[1]苑 超,丁晓森,朱 雷,等.基于改进 VMD 与 Transformer 的 GIS 局部放电信号识别[J].机械与电子,2025,(04):27-34.
　YUAN Chao,DING Xiaosen,ZHU Lei,et al.GIS Partial Discharge Signal Recognition Based on Improved VMD and Transformer[J].Machinery & Electronics,2025,(04):27-34.
点击复制

基于改进 VMD 与 Transformer 的 GIS 局部放电信号识别()
分享到：

《机械与电子》[ISSN:1001-2257/CN:52-1052/TH]

卷:
期数:
2025年04期
页码:
27-34
栏目:
机电一体化
出版日期:
2025-04-25

文章信息/Info

Title:
GIS Partial Discharge Signal Recognition Based on Improved VMD and Transformer
文章编号:
1001-2257 ( 2025 ) 04-0027-08
作者:
苑 超 1 ; 丁晓森 1 ; 朱 雷 1 ; 胡天羽 2 ; 申张亮 1 ; 马宏忠 2
1. 国网江苏省电力有限公司南京供电分公司,江苏 南京 210002 ;
2. 河海大学电气与动力工程学院,江苏 南京 211100
Author(s):
YUAN Chao1 ;  DING Xiaosen1 ;  ZHU Lei1 ;  HU Tianyu2 ;  SHEN Zhangliang1 ;  MA Hongzhong2
( 1.Nanjing Power Supply Company , State Grid Jiangsu Electric Power Co. , Ltd. , Nanjing 210002 , China ;?
2.School of Electrical and Power Engineering , Hohai University , Nanjing 211100 , China )
关键词:
气体绝缘开关; 局部放电; 注意力机制; 优化算法;  Transformer
Keywords:
gas insulated switchgear ;  partial discharge ;  attention mechanism ;  optimization algorithm ;  Transformer
分类号:
TM93
文献标志码:
A
摘要:
针对 GIS 局部放电识别方法在特征选择上处理过程复杂且识别准确率相对较低的问题,提出了一种基于改进海马优化变分模态分解( ISHO-VMD )和改进 Transformer 的局部放电信号识别方法。首先,通过 ISHO-VMD 对含噪声的局部放电信号进行分解,提取噪声最少的信号作为模型输入,从而降低识别过程中的计算复杂度,并避免了传统特征提取方法中可能出现的信息缺失。然后,通过改进 Transformer 的自适应特征捕捉能力,实现对不同局部放电类型的高精度识别。实验结果表明,所提方法显著提升了 GIS 局部放电类型识别的准确性,为 GIS 故障诊断提供了新思路。
Abstract:
A partial discharge signal recognition method based on improved seahorse optimization variational mode decomposition ( ISHO-VMD ) and improved Transformer is proposed to address the problem of complex feature selection and relatively low recognition accuracy in GIS partial discharge recognition methods.First , ISHO VMD decomposes noisy PD signals , isolating the least noisy component as model input , thereby reducing computational complexity and mitigating information loss inherent in traditional feature extraction.Then , an enhanced Transformer improves adaptive feature capture , enabling high precision recognition of different PD types.Experimentalresults demonstrate that the proposed method significantly boosts GIS PD recognition accuracy , offering a novel approach to GIS fault diagnosis.

参考文献/References:

[ 1 ] 严璋,朱德恒 . 高电压绝缘技术[ M ] . 北京:中国电力出版社,2002.

[ 2 ] 杜林,严金平,王红梅,等 . 基于电平扫描法的超高频局部放电测量方法的特性分析[ J ] . 高电压技术, 2014 , 40( 8 ): 2299-2305.
[ 3 ] 王利猛,王硕 . 基于 EWT FE 分析联合改进 SVM 算法的 GIS 局部放电诊断方法[ J ] . 电气工程学报, 2024 ,19 ( 1 ): 371-381.
[ 4 ] 艾嘉伟,牛海清,陈泽铭,等 . 基于神经网络的 D-S 多信息融合 GIL 局部放电联合识别方法[ J ] . 高电压技术,2022 , 48 ( 12 ): 4925-4932.
[ 5 ] 姚锐,李俊,惠萌,等 . 基于集成学习的自适应提升分类模型的局部放电识别研究[ J ] . 电网技术, 2022 , 46 ( 6 ):2410-2420.
[ 6 ] 吴闽,蒋伟,罗颖婷,等 . 基于改进 SSD 的 GIS 多源局部放电模式识别[ J ] . 高电压技术, 2023 , 49 ( 2 ): 812-821.
[ 7 ] 李泽,王辉,钱勇,等 . 基于加速鲁棒特征的含噪局部放电模式识别[ J ] . 电工技术学报, 2022 , 37 ( 3 ): 775-785.
[ 8 ] 臧旭,龚正朋,俞文帅,等 . 基于小波包奇异谱熵和 WOA-SVM 的 GIS 放电故障诊断[ J ] . 电机与控制应用,2024 , 51 ( 9 ): 60-69.
[ 9 ] 邢雅,侯峰,吴培涛,等 .SCG 算法在 GIS 设备局部放电模式识别中的应用研究[ J ] . 微型电脑应用, 2024 , 40( 2 ): 97-100.
[ 10 ] 罗日平,罗颖婷,赖诗钰,等 . 基于 EEMD 奇异值熵的局部放电模式识别[ J ] . 电子技术应用, 2024 , 50 ( 3 ): 53-58.
[ 11 ] 罗潇远,刘杰,杨斌,等 . 基于改进鱼鹰优化算法与 VMD-LSTM 的超短期风电功率预测[ J ] . 太阳能学报,2025 , 46 ( 3 ): 652-660.
[ 12 ] 刘杰,从兰美,夏远洋,等 . 基于 DBO-VMD 和 IWOA-BILSTM 神经网络组合模型的短期电力负荷预测[ J ] .电力系统保护与控制,2024 , 52 ( 8 ): 123-133.
[ 13 ] ZHAO S J , ZHANG T R , MA S L , et al.Sea-horse optimizer : a novel nature-inspired meta-heuristic for global optimization problems [ J ] .Applied intelligence , 2023 , 53 ( 10 ): 11833-11860.
[ 14 ] PERAZA-V?ZQUEZ H , PE?A DELGADO A F , ECHAVARR?A-CASTILLO G , et al.A bio-inspired method for engineering design optimization inspired by dingoes hunting strategies [ J ] .Mathematical problems in engineering , 2021 , 2021 : 1-19.
[ 15 ] 魏双,安毅,余向军,等 . 基于 Non-stationary-CNN Transformer 的海浪有效波高预测[ J ] . 太阳能学报,2024 , 45 ( 10 ): 673 682.
[ 16 ] 杨继阳,欧阳权,丛玉华,等 . 基于 Transformer 改进强化学习的无人机电力巡检规划 [ J ] . 机械与电子,2024 , 42 ( 10 ): 54-60 , 68.
[ 17 ] 韩子萌,张占强,孟克其劳,等 . 基于 MTF 和 AlexNet的电能质量扰动信号分类[ J ] . 计算机仿真, 2024 , 41( 9 ): 49-54 , 59.
[ 18 ] 周建民,王发令,张臣臣,等 . 基于特征优选和 GA-SVM 的滚动轴承智能评估方法 [ J ] . 振动与冲击,2021 , 40 ( 4 ): 227-234.

相似文献/References:

[1]王 明,冯卫军,黄 辉,等.变压器电气故障综合预警系统研究[J].机械与电子,2021,(11):35.
　WANG Ming,FENG Weijun,HUANG Hui,et al.Research on Transformer Electrical Fault Comprehensive Early Warning System[J].Machinery & Electronics,2021,(04):35.
[2]肖小龙,郭佳豪,郭茂森,等.基于改进 GCC 算法的交流配电电缆局部放电在线定位方法研究[J].机械与电子,2024,42(03):26.
　XIAO Xiaolong,GUO Jiahao,GUO Maosen,et al.Research on Online Localization Method of Partial Discharge of AC Distribution Cable Based on Improved GCC Algorithm[J].Machinery & Electronics,2024,42(04):26.
[3]李 鹏,厉洪滨,孔相欢,等.抑制通信频带干扰的局部放电对数周期天线设计[J].机械与电子,2025,(01):10.
　LI Peng,LI Hongbin,KONG Xianghuan,et al.Design of Log-periodic Antenna Suppressing Interference in Communication Frequency Bands for Partial Discharge Detection[J].Machinery & Electronics,2025,(04):10.
[4]梁 帅,白明华.高压电缆阻水缓冲层局部放电行为与放电烧蚀过程识别[J].机械与电子,2025,(01):16.
　LIANG Shuai,BAI Minghua.Partial Discharge Behavior and Discharge Ablation Process Identification of High Voltage Cable Water Barrier Buffer[J].Machinery & Electronics,2025,(04):16.
[5]许洪华,陈旖旎,丁晓森,等.基于机电融合信号与 1DCNN-MHAM-SVM 的 GIS 局部放电故障诊断[J].机械与电子,2025,(06):37.
　XU Honghua,CHEN Yini,DING Xiaosen,et al.GIS Partial Discharge Fault Diagnosis Based on Electromechanical Signal Fusion and 1DCNN-MHAM-SVM[J].Machinery & Electronics,2025,(04):37.
[6]吴 栋,李志立,何文中,等.基于无人机智能巡检系统的配电故障诊断[J].机械与电子,2025,(07):48.
　WU Dong,LI Zhili,HE Wenzhong,et al.Distribution Fault Diagnosis Based on UAV Intelligent Inspection System[J].Machinery & Electronics,2025,(04):48.

备注/Memo

备注/Memo:
收稿日期: 2024-11-06
基金项目:江苏省电力有限公司重点科技项目( J2023027 )
作者简介:苑 超 ( 1981- ),男,黑龙江牡丹江人,高级工程师,研究方向为电气设备故障检测。
更新日期/Last Update: 2025-05-12