谢伟

(国网上海市电力公司 青浦供电公司， 上海 201700)

0 引言

GIS是变电站中重要的设备之一，其安全稳定的运行是保证电力系统可靠供电的基础。而局部放电是导致GIS发生故障的主要原因[1]，因此定期对GIS进行放电检测[2]。

伴随着GIS内部局部放电的发生，会伴随着电磁波、声等物理现象，检测方法也随之衍生出来[3]。由于局部放电的频率大都集中在高频段，而特高频传感器的频率带宽在300 MHz至3 GHz之间，可以有效地获取局部放电信息，同时能够避免环境电磁干扰，具有较高的检测灵敏度[4]。因此，本文选择UHF传感器获取局部放电故障信号。

局部放电信号的特征提取一直是影响识别算法识别率的主要原因，目前应用在GIS局部放电识别领域的特征提取方式主要包括时频域特征、统计特征以及小波特征等特征参数[5]。时域和频域从不同的角度提取局部放电特征，但存在一定的缺点和不足，统计特征的特征提取维数过多，而信息冗余会导致算法识别率和准确率下降，矩阵特征是从图像的角度提取特征，同样存在提取过程繁琐，特征信息丢失等问题，而小波特征进行提取的过程中，分解层数无法完全实现自适应。

经验模态分解算法(Empirical Mode Decomposition, EMD)是根据放电信号的时变特征进行自适应分解[6]，已经被成功应用于局部放电信号处理领域。但由于EMD在递归时会出现频率混叠，易受噪声干扰，故障特征不明显等问题，变分模态分解法(VMD)被提出来解决非递归问题，是根据预设的模态量的个数对局部放电信号进行分解[7]。……