期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
基于红外图像特征参量和GK-SVM算法的复合绝缘子劣化诊断方法研究 被引量:1
1
作者 武永泉 周晖 +6 位作者 赵轩 张四维 祝仁杰 黄昭 王艺蛟 乔新涵 张东东 《西南大学学报(自然科学版)》 CAS 北大核心 2025年第2期184-194,共11页
复合绝缘子劣化、局部温升已成为输电系统运行过程中的严重问题,红外图像可用于复合绝缘子发热的识别,但复合绝缘子发热影响因素复杂、缺乏有效识别方法等问题制约了红外图像的有效应用。考虑风速、湿度、碳化通道长度、水分侵入等条件... 复合绝缘子劣化、局部温升已成为输电系统运行过程中的严重问题,红外图像可用于复合绝缘子发热的识别,但复合绝缘子发热影响因素复杂、缺乏有效识别方法等问题制约了红外图像的有效应用。考虑风速、湿度、碳化通道长度、水分侵入等条件,建立了复合绝缘子碳化通道电—热—流多物理场仿真模型,系统研究了劣化复合绝缘子发热的影响因素,并提出基于环境输入参量及红外图像特征参量的粒度高斯核支持向量机(GK-SVM)故障识别方法。研究结果表明:电压等级、风速、湿度、碳化通道长度、水分侵入等级均对复合绝缘子缺陷处温度产生影响,相同条件下,220 kV复合绝缘子缺陷处的相对温升最大,可达13.2℃。其中碳化通道缺陷长度和水分侵入等级对复合绝缘子缺陷处温度产生较大影响,当缺陷长度从0 mm升至200 mm时,缺陷处温度相对于环境温升增加了4.3倍;而水分侵入等级从0级升至3级时,缺陷处温度相对于环境温升增加了0.7倍。湿度和风速均对缺陷处温度产生负向影响,当环境湿度从30%升至80%时,缺陷处温度相对于环境温升降低了20.6%;而环境风速从0 m/s升至6 m/s时,缺陷处温度相对于环境温升降低了24.2%。基于环境输入参量及红外图像特征参量,应用GK-SVM算法的复合绝缘子发热故障识别方法对110 kV和220 kV线路故障绝缘子的故障识别率分别可达93.98%和94.67%,误报率仅为7.14%和5.33%。研究结果对于劣化复合绝缘子诊断方法的应用具有重要的参考价值。 展开更多
关键词 红外图像特征 复合绝缘子 劣化 发热 识别方法 粒度高斯核
原文传递
上一页 1 下一页 到第
使用帮助 返回顶部