基于K-Means聚类算法的自动图谱识别在电缆局部放电在线监测系统中的应用

• 作者: 周承科 周文俊 唐泽洋 姜伟 彭小圣 靖小平
• 来源期刊: 高电压技术
• 学科: 工学
• 关键词: 局部放电(PD) K-Means 局部放电相位谱图 自动模式识别 聚类 在线监测 电力电缆
• 年，卷（期）: 2012,（9）
• 所属期刊栏目: 过电压与绝缘
• 页码范围: 2437-2446
• 页数: 10页
• 分类号: TM63
• 字数: 7459字
• 语种: 中文

摘要

局部放电相位谱图（phase resolved partial discharge pattern）是局部放电模式识别普遍采用的重要方法。但在中高压电缆在线局放监测系统中,电缆中的电压信号难以直接获取,使得局放相位谱图分析的开展遇到了重大的挑战。为此,在多年局放理论研究和局放现场应用研究的基础上,提出了基于K-Means聚类的局部放电相位谱图自动模式识别技术。该技术通过信号提取、坐标变换、K-Means聚类、中心点平移、模式判断的流程,克服了电缆局放监测中相位信息难以直接获取的缺点,能对来自三相的局部放电信号进行自动识别判断。5个应用实例证明,该方法能对电晕放电、内部放电、沿面放电和干扰信号做出准确的判断,必将在电缆在线监测系统中获得广泛的应用。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	周文俊	武汉大学电气工程学院	159	2205	25.0	40.0
2	姜伟		4	121	3.0	4.0
3	唐泽洋	武汉大学电气工程学院	6	241	6.0	6.0
4	靖小平		1	52	1.0	1.0