基于高阶累积量的局部放电超高频信号时延估计算法

时延估计是基于时间差的变电站局部放电空间定位算法的基础,也是决定定位准确度的关键。为此,以Tugnait的高阶统计量理论为基础,提出了基于4阶累积量的局部放电超高频(UHF)信号时延估计算法,并给出了具体的时延计算方法。该算法以高阶累积量代替信号本身来进行相关分析,估算得出信号时延,具有对相关特性未知的Gaussian噪声不敏感的优点。仿真实验利用双指数振荡衰减函数,并加入Gaussian噪声和定频干扰,模拟变电站现场局部放电超高频信号,利用该时延估计算法可以准确得到信号时延。最终利用该算法计算变电站实测多路超高频信号的时延,并将该时延序列应用于基于天线阵列的变电站局部放电定位,估算出局部放电源的空间位置,且定位误差<0.3m,验证了该算法的有效性和实用性。     

变电站多局部放电源分离的选择双谱算法

抑制现场噪声干扰、有效提取信号特征是局部放电信号检测和分析的关键。给出了利用Fisher可分离度选择具有最强类可分离度的双谱作为信号的特征参数,并利用特征参数训练径向基神经网络来判断信号的类型的算法。通过混有高斯白噪声的电磁波仿真软件得到的模拟不同局部放电源辐射的电磁波信号,利用该算法进行信号分离,验证了该算法的有效性。最后在变电站现场未知局部放电源的情况下,对采集到的局部放电辐射电磁波信号利用该算法进行处理得到信号类型数,并训练用于信号分离的径向基神经网络。基于现场实测信号分离结果,并结合基于时延序列的局部放电源定位结果验证了该算法在变电站现场干扰情况下分离多局部放电源的有效性。     

局部放电超高频检测抗干扰与多源放电信号分离方法

变电站的电磁环境复杂,存在大量处于超高频(ultrahigh-frequency,UHF)段内的通讯干扰信号及设备外部的脉冲型干扰信号,导致难以对局部放电故障现场检测结果进行准确的诊断。针对局部放电UHF检测中的抗干扰问题,提出了一种基于波形互相关分析、噪声传感器及幅比聚类分析的局部放电UHF综合抗干扰技术,试验证明这种抗干扰技术可有效排除通讯干扰、设备外部脉冲型干扰,并实现设备内部多放电源辐射的超高频信号的分离与识别,提高局部放电检测与诊断的有效性与准确性。     

FFT优化算法与小波分析在局部放电检测中的应用

在实际检测过程中受多种干扰信号的影响,局部放电信号的检测数据不够准确,难以反映出真实局部放电情况,工作效率低,为此提出了一种基于快速傅里叶变换(fast Fourier transformation,FFT)优化算法与小波分析联合检测方法。首先对含有噪声的局部放电信号进行FFT优化处理,在此基础上再利用小波分析进一步处理,最后获得去除干扰的局部放电信号。由实际案例中的处理效果可知,该方法能够很好地去除噪声信号的干扰,验证了该方法在局部放电检测中的准确性,为进一步研究局部放电提供了准确的数据来源。     

基于短时傅里叶变换的局部放电窄带干扰抑制

为有效抑制局部放电(PD)信号中周期性窄带干扰,文中提出短时傅里叶变换和矩阵束相结合的局部放电窄带干扰抑制方法。该方法利用短时傅里叶变换分析染噪PD信号,得到窄带干扰数目,同时分离出染噪PD信号中信号帧和噪声帧;采用矩阵束算法在噪声帧中对窄带干扰参数进行估计,重构出全时段的窄带干扰,实现局部放电的窄带干扰抑制。仿真及实测染噪PD信号的去噪效果表明,与传统的傅里叶级数法和局部能量比法相比,所提方法去噪后的残余噪声更小,对染噪PD信号中窄带干扰有很好的抑制效果。     

GIS局部放电检测中的小波包变换提取信号

在介绍小波包变换算法的基础上，将小波包变换用于白噪声干扰下的气体绝缘组合电器(GIS)局部放电信号提取。对模拟的局部放电信号进行了小波包分解与重构的计算机仿真研究，分析了不同的局部放电波形、噪声水平及采样率对去噪结果的影响，最后对GIS内置传感器实测波形进行了小波包变换去噪。     

基于经验小波与小波变换的GIS局部放电信号去噪方法研究

为解决气体绝缘组合电器(gas insulated switchgear,GIS)内部缺陷局部放电(partial discharge,PD)信号含有噪声的问题,搭建了模拟局部放电环境,采用超高频法(ultra-high frequency,UHF)采集缺陷PD信号。针对UHF PD信号具有周期性窄带噪声与白噪声的特点,提出了基于改进的经验小波(experience wavelet,EWT)与小波变换结合进行UHF PD信号的去噪研究。首先,含噪信号通过EWT预处理分解为多频率的模态函数,然后对模态函数进行小波去噪处理,将去噪后的模态函数按照峭度值进行划分,根据合适的阈值选取UHF PD信号的有效成分并重构信号,最后,通过构建UHF PD仿真信号并采用实测数据验证所提算法的有效性。仿真实验与实测去噪结果表明:文中所提改进去噪算法具有良好的噪声抑制能力,为GIS设备内部UHF PD信号去噪提供参考。     

基于改进EMD的GIS局部放电特高频信号降噪方法研究

特高频法检测GIS局部放电时往往受到不同类型的噪声干扰,天线采集到微弱的特高频信号容易被噪声淹没,导致局部放电检测不准确甚至检测系统在现场无法正常工作等问题。针对上述问题,提出一种基于改进EMD的GIS局部放电特高频信号降噪方法。该方法利用对偶树复小波(Dual-Tree Complex Wavelet Transform,DTCWT)对经验模态分解(Empirical Mode Decomposition,EMD)降噪法进行改进并对GIS局部放电特高频信号进行降噪。利用EMD法将含噪信号分解为一系列的固有模态函数(IMF)分量,然后利用联合分布模型进行每个IMF分量的DT-CWT降噪的小波系数估计,对每个IMF分量进行降噪。最后将降噪后的IMF分量进行信号重构得到降噪后的信号。GIS局部放电特高频信号降噪试验结果表明了该方法达到很好的噪声与非噪声信号的分离效果,拥有较高信噪比,以及能够保持早期局部放电特高频信号特征。     

基于特高频相控阵原理的变电站站域局部放电测向方法

目前基于特高频(ultra-high frequency,UHF)传感器阵列的敞开式变电站站域局部放电检测与定位方法获得应用,但相关系统存在传感器阵列体积大、不便于现场应用的缺点。鉴于电子对抗领域中相控阵雷达在测向方面的突出优势,该文尝试研究了相控阵原理应用于站域局部放电测向的可行性与测向精度。变电站内设备可近似看成二维分布,采用均匀线阵即可实现方位角估计。阐述了均匀线阵的数学模型及采用多重信号分类算法(multiple signal classification,MUSIC)进行窄带信号测向的原理;因局部放电信号为宽带信号,MUSIC算法测向精度降低,因此首先使用数字带通滤波器将阵列接收数据分散到不同频率点上,再用双边相关变换(two-sided correlation transformation,TCT)算法对UHF信号进行聚焦,使局部放电的宽带信号变换到某个较窄的频带内,从而提高MUSIC算法的测向精度。在理论基础之上,先在不同信噪比下仿真该方法的测向精度,测向误差约为0.8°,进而通过多次实验,表明该方法的实际测向误差约为2°,验证了该方法的准确性及应用于敞开式变电站站域局部放电测向的有效性。     

GIS局部放电检测中的小波包变换提取信号

在介绍小波包变换算法的基础上，将小波包变换用于白噪声干扰下的气体绝缘组合电器（GIS）局部放电信号提取。对模拟的局部放电信号进行了小波包分解与重构的计算机仿真研究，分析了不同的局部放电波形、噪声水平及采样率对去噪结果的影响，最后对GIS内置传感器实测波形进行了小波包变换去噪。