GIS局部放电源识别

GlS存在的缺陷是多种多样的，而这些缺陷引起的放电又具有不一样的特征。通常局部放电信号的量大致正比于放电现象的严重程度，但局部放电对系统的危害主要取决于局部放电的缺陷(放电源)类型和其所发生的位置。因此正确识别局部放电源和判断其位置对评估GlS的绝缘状态至关重要。

局部放电源的识别也是模式识别问题，常规的识别方法有：

1）局放相位的分布形状与局放源类型之间有紧密的联系，可基于信号的统计特征和相位进行分析，根据局放的二维或三维谱图来识别；

2）局放理论目前还不完善，有很多未知因素，因此在大量统计数据的基础上可以利用模糊专家系统结合神经网络(Neural Network-NN)来识别。Gulski等学者提取了一些统计特征算子作为输入NN的信息来描述局放的波形特征。此外，近年来不少学者还采用了不同结构的神经网络以及分形分析等技术来识别局放源。另外，也有学者研究超高频局放信号的去噪与数学建模。