电力设备局部放电声学检测分类研究

作者：陈泓岩; 李浩然; 杨宇豪; 冯泰棋; 应东

来源：电气应用, 2022, 41(12): 38-43.

• 电力设备
• 带电检测
• 局部放电
• 超声波
• 机器学习

超声波检测技术在电力设备带电检测中具有广泛的应用前景，针对电力变压器和GIS组合电器局部放电过程中产生的超声波信号进行了检测分类研究。提出了一种局部放电超声波信号多阶段多分类模型。在模型的第一阶段，采用支持向量机将局部放电超声波信号分类为不同设备的信号；在模型的第二阶段，采用极限学习机对不同设备的局部放电超声波信号进行详细的多分类，还采用了粒子群算法对支持向量机与极限学习机的参数进行了优化。实验结果表明，所提的模型取得了较好的分类结果，实现了多种局部放电超声波信号的精细分类。