基于关联规则和竞争凝聚算法的高压电缆缺陷识别模型

为便于运维人员及时准确判断高压电缆缺陷类型,提出了一种基于关联规则和竞争凝聚算法的高压电缆缺陷识别模型。该方法基于现有在线监测、离线试验和运维系统等数据,利用关联规则挖掘出不同缺陷类型与状态数据的关联关系,并建立电缆缺陷关联规则库;针对现有关联规则算法只能处理布尔型数据局限,采用竞争凝聚算法对连续型数据进行离散化处理;最后通过实例对所提的模型进行分析验证,仿真结果表明该模型识别准确率高、求解效率高、解释性好,有助于运维人员对电缆进行及时动态的维护管理。     

用于电缆局部放电检测的储能式交流激励型振荡波测试系统

针对电缆现场局部放电检测试验缺乏低噪声和便携测试系统的问题,提出了一种由电容器组储能供电的交流激励型电缆振荡波测试系统。该系统在传统调频式串联谐振电路的逆变电源输出端添加了两个双向高速固态开关,并使用电容器组为逆变电源供电,能够在被测电缆上产生试验所需的振荡波电压,具有免受开关噪声干扰的突出优点。此外,为避免使用发电机带来的脉冲干扰降低局部放电检测的灵敏度,该系统采用在测试阶段由电容器组对系统供电,在测试间隔期间由电源对电容器组充电的对策解决了系统对发电机的依赖问题。对该系统开展大容量电容测试以及10kV配电电缆应用测试,结果表明:该系统在电容器组供电条件下可将等效容值为1μF的电缆负载升压至峰值24kV,且局部放电检测噪声低于10mV;系统可满足10kV电力电缆现场离线局部放电检测试验的需求。     

基于邻域保持嵌入-主成分分析的高压电缆状态数据异常检测及分析

为发现高压电缆异常状态并及时地发出异常告警,提出了一种基于邻域保持嵌入(neighborhood preserving embedding,NPE)和主成分分析(principal component analysis,PCA)的高压电缆异常状态检测方法。针对PCA只能保留数据全局结构信息的缺陷,提出将流形学习算法NPE与PCA结合,从而实现数据全局和局部特征信息的全方面提取;然后利用T2和SPE统计量作为电缆状态特征量,其控制限作为状态异常阈值判据,并推导出不同异常状态特征指标的贡献度,确定高压电缆主要异常指标;接着通过计算高压电缆各分段统计量的值,确定电缆异常区域;最后利用广东珠海供电局辖区内220 k V高压电缆统计资料验证所提策略的正确性。