非相位电气特征参量的局部放电模式识别

国华徐州发电有限公司 王传栋

非相位电气特征参量的局部放电模式识别

国华徐州发电有限公司 王传栋

为了克服传统局部放电模式识别中特征量过度依赖工频电压相位信息的缺点，基于放电幅值、放电重复频率和连续两次放电时间间隔等电气参量，提取了6个不依赖于相位信息的统计特征，并利用费歇尔判别法对提取的特征参量进行了有效判别归类。实验结果表明：提取的非相位统计特征参量物理意义明确、表达方式简洁，采用费歇尔判别法可以对其进行准确、快速判别归类。

局部放电；电气参量；非相位；费歇尔判别

0 引言

局部放电是引起电气设备绝缘劣化的重要因素之一[1]，且不同放电形式对绝缘危害不同且表现各异。因此正确辨识局部放电类型可有效评估设备绝缘状态和诊断其故障类型。

目前针对局部放电模式识别，提取的局放特征量均依赖于工频电压相位信息，而实际运行现场中，交流高压侧相位信息有时难以获取。本文基于该问题，使用一种不依赖相位信息的局部放电电气参量统计特征，用于识别不同类型放电。

1 局部放电试验

根据电气设备常见的放电形式，设计制作了电晕放电、沿面放电和气隙放电模型，如图1( a)、(b)、(c)所示。采用脉冲电流法，对每类放电采集50个放电样本，每个样本500个工频周期（10s）时长放电信号。

图1 模型缺陷示意图

图2 局部放电测试系统

2 局部放电信号非相位分析

图3 不同放电模式、图谱

根据图3可知，电晕放电、气隙放电和沿面放电频率、幅值、连续两次放电脉冲时间间隔区别明显。

通过统计脉冲幅值、时间间隔的特征参数，得到表征局部放电电气特性的非相位特征。表1为本文选取的非相位统计参数。

表1 非相位统计参数及其物理意义

表1中所列参数均以单位时间为范围进行统计计算，都不依赖于相位信息。根据不同统计参数物理意义，结合统计学相关理论，可以得出各参数计算公式如式(1)-(6)。

式(1)中pk为单个脉冲放电幅值，式(2)中Nsum为采样时间内放电次数，t为采样时间，式(3)中n为单位时间内放电时间间隔总数。

3 非相位特征的局部放电模式识别

利用2.2节中所述非相位统计参数提取方法，提取了不同放电类型下6个非相位统计特征参数，使用费歇尔判别法对不同局部放电模式特征参数进行分类识别。

费歇尔判别法基本思想是首先根据已知分类的数据，分别计算各类的重心即分组的均值，利用相应准则所建立的判别式对未知类型样本计算判别函数值，若其与第i类的重心距离最近，就认为它来自第i类。有关费歇尔判别分析的具体描述可参阅文献[2]。

将实验数据中20个样本作为训练样本构造判别函数，剩余30个样本作为未知类型样本，通过构造的判别函数实现对未知样本的类型判别。文章基于SPSS软件实现上述判别流程，最终判别结果如表2所示，可以看出三种缺陷待测样本均得到了较为合理的归类。

表2 局部放电缺陷类型判别结果

4 结论

本文采集了电晕、气隙和沿面放电三种类型局部放电信号，提取了不依赖于相位信息的电气统计参量，利用费歇尔判别法对局部放电样本进行判别归类，得到了较为合理的判别结果，对于现场局部放电模式识别具有一定的实际参考价值。

[1]李莉苹.气体组合电器绝缘状态评估与故障诊断技术研究[D].重庆:重庆大学,2015.

[2]张文彤,闫洁.SPSS统计分析基础教程[M].北京:高等教育出版社,2004.

王传栋（1966—），男，江苏徐州人，工程师，从事电气设备运行与故障诊断研究。