【《全波段的局部放电诊断及其与多光谱对比分析》1700字】

全波段的局部放电诊断及其与多光谱对比分析目录TOC\o"1-3"\h\u8290全波段的局部放电诊断及其与多光谱对比分析 129821.1基于k-means聚类的局部放电诊断模型（全波段） 1119171.2基于DNN的局部放电诊断模型（全波段） 377951.3全波段下局部放电诊断与基于多光谱的局部放电诊断对比 4为了探究基于多光谱分析的局部放电诊断技术的优越性，本节分别基于k-means和DNN模型对全波段下的局部放电进行诊断。目前全波段下常基于PRPD模式提取统计参量进行局部放电诊断，因此本节根据局部放电全波段下光信号的PRPD谱图，以正负半周的偏斜度SK、陡峭度Ku和正、负半周最大脉冲幅值u+和u-作为局部放电特征量进行局部放电类型识别和放电严重程度评估。1.1基于k-means聚类的局部放电诊断模型（全波段）SK和Ku分别用于描述局部放电统计数据谱图形状相对于正态分布的偏斜程度和凸起程度，其计算公式如式（4-17）和（4-18）所示。（4-17）（4-18）式中：——全波段下放电光脉冲幅值/V；——全波段下平均放电光脉冲幅值/V；——放电光脉冲幅值的标准差/V；——全波段下放电光脉冲数。以全波段下基于PRPD统计算子进行局部放电诊断的结果如图4-8和图4-9所示，可以看出，对于不同的局部放电类型和放电阶段，以全波段下局部放电光脉冲信号的PRPD模式提取的特征算子在空间聚类中有很大部分重合，并没有随放电条件的改变而表现出明显的变化特征。从诊断正确率来看，基于k-means聚类算法的，以全波段下基于PRPD模式提取的偏斜度、陡峭度和正、负半周最大幅值为特征量的诊断正确率较低。其中，以上述4个PRPD统计算子为特征量计算出的放电类型识别正确率为74.118%，沿面放电、悬浮放电和尖端放电下放电严重程度评估的正确率分别为79.31%、72.956%和67.162%。沿面放电和悬浮放电下的局部放电严重程度评估效果略优于尖端放电下的评估效果。基于k-means聚类算法的，以全波段下基于PRPD统计算子进行局部放电诊断效果差于基于多光谱特征量的诊断效果。(a-i)全波段下特征量降维结果(a-ii)全波段下聚类结果图STYLEREF1\s4SEQ图\*ARABIC\s18全波段下放电类型识别(k-means)(a-i)沿面放电（全波段）(a-ii)沿面放电聚类结果（全波段）(b-i)悬浮放电（全波段）(b-ii)悬浮放电聚类结果（全波段）(c-i)尖端放电（全波段）(c-ii)尖端放电聚类结果（全波段）图STYLEREF1\s4SEQ图\*ARABIC\s19全波段下沿面放电、悬浮放电和尖端放电的严重程度划分(k-means)1.2基于DNN的局部放电诊断模型（全波段）基于DNN模型的局部放电诊断结果如图4-10和4-11所示。(a)学习曲线(b)验证曲线(c)损失曲线图STYLEREF1\s4SEQ图\*ARABIC\s110全波段下放电类型识别(DNN)(a-i)学习曲线-沿面放电(a-ii)验证曲线-沿面放电(a-iii)损失曲线-沿面放电(b-i)学习曲线-悬浮放电(b-ii)验证曲线-悬浮放电(b-iii)损失曲线-悬浮放电(c-i)学习曲线-尖端放电(c-ii)验证曲线-尖端放电(c-iii)损失曲线-尖端放电图STYLEREF1\s4SEQ图\*ARABIC\s111全波段下沿面放电、悬浮放电和尖端放电的严重程度划分(DNN)整体而言，其局部放电诊断效果优于基于k-means聚类的诊断效果。以全波段下基于的PRPD统计算子（偏斜度、陡峭度和正负半周最大脉冲幅值）为特征参量的放电类型识别正确率高达100%。对于放电严重程度划分，沿面放电和悬浮放电下的训练效果很好，正确率分别为100%和95%；而尖端放电下放电严重程度划分的效果较差，正确率仅为61.111%。1.3全波段下局部放电诊断与基于多光谱的局部放电诊断对比利用多光谱和全波段内放电特征量，分别基于k-means和DNN的局部放电诊断结果如表4-11和4-12所示，其中4-11为利用三种特征量的局部放电类型识别结果比较，4-12为三种放电类型下的放电严重程度评估结果比较。可以看出，局部放电多光谱特征参量具有良好的聚类分离度，以k-means聚类作为诊断算法时，利用多光谱特征量进行局部放电诊断的效果很好，明显优于以全波段下基于PRPD统计算子作为特征量进行分类的传统诊断方法。以DNN作为局部放电诊断算法时，基于多光谱特征量和全波段下基于相基统计的特征量进行放电类型识别的正确率均为100%。对于放电的严重程度评估，基于全波段下PRPD算子的识别正确率可高达95%以上，基于多光谱特征量的识别效果与之相比略显不足，但正确率仍保持在可接受范围内。表STYLEREF1\s4SEQ表\*ARABIC\s111多光谱和全波段下不同放电特征的局部放电类型识别效果比较光谱范围放电特征k-meansDNN多光谱放电脉冲数91.765%100%平均脉冲幅值98.189%100%最大脉冲幅值92.788%100%全波段正、负半周偏斜度、陡峭度和最大脉冲幅值74.118%100%表STYLEREF1\s4SEQ表\*ARABIC\s112多光谱和全波段下不同放电类型的放电严重程度评估效果比较光谱范围放电