基于K近邻算法的换流变压器局部放电模式识别

被引：34

作者：

刘凡 ^{[1
]}

张昀 ^{[1
]}

姚晓 ^{[1
]}

彭倩 ^{[1
]}

聂鸿宇 ^{[1
]}

李剑 ^{[2
]}

周湶 ^{[2
]}

机构：

[1] 四川电力科学研究院

[2] 重庆大学输配电装备及系统安全与新技术国家重点实验室

来源：

电力自动化设备 | 2013年 / 33卷 / 05期

关键词：

换流变压器; 局部放电; 超高频; 故障诊断; 故障分析; 小波分解;

D O I：

暂无

中图分类号：

TM41 [电力变压器]; TM855 [绝缘的试验与检查];

学科分类号：

摘要：

提出了一种基于K近邻KNN(K-Nearest Neighbour)算法的换流变压器故障诊断方法。设计了4种人工油纸绝缘缺陷,采用超高频天线采集局部放电信号。通过对局部放电超高频信号进行小波包多尺度变换,计算其多尺度小波系数的能量系数。采用KNN算法对局部放电超高频信号能量特征参数进行识别。将反向传播神经网络和所提方法对局部放电超高频信号模式的识别结果进行了对比,结果表明所提出的方法更适用于换流变压器故障诊断。

引用

页码：89 / 93

页数：5

共 10 条

[1] 换流变压器差动保护异常动作行为分析及对策
翁汉琍
林湘宁
[J]. 中国电机工程学报, 2009, 29 (31) : 87 - 94
[2] 基于支持向量机的局部放电模式识别
付立华
张晓玫
[J]. 河南工程学院学报(自然科学版), 2008, 20 (04) : 5 - 8
[3] 基于小波多尺度变换的局部放电图像识别方法
杨霁
李剑
孙才新
王有元
杨眉
[J]. 电力系统自动化, 2005, (22) : 69 - 72
[4] 一种基于Morlet小波分析与神经网络技术的局部放电识别方法
王萍
傅立华
胡广振
[J]. 高压电器, 2005, (05) : 49 - 52
[5] 局部放电灰度图象分维数的研究
李剑
孙才新
杜林
李新
周湶
[J]. 中国电机工程学报, 2002, (08) : 124 - 128
[6] 换流变压器中的两个直流分量
高敏华
冷勇
[J]. 变压器, 2002, (06) : 15 - 19
[7] 特高压直流输电理论[M]. 中国电力出版社 , 刘振亚, 2009
[8] Partial discharge study in transformer oil due to particle movement under DC voltage using the UHF technique
Sarathi, R.
Reid, A. J.
Judd, M. D.
[J]. ELECTRIC POWER SYSTEMS RESEARCH, 2008, 78 (11) : 1819 - 1825
[9] A three-phase current-fed dc/dc converter with a three-leg high frequency transformer for fuel cells
Cha, Hanju
Choi, Jungwan
Enjeti, Prasad
[J]. JOURNAL OF POWER SOURCES, 2008, 182 (01) : 270 - 277
[10] Feature extraction of partialdischarge signals using the wavelet packet transform and classification with aprobabilistic neural network .2 Evagorou D,Kyprianou A,Lewin P.L.et al. Science Measurement & Technology(IET) . 2010

← 1 →