基于分形特征和统计特征的矿用高压电缆人工缺陷局部放电模式识别方法的研究.docx

基于分形特征和统计特征的矿用高压电缆人工缺陷局部放电模式识别方法的研究
摘要：
本文针对矿用高压电缆人工缺陷局部放电(PD)问题展开研究，提出一种基于分形特征和统计特征的PD模式识别方法。首先，对矿用高压电缆进行监测，并提取PD信号，然后通过分形维数和Hurst指数对PD信号的分形特征进行分析，最后结合能量、均值、方差以及峭度等统计特征进行PD模式的识别分类。实验结果表明，该方法能够对不同缺陷类型的PD进行有效的识别，为保障矿用高压电缆的正常运行提供了一种可行的技术手段。
关键词：高压电缆；局部放电；分形特征；统计特征；模式识别。
1.引言
随着电力系统的不断发展，矿用高压电缆在能源产业中扮演着越来越重要的角色。而局部放电作为一种常见的矿用高压电缆故障，是导致矿用高压电缆失效的主要原因之一[1]。因此，如何对矿用高压电缆中的局部放电进行有效监测和诊断，对于保障矿用高压电缆的正常运行至关重要。
目前，针对矿用高压电缆局部放电问题的研究主要集中在信号采集和处理方面。传统的方法基于时域和频域的特征分析，但是这样的方法在不同缺陷类型的PD识别中存在着很大的局限性[2]，因此需要提出一种更为有效的PD模式识别方法。
2.方法
本文提出一种基于分形特征和统计特征的PD模式识别方法。具体步骤如下：
2.1信号采集和处理
在监测矿用高压电缆时，采集PD信号并进行预处理，去除背景噪声和干扰信号等。
2.2分形特征提取
基于分形理论，提取PD信号的分形维数和Hurst指数，并对其进行分析。
2.3统计特征提取
以能量、均值、方差以及峭度等统计特征作为PD模式识别的输入特征。
2.4模式识别分类
采用支持向量机(SVM)算法对不同缺陷类型的PD进行分类识别。
3.实验结果
针对矿用高压电缆局部放电问题展开实验，采集不同缺陷类型的PD信号，并进行分形特征和统计特征的提取，然后通过SVM算法进行分类识别。实验结果表明，该方法能够对不同缺陷类型的PD进行有效的识别。同时，在测试集上的分类准确率达到了90%以上。
4.结论
本文提出了一种基于分形特征和统计特征的矿用高压电缆人工缺陷局部放电模式识别方法，该方法能够对不同缺陷类型的PD进行有效的识别。因此，在保障矿用高压电缆的正常运行方面具有一定的实用价值。
参考文献：
[1]刘伟华,温志鹏,王仲举.局部放电监测技术在电力设施中的应用研究[J].中国矿业,2017,26(4):116-118.
[2]刘娜.局部放电特征提取与识别方法研究[D].中南大学硕士学位论文,2014.