基于改进HHT的10 kV的XLPE电缆接头典型局部放电的辨别

作者：秦榛; 王睿; 王金鑫; 彭浩城^*

来源：电力信息与通信技术, 2022, 20(05): 95-102.

DOI：10.16543/j.2095-641x.electric.power.ict.2022.05.014

• 局部放电
• 希尔伯特黄变换(HHT)
• 去噪
• 边际谱
• 支持向量机

针对局放信号中单一的去噪方法去噪效果差以及经验模态分解(empirical mode decomposition，EMD)存在的模态混叠和其他缺陷，文章提出一种基于改进的希尔伯特黄变换(Hilbert-Huang transform，HHT)的去噪方法；针对神经网络所需样本多和计算量大的特点，提出对有高信息维度的边际谱进行方向梯度直方图(histogram of gradient，HOG)和灰度共生矩阵(gray level co-occurrence matrix，GLCM)特征提取后通过支持向量机(SVM)辨别的方法。局放信号中主要有窄带周期干扰和白噪声2种噪声干扰难以去除，窄带噪声能量集中在频域上，可以通过快速傅里叶变换(FFT)将其先去除，然后采用添加互补自适应白噪声的完整集合经验模态分解(complete ensemble empirical mode decomposition with complementary adaptive white noise，CEEMDCAN)和自适应阈值法结合的方法，不仅有效抑制了白噪声，而且消除了模态混叠，重构误差和计算量都更小。仿真结果表明，该去噪方法去噪效果明显，在少样本情况下，通过SVM快速辨别可以获得92.5%的高识别率。

• 单位
  国网重庆市电力公司经济技术研究院; 江苏大学