相关分析技术在直流电压下XLPE电缆局部放电信号特征提取与筛选中的应用

摘要：

目前,关于直流电压下局部放电信号特征提取技术的研究极少.用于表征连续放电间相关关系的特征散点图是常用的统计分析方法,但现阶段仅用于定性分析放电现象.引入互信息、最大信息系数(maximal information coefficient, MIC)、最大信息非参数扩展类(maximal information-based non-parametric exploration,MINE)等先进的非线性相关特征分析手段,提取该类散点图定量特征.基于互信息的MIC和MINE具有普适性、公平性和对称性等重要特性.最终共提取了36个相关特征参数,与22个传统统计算子一起组成特征指纹.之后,使用最大相关最小冗余(mRMR)算法选取最优特征指纹空间并使用MIC进行优化.利用XLPE单芯电缆制作了绝缘内部气隙、主绝缘表面划伤、高压端毛刺电晕、半导电层爬电4类典型绝缘缺陷模型,将文中方法应用于试验数据分析.最终确定了含有48个参数的最优特征指纹,使用人工神经网络等机器学习方法进行模式识别可获得91％的平均识别精度.该结果表明,使用文中方法提取的散点图非线性特征可以有效反映放电模式.

关键词：交联聚乙烯电缆、直流局部放电、特征提取、相关分析、最大信息系数

所属期刊栏目：42

分类号：TM85(高电压技术)

资助基金：国家重点基础研究发展计划项目973 计划2014CB239506.Project Supported by National Basic Research Program of China 973 Program 2014CB239506

在线出版日期：2018-08-29（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：1653-1660