XLPE覆盖导线中局部放电与电晕放电的高分辨率天线数据集：面向机器学习应用的精准诊断新资源

本研究针对中压架空配电线路中XLPE（交联聚乙烯）覆盖导线的绝缘故障诊断难题，通过实验室可控环境构建了包含局部放电（PD）与电晕放电的107样本/20ms高分辨率双天线数据集。研究人员系统采集了5类放电信号（PD、电晕、混合态及高阻抗变体）和2种背景条件下的100组标记数据，为开发轻量化边缘分类模型、合成数据生成及实时监测算法提供了基准资源，显著提升了非侵入式故障识别的准确性与电网安全性。

　　

在电力系统的隐蔽战线上，一场关乎电网安全的无声较量正在上演——中压架空配电线路的XLPE（交联聚乙烯）覆盖导线虽能抵御植被接触，却面临局部放电（Partial Discharge, PD）和电晕放电的双重威胁。前者如同绝缘材料的"隐形杀手"，会逐步侵蚀线路完整性；后者虽危害较轻，却常与PD信号混杂，导致误判频发。传统检测方法需停电操作，而现有天线监测技术又受困于噪声干扰与信号重叠难题。这一困境激发了捷克VSB-奥斯特拉瓦技术大学（VSB-Technical University of Ostrava）ENET研究中心团队的创新探索，他们通过实验室精准模拟构建了首个专用于PD-电晕分类的高保真数据集，相关成果发表于《Scientific Data》。

研究团队采用双天线（Boni-Whip与MiniWhip）非接触式采集系统，在12.7 kV模拟电压下捕获了5类放电信号（纯PD、纯电晕、混合态及高阻抗变体）和2种背景噪声的20 ms波形（500 MHz采样率）。通过铜带接地诱导PD、针尖电晕发生器等装置（见图14-15），配合紫外验证确保信号纯度，最终形成含1400组标记样本的数据库。

数据记录与质量控制

数据集包含107点/20 ms的原始二进制电压序列，通过严格信号完整性校验（如20 MHz时基校准）和视觉筛查确保无削波或丢点。双天线设计（C1/C2）捕获了互补特征：C2信噪比更高（见表4），而C1则呈现更丰富的细节但重叠明显（见图6）。

统计特征与分类挑战

全局统计量揭示显著差异：PD平均幅值（38.65 V）远超电晕（14.34 V），且呈现正偏态（见图5）。但PCA分析显示前两主成分仅解释57.4%方差（见图7），PD类在降维空间形成"香蕉形"重叠流形（见图6），证实线性模型的局限性。高阻抗变体（_HI）使幅值标准差激增2.6倍（见表3），进一步增加分类难度。

技术验证亮点

• 传感器异构性：C2的△V_C1/△V_C2比值在电晕时≈1.9，PD时≈1.2（见表4），可作为启发式特征

• 频谱指纹：PD呈现800 kHz以上宽带成分，电晕能量集中于200 kHz以下

• 日间稳定性：背景噪声日均漂移<0.04V（见图8-9），确保数据可复现性

这项研究为电力物联网边缘设备提供了轻量化分类模型的训练基石（如文献12-13所述堆叠神经网络），其核心价值在于：首次在受控环境中分离PD与电晕的电磁指纹，解决了现场数据难以标注的痛点。通过公开5类故障的精确时域波形（含高阻抗变体），研究者为开发抗噪算法、解释性AI（XAI）工具乃至生成对抗网络（GAN）数据增强提供了黄金标准。正如Ond?ej Kabót团队强调的，该资源将直接助力减少森林火灾风险（文献5）和优化维护成本——这对覆盖导线占比达37%的欧洲电网（文献1）具有重大工程意义。未来工作可探索时频联合特征提取或脉冲形状聚类，以进一步突破现有74%的PCA可分性上限（见图10）。