基于KNN和MSR的局部放电模式识别研究
国网上海市电力公司青浦供电分公司、国网山东省电力公司威海供电公司、上海交通大学电气工程系的研究人员陈敬德、李峰、孙原文、罗林根、盛戈皞，在2018年第1期《电气技术》杂志上撰文，提出了一种基于随机矩阵谱分布理论的局部放电（PD）模式识别新方法。
首先，利用特高频传感器接收到的PD时域信号构造高维随机矩阵，根据随机矩阵理论下时间序列模型的经验谱分布理论，以其特征根分布的平均谱半径（MSR）作为PD模式识别的特征量，然后，提出了基于K-近邻（KNN）算法的局部放电模式识别方法。理论研究和实验结果表明，该方法具有抗干扰能力强、识别率高的特点。
电力设备绝缘故障占电力设备故障的50%以上，电力设备绝缘劣化会产生局部放电现象，而局部放电又会进一步加剧绝缘劣化的程度[1,2]，局部放电的模式识别对及时发现绝缘损坏程度和制定有针对性的检修方案有重大意义。
局部放电模式识别的研究困难重重，局部放电信号比较微弱，又混叠有场强干扰信号，提取局部放电的特征量非常困难，虽然国内外研究人员在局放模式识别领域作了大量的探索，但当前的局部放电模式识别技术仍难以满足工程实用的要求。
局部放电模式识别包括放电模式的构造、放电特征量的提取以及分类识别。其中放电类型特征量的提取是局部放电模式识别的关键，目前提取信号特征的方法主要有时域分析法和参数统计法。
时域分析法的研究对象是局部放电信号的时域波形信号，直接从放电信号的时域波形中提取类型特征，但局部放电信号在传播过程中衰减严重且采集到的时域信号混含噪声信号，提取到的特征量难以对相应的放电类型进行准确表征，所以该方法的可重复性较差。
统计分析法是认可度相对较高的局部放电特征提取方法，它的特点是利用统计参数记录局部放电信号的特征，比时域分析法的抗干扰性强。
目前，提取局部放电信号特征参数的方法主要有PRPD谱图法、波形特征参数法、小波分析理论法、放电统计参数法以及分形理论法。PRPD图谱法是目前比较受重视的局部放电模式识别方法，该方法以放电量q和放电相位φ与放电次数n之间的关系作三维图谱来描述不同的局放类型的特征。
文献[3]采用三维谱图提取放电指纹特征，并用人工神经网络作为局放类型识别算法。文献[4]提出了基于PRPD谱图，采用统计算子偏斜度、陡峭度和不对称度等作为识别的特征参量，该方法是当前使用较为广泛的局部放电特征提取办法。然而放电量q在很大程度上受电压值、试品电容大小、耦合电容大小等很多因素的影响，故基于PRPD图谱的局放模式识别方法可重复性较差。另一方面，很多情况下测量局部放电信号时没有同步获取相位信息，且直流系统的局部放电并无相位，PRPD谱图法在直流设备局部放电和无相位信息的放电序列中是不适用的。
放电统计参数法将局部放电现象看作一个随机过程，该方法对局部放电的放电量、放电脉冲幅值以及放电相位等进行统计学分析，研究其是否符合某种特定的统计分布，近年来的研究表明，局部放电的脉冲幅值的分布可以用weibull分布来表达，且不同的放电类型，其weibull分布参数不同，以此作为局部放电类型识别的特征量。
文献[5-7]研究了weibull分布在放电信号类型识别领域的应用，文献[5]的研究表明，单故障的放电脉冲的高度可以用两参数的weibull来表征，且吻合度较高，基于weibull分布参数的局部放电识别取得了不错的效果，然而该算法对多故障放电信号识别性能较差，且抗干扰性不强。
近年来，随着大数据技术的发展，随机矩阵理论因其具备处理大量数据的能力而引起了学者们的注意。随机矩阵的主要特征是它以随机变量为元素，随机矩阵谱分布理论主要研究在特定条件下随机矩阵的特征根的分布情况[8-10]。
随机矩阵理论的提出源于物理学研究，随后在无线通信、基因统计、网络安全、图像处理、核物理、金融网络、统计学等领域得到很好的应用[11-16]。已有学者将高维随机矩阵用于输变电设备关键性能的评估和状态监测数据的异常检测，见文献[17]和文献[18]。
本文则尝试将大维随机矩阵理论用于局放模式识别中，提出了一种针对局部放电时域信号的基于高维随机矩阵谱分布的局部放电模式识别技术，文中设计了四种局部放电实验模型：悬浮电极放电、气隙放电、高压沿面放电、电晕放电。利用放电模型产生的局放信号来构造高维随机矩阵，运用时间序列在随机矩阵下的谱分布理论，将每种放电信号所构成矩阵的特征根分布特性作为知识库，提出了基于K-近邻（KNN）算法的局部放电模式识别方法，实验结果表明，基于随机矩阵理论的局放模式识别方法具有较高的可行性及研究价值。
图2 几种典型的放电模型结构
结论
以PD信号时间序列构造的高维随机矩阵的特征根分布特性作为PD模式识别的特征量，相较于传统的以脉冲波形或脉冲峰峰值为特征量的识别方法，因其采集的数据量较大（具有一定的大数据特性）和分析机理的不同，受波形时间序列的干扰影响较小，算法简单且稳定性高，具有工程实用性和研究价值，后序将研究不同背景噪声下，同一种类型的放电信号所构造矩阵的谱分布规律，进而构建更加完备的知识库，有助于增加本文方法的鲁棒性和普适性。