基于压缩感知的电力设备状态感知技术

作     者：丁晖 赵海丞 刘家强 任梦婕 戴睿 DING Hui;ZHAO Haicheng;LIU Jiaqiang;REN Mengjie;DAI Rui

作者机构：西安交通大学电气工程学院西安710049 国网辽宁检修公司沈阳110003 

出 版 物：《高电压技术》 (High Voltage Engineering)

年 卷 期：2020年第46卷第6期

页      面：1877-1885页

核心收录：

学科分类：080801[工学-电机与电器] 0808[工学-电气工程] 0809[工学-电子科学与技术（可授工学、理学学位）] 08[工学] 0807[工学-动力工程及工程热物理] 

基　　金：国家电网有限公司科技项目(SGSHJX00KXJS1901604) 

主　　题：压缩感知 电力设备状态感知 稀疏字典 观测矩阵 故障诊断 

摘      要：为解决电力设备状态参量数据采集过程中的数据冗余问题,准确获取电力设备的运行状态以及运行过程中的故障信息,将压缩感知技术引入电力设备状态感知中,提出了一种具有原子数自适应性的稀疏字典建立方法;改进了传统观测矩阵的建立方法,实现了最大稀疏化的等时间间隔采样;提出利用稀疏化采样数据,建立设备状态生理健康曲线的方法;探讨了通过对生理健康曲线的模式识别与状态时序分析,实现设备故障诊断的方法。最后,对某500 kV变电站电抗器油温的实测数据的应用结果表明,压缩感知技术可在完整保留设备状态参量变化特征的前提下,有效降低电力设备状态参量数据采集的时间密集性,并利用时间稀疏化的采集数据,能够较好地识别设备潜在运行故障。该研究对电力设备状态数据采集的时间间隔给出了科学指导,避免了实际中盲目追求采集时间密集性所带来的系统资源及成本的浪费,同时也为如何在设备状态参量数据采集欠缺的情况下,获取设备状态的完整信息以及故障提供了新的技术思路。