[摘要]高壓電器絕緣缺陷容易引起局部放電，對局部放電屬性進(jìn)行模式識別，可以找出產(chǎn)生局部放電的原因，從而可以預(yù)防事故的發(fā)生，本文結(jié)合以上內(nèi)容分析小波神經(jīng)網(wǎng)絡(luò)在局部放電模式識別中的應(yīng)用，結(jié)果表明它能對局部放電模式進(jìn)行有效識別。

[關(guān)鍵詞]局部放電 模式識別 神經(jīng)網(wǎng)絡(luò)

一、概述

高壓電器中存在著如金屬突起、自由移動的金屬粒子、絕緣內(nèi)部氣隙等形式的絕緣缺陷，這些絕緣缺陷將會在一定的條件下在高壓電器內(nèi)部引起局部放電，從而引發(fā)事故，為此需要對高壓電器定時(shí)進(jìn)行檢修維修，這樣必然會造成人力財(cái)力方面的浪費(fèi)。解決的辦法就是利用局部放電的模式識別技術(shù)。模式識別理論誕生于20世紀(jì)60年代，70年代被首次應(yīng)用于局部放電識別中。進(jìn)入90年代，神經(jīng)網(wǎng)絡(luò)理論開始應(yīng)用于局部放電模式識別領(lǐng)域。

研究發(fā)現(xiàn)，局部放電信號雖然很微弱，但它卻包含有關(guān)絕緣的豐富信息。對局部放電進(jìn)行模式識別，從而確定引起局部放電的絕緣缺陷類型，有利于電力系統(tǒng)中高壓電器運(yùn)行狀態(tài)監(jiān)測、預(yù)報(bào)和維護(hù)方案的確定。

對局部放電模式的識別關(guān)鍵是對局部放電信號的時(shí)域特征和頻域特征進(jìn)行分析研究。但局部放電時(shí)頻特征量大，若要使模式識別率達(dá)到更高，就必須將這些無用的時(shí)頻特征從特征向量中剔除出去——模式分類器，模式分類器的質(zhì)量直接影響到局部放電模式識別率。傳統(tǒng)模式分類器BP神經(jīng)網(wǎng)絡(luò)，其識別率受隱層單元數(shù)目的影響大，如何選擇隱層單元數(shù)目卻沒有理論依據(jù)指導(dǎo)。小波神經(jīng)網(wǎng)絡(luò)是小波變換和神經(jīng)網(wǎng)絡(luò)相結(jié)合構(gòu)造的一種新型網(wǎng)絡(luò)，它具有很高的網(wǎng)絡(luò)學(xué)習(xí)速度，能最大限度地對信號進(jìn)行特征提取，對函數(shù)的逼近效果好。因此，小波神經(jīng)網(wǎng)絡(luò)作為一種新型的模式分類器，在局部放電模式識別領(lǐng)域得到應(yīng)用。

二、局部放電信號的采集

實(shí)踐證明不同電場分布導(dǎo)致的局部放電具有不同的表現(xiàn)形式。依據(jù)高壓電器運(yùn)行過程發(fā)生局部放電故障統(tǒng)計(jì)數(shù)據(jù)，可以將局部放電形式歸納為極不均勻電場、不均勻電場和稍不均勻電場分布條件下，絕緣介質(zhì)局部發(fā)生放電的表現(xiàn)。為此，作者制作尖對尖、尖對板、球?qū)Π迦N局部放電模型，用以模擬上述三種不同電場分布情況下的局部放電。運(yùn)用脈沖電流法采集局部放電信號，采集到的局部放電信號經(jīng)由同軸傳輸線C1通過DSO-2902數(shù)據(jù)采集裝置直接輸送到計(jì)算機(jī)內(nèi)指定存儲單元，由自行研制的局部放電數(shù)據(jù)采集軟件系統(tǒng)對計(jì)算機(jī)內(nèi)的信號數(shù)據(jù)進(jìn)行操作，如下圖所示。

三、局部放電模式識別特征

從原始信息得到特征通常需要經(jīng)過復(fù)雜的非線性運(yùn)算。很多實(shí)際問題中常常不容易找到那些最重要的特征，或受條件限制不能對它們進(jìn)行采集和測量，使得如何生成特征成為構(gòu)造模式識別系統(tǒng)最困難的任務(wù)之一。模式識別中，特征提取的任務(wù)就是根據(jù)具體模式識別任務(wù)從眾多特征中提取最優(yōu)的特征，也就是提取那些在特征向量空間中類間距離大而類內(nèi)方差小的特征。

常用的局部放電特征有：統(tǒng)計(jì)特征、圖像灰度矩特征和時(shí)頻特征。近年來，時(shí)頻分析作為一種有效的信號分析工具得到廣泛的應(yīng)用，特別是對于處理具有時(shí)變頻譜的非平穩(wěn)信號，具有獨(dú)特優(yōu)勢。局部放電信號是非平穩(wěn)信號，它包含長時(shí)低頻和短時(shí)高頻不同尺度的信號，對局部放電信號進(jìn)行聯(lián)合時(shí)頻分析提取局部放電信號的時(shí)頻特征，既能把握信號時(shí)頻的全貌，又能使其局部特性得到很好的體現(xiàn)，更容易揭示局部放電的本質(zhì)特征。

四、神經(jīng)網(wǎng)絡(luò)在局部放電模式識別中的應(yīng)用

若要對局部放電信號進(jìn)行時(shí)頻分析，用一般的變換方法很難達(dá)到要求。傅立葉變換是一種純頻率變換，雖然具有最優(yōu)的頻率分辨率，但它基本上不具有時(shí)間分辨能力，不能提供任何局部時(shí)間段上的頻率信息。短時(shí)傅立葉變換雖然具有一定的時(shí)頻分析能力，但它不能根據(jù)高、低頻信號的特點(diǎn)，自適應(yīng)地調(diào)整時(shí)-頻窗，在時(shí)-頻局部化的精細(xì)方面和靈活方面表現(xiàn)欠佳。小波變換是一種多尺度分解的時(shí)頻變換，具有良好的時(shí)間域和頻率域局部化特性，是信號時(shí)頻分析的有效手段。

正交小波神經(jīng)網(wǎng)絡(luò)是小波神經(jīng)網(wǎng)絡(luò)的一個(gè)分支，它的基本思想是用小波元替代神經(jīng)元，用已定位的小波函數(shù)替代Sigmoid函數(shù)作激勵(lì)函數(shù)，通過仿射變換建立起小波變換與網(wǎng)絡(luò)參數(shù)之間的聯(lián)系。它繼承了小波框架的優(yōu)點(diǎn)，而且由于小波基函數(shù)的正交性，使得正交小波神經(jīng)網(wǎng)絡(luò)對函數(shù)的逼近效果更好。

一維正交小波神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)為三層前饋型網(wǎng)絡(luò)，它包括一個(gè)輸入層，一個(gè)隱層，一個(gè)輸出層。輸入層單元為直通型，輸入層和隱層之間的連接權(quán)值為2M（M為小波分析中尺度函數(shù)的尺度）；隱層單元的激勵(lì)函數(shù)為尺度函數(shù)，相應(yīng)隱層單元的閾值用尺度函數(shù)的平移量替代（隱層第k個(gè)單元的閾值為k），隱層和輸出層之間的連接權(quán)值可調(diào)；輸出層單元的激勵(lì)函數(shù)是求和函數(shù)。這樣，一維正交小波網(wǎng)絡(luò)可用數(shù)學(xué)式表示為：

由上式可以看出，當(dāng)對正交小波神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練時(shí)，其待定的參數(shù)只有隱層和輸出層之間的權(quán)值，待訓(xùn)練參數(shù)少，所以正交小波神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)速度快。同時(shí)，對于正交小波神經(jīng)網(wǎng)絡(luò)，當(dāng)訓(xùn)練樣本數(shù)N無窮增大時(shí)，網(wǎng)絡(luò)輸出將無限逼近網(wǎng)絡(luò)的期望輸出，即說明有較高的模式識別率。

綜上所述，正交小波神經(jīng)網(wǎng)絡(luò)能對局部放電模式進(jìn)行有效的識別，它在局部放電模式識別領(lǐng)域具有一定的普遍意義。

（作者單位:黑龍江建筑職業(yè)技術(shù)學(xué)院；黑龍江哈爾濱理工大學(xué)）