利用AP-SSVM算法識(shí)別GIS的局放缺陷類型

高強(qiáng)，劉齊，張軍陽(yáng)，許永鵬(. 上海交通大學(xué) 電氣工程系，上海　0040；.國(guó)網(wǎng)遼寧省電力有限公司電力科學(xué)研究院，遼寧 沈陽(yáng)　0006)

0　引　言

局部放電(Partial Discharge，PD)檢測(cè)是對(duì)氣體絕緣組合開(kāi)關(guān)(Gas Insulated Switchgear, GIS)開(kāi)展絕緣情況評(píng)估的關(guān)鍵方法。PD將引起絕緣老化，導(dǎo)致絕緣故障，嚴(yán)重影響使用壽命。但是GIS內(nèi)部不同的缺陷類型對(duì)絕緣影響的差異性較大，因此在GIS絕緣故障診斷中，缺陷類型的識(shí)別非常關(guān)鍵[1-4]。

支持向量機(jī)(SVM)已在缺陷識(shí)別中得到了一定的應(yīng)用。如文獻(xiàn)[5]采用FCM聚類算法提取特征參數(shù)，再將這些特征參數(shù)輸入SVM進(jìn)行識(shí)別。文獻(xiàn)[6]提出了過(guò)程功率譜信息熵SVM的故障診斷方法。文獻(xiàn)[7]提出了小波包變換和SVM相結(jié)合的識(shí)別方法。通過(guò)小波包分解及重構(gòu)進(jìn)行特征提取，再帶入SVM中進(jìn)行準(zhǔn)確分類。文獻(xiàn)[8]提出了一種基于熵特征和SVM的識(shí)別新方法。首先提取局放信號(hào)的多維熵特征參數(shù)，再通過(guò)基于二叉樹(shù)的SVM進(jìn)行模式識(shí)別。

本文提出一種基于AP-SSVM算法的GIS缺陷類型識(shí)別方法，首先利用小波包變換對(duì)GIS局放信號(hào)進(jìn)行分解，并提取時(shí)頻信息熵特征；然后采用AP聚類算法對(duì)各子頻帶的時(shí)頻信息熵特征進(jìn)行聚類，實(shí)現(xiàn)特征參數(shù)的優(yōu)化，最后將這些特征參數(shù)輸入訓(xùn)練好的自建議支持向量機(jī)(SSVM)分類器以識(shí)別GIS的缺陷類型。

1　特征提取

1.1　小波包變換

小波變換是一種靈活的，擴(kuò)展性好的時(shí)頻分析方法，但是當(dāng)信號(hào)在高頻區(qū)分布緊密時(shí)，小波變換的分辨率難以提高。而小波包變換在每個(gè)尺度上頻率帶寬相同，可以保證變換不會(huì)增減原始信號(hào)的信息，還能根據(jù)被檢測(cè)信號(hào)的特征，自適應(yīng)地選擇恰當(dāng)?shù)念l帶分析，所以小波包變換在中高頻的處理上比小波變換的分解更精確，效果更好，非常適合處理非穩(wěn)態(tài)信號(hào)[9]。……