论文部分内容阅读
随着气体绝缘组合电器(Gas Insulated Switchgear, GIS)在电力系统中的应用逐渐增多,其局部放电(Partial Discharge, PD)在线监测和故障诊断受到国内外学者的广泛关注,在局放故障定位、局放信号传播特性以及局放信号模式识别等方面开展了大量研究并取得一定成果,却罕有混合局放信号相关研究成果公布。实际中可能出现多放电源局部放电故障,其产生的混合局放信号无法使用现有局放信号模式识别系统进行识别。混合局放信号较单一局放信号对实际故障信号的描述更具一般性,同时,混合局放信号模式识别具有涵盖单一局放信号模式识别的更广泛的使用范围,具有十分明朗的科研及应用前景。本文在对超高频(Ultra-high Frequency, UHF)局放信号统计特征和混合特性研究的基础上,采用盲源分离理论对多放电源局放故障产生的超高频混合局放信号模式识别策略进行分析,并在Matlab平台下,对优化快速独立分量算法(Efficient variant of algorithm FastICA, EFICA)在超高频混合局放信号盲分离中的应用进行仿真测试。论文的主要工作和创新性成果如下：在查阅文献的基础上,对国内外在局放信号模式识别方面的研究成果进行总结。针对超高频混合局放信号模式识别的特殊性,从研究方向和信号处理算法两个方面进行分析,经过对比确定本文研究路线：根据盲源分离理论,将混合信号模式识别转换为单一信号模式识别。以实验室获取的超高频局放信号和XFDTD电磁场仿真软件为基础,对超高频局放信号的高阶统计特征和混合方式进行理论分析和仿真验证。结果表明：超高频局放信号为非对称非高斯信号；超高频局放信号为局放电流信号与相应冲激函数的卷积；超高频混合局放信号由各超高频局放信号线性瞬时混合而来,为局放电流信号间的线性卷积混合。根据各类盲源分离算法的使用条件和超高频局放信号混合方式,对超高频混合局放信号模式识别策略进行分析。得出可能的超高频混合局放信号模式识别策略有两种：(1)对超高频混合局放信号进行盲解卷积变换,求取对应的局放电流信号,对各局放电流信号进行模式识别；(2)对超高频混合局放信号进行独立分量分析,估计各超高频局放信号,对各超高频局放信号进行识别。因国内外在局放信号模式识别方面开展了大量研究,在实际中获得一定应用,故后者具有更好的应用前景。最后,文章将EFICA算法用于超高频混合局放信号盲分离,以求取其蕴含的超高频局放信号,并对EFICA算法的分离效果和性能进行仿真测试。测试表明,EFICA算法对超高频混合局放信号的分离效果理想,且具有良好的容噪能力和鲁棒性,具有较好的应用前景。