基于EEMD奇异值熵的局部放电模式识别
电子技术应用
罗日平1，罗颖婷2，赖诗钰2，赵显阳3，王立琪4
1.南方电网科学研究院有限责任公司，广东 广州 510700；2.广东电网有限责任公司电力科学研究院，广东 广州 510080； 3.国网山东省电力公司菏泽供电公司，山东 菏泽 274000；4.上海电力大学 电子与信息工程学院，上海 201306
摘要： 针对气体绝缘组合电器（GIS）局部放电故障信号非平稳性和放电类型识别准确率低的问题，提出了一种基于集合经验模态分解（EEMD）奇异值熵的局部放电模式识别算法。首先对局部放电原始信号进行EEMD分解，得到多个固有模态分量（IMF），根据均方差、峭度和欧氏距离评价指标选取隐含放电信息居多的最优模态分量进行信号重构；然后对重构信号进行奇异值分解，结合信息熵算法计算出奇异值熵；最后，根据奇异值熵大小区分出GIS局部放电的类型。实验结果表明，通过与传统的EMD奇异值熵和VMD奇异值熵算法对比，该方法可以有效地通过各自不同区间的奇异熵值进行识别放电类型。
中图分类号：TM855 文献标志码：A DOI: 10.16157/j.issn.0258-7998.234499
中文引用格式： 罗日平，罗颖婷，赖诗钰，等. 基于EEMD奇异值熵的局部放电模式识别[J]. 电子技术应用，2024，50(3)：53-58.
英文引用格式： Luo Riping，Luo Yingting，Lai Shiyu，et al. Partial discharge pattern recognition based on EEMD singular value entropy[J]. Application of Electronic Technique，2024，50(3)：53-58.
中文引用格式： 罗日平，罗颖婷，赖诗钰，等. 基于EEMD奇异值熵的局部放电模式识别[J]. 电子技术应用，2024，50(3)：53-58.
英文引用格式： Luo Riping，Luo Yingting，Lai Shiyu，et al. Partial discharge pattern recognition based on EEMD singular value entropy[J]. Application of Electronic Technique，2024，50(3)：53-58.
Partial discharge pattern recognition based on EEMD singular value entropy
Luo Riping1，Luo Yingting2，Lai Shiyu2，Zhao Xianyang3，Wang Liqi4
1.China Southern Power Grid Scientific Research Institute Co.， Ltd.， Guangzhou 510700， China； 2.Electirc Power Research Insitute of Guangdong Power Grid Co.， Ltd.， Guangzhou 510080， China； 3.State Grid Shandong Electric Power Company Heze Power Supply Co.， Ltd.， Heze 274000， China； 4.School of Electronics and Information Engineering， Shanghai University of Electric Power， Shanghai 201306， China
Abstract： Aiming at the non-stationary of gas insulatede switchgear(GIS) partial discharge fault signal and the low accuracy of discharge type recognition, a partial discharge pattern recognition method based on ensemble empirical mode decomposition(EEMD) singular value entropy is proposed. Firstly, the EEMD algorithm is used to decompose the original signals of partial discharge to intrinsic mode functions(IMFs), according to the mean square error, kurtosis and euclidean distance evaluation index, the optimal modal component with most implicit discharge information is selected for signal reconstruction. Secondly, the singular value decomposition is performed on the reconstructed signal, and the singular value entropy is calculated in combination with the information entropy algorithm. Finally, according to the singular value entropy, the type of GIS partial discharge is distinguished. The experiment results show that by comparing with the traditional EMD singular value entropy and VMD singular value entropy algorithms, the method in this paper can effectively identify the discharge type through the singular entropy values in different intervals.
Key words : EEMD；singular value entropy；evaluation index；partial discharge；pattern recognition
引言
气体绝缘组合电器（Gas Insulatede Switchgear,GIS）是由断路器、互感器、隔离开关等组成的一种封闭式电网运行设备，具有结构紧凑、占地面积小、可靠性高等优点，在电力系统中得到广泛的运用。然而，该设备会受到电气、热力和化学等外界条件的影响，长时间会造成缺陷，这些缺陷在特定条件下将会导致绝缘材料局部击穿，从而形成局部放电（Partial Discharge,PD）[1-2]。由于GIS的局部放电存在多种类型，不同缺陷导致的局部放电类型存在差异，将难以正确识别。因此，能够有效、准确地识别出GIS的局部放电类型，就可以正确地诊断出故障原因并及时进行检修，这不仅有利于减少GIS设备的维修成本，而且对保障整个电网的可靠运行具有极其重要的现实意义。
本文详细内容请下载：
https://www.chinaaet.com/resource/share/2000005916
作者信息：
罗日平1，罗颖婷2，赖诗钰2，赵显阳3，王立琪4
1.南方电网科学研究院有限责任公司 2.广东电网有限责任公司电力科学研究院 3.国网山东省电力公司菏泽供电公司 4.上海电力大学 电子与信息工程学院
此内容为AET网站原创，未经授权禁止转载。