A Study on Feature Extraction of Partial Discharge Type Using Wavelet Transform

웨이블렛변환을 이용한 부분방전 종류의 특징추출에 관한 연구

In this papers, we proposed the new method in order to diagnosis partial discharge type of transformers. For wavelet transform, Daubechie's filter is used,, we can obtain wavelet coefficients which is used to extract featrue of statistical parameters(maximum value, average value, dispersion, skewness, kurtosis) about high frequency current signal per 3-electrode type(needle-plane electrode, IEC electrode and Void electrode). Also, these coefficients are used to identify signal of internal partial discharge in transformer. As a result, from compare of high frequency current signal amplitude and average value, we are obtained results of IEC electrode> Void electrode> Needle-Plane electrode. Otherwise, in case of skewness and kurtosis, we are obtained results of Void electrode> IEC electrode> Needle-Plane electrode. As improved method in order to diagnosis partial discharge type of transformers, we use neural network.

본 논문에서 우리는 변압기의 부분방전형태를 진단하기위하여 새로운 방법을 제시하였다. 웨이블렛 변화을 위하여, 다우비치 필터가 사용되어졌다. 우리는 3개의 전극 종류(침대평판자극, IEC전극, 보이드 전극)마다 고주파 전류신호에 관한 통계적인 특징 파라메터(최대값, 평균값, 분산, 왜도, 첨쇄도)를 추출하기위하여 사용하였다. 역시 이들 계수들은 변압기내 내부부분방전의 신호의 정체를 알기위하여 사용되어졌다. 그 결과로서 고주파전류신호의 진폭과 평균값의 비교로부터 우리는 IEC electrode> Void electrode> Needle-Plane electrode의 결과를 얻었다. 반면에 왜도와 첨쇄도의 경우, 우리는 Void electrode> IEC electrode> Needle-Plane electrode을 얻었다.