅值(m V)与视在放电量之间的对应关系。Kurrer等人[9]分析了不同尺寸缺陷模型放电UHF信号幅值与视在放电量之间的对应关系。Wonjong等人[10]基于UHF信号能量(d Bm)对局部放电进行标定,同时给出了放电能量与视在放电量之间的对应关系曲线。Ohtsuka等人[11]分析了GIS内不同位置缺陷放电UHF信号峰峰值与视在放电量之间的对应关系,但并没有深入进行标定分析。Cleary等人[12]定性分析了UHF信号能量与视在放电量之间的对应关系。国内对UHF标定研究工作起步较晚[13,14,15],且由于实验对象简单且模型较为单一,因此这些研究还具有一定的局限性。

综上所述,基于UHF的GIS局部放电标定技术是目前局放领域研究的热点和难点,还没有形成统一的并且具有普适性的标定标准以及能根据局放UHF信号的幅值、能量以及其他一些参考量来对视在放电量进行精确估计的方法。为此,本文对UHF信号标定问题做了一些研究工作。通过制作典型缺陷模型,选取四种检测频段对不同类型缺陷局放UHF信号幅值(m V)与视在放电量(p C)之间的对应关系进行标定研究,采用多种数学回归模型和拟合优度校验指标对标定结果进行回归分析和拟合优度校验分析,最后给出最优拟合函数,具有重要的现实意义。

1 试验装置及缺陷类型

图1所示为对GIS试品进行局放检测试验所需装置连接回路示意图。该装置回路主要包括无局放高压电源、126 k V GIS试品、便携式GIS局放检测系统、局放仪检测系统以及高速数字示波器。

GIS局部放电是由各种绝缘缺陷造成的,不同缺陷所产生的局放类型也不尽相同。本文设计了四种GIS典型绝缘缺陷模型,包括高压导体金属突出物、浮动电极、绝缘内部气隙和外壳底部自由金属微粒,可分别模拟电晕放电、悬浮电极放电、气隙放电和微粒放电,用于局放检测试验。模型制作示意图如图2所示,放置于GIS内的实物图如图3所示。其中,GIS内部充有0.4 MPa的SF6气体。

2 数学回归模型

本文通过数学回归方法,分析UHF信号与视在放电量之间潜在的因果关系,建立回归数学模型,并用数学模型来表现其具体的对应关系。根据实测数据来求解模型的各个参数,然后根据可信度,即拟合优度指标来评价回归模型是否能够很好地拟合实测数据。所用到的数学回归模型主要包括如下四种[16,17]。

(1)一元线性多项式回归模型(Linear Polynomial,LP)

一元线性回归模型是回归模型的最基本形式,它只包括一个自变量和一个因变量,二者的关系可以用一条直线近似表出,其总体回归模型为

式中:yi为因变量;xi为自变量;a和b分别为回归方程斜率和截距;ε为误差项的随机变量。

(2)一元二次多项式回归模型(Quadratic Polynomial,QP)

式中:yi为因变量;xi为自变量;a和b为回归方程一次和二次系数;c为截距。

(3)指数回归模型(Exponential,Exp)

式中:yi为因变量;xi为自变量;a和b为指数模型的参数。

(4)傅里叶回归模型(Fourier,Fr)

式中:yi为因变量;xi为自变量;a、b和c是傅里叶模型的参数。

3 拟合优度分析

在对标定结果进行回归分析并得到拟合方程后,如何评判这些拟合方程的优劣,即寻找能反映UHF信号与视在放电量之间最优对应关系的拟合方程,即是拟合优度校验分析的内容。

拟合优度(Goodness of Fit)是指回归方程对观测值的拟合程度。主要是运用各种判定系数指标,检验一批分类数据所来自总体的分布是否与某种理论分布相一致,也即检验模型对样本观测值的拟合程度。当解释变量为多元时,要使用调整的拟合优度,以解决变量元素增加对拟合优度的影响。本文所用到的拟合优度检验指标主要包括[15,16]。

(1)误差项平方和(Sum of Squares for Error,SSE)

误差项平方和是反映每个样本各观测值的离散状况,又称为组内平方和或残差平方和。这些误差或残差的平方和是一个用最小二乘法极小化的量,其数值越小,曲线拟合度越好。

式中:n为样本个数;yi为试验观察值(实际值);为回归预测值(拟合值)。

(2)可决系数R2(coefficient of determination,R-square)

可决系数R2衡量的是回归方程整体的拟合度,是表达因变量与所有自变量之间的总体关系。R2取值范围在0~1之间,它是一个非负统计量,如果样本回归线对样本观测值拟合程度越好,各样本观测点与回归线靠得越近,由样本回归做出解释的回归平方和与总误差平方和越相近,其值越接近于1;反之,拟合程度越差,相差越大。

(3)惩罚因数R2adj(Degree of Freedom Adjust R-Square,R2adj)

针对可决系数R2将随着模型解释变量的增多而不断增加的问题,需要对由于解释变量增多而造成的自由度丢失施加一个惩罚项,其中的一个标准就是惩罚因数R2adj。从模型预测角度来说,其度量值越低,模型的预测也越好。

式中:n为样本个数;K为解释变量的个数。

(4)均方根误差RMSE(Root Mean Squared Error,RMSE)

在数理统计中均方误差MSE是指参数估计值与参数真值之差平方的期望值,即定义为各测量值误差的平方和的平均值的平方根。MSE是衡量“平均误差”的一种较方便的方法,MSE可以评价数据的变化程度,MSE的值越小,说明预测模型描述实验数据具有更好的精确度。

式中:yi为试验观察值;为回归预测值;n为样本个数;p为样本中服从正态分布的个数;n-p代表组内方差估计对应的自由度。

4 UHF信号标定

现场检测时,由于存在各种未知的干扰,且有些来自外部电晕以及其他设备所产生的放电,这些信号与所要检测的局放信号特征较为一致,给GIS局放检测造成很大的困难。为减少外部干扰的影响,通常选取一些信噪比较高的窄带,用于对待测试GIS进行局放检测和分析。

基于上述原因,本文根据现场检测经验选取了中心频率分别为350 MHz、750 MHz和1.45 GHz,带宽100 MHz以及0.3~3 GHz等四种检测频段,用于对四种典型缺陷局放UHF信号幅值(m V)与所对应的视在放电量(p C)(以m V与p C表示)进行标定研究。为力求数据精确和可靠,降低试验时随机误差对检测结果可能造成的影响,从每种缺陷所采集到的局放信号中选取80组有效样本数据,采用数学回归模型以及拟合优度检验指标,分别对标定结果进行拟合以及拟合优度校验分析,从中寻找出能精确反映m V与p C对应关系的最优拟合函数。

图4(a)~图4(d)所示分别为对外壳底部自由金属微粒、高压导体针尖、绝缘气隙和悬浮电极等四种典型缺陷局放UHF信号幅值与视在放电量进行标定的结果。其中,横坐标为UHF信号幅值(m V),纵坐标为视在放电量(p C)。每种缺陷均采用图中所示四种频段对UHF信号进行标定,分别如图中“*”、“x”、“o”和“Δ”所示。

对比四种缺陷放电量可见,金属微粒和电晕放电视在放电量较小且分布比较紧凑;气隙放电视在放电量较大,放电不稳定且分布较广;悬浮放电视在放电量最大,且放电量较气隙更为稳定,分布也较为紧凑。此外,尽管四种缺陷放电在不同频段间UHF信号幅值分布存在较为明显差异,但所对应视在放电量分布基本一致。

为定量分析四种缺陷在不同频段上m V与p C之间的对应关系,采用多种数学回归模型,包括一元线性多项式回归模型、一元二次多项式回归模型、指数回归模型和傅里叶回归模型,对标定结果进行回归分析。然后根据误差项平方和(SSE)、可决系数(R2)、惩罚因数(R2adj)以及均方根误差(RMSE)等四种拟合优度校验指标,对回归分析所得拟合方程进行优度校验,结果分别如表1~表4所示。

表1所示为对自由金属微粒放电UHF信号标定结果进行回归分析,并采用拟合优度校验指标对拟合函数进行校验的结果。分析表中300~400 MHz频段所对应拟合优度校验指标可见,一元线性多项式回归模型的SSE和RMSE两指标均取得最小值,而R2和R2adj两指标均取得最大值。根据拟合优度检验标准,较小的SSE和RMSE以及较大的R2和R2adj代表较好的拟合效果。因此,一元线性多项式回归模型可以较好地反映该频段UHF信号幅值与所对应视在放电量之间的关系。对表中700~800 MHz、1.4~1.5 GHz以及0.3~3 GHz三种频段以及表2~表4所对应拟合优度校验指标进行分析可以得到类似结论。

表5~表8所示为采用一元线性多项式回归模型对四种典型缺陷UHF信号标定结果进行拟合所得最优拟合方程的参数。其中,L1、L2、L3和L4分别对应图4中所示拟合曲线。分析可见一元线性多项式回归模型可以较好地反映不同类型缺陷UHF信号幅值与视在放电量之间的对应关系。

5 结论

局放管服自查报告 篇4

一、基本情况

(一)行政许可项目精简。20xx年以来，我局根据区里的总体部署先后完成了两轮行政审批制度改革任务。第一轮改革是从20xx年8月开始至20xx年11月结束，行政审批事项由25项减至2项，精简比例为92%;第二轮改革是从20xx年3月开始至20xx年9月结束(期间新增审批事项9项)，行政审批事项由18项减为7项，减少11项，精简比例为61.11%。这两轮改革，结合市、区两级机构改革情况，大力精简压缩审批事项，完善了行政审批配套制度，规范了行政审批方式，提高了行政审批效率，增加了工作透明度，促进了机关廉政建设。20xx年10月，我局派出工作人员进驻区行政服务大厅，统一受理各项行政审批申请。

(二)清理行政权责。20xx年，根据区清理行政权责和编制权责清单的工作要求，我局全面启动行政权责清理工作，共梳理行政权责9类，共计611项行政权责事项。其中行政许可7项，行政处罚533项，行政强制21项，行政征收1项，行政检查23项，行政确认1项，行政指导3项，行政服务3项，其他行政权责19项。

(三)行政处罚案件审批权下放。自20xx年3月1日起执法队全面下放街道，行政处罚案件的审批权也一并下放街道，我局不再直接审批案件作出处罚决定。

经统计，20xx年我局行政处罚共立案查处2929宗，决定处罚金额1192800元;共受理户外广告许可182宗，许可155宗，受理垃圾转运证46宗，许可46宗，受理林木采伐许可2宗，许可2宗;签订行政征收合同853份，收取垃圾清运费8961194.88元。截止20xx年4月底，我局行政处罚共立案查处992宗，决定处罚金额356000元;共受理户外广告许可23宗，许可22宗，受理垃圾转运证28宗，许可28宗;签订行政征收合同853份，收取垃圾清运费2999719元。

二、主要做法及存在问题

(一)行政许可事项审批方面。

GIS局放 篇5

关键词：GIS局放信号,小波去噪,识别方法

GIS局放信号小波分析的原理建立在傅立叶分析的基础之上, 在频域和时域这两个方面进行了有效的调整, 是对后者分析方法的有效提高。小波分析具有多分辨率的特点, 在低频段的区域内可以使用较高的频率分辨率和较低的时间分辨率, 而在高频段的区域内则使用较低的频率分辨率和较高的时间分辨, 利用该识别模式实现GIS局放信号小波去噪的目的。

一、小波分析的基本原理

小波分析的基础在于小波基原理的应用, 世界上第一个小波基是由Strongberg J.O在1982年提出的。小波在变换特征上具有“变焦距”的特征, 也就是上面所说的能够根据其自身的特点结合实际环境的要求改变时频窗口的大小, 从而改变局部放电信号测试能力的准确度。当频率越来越高的时候, 小波的频宽越来越窄, 这种特性反应到局放测试中就变成了当噪声频率越高时, 小波检测在时间上的跨度上越窄, 在空间的跨度上越长, 从而可以抓住所检测范围的细小范围, 因此, 小波在应用上有“数学显微镜”之美誉。

二、信号的小波分解特性

1. 小波分解特性的重要性

GIS局放测试得到的信号是离散的, 在利用小波原理进行分析的时候必须了解信号在小波原理下的分解特性, 这样才能更好地在实践过程中利用小波分析达到GIS局放测试的去噪作用。经过大量的研究表明, 在GIS局放过程中背景噪声在所有检测到信号中占了很多一部分, 而且形式多种多样, 比如说有连续的周期性干扰、脉冲型干扰, 还有更多白噪声干扰等。目前来讲, GIS局放信号中的去噪过程主要是指去除白噪声对于信号检测的干扰影响。背景噪声的干扰加大了局放信号检测的难度。在分析信号的小波分解特性时, 我们需要知道局部放电这一物理过程发生时间实际上非常短暂, 而且在绝缘材料中的运动模式也非常杂乱无章, 这正是局放信号检测的难度所在。小波原理之所以在GIS局放检测中有其独特的魅力, 正是因为其局放信号分解的独特性。

2. 基于离散小波分析原理的去噪作用

离散小波分析原理是小波分析手段中的重要组成部分, 是GIS局放信号检测去噪过程的重要手段。按照时间频率和空间频率的设定值产生的不同作用, 离散小波分析可以简单地分为三种类型。

(1) 强制型消燥处理方式。从本质原因上来讲, 局部放电产生的原因主要有电介质分布不均匀、制造工艺中出现气泡和杂志等。比如在绝缘材料的制作过程中由于不同电介质的膨胀系数不一样, 成品出现不同的密度, 使部分区域承受的电压不一样。当电压值超过其承受值的时候就导致了局部放电。介质的干扰作用越大, 则局放越明显。强制型消燥的处理方式就是人为地去除一些高频率信号的影响, 把频段控制在某一区域进行检测, 这种方法虽然使观测结果比较集中, 但是容易丢失有用的信号。

(2) 默认阈值型消燥处理方式。该方式利用检测设备中自带的数据库, 通过适当刷选, 从而对局放信号进行消燥。该方式比强制型消燥方式更加科学, 但是仍然有可能排除掉很多有参考价值的测试信号。

(3) 待定值消燥型处理方式。这种方法结合了强制型和默认阈值型的消燥方式, 通过在设备上设置多个参考点, 用户可以根据自身产品的特性, 使用环境的要求等具体情况预先设定参考值的上下线范围, 在这一参考值范围内设备根据自带的数据库自动进行信号的消燥作用。这种消燥方式更加科学化, 但是对局放测试设备的操作提出了更高的要求。

三、小波去噪模式识别方式

局部放电过程在时间上是非常短暂的, 同样, 其在空间上运动轨迹也是飘忽不定的, 我们需要设定一个坐标性判断其运动模式, 才能进一步根据小波分析原理分析GIS局放测试信号的去噪识别方式。

我们以神经网络的局放模式作为特定的例子, 简要地说明小波去噪模式的识别方式, 该坐标系也是目前运用得最广泛的一种。我们以神经网络系统举例说明小波去噪模式的识别主要是因为神经网络系统是一个高度复杂的系统, 从单一的神经元结构分析其功能和结构是十分简单, 这好比在整个小波识别模式中的基本单元———小波基一样。小波基在整个识别模式中是结构和功能最简单的部分, 也是我们分析小波去噪识别模式的基础。

由此我们可以设想小波去噪识别系统是类似于神经网络的复杂系统, 虽然其基本单位小波基的运行是十分简单的, 但整个网络系统充满着大量自学习和变化的因素, 假设有一个未知信号进入到该系统中, 小波去噪模式系统就会根据原有的映射关系, 这些映射关系是在长期的自学习和变化中形成的, 将该信号分配到一定的输出状态中, 从而完成全部输入信号的分配过程。那么在待定值消燥型原则的作用下, 一定范畴内的信号在能被收集成为有效的采样点, 这一待定值的设定反映在该系统中就是有部分未知信号进入系统中时, 即我们所说的背景噪声, 将成为无效值而被排除在采样点之外。

四、结语

本文简要地介绍了在小波原则下测试GIS局部放电信号的去噪原理和模式识别方式举例, 显然在局放信号的检测中频宽的设定对局放信号检测的精确性起着至关重要的作用, 小波去噪的特性能够有效地满足GIS局放信号检测的要求, 应该得到我们足够的重视。

参考文献

[1]胡明友, 谢恒茎等.基于小波原则抑制局部放电监测中平稳性干扰的滤波研究.中国电机工程学报, 2000.1, VOL20, (1) .

[2]王晓芙等, 电力设备局部放电测量中抗干扰研究的现状和展望电网技术.电工技术学报, 2000.6, VOL24, (6) .

[3]蔚承英, 陈勇刚, 杨利平, 王国交.基于GPRS和嵌入式计算机的远程监控系统研究[J].安防科技, 2008, (02) .