基于BP神经网络的电机局部放电类型识别方法研究.pdf
《基于BP神经网络的电机局部放电类型识别方法研究.pdf》由会员分享,可在线阅读,更多相关《基于BP神经网络的电机局部放电类型识别方法研究.pdf(4页珍藏版)》请在咨信网上搜索。
1、设备管理与维修2023 翼11(上)0引言大型发电机和电动机是电力工业生产的主要旋转设备,其可靠性对相关企业能否正常生产和运行有决定性作用。据统计,大约 41%的电动机或发电机故障是由于主绝缘(定子绝缘)的老化而引起的,高压电机或大容量发电机的运行可靠性在很大程度上取决于定子绕组的绝缘状况1。随着电机容量的不断增加,电机定子电压也不断升高,对电机全寿命周期可靠性的要求也大幅提升,定子绕组出现绝缘缺陷的概率越来越大,造成的后果也愈发严重。在实际运行过程中,因受到电磁力、热应力、热老化、化学老化等因素影响,电机定子绕组主绝缘材料的绝缘性能会逐渐劣化。对于电机定子绕组,绝缘劣化的主要特征之一就是绕组
2、的局放大幅增加2。因此。对电机定子绕组定期开展局放检测并准确诊断局放类型,对于及早发现绝缘缺陷、避免缺陷恶化导致电机接地或短路故障具有重要意义。近些年,在采用智能算法对定子线棒局放类型进行识别方面,许多专家和从业人员开展了深入的研究工作。王卓等3对不同类型局部放电的脉冲相位信息、特高频信号和超声波信号进行采集,提取不同信号的特征向参数,再分别构造基于鲸鱼优化算法(WOA)改进的 BPNN 识别模型对局部放电类型识别,将 猿 个识别模型的识别结果作为证据体采用 D-S 证据组合规则进行融合,最后对融合结果进行决策。杨旗等4在收集完成输电线路在树障和污秽绝缘子两种典型隐患的预放电脉冲电流波形数据的
3、基础上,通过提取并构建放电特征参量数据库并带入反向传播神经网络分类器中对线路隐患模型进行训练,建立了基于BP 神经网络算法的输电线路隐患预防电识别模型,识别准确率达到 92%以上。陈继明等5利用小波变换得到局部放电信号获取能量的时频分布图,运用差分盒计数法(DBC)提取能量分布图的分形维数特征,并采用线性判别分析(LDA)对特征向量进行降维处理,最后利用支持向量机(SVM)对局部放电缺陷类型进行分类,经实验室测试,缺陷识别准确率超过 96%。韩世杰等6利用EFPI 传感器对放电超声信号进行检测,提取单次超声脉冲信号波形特征形成特征参数数据库,分别应用概率神经网络算法和支持向量机算法进行模式识别
4、并比较分析,缺陷识别平均准确率达到 85%以上。艾嘉伟等7基于 GIL(Gas-Insulatedtransmission Line,气体绝缘输电线路)典型缺陷局部放电的超声信号、特高频信号、声电(超声特高频)联合信号,构造对应的 Hankel 矩阵并提取其奇异值特征,采用 BP(Back Propagation,反向传播)神经网络进行放电类型识别并将初步识别结果作为证据体,基于D-S 证据合成法则计算信度分配,最终利用决策规则进行放电类型的识别,整体缺陷识别准确率提升至 99%以上。为准确分析电机定子线棒发生局部放电的位置,尽早查明绝缘缺陷的原因,本文在充分分析不同类型局部放电波形特征的基础
5、上,提出了基于 BP 神经网络的电机定子线棒局部放电缺陷类型识别方法。1局放特征图谱及其特征量提取1.1概念局部放电特征图谱能够提现不同放电类型局放信号的特征,包括放电幅值与放电相位的关系、放电次数与放电相位的关系以及放电时间、放电相位和时间的关系,分别是 Q椎 统计图、N椎 统计图、PRPD(PhaseResolvedPartial Discharge,相位分辩的局部放电)图、PRPS(Phase Resolved Pulse SequenceAnalysis,脉冲序列相位分布)图、频率相关图、时频图,每种模式描述着不同的放电特征(图 1)。(1)Q椎 统计图反映的是最大放电幅值随相位分布的
6、特征。(2)N椎 统计图反映的是放电次数对相位的分布特征。(3)PRPD 图反映的是局部放电相位分布情况,图中横坐标为相位、纵坐标为幅值,点的颜色深浅表示放电脉冲密度的强弱。现场观察时,可以根据点的颜色深浅判断较强局放信号的相位和幅值,对识别局放类型具有重要意义。(4)PRPS 图反映的是局部放电脉冲序列相位分布情况,描述相位分辨的脉冲序列,它是一种实时三维图,图中 x 轴为相位、y 轴为信号周期数量、z 轴为信号强度或幅值;频率相关图谱描述超声信号 50 Hz 和 100 Hz 的频谱能量,图谱能够显示信号的均值和峰值、50 Hz 和 100 Hz 的能量幅值等;时频图能够反映局部放电脉冲信
7、号的频域波形和时域波形,图中横坐标为时间、纵坐标为频率,可提取多种信号的频域特征,从而将不同的放电信号分离开来。基于 BP 神经网络的电机局部放电类型识别方法研究杨玉磊(中国大唐集团科学技术研究总院有限公司华东电力试验研究院,安徽合肥230088)摘要:大型发电机和电动机在实际运行过程中,定子绕组主绝缘材料的性能会逐渐变差,绕组内部或表面的局部放电水平大幅增加,是绕组绝缘性能劣化的主要特征之一。为准确识别定子线棒发生局部放电的类型,协助查明缺陷原因制定缺陷处理方案,分析不同类型局部放电波形特征,提出基于 BP 神经网络的电机定子线棒局部放电缺陷类型识别方法,供参考借鉴。关键词:电机;定子线棒;
8、局部放电;识别;BP 神经网络中图分类号:TM311文献标识码:BDOI:10.16621/ki.issn1001-0599.2023.11.12輧輯设备管理与维修2023 翼11(上)1.2特征量提取局部放电信号容易受缺陷自身、外部环境、运行方式变化等因素的影响而发生变化,同一缺陷在不同时刻的局部放电信号并不完全相同,但局放特征图谱的相关特性是重复发生的。因此,对局部放电特征图谱的关键指征参数进行提取,是进行局放类型识别的第一步。针对局部放电的二维图谱,一般可采用偏斜度、陡峭度、互相关系数、放电量因数和相位不对称度等特征量进行定量分析。其中,偏斜度和陡峭度主要用来描述局放波形的整体形状差异,
9、互相关系数、放电量因数和相位不对称度主要用来描述局部波形正、负半周之间的差异。(1)偏斜度 Sk反映的是当前局放波形的形状相比于正态分布形状的偏斜程度:Sk=0,说明局放波形的左右对称,与正态分布相近;Sk跃0,说明局放波形整体向左偏移;Sk约0 则说明局放波形整体向右偏移。实际观察时,主要是用来查看局部起始电压和局放熄灭电压之间的相互关系。Sk=mi=1移(xi-滋)3伊pi驻x滓3其中,W 为半个周期内的相窗数;xi为第 i 个相窗的相位;驻x 为相窗宽度;pi、滋 和 滓 分别是以 渍i为随机变量时,相窗 i 内的事件出现的概率、均值和标准差。pi=yiWi=1移yi滋=Wi=1移pi渍
10、i滓=Wi=1移pi(渍i-滋)2姨其中,yi为视在放电量 q 或放电重复率 n。(2)陡峭度 Ku反映的是当前局放波形的形状相比于正态分布形状的突起程度。与偏斜度一样,Ku=0 说明局放波形形状与正态分布相同,Ku跃0 说明局放波形比正态分布尖锐陡峭,Ku约0 则说明局放波形比正态分布轮廓平坦。Ku=Wi=1移(xi-滋)4pi驻x滓4蓘蓡-3(3)互相关系数 Cc 反映的是正负半周局放波形的形状相似程度。对于正负两极结构对称的局部放电,在一个放电周期内,正负半周的放电情况相同,因此波形轮廓是相近的;而对于大多数放电,由于结构的差异,正负半周的放电情况相差较大,则波形轮廓相差较大。这种正负半
11、周局放波形轮廓的相似程度就由互相关系数进行定量描述,当 Cc为 0 时认为正负半周局放波形的轮廓差异巨大,而 Cc 为 1 时则认为正负半周局放波形的轮廓十分相近。Cc=Wi=1移qi+qi-Wi=1移qi+Wi=1移qi-蓸蔀/WWi=1移(qi+)2-Wi=1移qi+蓸蔀2/W蓘蓡Wi=1移(qi-)2-Wi=1移qi-蓸蔀2/W蓘蓡姨其中,qi是在相窗 i 内的平均放电量,上标“+”和“-”分别对应着局放波形的正、负半周;W 为半周内的相窗数。(4)放电量因数 Q 反映的是正负半周平均放电量的比值,可定量计算正负半周平均放电量的差异。Q=Wi=1移ni-qi-Wi=1移ni-/Wi=1移
12、ni+qi+Wi=1移ni+晌尚上上上上上上上上上上上上裳捎梢梢梢梢梢梢梢梢梢梢梢梢其中,ni是在相窗 i 内的放电重复率。(5)相位不对称度 渍 反映的是正负半周局部放电起始放电相位的差别。渍=渍in-渍in+其中,渍in为正负半周内放电的起始相角,上标的“+”和“-”分别对应着局放波形的正、负半周。完成局放波形二维特征图谱相关特征量的提取之后,根据定子线棒局部放电位置的不同,可将电机内部局放类型分为内部放电、端部放电、槽间放电和端部断股放电 4 种。其中,端部断股放电本身是电弧放电,放电现象比较强烈,因此不作为局部放电讨论。针对另外 3 种不同类型的放电缺陷,通过现场试验统计了定子线棒不同
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 基于 BP 神经网络 电机 局部 放电 类型 识别 方法 研究
1、咨信平台为文档C2C交易模式,即用户上传的文档直接被用户下载,收益归上传人(含作者)所有;本站仅是提供信息存储空间和展示预览,仅对用户上传内容的表现方式做保护处理,对上载内容不做任何修改或编辑。所展示的作品文档包括内容和图片全部来源于网络用户和作者上传投稿,我们不确定上传用户享有完全著作权,根据《信息网络传播权保护条例》,如果侵犯了您的版权、权益或隐私,请联系我们,核实后会尽快下架及时删除,并可随时和客服了解处理情况,尊重保护知识产权我们共同努力。
2、文档的总页数、文档格式和文档大小以系统显示为准(内容中显示的页数不一定正确),网站客服只以系统显示的页数、文件格式、文档大小作为仲裁依据,平台无法对文档的真实性、完整性、权威性、准确性、专业性及其观点立场做任何保证或承诺,下载前须认真查看,确认无误后再购买,务必慎重购买;若有违法违纪将进行移交司法处理,若涉侵权平台将进行基本处罚并下架。
3、本站所有内容均由用户上传,付费前请自行鉴别,如您付费,意味着您已接受本站规则且自行承担风险,本站不进行额外附加服务,虚拟产品一经售出概不退款(未进行购买下载可退充值款),文档一经付费(服务费)、不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
4、如你看到网页展示的文档有www.zixin.com.cn水印,是因预览和防盗链等技术需要对页面进行转换压缩成图而已,我们并不对上传的文档进行任何编辑或修改,文档下载后都不会有水印标识(原文档上传前个别存留的除外),下载后原文更清晰;试题试卷类文档,如果标题没有明确说明有答案则都视为没有答案,请知晓;PPT和DOC文档可被视为“模板”,允许上传人保留章节、目录结构的情况下删减部份的内容;PDF文档不管是原文档转换或图片扫描而得,本站不作要求视为允许,下载前自行私信或留言给上传者【自信****多点】。
5、本文档所展示的图片、画像、字体、音乐的版权可能需版权方额外授权,请谨慎使用;网站提供的党政主题相关内容(国旗、国徽、党徽--等)目的在于配合国家政策宣传,仅限个人学习分享使用,禁止用于任何广告和商用目的。
6、文档遇到问题,请及时私信或留言给本站上传会员【自信****多点】,需本站解决可联系【 微信客服】、【 QQ客服】,若有其他问题请点击或扫码反馈【 服务填表】;文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“【 版权申诉】”(推荐),意见反馈和侵权处理邮箱:1219186828@qq.com;也可以拔打客服电话:4008-655-100;投诉/维权电话:4009-655-100。