Generalizable Classification of UHF Partial Discharge Signals in Gas-Insulated HVDC Systems Using Neural Networks

要約

検出されない部分放電 (PD) は、高電圧 (HV) ガス絶縁システム (GIS) における安全上重要な問題です。
AC 電圧下での PD の診断は十分に確立されていますが、DC 電圧下での PD の分析は依然として活発な研究分野です。
これらの調査の主な焦点は、その後の高度な分析を可能にするさまざまな PD ソースの分類です。
この論文では、パルスシーケンス解析機能に依存せずに、HVDC GIS の絶縁体上の金属突起や導電性粒子によって引き起こされる PD 信号を分類するためのニューラルネットワークベースのアプローチを提案および解析します。
これまでのアプローチとは対照的に、私たちが提案したモデルは、負の電位と正の電位で得られた研究対象の PD 信号を識別できると同時に、目に見えない動作電圧倍数にも一般化できます。
さらに、時間領域と周波数領域の入力信号のパフォーマンスを比較し、センサーと欠陥位置の間の自由空間経路損失の影響を軽減するためのさまざまな正規化スキームの影響を調査します。

要約(オリジナル)

Undetected partial discharges (PDs) are a safety critical issue in high voltage (HV) gas insulated systems (GIS). While the diagnosis of PDs under AC voltage is well-established, the analysis of PDs under DC voltage remains an active research field. A key focus of these investigations is the classification of different PD sources to enable subsequent sophisticated analysis. In this paper, we propose and analyze a neural network-based approach for classifying PD signals caused by metallic protrusions and conductive particles on the insulator of HVDC GIS, without relying on pulse sequence analysis features. In contrast to previous approaches, our proposed model can discriminate the studied PD signals obtained at negative and positive potentials, while also generalizing to unseen operating voltage multiples. Additionally, we compare the performance of time- and frequency-domain input signals and explore the impact of different normalization schemes to mitigate the influence of free-space path loss between the sensor and defect location.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google