基于粗糙集的直流局放知识获取与故障诊断

针对直流局部放电监测中特征量众多、诊断知识获取困难的问题,应用粗糙集的属性和属性值约简方法,提取能够反映电气设备绝缘性能的最小特征量集合(即核心特征量集合),以获取绝缘性能诊断知识。实验结果表明,所提方法能剔除冗余的直流局部放电特征量,获取绝缘性能诊断规则,所得知识能很好地诊断电气设备绝缘性能。最后,把所获取的知识应用于某地铁牵引变电站的馈线电缆绝缘性能在线监测系统中效果良好。     

小波与分形理论的互补性及其在局部放电模式识别中的应用研究

研究应用于电气设备局部放电模式识别及故障诊断的放电特征量提取方法,是电气设备状态维护技术研究中的难题之一。该文从尺度变换的角度,研究了小波与分形理论的互补性;并从局部放电信号小波分解后的能量谱图提取放电特征,用于局部放电模式识别。研究结果表明：选用适当的小波函数和尺度函数,将局部放电信号的逼近信号能量谱和精细的结构能量谱的分形维数作为局部放电模式特征,能够有效地应用于局部放电模式识别中。该项研究结果具有较高的理论和应用价值。     

电气设备长间歇性局部放电检测系统研究

为降低外界干扰在带电检测与在线监测中对电气设备内部发生的长间歇性、潜伏性局部放电的误判,避免因绝缘击穿而导致的设备故障停电.文中对长间歇性局部放电的放电特性进行研究,在现有带电检测与在线监测基础上,设计了一套便携式长间歇性局部放电监测系统.该系统不仅可以完成设备内部不同频带局部放电信号的采集与放电缺陷的初步定位,而且在云端可以完成局部放电缺陷发展状态的动态跟踪.试验及现场应用结果证明所设计长间歇性局部放电监测系统可以完成电气设备内部局部放电缺陷的长期跟踪,并通过实时的数据更新、在线数据分析,可以为异常设备绝缘状态进行评估.     

紫外放电检测量化表征及预测方法研究

随着智能电网的建设和电压等级的提高,局部放电已经成为输变电设备,特别是高压电气设备上绝缘介质老化的重要原因,因而局部放电的检测和量化评估也就成为绝缘介质状况监测研究的关键。文中构筑一套新型的紫外放电监测系统,提出用设备放电的物理量来表征放电的状态,以光子数来量化放电强度,进而定量评估设备绝缘性能和预测设备寿命。有效解决了对早期放电难以定量计测,无判断设备更新标准的难题。通过计算仿真以及集成系统的测试,该系统能实时地监控高压电器放电并且判断放电强度,验证了该方法的可行性和有效性。对局部放电紫外检测领域的研究具有一定的理论意义,对电力系统安全运行及实现输变电设备在线监测提供了有效的解决方案,为紫外检测标准的建立打下了基础。     

油纸绝缘气隙模型局部放电特性试验研究

为了研究直流输电系统中换流变压器油纸绝缘的局部放电特性,设计构造了典型的油纸局部放电模型———气隙放电模型。针对同一模型分别施以交流电压、直流电压以及冲击衰减振荡电压,采用IEC 60270-2000推荐的脉冲电流法分别检测与分析该模型局部放电的不同特征参数。对比研究了在交流、直流及振荡冲击电压下油纸绝缘气隙放电模型的局部放电脉冲特征参量包括局部放电起始电压、熄灭电压、放电波形、放电水平、放电重复率等,对实现换流变压器的局部放电在线监测与绝缘状态综合评估有一定的指导意义。     

不同电压形式下油纸绝缘柱板模型局部放电的特征

换流变压器阀侧绕组所承受电场应力复杂、绝缘要求严苛,直流运行统计也表明换流变压器绝缘故障率较高,电力变压器绝缘劣化严重程度的评估和检测标准对换流变压器绝缘性能判断的有效性需要进一步的研究。笔者构建了油纸绝缘局部放电发展过程测试平台,以阶梯升压的方式,对比研究了柱板模型在交流、直流和交直流场中局放从起始放电到绝缘失效全过程中常规脉冲放电信号的特征,并从中提取了能够有效表征局部放电发展过程的特征量信息。研究结果表明:总放电量、放电次数骤增是油纸试品绝缘性能下降的外在表征;各外施电压作用下局放现象的起始放电特性,发展过程中放电量、放电重复率、放电次数及相应演化关系等特征差异明显。     

局部放电特高频检测校准影响因素研究

局部放电特高频(UHF)法广泛应用于电气设备在线监测,由于UHF信号传递函数的影响因素相当繁复,至今未能实现定量校准。为研究UHF检测技术定量校准的影响因素,分析了典型局部放电源的放电机理,通过试验研究了UHF信号的传播规律以及天线测量特性。研究表明,基于特征参量放电量的UHF检测校准可靠性与放电源有较大关联,电晕放电与悬浮放电的校准曲线更能准确表征设备绝缘缺陷的严重程度,内部气隙放电与沿面放电的准确性则相对较差。UHF信号能量衰减至平稳期所需距离随频率增高而变小,而UHF信号频率变化时不影响传感器在不同角度测量的信号能量衰减变化规律。因此,UHF信号校准必须综合考量具体的放电类型与测量条件。研究结果可为构建UHF校准体系的进一步研究提供参考,对推进UHF法在电力设备故障诊断和绝缘状态评估中的应用具有重要意义。     

基于超声波法的变压器重症监护系统研制及应用

变压器局部放电超声波检测技术作为一种有效的绝缘诊断技术,目前已在超特高压变电站变压器故障诊断中广泛应用。借鉴重症监护医学领域技术,研制了基于超声波法的变压器重症监护系统,并应用于存在故障隐患或危急停运的变压器设备上。该系统以变压器局部放电超声波信号特征量为基础,结合现有的在线或离线特征量,如油色谱在线监测、数据采集与监视控制(SCADA)运行负荷等实时数据,采用数据融合的方法综合分析,实时检测并准确定位局部放电源。现场应用情况表明,该系统能够有效检测变压器内部放电性故障,为变压器状态诊断及检修策略的制定提供有效支撑。     

10kV异步电动机定子绕组相间放电指纹分布规律

10 kV异步电动机在运行过程中,机械振动会对绕组端部主绝缘造成横向撕裂,产生相间放电,大大降低其绝缘性能。针对这一问题,笔者对高压电动机真机定子绕组端部进行分析,设计制作了绕组相间放电模型,研究了10 kV异步电动机真机定子绕组在不同电压等级下放电指纹的分布规律。在屏蔽室环境下对其施加电压诱发相间放电,提取表征放电特性的特征量,观察并记录相间放电热点分布。该研究为10 kV异步电动机主绝缘在线监测及故障诊断提供理论依据。     

电气设备局部放电模式识别研究综述

电气设备局部放电模式识别是指对电气设备的放电故障类型进行识别。作为局部放电故障诊断技术的基础,它为局部放电风险程度评估提供重要的参考信息。对国内外在电气设备局部放电模式识别技术方面的研究现状进行梳理,分别从局部放电模式构造、特征量提取以及分类器选择3方面进行归纳总结。讨论了目前局部放电模式识别各环节研究及实践中存在的问题,最后从融合多种放电模式的特征量信息、优化改进分类器以及寻优分类决策等方面对局部放电模式识别技术的发展进行展望。     

变压器局部放电监测逐层最优小波去噪算法

针对用于局部放电监测的去除白噪声算法会造成去噪脉冲信号波形畸变,脉冲幅值等波形参数产生较大误差,不利于进一步采用脉冲波形分析去除脉冲干扰的问题。为此根据局部放电信号在小波域上的分布特点,提出了各尺度信号分解和重构的最优小波选择方法,并给出了各尺度小波阈值的计算方法。仿真信号的最优小波去噪结果显示去噪信号具有波形畸变率低和幅值误差小的特点;实测信号的最优小波去噪结果证明提出的最优小波去噪算法能有效去除局部放电监测信号中的噪声,在局部放电在线监测应用中具有良好的去噪效果。     

二进小波变换结合自适应滤波用于局放检测

在局部放电在线监测和实时信号处理中,干扰较大时单纯依靠传统的硬件滤波较难准确提取有用信号,而在软件抗干扰中,传统多抽头自适应滤波器的参数设置也较难,有时会导致收敛很缓慢甚至不稳定。为此,提出了一种将二进小波变换与自适应滤波结合的局放信号检测算法,先对信号作简单的单抽头自适应LMS算法滤波,然后对滤波结果进行基于āTrous算法的二进小波变换来提取有用信号。通过对仿真白噪、窄带周期干扰及现场实测数据处理表明,该算法有很好的去噪性能,稳定性和实时性优于传统的自适应滤波,满足大部分工程要求,为工程实际应用提供了有效的去噪手段。     

ODPS平台下的电力设备监测大数据存储与并行处理方法

计算性能是制约电力大数据应用(基于大数据的故障诊断、预测等)的关键问题。利用分布式存储、并行计算加速此类数据密集型应用是目前较有效的手段。尝试利用阿里云开放数据处理服务(ODPS)存储并加速电力设备监测大数据分析过程。以变压器局部放电(PD)数据相位图谱分析(PRPD)为例,提出了适合高采样率、时序性强的局部放电信号数据存储方法。采用ODPS扩展MapReduce模型(MR2)设计了"Map-Reduce-Reduce"方式的PD信号宏观特征提取方法,提出了并行化PRPD分析算法(ODPS-PRPD),实现了大量PD信号的并行基本参数提取、统计特征计算与放电类型识别。在实验室中构造了4种放电模型并采集了大量PD信号,分别在ODPS平台上和实验室自建的Hadoop平台上进行了性能评估和成本分析。实验分析和结果表明,ODPS-PRPD将大量的中间过程数据(PD谱图数据等)一直保存在内存中,相比自建Hadoop MapReduce平台性能明显提升,并在数据可靠性、服务可用性以及成本方面具有明显优势。     

大型电机局部放电在线监测的方法研究

大型电机在电力系统各个生产部门起着关键的作用。而局部放电是发生在电机定子绕组上的常见故障,会造成绝缘的劣化,最终导致绝缘的击穿和短路事故。对局部放电的监测方法进行了整体概述,具体介绍了几种常用的在线监测局部放电的方法：成对耦合器监测法、中线射频监测法、定子槽耦合器监测法、引出线上耦合器监测法,同时介绍了各种方法的传感器设置,噪声的抑制情况。     

Prediction of tree initiation by analysis of discharge magnitude and discharge luminescence at each phase angle section

Partial discharge is one of the causes of deterioration of insulating polymer materials subjected to high voltages. In this case, the deterioration that is caused by partial discharges in gaps, such as voids inside an insulator, is of particular importance. In this study, the prediction of tree initiation due to partial discharge occurring in voids is considered. New tree initiation diagnostic methods are proposed by measuring discharge magnitude and discharge luminescence in each phase angle section of the applied voltage. It is noted that some samples revealed different time dependence of partial discharge patterns even under the same measurement condition. These patterns were the case of occurrence of swarming pulsive micro discharges (SPMDs) before tree initiation and the case of no occurrence of SPMDs. The prediction of tree initiation by using moving average of the discharge magnitude is discussed. We propose the parameters to reflect a pre‐tree initiation mode and also evaluate their usefulness for the prediction of tree initiation by using moving average analysis. © 2003 Wiley Periodicals, Inc. Electr Eng Jpn, 143(2): 22–29, 2003; Published online in Wiley InterScience ( www.interscience.wiley.com ). DOI 10.1002/eej.10076     

基于LLE降维和BP_Adaboost分类器的GIS局部放电模式识别

在气体绝缘组合电器(gas insulated switchgear,GIS)实体模型中分别放置了针-板、悬浮金属颗粒和绝缘子表面固定金属颗粒放电模型,用超声波传感器采集到其放电波形。对放电波形提取的特征向量进行局部线性嵌入(local linear embedding,LLE)算法降维处理,用降维后的向量作为输入对BP_Adaboost分类器进行训练和测试类型识别。识别结果表明,用这样方法进行GIS绝缘缺陷类型识别可以在减少计算量的同时保持较高的识别率,说明了其在局部放电模式识别应用中的有效性。     

局部放电趋势分析方法初步研究

在综合研究局部放电的各种统计特征参数的基础上,将金融时序分析方法引入局部放电,提取了一种基于平均放电量与放电次数的综合特征参数——放电量放电次数趋势(PVT),相比其它的特征参数,PVT能够更清晰地显示局部放电的发展趋势并揭示出变化过程中存在的异常现象。文中通过两个具体的应用实例,对PVT参数的性能进行了验证,初步的研究结果表明,PVT能为局部放电的严重程度评估提供有效的支持。     

基于时频分析与分形理论的GIS局部放电模式识别特征提取方法

识别局部放电(PD)的缺陷类型是评估电气设备绝缘状况的一项重要指标,通过特高频传感器(UHF)可获取局部放电信号。然而,传统的基于统计参数的信号特征提取方法存在高维数和无效信息过多的缺点,该文提出了一种基于时频分析和分形理论的气体绝缘组合电气(GIS)局部放电模式识别特征提取方法。首先利用小波变换对局部放电信号获取能量的时频分布图;然后运用差分盒计数法(DBC)对能量分布图进行分形维数的特征提取,并采用线性判别分析(LDA)对特征向量进行降维处理;最后利用支持向量机(SVM)对局部放电缺陷类型进行分类。为验证所提出算法的有效性,在实验室252 kV GIS局部放电仿真实验平台的模型气室内设置了尖端放电、自由微粒放电、沿面放电和悬浮电极放电4种典型缺陷类型,由特高频传感器采集各类缺陷的局部放电信号,后由该文算法进行分类。实验结果表明,采用该文所提特征提取方法对4种典型缺陷类型的识别准确率超过96%,显著优于传统的基于统计参数的信号特征提取方法。     

直流局部放电试验系统的研制及应用

随着中国特高压直流输电工程的发展,换流变压器等电力设备的安全可靠性问题显得尤为重要。由于直流局部放电试验能够提早发现绝缘缺陷、有效预防直流输电设备绝缘击穿事故的发生,根据直流局部放电机理,研制出一套可用于换流变压器直流耐压过程的局部放电检测的试验系统。该系统具有抗干扰能力强,高速、持续、实时采集的特点,能够保证系统检测的直流局部放电信号的有效性和完整性,并通过典型油纸复合绝缘模型验证了其性能。实践结果表明,它能有效、便捷地测量油纸绝缘直流局部放电的时域信号。对时域信号进行的时频分析和统计分析结果表明：同一电极模型中,统计特征参量的数值上随加压时间变化明显,可实现局部放电发展严重程度的预测;不同电极模型中,统计特征参量分布规律一致,可有效判断缺陷类型,该系统有望广泛地应用于直流输电设备检测。