当前高压电容式电压互感器(capacitor voltage transformer,CVT)缺少有效的在线监测数据,辨识不足。利用在线监测多数据源存在线性相关的数据特性,提出了基于分析数据相关系数进行有效数据辨识的方法。针对目前高压CVT故障诊断普遍存在...当前高压电容式电压互感器(capacitor voltage transformer,CVT)缺少有效的在线监测数据,辨识不足。利用在线监测多数据源存在线性相关的数据特性,提出了基于分析数据相关系数进行有效数据辨识的方法。针对目前高压CVT故障诊断普遍存在信息单一、精度不高、局部放电在线监测装置故障信号检测受干扰因素影响较大、准确性差等问题,提出了基于多维信息融合的故障诊断方法。首先,利用因子分析对CVT的诊断指标进行数据层信息融合,提取各故障类型对应的公共因子方差贡献值,作为反映故障类型差异的特征值;然后,利用模糊理论进行特征层信息融合,将公共因子方差贡献值作为隶属函数的输入参数,识别CVT的故障类型,准确诊断高压CVT故障。案例验证了所提方法的有效性,为CVT故障诊断提供了理论参考和实践经验。展开更多
文摘当前高压电容式电压互感器(capacitor voltage transformer,CVT)缺少有效的在线监测数据,辨识不足。利用在线监测多数据源存在线性相关的数据特性,提出了基于分析数据相关系数进行有效数据辨识的方法。针对目前高压CVT故障诊断普遍存在信息单一、精度不高、局部放电在线监测装置故障信号检测受干扰因素影响较大、准确性差等问题,提出了基于多维信息融合的故障诊断方法。首先,利用因子分析对CVT的诊断指标进行数据层信息融合,提取各故障类型对应的公共因子方差贡献值,作为反映故障类型差异的特征值;然后,利用模糊理论进行特征层信息融合,将公共因子方差贡献值作为隶属函数的输入参数,识别CVT的故障类型,准确诊断高压CVT故障。案例验证了所提方法的有效性,为CVT故障诊断提供了理论参考和实践经验。
