论文总字数：25549字

摘 要

环网柜是目前配电网的主要组成部分。环网柜的局部放电在线监测可发现设备的早期绝缘故障，能够有效提高配网运行的安全性和可靠性。局部放电研究主要涉及三个方面，即检测技术、定位技术和模式识别技术。本次毕业设计详细的分析了PD的模式识别和检测方法。由于环网柜内部结构复杂，柜型繁多，不同柜型的局部放电原理也不完全相同。为了便于研究，本文选取了气体绝缘开关（Gas Insulation Switcher）为代表。

第二章简要介绍目前主要的PD检测技术，综合超声波法和特高频法，提出一种非常规检测方法——声电联合法。声电联合检测法克服了原有检测方法信号单一的缺点，具有抗干扰能力强、易于实现缺陷定位等优点。

第三章介绍了模式识别的两个重要部分：指纹提取和指纹识别。在前人的探索基础上，深入研究了以分析主要成分和统计结果为基础的神经网络识别器。统计分析法是目前学界公认的用于量化PRPD和PRPS谱图的主要方法，有着易于理解和操作的特点。但是对于BP神经网络来说，统计分析法提取出的指纹坐标过于复杂，一个简单的神经网络难以拟合，而复杂的神经网络又有着容易过度学习和学习时间过长等问题。根据以上的考虑，通过研究主成分来优化指纹。经过试验验证，采用主成分分析降维后，简单的三层BP神经网络也能够较好的识别不同指纹对应的局部放电源。

关键词：环网柜，GIS，局部放电，声电联合，模式识别

ABSTRACT

Ring Main Unit is the main component of the current distribution network. The early insulation fault of the equipment in the Ring Main Unit can be detected by the online monitoring system of partial discharge. There are three aspects of current research in partial discharge, namely, detection technology, positioning technology and pattern recognition technology. In this paper, the detection method and pattern recognition of partial discharge are studied in detail. Taking into account that the complexity of the Ring Main Unit internal structure and the principle of partial discharge is not exactly the same in different components of Ring Main Unit, this paper selects the most important part of the Ring Main Unit, gas insulated switch (GIS) as the representative in order to facilitate the study.

The second chapter briefly introduced the current discharge detection method, proposed a combination of sound and electricity detection method based on the combination of ultrasonic method and UHF method. This method both retains the advantages of strong anti-interference ability and overcomes the shortcomings. At the same time, the combination of sound and electricity detection method is also very easy to locate the defect location due to the reason that sound signals and electrical signals have a difference speed.

The third chapter introduces two important parts of pattern recognition: fingerprint extraction and fingerprint recognition. Based on the previous research results, a BP neural network recognizer based on statistical analysis and principal component analysis is proposed. Statistical analysis, which is easy to understand and operate, is currently recognized as the main method for quantifying PRPD and PRPS spectra. But the fingerprint which is extracted by the statistical analysis method are too complex for the BP neural network to fit. What's more, the complex neural network is easy to learn too much or learn too slow. Considering these, this paper uses the principal component analysis to optimize the fingerprint. After that, the simple three-layer BP neural network can also identify the partial discharge source corresponding to different fingerprints.

Key Words: Ring Main Unit, GIS, partial discharge, combination of AE and UHF , pattern recognition

摘要 III

ABSTRACT IV

第一章 概述 1

1.1环网柜局部放电在线监测的意义 1

1.2环网柜中典型的局部放电绝缘缺陷 2

1.3环网柜局部放电的研究现状 5

1.4本文目标及主要工作 7

第二章 局部放电检测技术 10

2.1引言 10

2.2 局部放电常见检测方法 10

2.3 声电联合检测法 12

2.4 小结 16

第三章 局部放电模式识别技术 17

3.1 引言 17

3.2常见指纹提取技术 17

3.3常见指纹识别技术 21

3.4基于统计分析法和PCA的BP神经网络模式识别器 24

3.5 基于蒙特卡洛法的仿真验证 26

3.6 小结 30

第四章 总结与展望 32

4.1总结 32

4.2展望 32

参考文献 33

致 谢 35

第一章 概述

1.1环网柜局部放电在线监测的意义

统计数据表明，目前我国电网中使用最广泛的设备就是环网柜。环网柜相比于传统设备具有很多优点，比如占地面积小，可靠率高等，近年来得到广泛发展。但是，环网柜制造工艺精细，机构较为复杂的特点导致大部分常用的实验方法难以应用，作为我国电网的重要组成部分，如果环网柜发生故障，其后果不堪设想。

表1.1：SF6环网柜的事故统计情况

统计表明，目前电力系统中应用最多的是以SF6为绝缘物质的气体绝缘环网柜GIS。当然，还有利用固体作为绝缘介质的环网柜，本文就不详细介绍了。相关研究分析了国外GIS多年的运行数据，发现GIS内部颗粒、接触不良以及金属尖刺等不易发现的绝缘缺陷是GIS发生事故的主要原因。这些绝缘缺陷在工频耐压试验中电压不能立刻击穿，几乎不能检查出来。然而会在运行中发生局部放电（Partial Discharge，PD）现象，使得缺陷程度逐渐扩大，给正常运行造成影响。表1.1为投运的GIS的故障统计情况。从表中的统计来看，导致GIS发生事故的最主要原因是绝缘故障，即使局部的绝缘缺陷不会立即产生电压击穿现象，但是在运行过程中，绝缘缺陷程度不断扩展，对周围良好的绝缘介质不断侵蚀，将会使得故障逐步扩大。研究表明，PD在线检测可以及时发现早期绝缘故障，从而避免大规模电力事故。另一方面，PD检测也可以在很大程度上弥补工频耐压试验的不足之处，能指出绝缘缺陷的位置的特性也便于检修，从而大大提高了GIS的使用可靠性。

剩余内容已隐藏，请支付后下载全文，论文总字数：25549字