固体绝缘开关柜局部放电模式识别优化算法

• 作者: 徐卫东 聂一雄 周文文 彭丹
• 来源期刊: 高压电器
• 关键词: 固体绝缘开关柜 支持向量数据描述 局部放电 模式识别
• 年，卷（期）: 2022,（5）
• 所属期刊栏目: 研究与分析
• 页码范围: 100-107
• 页数: 7页
• 语种: 中文
• DOI: 10.13296/j.1001-1609.hva.2019.05.016

摘要

电力设备内部绝缘缺陷引起的局部放电，含有可用于绝缘状态评估的特征信息。可以有效识别不同局部放电的类型。现有基于传统BP神经网络或SVDD模式识别方法在函数参数选择自主性很强，但由于不同放电类型的特征量在分布上是重叠、非线性的，BP神经网络容易陷入局部最优，识别率不高，SVDD算法在自由金属微粒缺陷识别效果不好。文中对SVDD算法提出了改进，在AP聚类与GPAM⁃PSO优化算法基础上提出一种用于固体绝缘开关柜局部放电模式识别的SA⁃SVDD算法。以解决传统模式识别算法在参数选择、训练方法上的不足，通过训练不同放电类型下的分类器，以达到准确识别不同放电类型。仿真结果显示该方法能自主识别不同PD类型，识别率、收敛速度较传统方法有较大提高，以便电力人员准确判断局部放电类型并制定相对应的抢修方案。