基于UHF信号特征的GIS局部放电模式识别

《Electronics》:Pattern Recognition of GIS Partial Discharge Based on UHF Signal Characteristics Shaoming Pan, Wei Zhang, Yuan Ma, Yi Su and Wei Huang

【字体: 大 中 小 】 时间:2026年03月07日 来源:Electronics 2.9

编辑推荐:

  由气体绝缘开关设备(GIS)绝缘缺陷引起的局部放电(PD)威胁着电力系统的安全稳定运行。传统的PD模式识别方法由于信息利用不完整以及特征参数之间的相关性未解决而表现出局限性。基于GIS的局部放电机理,本文采用有限元时域(FETD)方法建立了GIS局部放电仿真模

  
由气体绝缘开关设备(GIS)绝缘缺陷引起的局部放电(PD)威胁着电力系统的安全稳定运行。传统的PD模式识别方法由于信息利用不完整以及特征参数之间的相关性未解决而表现出局限性。基于GIS的局部放电机理,本文采用有限元时域(FETD)方法建立了GIS局部放电仿真模型。研究了超高频(UHF)信号的传播规律和影响因素。此外,提出了一种基于深度卷积神经网络(CNN)的PD模式识别方法。研究结果表明,GIS局部放电产生的UHF信号受到脉冲电流波形和放电量的显著影响。电场峰峰值(Epp)随电流幅值线性增加,而随脉冲宽度增加呈非线性减小。当脉冲宽度超过临界阈值(4 ns)时,UHF信号保持一定值。所提出的基于CNN的方法利用全波UHF信号,克服了依赖手动提取离散特征参数的传统方法的缺点。与其他网络架构和优化算法相比,ConvNeXt-AdamW模型表现出更优性能,平均PD模式识别准确率超过96%。
**论文解读:基于UHF信号特征的GIS局部放电模式识别研究**

**研究背景与问题**

气体绝缘开关设备(GIS)因其结构紧凑、运行可靠性高和维护方便等优点在电力系统中广泛应用。然而,在制造、安装和长期运行过程中,GIS内部可能产生金属毛刺、绝缘间隙气隙、金属微粒和悬浮电位等绝缘缺陷,这些缺陷会导致局部放电(PD)。局部放电会加速绝缘材料的劣化,甚至可能引发绝缘击穿,威胁电网的安全稳定运行。因此,检测局部放电并识别典型GIS绝缘缺陷的放电模式对于确保电力系统的可靠运行至关重要。

现有研究在GIS局部放电模拟和检测方面取得了一定成果,但仍存在局限性。传统时域有限差分(FDTD)方法因材料属性相互制约而在模拟精度上受限;基于相位分辨局部放电(PRPD)图谱的方法在图像生成过程中可能压缩部分原始时域波形信息,限制识别精度的进一步提高;基于离散信号特征参数提取的放电模式识别方法存在信息利用不完整和特征参数间相关性难以消除的问题,使得局部放电模式识别准确率难以进一步提升。为此,研究人员开展了基于超高频(UHF)信号特征和深度学习方法的GIS局部放电模式识别研究。该研究发表在《Electronics》期刊上。

**研究方法**

本研究采用的主要关键技术方法包括:(1)利用有限元时域(FETD)方法建立252 kV GIS局部放电三维仿真模型,模拟UHF信号在GIS腔体内的传播过程,采用偶极子天线等效电流模型仿真局部放电脉冲电流源;(2)通过多阶/单阶高斯函数模拟不同绝缘缺陷(金属尖端、绝缘子表面污染、悬浮电位、自由金属微粒)的放电脉冲电流波形,研究脉冲电流幅值和脉冲宽度对UHF信号的影响;(3)提出基于ConvNeXt-AdamW卷积神经网络(CNN)的GIS局部放电模式识别方法,直接利用完整UHF时域波形图像作为输入,自动提取波形特征,克服传统手动特征提取的不足。

**研究结果**

**第3节:仿真参数设置**

研究人员建立了252 kV GIS局部放电三维有限元时域仿真模型,沿GIS腔体内壁每隔0.2 m设置一个探头,共7个探头模拟内部UHF传感器。通过高斯函数叠加随机因素生成四种典型绝缘缺陷的PD脉冲电流波形,作为仿真模型的放电电流源。仿真结果表明:在相同放电电流幅值下,各缺陷收集的UHF信号在等效频率和波形上具有相似特征;信号幅度方面,金属尖端缺陷产生的信号最高,自由金属微粒缺陷最低;谐波分量方面,绝缘子表面污染缺陷的UHF信号时域变化更平滑,高阶谐波含量远低于其他缺陷;等效频率方面,绝缘子表面污染缺陷最低,悬浮电位缺陷次之,金属尖端缺陷和自由金属微粒缺陷的UHF信号等效频率均较高且波形相似。

**第4节:局部放电UHF信号传播特性及影响因素**

**4.1 脉冲电流波形对UHF信号传播特性的影响**:研究人员采用单阶高斯函数作为放电脉冲电流源,改变电流幅值和脉冲宽度。发现UHF信号峰峰值Epp能有效表征信号累积能量变化,故将其作为特征参数。研究得出:Epp随脉冲电流幅值线性增加,随传播距离增大线性增长速率降低;Epp随脉冲宽度增加呈非线性减小,当脉冲宽度小于3 ns时影响显著,超过4 ns后影响可忽略。

**4.2 放电量对UHF信号传播特性的影响**:设置7种放电量(50~350 pC)的激励电流,分析距离PD源1.4 m处探头数据。结果表明:Epp与放电量总体正相关,在100 pC以下增长较快,此后近似线性;放电量对UHF信号峰值频率影响很小,频率分量主要集中在0.5 GHz、0.8 GHz和1.0 GHz附近,2 GHz以上分量趋近于零。

**4.3 盆式绝缘子对UHF信号传播特性的影响**:在GIS模型中放置盆式绝缘子(环氧树脂,相对介电常数3.8),比较有无绝缘子时的Epp曲线。结果表明:盆式绝缘子对UHF信号传播的阻碍影响远小于其他因素,在绝缘子内部探头处Epp衰减明显,但经过绝缘子后Epp仅下降约6%,总体趋势不变。因此在实际GIS放电检测和模式识别中可忽略盆式绝缘子的影响。

**第5节:基于卷积神经网络的GIS局部放电模式识别方法**

研究人员提出基于ConvNeXt-AdamW卷积神经网络的识别方法。UHF数据集由仿真时域波形生成,每张波形图经统一尺寸缩放和像素归一化后输入ConvNeXt网络。采用4000张四种绝缘缺陷的UHF图像作为数据集(8:2划分训练集和测试集)。网络通过分组卷积、深度可分离卷积等设计降低计算复杂度并提升性能。

**第6节:模型结构优化与影响因素分析**

**6.1 ConvNeXt结构原理与优化**:ConvNeXt在传统CNN基础上引入改进,包括使用GELU激活函数(相比ReLU更平滑、适于复杂特征表示)、7×7大卷积核(结合深度可分离卷积控制计算量)、倒瓶颈结构(先升维后降维)以增强特征提取能力并降低参数量。

**6.2 迭代次数对识别结果的影响**:对比Adam、AdamW、RMSprop和SGD四种优化算法在ConvNeXt下的准确率和损失曲线。发现:AdamW和Adam的识别准确率显著优于其他算法;AdamW的损失函数表现优于Adam;迭代次数约100次后准确率和损失趋于稳定,故选取100次为最优训练参数。

**6.3 网络结构与优化算法对识别结果的影响**:将四种优化算法(AdamW、Adam、SGD、RMSprop)与四种CNN结构(ConvNeXt、ResNet、AlexNet、DenseNet)组合,共16种组合进行多次训练和识别。结果表明:ConvNeXt-AdamW模型在GIS放电模式识别中性能最优,平均准确率达96.62%,标准差最低(0.28%)。

**总结与结论**

本研究基于典型GIS绝缘缺陷导致局部放电的机理,进行了时域有限元仿真,并进一步利用ConvNeXt-AdamW卷积神经网络开发了放电模式识别方法。建立了基于FETD的全波形深度学习框架,直接利用完整UHF波形数据,实现更全面的信息提取,相比传统基于特征的方法获得更优识别准确率。该框架不仅增强了对UHF信号传播和缺陷相关放电特性的理论理解,也为GIS设备智能在线监测和状态检修提供了可行的技术路径。主要结论如下:

(1)GIS局部放电UHF信号的峰峰值Epp随传播距离增加而减小,衰减程度随距离增大逐渐降低直至稳定。

(2)UHF信号受局部放电脉冲电流波形和幅值强烈影响。Epp随脉冲电流幅值线性增加,随脉冲宽度增加呈非线性减小。当脉冲宽度超过临界阈值(>4 ns)时,UHF信号不再随脉冲宽度增大而衰减。

(3)盆式绝缘子的屏障效应对UHF信号传播有一定抑制作用,但对其峰峰值和变化特性影响有限,因此在GIS放电检测和模式识别中可忽略盆式绝缘子的影响。

(4)基于完整UHF波形,提出了使用卷积神经网络的GIS局部放电模式识别方法,克服了传统离散特征参数提取在信息利用不完整和特征相关性难以消除方面的局限性,进一步提高了绝缘缺陷和放电模式识别的准确率。

(5)在16种常用的网络架构与优化算法组合中,本文提出的ConvNeXt-AdamW卷积神经网络实现了最高准确率和最低标准差,在GIS局部放电模式识别中平均准确率超过96%,证明其对典型绝缘缺陷和放电模式的可靠识别能力。
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号