一种用于噪声环境下绝缘电力电缆中部分放电信号的替代聚类方法

《IEEE Transactions on Device and Materials Reliability》：An Alternative Clustering Methodology for Partial Discharge Signals in Isolated Power Cables Under Noisy Environments

　　

!---->!---->

摘要：

本文提出了一种名为“基于特征聚类的局部放电（AFPD）”的新方法，用于在存在电气噪声的环境中对局部放电（PD）信号进行聚类。该方法基于对介质中PD信号相关特征的识别与选择。为此，采用了主成分分析（PCA）来降低数据的维度，并将方差集中在更相关的特征上，如相位、频率、持续时间、偏度和峰度。聚类过程中使用了Ward算法，该算法能够最小化簇内方差，从而形成与电气噪声相分离的均匀PD信号簇。通过在不同场景下的实验验证了该方法的有效性，这些场景包括受控实验室环境（人工老化电缆、故障诱发和应力测试）以及实际现场条件（变电站和炼油厂）。实验结果使用了Silhouette指数、Davies-Bouldin指数和Dunn指数，表明这种新方法在定量区分PD信号方面具有优势。与传统的时间-频率映射（TF-MAP）方法相比，特别是在现场环境中，该方法在信号簇的聚类效果和区分能力方面更为可靠。

!---->!---->!---->

!---->

!---->!---->