论文部分内容阅读
局部放电(Partial Discharge,PD)是六氟化硫气体绝缘组合电器(Gas Insulated Switchgear,GIS)内部绝缘劣化的外在表现形式,实现GIS局部放电严重程度评估对其安全运行有着重要意义。基于此,本文在考虑GIS设备中常见的绝缘缺陷和设备实际运行条件的基础上,对GIS设备内部典型局部放电的发展过程及其严重程度评估进行了研究。主要内容如下：首先搭建了252kV GIS局部放电模拟试验平台,结合现场常见的绝缘缺陷,设计了4种典型的绝缘缺陷模型,采用特高频、超声波以及紫外成像法对这些典型绝缘缺陷引起的局部放电发展过程进行了长时间的检测,获取了GIS局部放电特征信息,得到了不同放电阶段的多种统计谱图,并以此作为GIS局部放电严重程度划分的依据。根据实验获取的统计特征图谱所构建的特征空间维数较高,主成分分析作为一种经典的降维方法,它可以实现特征空间的有效降维,但是降维后无法解释主成分与特征间的关系,基于此,本文引入非负稀疏主分量法,并采用实例进行了验证,结果表明,采用该方法可以实现低维特征量的有效提取,同时特征分量的聚类效果也得到了增强。目前主要采用来自于单一检测法的特征量来实现局部放电模式识别,为了有效利用来自不同检测法的特征量,本文引入可以有效融合不同性质特征参数的多核学习相关向量机(Multi-Kernel Learning Relevance Vector Machine, MKL-RVM)算法,并且采用基于K-折交叉验证和粒子群算法(Particle Swarm Optimization, PSO)相结合的核函数参数优化方法,提高了MKL-RVM的性能,最后实现了特高频和超声波特征参数的融合,并通过实例验证了所采用方法的有效性。最后,根据4类典型局部放电不同试验阶段的现象及相应的统计特征,本文将局部放电的发展过程划分为轻微放电阶段、中度放电阶段以及严重放电阶段,采用特高频放电幅值、放电次数及超声波等效均方根带宽作为放电严重程度评估参数,采用层次分析法获取了各参数所占的权重,最后建立了4种放电模型评估参数各自的隶属度函数,采用模糊综合评判实现了GIS局部放电严重程度的评估,并通过实验对所建立的模型进行了验证。