紫外放電狀態(tài)識別與故障預(yù)測方法

前言
1 電氣設(shè)備局部放電監(jiān)測與故障診斷技術(shù)的發(fā)展現(xiàn)狀 ·· 1
1.1 電氣設(shè)備局部放電監(jiān)測與故障診斷技術(shù)研究背景及意義 1
1.2 電氣設(shè)備故障診斷國內(nèi)外發(fā)展概況 2
1.2.1 國外故障診斷技術(shù)發(fā)展概況 · 3
1.2.2 國內(nèi)故障診斷技術(shù)發(fā)展概況 · 3
1.3 電氣設(shè)備檢修體制的演變 3
1.3.1 電氣設(shè)備定期維修 · 3
1.3.2 電氣設(shè)備在線監(jiān)測 · 4
1.4 電暈放電的在線監(jiān)測 5
1.4.1 人工目視檢查法 · 5
1.4.2 紅外檢測法 · 5
1.4.3 超聲波檢測法 · 6
1.4.4 超高頻檢測法 · 7
1.4.5 脈沖電流檢測法 · 8
1.4.6 介質(zhì)損耗分析（DLA）檢測法 · 8
1.4.7 化學(xué)檢測法 · 8
1.5 紫外線檢測法 9
1.6 紫外放電檢測的應(yīng)用范圍 · 11
1.7 高壓放電各種檢測方法的優(yōu)劣比較 · 11
2 超聲波檢測法在電氣設(shè)備局部放電故障定位方面的研究 13
2.1 超聲波定位數(shù)學(xué)模型——聲檢測方法 · 13
2.1.1 數(shù)學(xué)模型的建立 ·· 13
2.1.2 轉(zhuǎn)為有約束優(yōu)化問題 ·· 13
2.1.3 實驗前期數(shù)據(jù)來源 ·· 14
2.2 傳統(tǒng)定位優(yōu)化算法 · 14
2.2.1 修正牛頓算法 ·· 14
2.2.2 最速下降算法 ·· 16
2.2.3 共軛梯度算法 ·· 18
2.2.4 變尺度算法 ·· 20
2.2.5 自適應(yīng)算法 ·· 22
2.3 傳統(tǒng)定位算法之間的比較· 25
2.4 現(xiàn)代智能定位優(yōu)化算法 · 26
2.4.1 模擬退火算法 ·· 26
2.4.2 遺傳算法 ·· 28
2.4.3 粒子群算法 ·· 29
2.4.4 文化粒子群算法 ·· 31
2.5 幾種現(xiàn)代智能定位算法的比較和總結(jié) 33
3 電暈檢測方法與日盲紫外原理 36
3.1 電暈放電及其檢測 · 36
3.2 氣體電介質(zhì)的擊穿 · 37
3.2.1 湯遜理論 ·· 37
3.2.2 流注放電理論 ·· 38
3.3 電暈放電的機(jī)理及其一般特征 39
3.4 紫外成像分析 · 41
3.4.1 電磁波譜 ·· 41
3.4.2 紫外成像原理 ·· 42
3.5 日盲紫外檢測方法 · 45
3.5.1 紫外脈沖檢測 ·· 45
3.5.2 紫外圖像檢測 ·· 45
3.6 雙通道紫外檢測系統(tǒng) · 46
3.6.1 雙通道檢測系統(tǒng)的結(jié)構(gòu)與原理 ·· 46
3.6.2 雙通道結(jié)構(gòu)的弊端 ·· 46
3.7 單通道紫外檢測系統(tǒng) · 47
3.7.1 單通道檢測系統(tǒng)的結(jié)構(gòu)與原理 ·· 47
3.7.2 單通道結(jié)構(gòu)與雙通道的比較 ·· 48
4 高壓電器紫外脈沖檢測系統(tǒng)設(shè)計 49
4.1 檢測管及驅(qū)動檢測電路部分 49
4.1.1 紫外檢測管R9454 的簡介 · 49
4.1.2 驅(qū)動電路C10807 的簡介 52
4.2 處理器開發(fā)板的硬件和軟件設(shè)計部分 53
4.2.1 處理器開發(fā)板的硬件設(shè)計 ·· 53
4.2.2 處理器開發(fā)板的軟件設(shè)計 ·· 57
4.3 顯示終端設(shè)計 · 58
4.3.1 工業(yè)串口觸摸屏簡介 ·· 58
4.3.2 GSM 模塊TC35i ·· 59
4.3.3 無線傳輸模塊簡介及上位機(jī)Labview 的設(shè)計 ·· 60
4.4 檢測儀器外部結(jié)構(gòu)的設(shè)計 · 63
4.4.1 SolidWorks 簡介 ·· 63
4.4.2 變壓器、輸電線路監(jiān)測儀的設(shè)計 ·· 65
4.4.3 開關(guān)柜監(jiān)測儀的設(shè)計 ·· 65
4.4.4 監(jiān)測儀器的材料選擇 ·· 67
4.5 檢 測儀器系統(tǒng)的軟件設(shè)計 · 67
4.5.1 虛擬儀器的概述 ·· 68
4.5.2 軟件系統(tǒng)的設(shè)計 ·· 69
4.6 系統(tǒng)集成及實驗效果 · 73
5 單通道雙譜紫外電暈檢測系統(tǒng)設(shè)計 75
5.1 系統(tǒng)的總體設(shè)計 · 75
5.1.1 硬件架構(gòu)設(shè)計 ·· 75
5.1.2 功能描述與關(guān)鍵技術(shù) ·· 75
5.2 濾光成像原理與方法 · 76
5.2.1 靜態(tài)切換成像法 ·· 76
5.2.2 動態(tài)切換成像法 ·· 77
5.3 圖像傳輸及視頻采集模塊的實現(xiàn) · 78
5.3.1 系統(tǒng)的圖像傳輸與視頻采集 ·· 78
5.3.2 基于DirectShow 的視頻采集 · 80
5.3.3 基于DSPack 組件的視頻采集方案 81
6 雙通道紫外電暈檢測系統(tǒng)設(shè)計 82
6.1 雙通道電暈紫外檢測系統(tǒng)綜述 · 82
6.2 雙通道電暈紫外檢測系統(tǒng)設(shè)計 · 82
6.2.1 硬件結(jié)構(gòu)設(shè)計 ·· 82
6.2.2 系統(tǒng)功能描述 ·· 83
6.2.3 系統(tǒng)各部分描述 ·· 83
7 電暈放電的圖像處理 85
7.1 系統(tǒng)的圖像處理流程 · 85
7.2 紫外圖像的預(yù)處理 · 86
7.2.1 RGB 色彩空間 · 86
7.2.2 灰度處理 ·· 90
7.2.3 二值化處理 ·· 92
7.3 圖像去噪與放電區(qū)域提取 · 94
7.3.1 圖像的數(shù)學(xué)形態(tài)學(xué)處理 ·· 94
7.3.2 紫外電暈圖像的形態(tài)學(xué)處理 ·· 97
7.3.3 圖像融合 · 100
7.3.4 單通道檢測系統(tǒng)的圖像融合 · 101
7.3.5 雙通道電暈圖像和背景圖像融合 · 102
8 電暈放電及檢測系統(tǒng)實驗平臺 ·· 113
8.1 紫外光電管 113
8.1.1 紫外光電管的特點 · 113
8.1.2 紫外傳感器驅(qū)動電路 · 115
8.2 電暈放電模型 116
8.3 檢測系統(tǒng)實驗現(xiàn)象 117
9 電暈放電強(qiáng)度測量及系統(tǒng)成像實驗 ·· 120
9.1 電暈放電的強(qiáng)度測量 120
9.1.1 放電強(qiáng)度公式的推導(dǎo) · 120
9.1.2 放電強(qiáng)度公式的驗證 · 121
9.1.3 放電強(qiáng)度計算實驗 · 123
9.2 成像實驗與討論 124
9.2.1 硬件設(shè)計 · 124
9.2.2 光路切換電路的設(shè)計 · 125
9.2.3 成像軟件算法設(shè)計 · 125
9.2.4 實驗結(jié)果及分析 · 126
9.2.5 關(guān)于靜態(tài)切換法實驗的討論 · 128
10 基于人工神經(jīng)網(wǎng)絡(luò)的故障狀態(tài)識別 130
10.1 人工神經(jīng)網(wǎng)絡(luò) · 130
10.1.1 人工神經(jīng)基本概念 ·· 130
10.1.2 人工神經(jīng)網(wǎng)絡(luò)的特點 ·· 131
10.2 故障狀態(tài)模式模型 · 131
10.2.1 模式識別 ·· 131
10.2.2 實驗室模擬電暈放電 ·· 132
10.2.3 特征提取 ·· 134
10.3 基于BP 神經(jīng)網(wǎng)絡(luò)的狀態(tài)識別 ·· 135
10.3.1 BP 神經(jīng)網(wǎng)絡(luò)概述 · 135
10.3.2 仿真結(jié)果 ·· 137
10.4 基于徑向基神經(jīng)網(wǎng)絡(luò)的狀態(tài)識別 · 138
10.4.1 徑向基神經(jīng)網(wǎng)絡(luò)的基本概念 ·· 138
10.4.2 仿真結(jié)果 139
10.5 基于投影尋蹤理論的模式識別 · 139
10.5.1 電暈放電量化分級方法 139
10.5.2 基于投影尋蹤理論的模式識別等級模型 140
10.5.3 應(yīng)用MATLAB 進(jìn)行故障診斷仿真及實例分析 · 141
10.6 基于自組織神經(jīng)網(wǎng)絡(luò)的絕緣故障狀態(tài)評定 · 143
10.6.1 輸入變量的選擇與樣本處理 143
10.6.2 自組織映射網(wǎng) 144
10.6.3 動態(tài)神經(jīng)元個數(shù)的SOFM 絕緣故障評估系統(tǒng) ·· 145
10.6.4 LVQ 神經(jīng)網(wǎng)絡(luò) ·· 148
10.6.5 LVQ 算法仿真實現(xiàn) ·· 149
10.7 基于PSO-SVM 的電暈放電評級算法 ·· 151
10.7.1 支持向量機(jī)評級算法 151
10.7.2 基于PSO 改進(jìn)的SVM 評級方法 152
10.7.3 建立模型及仿真實驗 153
10.8 本章小結(jié) · 155
參考文獻(xiàn) · 156