舒锦宏,徐灵江,吕延春,段文华,钟守平
SHU Jinhong,XU Lingjiang,LYU Yanchun,DUAN Wenhua,ZHONG Shouping

• 1:国网浙江省电力有限公司紧水滩水力发电厂
• 2:国网浙江省电力有限公司
• 3:南京南瑞继保电气有限公司

摘要(Abstract)：

不同类型的电缆PD(局部放电),其相位谱图和统计参数存在差异。个别故障间的差异较小,模式识别难度大,为此提出了一种基于Fuzzy-ART(模糊自适应共振理论)的电缆PD模式识别方法。设置了4种电缆人工缺陷并通过实验对该方法进行验证,结果表明,Fuzzy-ART神经网络具有快速、稳定的学习和分类能力,不仅能对已知的电缆PD进行模式识别,而且能够有效识别未知电缆PD模式,具有广泛的适用性。
The phase spectrum and statistical parameters of different types of cable partial discharge(PD) are different. Since the difference between individual faults is slight, pattern recognition is difficult. Therefore, a pattern recognition method of cable PD based on fuzzy adaptive resonance theory(Fuzzy-ART) is proposed.Four kinds of artificial defects are set up, and the method is verified by experiments. The experimental results show that the Fuzzy-ART neural network is capable of fast and stable learning and classification. It can not only recognize the known cable PD pattern but also recognize the unknown cable PD fault pattern effectively.It is widely applicable to cable PD pattern recognition.

关键词(KeyWords)： 电缆;局部放电;模式识别;Fuzzy-ART神经网络
cables;partial discharge;pattern recognition;Fuzzy-ART neural network

Abstract:

Keywords:

基金项目(Foundation): 国网浙江省电力有限公司科技项目（5211JS19001B）

作者(Author): 舒锦宏,徐灵江,吕延春,段文华,钟守平
SHU Jinhong,XU Lingjiang,LYU Yanchun,DUAN Wenhua,ZHONG Shouping

DOI: 10.19585/j.zjdl.202111002

参考文献(References)：

• [1]杨引虎，罗建勇，韦远涛，等.分布式电缆局部放电在线监测系统的研制[J].智慧电力，2018,46(3):91-94.
• [2]廖瑞金，犹登亮，周湶，等.交联聚乙烯电缆局部放电灰度图像的模式识别[J].高压电器，2007,43(2):85-87.
• [3]张晗.交联聚乙烯电缆局部放电与电缆老化关系研究[J].现代盐化工，2019,46(1):32-34.
• [4]杨帆，王干军，彭小圣，等.基于卷积神经网络的高压电缆局部放电模式识别[J].电力自动化设备，2018,38(5):123-128.
• [5]李方利，钱帅伟，毛振宇，等.基于多传感器融合技术的电缆附件局部放电检测系统[J].电器与能效管理技术，2020(6):53-60.
• [6]张安安，杨林，何嘉辉，等.基于MDS的电缆附件局部放电模式识别[J].电子科技大学学报，2019,48(2):202-207.
• [7]刘凡，徐洋涛，孙茂一，等.基于HHT的高压电力电缆附件局部放电分析方法[J].中国测试，2016,42(4):33-37.
• [8]黄春梅，马宏忠，张艳，等.基于小波包和模糊自适应共振神经网络的变压器绕组状态识别[J].广东电力，2017,30(7):89-95.
• [9]宋小宁.基于Fuzzy ART神经网络的往复式压缩机故障诊断研究[D].大连：大连理工大学，2014.
• [10]孙茂一，杨林，周志通，等.基于SLLE的电缆附件局部放电模式识别[J].电测与仪表，2019,56(22):25-30.
• [11]郭景蝶.中压交联聚乙烯电缆局部放电在线检测与定位[D].焦作：河南理工大学，2018.
• [12]张苏.高速铁路电力电缆局部放电在线监测与模式识别[J].高压电器，2020,56(10):104-110.
• [13]高电压试验技术.局部放电测量：EN 60270—2001[S].2001.
• [14]李光茂，熊俊，谢剑翔，等.基于常规和宽带脉冲电流法的高压XLPE电缆模拟缺陷试验研究[J].电线电缆，2013(5):30-33.
• [15]胡凯旋，刘利强，李昌陵，等.基于仿生模式识别的GIS局部放电类型辨识[J].高压电器，2016,52(2):35-41.
• [16]李姣姣.基于香农熵的极化相干矩阵信息量评价及应用[D].北京：中国科学院大学(中国科学院遥感与数字地球研究所)，2018.
• [17]丁雷，曾锐利，沈虹，等.基于香农熵特征的发动机故障诊断方法[J].振动与冲击，2018,37(21):233-239.
• [18]王家炜，杨燕翔，孟海林，等.基于模糊ART神经网络的变压器局部放电模式识别[J].西华大学学报(自然科学版)，2013,32(6):79-83.
• [19]顾明.模糊ART神经网络模型及其在图像识别中的应用[J].计算机应用与软件，2010,27(2):261-263.
• [20]毛振宇，李方利，叶玉明，等.基于BP神经网络算法的电缆局部放电类型模式识别[J].机电信息，2019(27):20-22.
• [21]孔祥轩，郑楚韬，仇志成，等.基于广义深度学习的含DG配网故障诊断方法[J].电网与清洁能源，2020,36(11):53-57.
• [22]王超洋，罗敬一.基于改进FasterRCNN的配网架空线路异常状态检测[J].电力大数据，2020,23(11):9-16.
• [23]杨旗，曾华荣，黄欢，等.基于BP神经网络的输电线路隐患预放电识别研究[J].电力大数据，2020,23(3):47-54.
• [24]陈艳.基于ICA和自适应混合智能算法的应用[J].浙江水利水电学院学报，2019,31(1):68-72.
• [25]杨启洪，秦川，刘杰荣，等.基于对比歧化和深度置信网络的配电网故障类型识别[J].电网与清洁能源，2019,35(2):52-57.