科创中国

高新技术改造传统产业,高性能、智能化仪器仪表

局部放电的模式识别起始于20世纪90年代，目的是要准确地了解和掌握局放特征与绝缘缺陷之间的对应关系。局部放电模式识别的基本流程是，由局放检测设备获得的局部放电信号经过信号预处理后，进行分析，提取出信号的特征信息，进行局部放电分类，确定放电模式。因此特征提取以及模式分类是局放模式识别的两个最关键的环节。 在局部放电在线检测中，如果检测到放电信号，并确定为GIS内部的局部放电，则可以将所测波形和典型模式样本进行比较，确定其局部放电的类型。局部放电类型识别的准确程度取决于经验和数据的不断积累，目前尚未达到完善的程度。在实际检测中，以往主要采用目测比较的方式，对使用者的专业水平和现场经验要求很好，判断结果具有很强的主观性。随着人工智能技术的发展，基于统计识别、线性分类器、人工神经网络等自动诊断系统得到广泛的应用，大大提高了放电缺陷识别的准确性和客观性。以上放电类型的模式识别针对的是典型的局部放电缺陷模型，在实际电力设备上的缺陷型式往往十分复杂，随着设备运行工况、环境条件的变化以及缺陷的发展，局部放电的模式识别，特别是放电严重程度的识别，对保障电网安全运行具有重要的意义。

该产品实现了对局部放电检测装置的放电模式识别能力、检测系统的抗干扰能力进行了科学合理的评价考核，并进行大量的测试应用，取得了良好的应用效果。该产品有效推动了局放检测技术的发展，为促进行业健康有序发展和电网安全稳定运行奠定了扎实的技术基础。

河北工业大学（Hebei University of Technology），简称河北工大，坐落于天津市，由河北省人民政府、天津市人民政府与中华人民共和国教育部共建，隶属于河北省，是国家“双一流”建设高校、国家“211工程”重点建设高校，入选国家“中西部高校基础能力建设工程”、教育部“卓越工程师教育培养计划”、河北省“国家一流大学建设”一层次学校、天津市高水平特色大学建设项目、国家建设高水平大学公派研究生项目、中国政府奖学金来华留学生接收院校、国家级新工科研究与实践项目、首批高等学校科技成果转化和技术转移基地，CDIO工程教育联盟成员单位。