小波突变性检测技术在变压器局部放电超声定位中的应用

利用试验装置模拟电力变压器局部放电并对传感器接收的超声信号细节进行分析,发现局部放电产生的超声信号具有多个突变点,其中首次突变点是局部放电的起始时间,应当进行标记。但是传统的时延估计方法往往将信号突变峰值作为标记,定位的精度受到影响。小波突变性检测技术可以辨识信号的首次突变点,介绍了小波突变性检测技术的原理并利用该技术对试验装置的局部放电进行定位,结果表明该方法的定位精度明显提高,与传统方法相比定位的绝对误差可以减少1～2cm。     

基于阵列时延库的变压器局放超声阵列定位研究

针对电力变压器局部放电超声阵列检测法存在定位精度的问题,建立了一种阵列时延库,该时延库建立的基本思想是以阵列传感器中心阵元为原点,将变压器模型在三维空间以1 cm间距等分成若干网格,在每一个网格交点处假设放电源并求出放电源点到阵列传感器各阵元的时延组建成库,通过基于遗传算法的空间搜索,匹配阵列时延库中与真实阵列时延相似度最高的放电源点作为局放源位置,大量实验研究表明该方法的误差在4 cm之内,定位效果理想,证明了该方法的可行性。     

基于多特征量的油中局放超声直达波识别研究EI北大核心CSCD

电气设备油中局部放电超声阵列定位是将阵列信号处理技术应用于局放超声检测中的一种新方法,其实质是通过相应的算法得到信号的方位信息,继而对局放源进行定位。研究表明,当超声传感器接收到直达信号时,可对局放源进行准确定位;当接收到混叠(多路径)信号时,会导致定位成功率和定位精度下降,甚至产生虚假定位。因此,有效识别超声直达波与混叠波信号是局放定位成功的关键。该文选取峰值因数、分形盒维数和李雅普指数作为局放超声直达波信号的特征参量;分别基于各特征量进行超声直达波识别的仿真研究,结果表明超声信号的混叠程度会对识别结果造成很大影响,利用BP人工神经网络,提出一种基于多特征量的电气设备油中局放超声直达波识别方法,仿真结果显示其识别成功率接近100%;最后在设定环境下进行油中局放超声直达波识别的实验研究,结果表明,采用单个特征量识别直达波和混叠波的成功率约为90%,基于多特征量的识别成功率为95%,验证了所提方法的有效性。     

基于ICA的变压器局部放电超声信号直达波分离研究

针对变压器局部放电超声波检测法存在的定位精度问题,分析了其主要原因在于时延选取的误差,而时延选取误差的主要原因是由于变压器局放超声信号传播规律极其复杂,通过超声传感器接收到的信号是直达波和非直达波以及各种噪声的混合叠加,只有正确分离提取出直达波的时延,才能提高定位精度。为此,本文提出了一种基于独立分量分析(ICA)的变压器局放超声信号直达波分离方法,通过单独分析直达波信号、非直达波信号以及噪声信号各自的主分量特征,运用ICA从混合信号中分离提取出直达波信号并选取时延。仿真和实验结果证明了该方法的可行性。     

基于多特征量的油中局放超声直达波识别研究

电气设备油中局部放电超声阵列定位是将阵列信号处理技术应用于局放超声检测中的一种新方法,其实质是通过相应的算法得到信号的方位信息,继而对局放源进行定位。研究表明,当超声传感器接收到直达信号时,可对局放源进行准确定位;当接收到混叠(多路径)信号时,会导致定位成功率和定位精度下降,甚至产生虚假定位。因此,有效识别超声直达波与混叠波信号是局放定位成功的关键。该文选取峰值因数、分形盒维数和李雅普指数作为局放超声直达波信号的特征参量;分别基于各特征量进行超声直达波识别的仿真研究,结果表明超声信号的混叠程度会对识别结果造成很大影响,利用BP人工神经网络,提出一种基于多特征量的电气设备油中局放超声直达波识别方法,仿真结果显示其识别成功率接近100%;最后在设定环境下进行油中局放超声直达波识别的实验研究,结果表明,采用单个特征量识别直达波和混叠波的成功率约为90%,基于多特征量的识别成功率为95%,验证了所提方法的有效性。