基于多维特征提取的紫外局放分级方法及应用*

作者：刘宇宽,马立新*,张建宇,黄阳龙 日期：2016-08-01/span> 浏览：2380 查看PDF文档

基于多维特征提取的紫外局放分级方法及应用*

刘宇宽,马立新*,张建宇,黄阳龙

(上海理工大学 光电信息与计算机工程学院,上海 200093)

 

摘要：针对局部放电状态无法准确量化分级问题,对采用基于粒子群优化的支持向量机的状态分级方法进行了研究,通过该方法首先完成了多类特征空间在SVM核函数中的映射分类,再利用粒子群选取了最优核参数及惩罚参数。并提出了一种搭载该分级方法的便携式紫外传感电力巡检系统,结合其自身的测距功能,可向终端上位机回传紫外光斑面积、脉冲波形,测量距离、测量角度4种特征量,并以此作为分级判据,以充分利用紫外信号可靠且灵敏的特点。上位机根据已由试验数据建立起的优化分级模型,对设备的异常放电进行了诊断分级。研究结果表明,精度较传统支持向量机显著提高,避免了人为选取参数的盲目性,能够根据现场回传数据准确、实时地完成设备异常放电状态分级。

关键词：局部放电;紫外检测;高压设备巡检;PSOSVM

中图分类号：TM764.1;TP835.4         文献标志码：A            文章编号：1001-4551(2016)06-0765-05
 

 

本文引用格式：

刘宇宽,马立新,张建宇,等.基于多维特征提取的紫外局放分级方法及应用［J］.机电工程，2016，33(6)：765-769.

LIU Yuｋｕaｎ, MA Liｘiｎ, ZHANG Jｉaｎｙu, et al. Method and its application of partial discharge rating based on multidimension feature extration［J］.Journal of Mechanical & Electrical Engineering, 2016,33(6):765-769.
《机电工程》杂志：http://www.meem.com.cn