【正文】 而有效的算法，并指出統(tǒng)計不相關的線性鑒別分析的理論是經(jīng)典的 Fisher 線性鑒別法的進一步發(fā)展。人工神經(jīng)網(wǎng)絡的信息分布式存儲于連接權系數(shù)中，具有很高的容錯性和魯棒性，而模式識別中往往存在噪聲干擾和輸入模式的部分損失，人工神經(jīng)網(wǎng)絡的這一特點是其成功解決模式識別問題的主要原因之一。輸入層每一個神經(jīng)元與與輸出層各神經(jīng)元之間相連，輸出節(jié)點之間也可能局部相連。 4) 遺傳神經(jīng)網(wǎng)絡 遺傳算法 (Geic Algorithm, 簡稱 GA)是一種借鑒生物進化思想的高度并行、隨機、自適應搜索算法。 此方法最大的優(yōu)點在于思路簡單清晰 , 沒有用到太 復雜 的理論 ,分析過程和操作過程都很簡單 ,統(tǒng)計過程也很容易實現(xiàn)。 在 UHF 電磁波的傳播過程中，電磁波折射、反射和二次發(fā)射 過程 等因素 都 會影響檢測信號的幅值， 從而 影響幅值比較定位的精度。換不同的方位重復進行上述的測量，可得到不同的平分面 P′和 P″。 能量累積法 鑒于信號能量與電壓平方成正比，可將特高頻信號的電壓波形轉化為能量累積曲線 [90]。允許的最大放電量標準 中規(guī)定為 10PC，有特殊要求的設備可嚴格限制在 5PC以下。 October 2021:1161～ 1169 [7] Shigemitsu Okabe, Shuhei Kaneko. Propagation Characteristics of Electromagic Waves in ThreePhaseType Tank from Viewpoint of Partial Discharge Diagnosis on Gas Insulated Switchgear. IEEE Transactions on Dielectrics and Electrical Insulation Vol. 16, No. 1。 進行了明確規(guī)定， 要求 先預加電壓 UP，維持 10秒鐘，然后降至 Ud測試放電量，根據(jù) GIS接線 結構的不同標準中規(guī)定了 UP、 Ud的相應取值。 相關法 以傳感器 S0 的信號為基準，將其他三傳感器信號與其做互相關， 取其互相關函數(shù)中的最大值，以此確定時延。 等時差定位 法 如果放電信號存在于很大的空間范圍內，可采用圖 6 所示的平分面定位法。 信號幅值比較法 檢測和比較各傳感位置處放電信號的大小，信號最大的位置為靠近放電源的位置。在模糊集中是把經(jīng)典集合中的絕對隸屬關系靈活化 ,用特征函數(shù)的語言來說就是元素對集合的隸屬度不再局限于二值 (0,1)， 而是可以取從 0 到 1的任一數(shù)值。 ART 網(wǎng)絡的特點是：用生物神經(jīng)細胞自興奮與側抑制的動力學原理指導學習，讓輸入模式通過網(wǎng)絡雙向連接權的識別與比較，最后達到共振來完成自身的記憶，并以同樣的方式實現(xiàn)網(wǎng)絡的 回想；當提供給網(wǎng)絡的輸入模式是一個網(wǎng)絡已記憶的或與已記憶的模式十分近似時，網(wǎng)絡將回想起這一模式并提供正確分類；如果輸入模式是新模式，則網(wǎng)絡記憶此模式而不影響原有記憶，并分配一個尚未被使用的輸出層神經(jīng)元作為這一記憶模式的分類標志。采用 Kohonen 算法學習，又稱 Kohonen 網(wǎng)絡。 該技術近年來也被成功應用于放電缺陷類型識別中。金忠等 [6265]從統(tǒng)計不相關的角度，提出了具有統(tǒng)計不相關性的最佳鑒別矢量集的概念。由于以上優(yōu)點， PCA 廣泛地應用于模式識別，數(shù)據(jù)壓縮等領域。 決策規(guī)則為 :若 ( ) m in kiid x x x??, k = 1,2…,p,則決策 x屬于第 j類模式。比如在圖像處理和文本分類領域，最小距離分類器或其改進算法被普遍應用。 距離分類法 基于距離的模式歸類法依 據(jù)待檢模式與樣本之間的距離判別模式匹配的程度，距離越小則模式匹配程度越高。 由于局部放電的復雜性，以及某些類放電波形的相似性，單單用 AR 模型系數(shù)作為特征量會導致對某類放電的識別率不高。 AR模型是根據(jù)波形模擬均方誤差為最小原則建立的，模型的系數(shù) ak代表了波形在二階統(tǒng)計特性上的特征 [14]。太小的步長將減少信號處理的效率 ，而太大的步長容易丟失數(shù)據(jù)信息。文獻 [39]構造了放電相位、時間差與放電次數(shù)分布的三維譜圖 ，并分析提取了其灰度圖象的盒維數(shù)與信息維數(shù)特征參量，最后以分形維數(shù)作為輸入，徑向基函數(shù)神經(jīng)網(wǎng)絡 (RBFNN)作為模式分類器對 5種人工絕緣缺陷模型進行識別。提出在模 式識別中將兩者有機地結合，相互補充，可提高模式識別的可靠性；文獻 [36]采用分形特征實現(xiàn)對三維時頻譜圖的定量化分析，該文經(jīng)過試驗表明，應用分形理論可較好地實現(xiàn)三維時頻譜圖的定量化描述并提取典型放電特征。 文獻 [32]將 短時傅立葉變換譜、 Wigner分布及 Gabor 譜等 3種聯(lián)合時頻分析方法應用于離散時間域，分析并處理了油中沿面放電波形。 小波變換為分析信號時頻特征提供了有力工具，通過小波變換，將原來局限于時域或頻域的信號擴展到三維時頻面，使信號時頻特征得到分離，這對分析寬帶超高頻局放脈沖具有實際意義 [31]。 威布爾參數(shù) 文獻 [29， 30]應用威布爾 (Weibull)分布對放電脈沖幅值進行了分析，將得到的統(tǒng)計參數(shù)作為模式識別 特征量 ?；ハ嚓P系數(shù) cc 反映了譜圖在正負半周內的形狀相似程度。 目前局部放電模式特征提取常用的方法主要有統(tǒng)計特征參數(shù)法、分形特征參數(shù)法、數(shù)字圖像矩特征參數(shù)法、波形特征參數(shù)法、小波特征參數(shù)等。 3）根據(jù)放電信號幅值和放電類型，再根據(jù)圖 5 的經(jīng)驗數(shù)據(jù)，估計局部放電量。 局部放電特高頻檢測 裝置 大多直接采用 電壓幅值（ mV）或分貝數(shù)（ dB）描述放電強度，但對于不同的放電缺陷測量結果相互間無法比較，即使對于同一放電缺陷不同制造商檢測裝置的測量結果也難以進行對比。 13 第三章 局部放電嚴重程度判定 在局部放電檢測中， 對 局部放電 嚴重程度的 估計 是最為 關注的問題。檢波原本指從高頻載波信號中取出低頻調制信號 ， 這里 特 指將 UHF振蕩信號的高頻成分濾除 ， 僅保留信號的幅值和相位信息。同時，為了避開空氣中 頻率范圍 在200MHz 以下的電暈干擾信號，在特高頻放大器前 需 加裝高通濾波器，因此放大器工作頻帶 一 般在 200MHz～ 3000MHz 范圍內 ， 但在很多情況下為了避免手機通訊干擾的影響，測量頻帶 根據(jù)噪聲環(huán)境相應縮減 。整個傳感器采用金屬材料屏蔽，以防止外部信號干擾。因此，他們認為在 GIS內部的電磁波中 TE波和 TM波占主要成分。 德國 Stuttgart大學的研究人員曾同時應用超聲波法和特高頻 法，對 550kV GIS模型內部的尖刺缺陷放電進行檢測，然后對比不同方法的靈敏度和抗干擾特性，試驗發(fā)現(xiàn)特高頻法靈敏度 較高 ，在 GIS母線腔內， 特高頻 傳感器可測量到距離 10m處的視在放電量 10PC的放電源。 8 第二章 GIS 局部放電特高頻檢測技術 特高頻檢測技術現(xiàn)狀 采用特高頻法檢測 GIS 中局部放電產生的 UHF 信號是 20 世紀 80 年代初期由英國中央電力局（ Central Electricity Generating Board， CEGB）開發(fā)出來的。因此在用波導理論進行局部放電測量時可以不考慮這種衰減。（ 2）即使電氣設備相鄰區(qū)域存在 UHF 干擾，由于 UHF 信號傳播時衰減較快，其影響范圍較小，不會產生遠距離的干擾。而且由于超聲傳感器檢測有效范圍較小 ， 在局部放電 檢測 時 ， 傳感器的有效傳感范圍較小， 需對 GIS 進行逐點 探查， 檢測的工作量很大 ，目前主要用于 GIS 的帶電檢測。 GIS 中的局部放電可以看作以點源的方式向四周傳播，由于超聲波的波長較短，因此 6 它的方向性較強，從而它的能量較為集中，可以通過 殼體外部 的超聲傳感器 采集超聲放電信號進行分析。但對于已安裝或已投運的 GIS，則采用脈沖電流法 檢測局部放電可行性不大 。 局部放電會產生下述效應：①在提供電壓的電回路中產生電脈沖信號；②在介質中產生功率損耗：③在紫外可見光波段直至無線電頻率范圍內有電磁輻射；④聲輻射；⑤材料受放 電作用后的化學變化。 4 圖 1 局部放電對絕緣的破壞作用 GIS 局部放電的檢測 方法 GIS 局部放電試驗是采用專用的檢測儀器對 GIS 在承受高壓作用時產生的局部放電信號進行的探測或測量。 目前，不斷有 GIS 達到規(guī)定的免維護運行年限，如何進行這些設備的維護已是實際面臨的迫切問題。 GIS 局部放電在線檢測能夠幫助及時發(fā)現(xiàn) GIS 的絕緣缺陷，避免 事故的發(fā)生 ，提高 GIS 的安全運行水平。局部放電對絕緣造成的破壞作用可以歸納如圖 1 所示。對于工作場強很高，絕緣材料易在局部放電作用下?lián)p傷的設備，例如 GIS，限制非常嚴格，出廠試驗要求局部放電不得大于 10pC。 GIS 出廠時所進行的局部放電試驗是在試驗室良好屏蔽的環(huán)境下對設備分段進行的，試驗中設備具有唯一的接地點，放電量要求小于 10pC。 GIS 中沿 SF6氣體傳播的只有縱波，而 沿 GIS殼體 則 既可以傳播橫波也可以傳播縱波 ， 并且衰減很 快 ，檢測的靈敏度較低， 局部放電超聲信號的主頻帶約集中在 20~500kHz范圍內。放電所產生的超聲波傳播到 GIS 殼體上時，會發(fā)生反射和折射，而且通過絕緣子時衰減也 非常 嚴重， 所以 常常無法檢測出某些缺陷（如絕緣子 中的氣隙 ）引起的局部放電。所以 UHF 傳感可以避開干擾頻段。 圖 3 電磁波接收二次感應原理圖 研究表明， 1GHz 的電磁波在直徑為 的 GIS 內傳播所產生的衰減只有35dB/km[3]。在實驗室中靈敏度可達 1pC[10]。 DMS公司在該技術的基礎上開發(fā)了 GIS在線監(jiān)測系統(tǒng)，已在國際上 推廣 使用。TE波、 TM波具有各自的截止頻率，只有當其頻率成分高于截止頻率時，才能在 GIS腔體內傳播，并且信號能量衰減很小。 特高頻法檢測系統(tǒng) 特高頻傳感器 特高頻傳感器主要由 天線、特高頻放大器、高通濾波器、檢波器、耦合器和屏蔽外殼 組成。 圖 3 我 國 高 校 研 制 的 U H F 傳 感 器 由于 測量端點或 絕緣子處輻射出的特高頻信號很微弱，因此需要采用低噪音 /高增益的特高頻放大器來放大原始 UHF 信號。通常局部放電測量只關心信號的 幅值 、出現(xiàn)的相位以及放電重復率 ， 因此普遍采用檢波方式，僅對放電信號的主要信息進行檢測、分析和存儲 。 電源電壓經(jīng)過分壓器變?yōu)榈蛪盒盘栞斎胗|發(fā)電路單元 ， 得到一個觸發(fā)信號作為頻譜分析儀的外部觸發(fā)信號 ， 在工頻 ―0‖相位的時候 ， 觸發(fā)電路觸發(fā)頻譜儀開始采樣 ， 便可以得到放電頻譜和電源相位的關系 ，從而可以據(jù)此分析放電信號的時 頻特征 。 因此 僅僅根據(jù) UHF信號幅值來估計局部放電 量，判斷局部放電的嚴重程度是 非常困難的 。 2）根據(jù)局部放電信號的特征，判斷局部放電類型。為了有效地實現(xiàn)分類識別，就 需 要選擇和提取能夠 反映 不同放電缺陷的 本質特征 ， 特征量的提取過程是對放電脈沖信號在數(shù)據(jù)量上的簡化 和 壓縮，以實現(xiàn)利用簡單的特征量來表征放電 特性[26]。在輪廓點 (φi yi ) 處是否有局部峰，可根據(jù)下式判定： 1100iid y d ydd??????且 （ ） 上式變?yōu)椴罘址匠蹋?: 1100i i i ii i i iy y y y? ? ? ???????且 （ ） 由于在譜圖中 1( ) 0ii?????， 1( ) 0ii??? ?? ，因此 上 式可簡化為： 1100i i i iy y y y??? ? ? ?且 （ ） 2） φq 譜圖的輪廓差異特征 ⑴ 互相關系數(shù) cc 1 1 12 2 2 21 1 1 1/[ ( ) ( ) / ] [ ( ) ( ) / ]w w wi i i ii i iw w w wi i i ii i i iq q q q WCCq q W q q W? ? ? ?? ? ?? ? ? ?? ? ? ?????? ? ?? ? ? ? （ ） 式中 iq? 、 iq? 是相窗 i 內的平均放電量，上標 ―+‖、 ―－ ‖對應于譜圖的正 負半周。 采用指紋法或其他統(tǒng)計方法提取放電特征存在的問題是：需要提取的特征量較多，學習和識別速度慢，并且在很大程度上受電壓值影響從而影響最終識別結果 [28]。 從中可以提取各個時刻的頻率分量、各頻率所包含的能量和帶寬，準確反映出局部放電信號的時頻特性 [32]。同時該文也指出，時頻域特征提取方法的提取算法尚需改進，以減小計算時間。 文獻 [35]經(jīng)過計算分析與仿真，證明了小波分析與分形分析的基本思想都是尺度變換，因而存在互補性。因此該文采用盒維數(shù)和信息維數(shù)聯(lián)合表征 GIS 局放灰度圖象的分形特征，有助于對其進行完整描述，全面提取其分形特征。在移動時間窗中，最重要的問題是時間步長的選取。然后用已知的序列 x(n)及其自相關函數(shù) rx(m) 來估計 H(z)的參數(shù)， 以此系數(shù)來表示 x(n)的性質。此外模型系數(shù)的計算采用了 LevinsonDurbin算法，層層遞推，計算速度很快。 隨著人工智能技術的發(fā)展，基于統(tǒng)