基于DRSN的高噪声环境下XLPE电缆故障识别

作     者：吴卫堃 宫士营 郑耀华 单超 董传友 WU Weikun;GONG Shiying;ZHENG Yaohua;SHAN Chao;DONG Chuanyou

作者机构：广东电网有限责任公司肇庆供电局广东肇庆526000 山东科汇电力自动化股份有限公司山东淄博255087 哈尔滨理工大学电气与电子工程学院黑龙江哈尔滨150080 

出 版 物：《电气传动》 (Electric Drive)

年 卷 期：2022年第52卷第16期

页      面：75-80页

学科分类：08[工学] 0805[工学-材料科学与工程（可授工学、理学学位）] 

基　　金：广东电网科技项目(GDKJXM20173007)。 

主　　题：XLPE电缆 局部放电 深度残差网络 注意力机制 

摘      要：为对高噪声环境下交联聚乙烯(XLPE)电缆故障进行智能化识别,提出了一种基于深度残差收缩网络的XLPE电缆故障识别方法,该方法将软阈值作为非线性变换层嵌入到网络深层结构中,并引入软注意力机制对软阈值进行加权优化,从而加强深度神经网络从高噪声局部放电信号中特征学习的能力,进而提高电缆故障诊断精度。首先,根据运维、检修经验制作了4种典型的终端故障,并搭建局部放电测试系统,测试得到不同电压等级下局部放电数据,并对其进行加噪处理;然后,通过深度残差收缩网络完成不同噪声环境下故障数据特征提取及分类;最后,与其他故障诊断方法进行对比。结果表明:该方法能够有效地对噪声信号进行抑制,极大地提高了高噪声环境下电缆故障诊断精度,为后续的工程应用提供了切实可行的方法。