可编程器件在局部放电在线监测系统中的应用研究

《可编程器件在局部放电在线监测系统中的应用研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、重庆大学硕士论文中文摘要摘要局部放电(PartialDischarge，PD)在线监测可有效地对电力设备运行状态进行监控，为故障预诊断、定位提供可靠的参考数据，是目前电力设备状态维修领域的研究热点。然而传统的局部放电在线监测方案中仍然存在两大缺点：l、传统方案均由数据采集、预处理、远程传输、后期处理环节构成，设备复杂，实时性不高；2、局部放电信号的采集速率高，带来海量数据，给传统的现场嵌入式设备的处理、存储、传输带来极大压力。针对传统方案的缺点，本文提出了基于FPGA的局部放电在线监测系统新方案，该方案集去噪压缩、模式识别功能于一身，减

2、少了数据远程传输、后期处理环节，因而减少了设备的复杂程度，同时增加了系统的实时性．本文对基于FPGA的局部放电在线监测新方案的研究过程中，主要工作包括了以下几方面：l、研究小波包软阈值算法对PD信号进行去噪与压缩的实现：提出采用相关性分析确定最佳的小波包分解深度；仿真表明，该算法能较好实现PD信号的去噪、数据压缩。2、研究小波包变换在FPGA上的实现：提出基于DSPBuilder平台的FPGA系统级设计方案；提出了一种基于文本读写的仿真方法用于系统的测试；仿真表明该FPGA系统极大提高了小波包变换的实时性，且精度较高。3、研究遗传算法(

3、GeneAlgorithm，CA)实现局部放电信号特征量最优组合的提取：综合考虑识别率和现场设备的限制，提出新的特征选取准则，为GA的优化工作开辟道路，仿真表明GA所选的组合识别率最高、误差量最小。4、研究RBF神经网络在PD信号模式识别上的应用以及RBF网络在FPGA上实现的设计：优化RBF网络算法与参数，提高识别率；研究了以前馈环节、后馈环节、修正环节为循环的RBF网络硬件结构，研究了三大环节中的各个算子的设计，仿真表明整合前馈环节后实现的RBF离线学习网络能正确识别局部放电的类型。本文提出的基于FPGA的局部放电在线监测方案，可很

4、好克服传统方案中的缺陷，具有工程应用价值。而本文研究涉及的基于FPGA小波包变换系统、局部放电特征量最优的最优组合的研究以及基于FPGA的RBF网络的实现在高速数据处理领域、模式识别领域也有一定实际学术意义和工程应用价值．关键词：局部放电，小波包变换，FPGA，特征量组合，遗传算法，RBF网络重庆大学硕士论文英文摘要ABSTRACTNowadayspartialdischarge口D)On-linemonitoringhasbecomingahotfocusinresearchonsafeoperationoflargeelectric

5、alequipment,becauseitcmsupervisetheirworkingconditionandalsoprovidereliablereferenceforaccidentaldiagnose．However,there瓣twodefectsinpresentPDonlinemonitoringscheme：1．sincethepresentschemeincludesdatasampling，preprocessing，remotetransmission,postprocessingandsoon,systemwi

6、llbecomplexandslowecho；2．sincethesamplingfiequencyofPDsignalislligb盯andhigher,whichbringsma船data,itwillmakegreatpresstodamprocessing,storeandtransmissionbythetraditionalembeddedequipment．Becauseofthesedefects,authorproposeanovelPDOnlineMonitoringschemebasedonFPGA，whichin

7、tegratesthedenoising,datacompressionandpatternrecognitionintoonemodule,thereforetheschemec∞reducethedataremotetransmissionandpostprocessingprocedure，e_cenimprovethereal-timeperformance．ThisthesisfocusedonthenovelschemebasedonFPGA,whichincludefourmaincontentsasfollows：1．S

8、tudyofthede-noiseprocessinganddatacompressionbyusingwaveletpackagesoftthresholdalgorithm：studyofthesele