局部放电检测系统中的信号去噪与模式识别的研究

电力变压器是组成电力系统的关键设备,其安全运行是保证供电可靠性的基础。而局部放电是造成变压器设备绝缘劣化的主要原因之一,也是其绝缘劣化的重要征兆和表现形式。所以准确有效地提取出变压器的局部放电信号和判断局部放电的类型是保证变压器正常运行的关键。 本文对变压器局部放电现象进行了深入的阐述和分析,针对变压器局部信号的去噪问题,本文提出了一种新的去噪算法——基于经验模态分解的小波阈值算法,并对该方法进行了积极的论证和实验,对仿真和实际信号的处理结果表明了该算法的有效性。 本文深入研究了局部放电各种指纹谱图特征参数的提取方法,并在此基础上进行模式识别的研究,将BP神经网络引入到局部放电的模式识别,通过对基于BP神经网络的三层感知机进行建模、样本训练和实际测试,提取Q-φ-cc参数作为BP网络的输入,对三种局部放电类型进行了识别。 文章最后设计并开发了基于虚拟仪器的局部放电检测软件系统,本系统以图形化编程语言LABVIEW为核心,结合MATLAB,实现了局部放电信号去干扰、局部放电信号谱图显示、局部放电模式识别等功能。 现场实测表明,本文设计的软件系统能有效地去除信号噪声并判别局部放电的类型,可以应用于现场局部放电在线监测系统。