采用双向改进模糊2DLDA算法提升多因素影响的局部放电识别可靠性

作者：汪可; 廖瑞金; 吴高林; 王谦; 伍飞飞

来源：电工技术学报, 2014, 29(11): 210-220.

DOI：10.19595/j.cnki.1000-6753.tces.2014.11.026

• 变压器
• 局部放电
• 特征提取
• 灰度图像
• 双向改进模糊2DLDA
• 模糊C均值聚类

缺陷尺寸、施加电压、绝缘老化等多因素会引起局部放电特征的分散、交叉,并对变压器局部放电的识别可靠性产生较大影响。为了解决上述问题,本文提出了一种双向改进模糊2DLDA(TD-MF2DLDA)算法,提取局部放电(PD)灰度图像特征以提升局部放电的识别可靠性。首先,提出了一种改进模糊2DLDA(MF2DLDA)算法,并引入双向压缩策略,构建了局部放电灰度图像压缩的TD-MF2DLDA算法。最后,采用模糊C均值聚类算法对TD-MF2DLDA特征和其他特征进行了对比分析。对实验室局部放电样本的识别结果表明,当存在绝缘老化等多因素影响时,TD-MF2DLDA算法可以取得92.84%的聚类正确率,较NMF-PCA特征和传统局部放电PRPD特征的77.80%和71.12%具有明显的提高,能够有效避免缺陷尺寸、施加电压、绝缘老化等因素导致的局部放电特征分散、相互交叉等问题,提高了局部放电识别的可靠性。同时,FCM聚类指标XBI表明TD-MF2DLDA特征较NMF-PCA特征和PRPD特征具有更好的类内紧凑性和类间可分性,更适合现场应用。

• 单位
  重庆大学; 中国电力科学研究院; 输配电装备及系统安全与新技术国家重点实验室; 重庆市电力公司电力科学研究院