基于暂态对地电压技术的局部放电传感器的研制

针对开关柜局部放电产生的暂态对地电压（TEV）信号设计了一种局部放电传感器。该传感器由容性耦合、滤波、放大和降频等功能模块组成,具有噪声低、灵敏度高和动态范围宽等优点。测试表明：该传感器能可靠地采集开关柜局部放电产生的暂态对地电压信号。     

一种固体开关柜局部放电智能检测装置的设计

为实现对固体开关柜内部局部放电的在线监测,获取开关柜内部真实的局部放电量以及评估的绝缘状况,研制了一种固体开关柜局部放电在线检测装置。该装置利用超声波传感器和谐振电路采集发生局部放电时产生的高频信号,将高频信号转换成电压信号;再将电压信号经过数据预处理环节和模数转换后发送到STM32主控芯片;通过函数关系式对采集到的电信号数据进行换算,得到局部放电量的大小并实时显示在LCD屏幕上。若检测到的放电量大于某设定值就自动发出报警,提醒现场电力人员对其进行关注,防止因绝缘损坏导致发生重大电力事故。该装置具有操作简单、信号处理速度快、检测数据实时性高、费用低等特点,适合对中高压设备内部局部放电进行实时监测,方便运行人员对设备进行维保,确保设备的正常运行,对于提高供电可靠性具有重要意义。     

小波分析和支持向量机的电力系统局部放电检测方法

针对当前电力系统局部放电检测方法在检测正确率低、速度慢等缺陷,设计小波分析和支持向量机的电力系统局部放电检测方法.首先采用无线传感器对电力系统局部放电信号进行采集,并采用小波分析法去电力系统局部放电信号中的噪声,然后从信号中提取电力系统局部放电检测特征,并采用支持向量机建立电力系统局部放电检测分类器,最后与其它电力系统...     

基于改进小波包阈值的GIS局部放电信号降噪方法研究

特高频法是GIS设备在状态检测中最常用的方法之一,但在应用过程中传感器所采集的特高频信号通常会携带较多噪声,会干扰检测的准备性,因此对信号进行有效的噪声抑制是局部放电检测的关键技术。本文基于小波包去噪理论,提出了一种综合考虑平滑度和边缘特征的改进阈值函数,以实现对GIS局部放电特高频模拟信号的降噪。通过信噪比（SNR）、均方误差（MSE）和波形相似数（NCC）三种参数对方法的去噪效果进行评估,结果表明,改进小波包阈值的信号降噪方法具有良好的噪声抑制功能,应用后可提高GIS局部放电采集信号的初始数据质量。     

基于粒子群算法的开关柜电气设备局部放电特性检测方法

当前开关柜电气设备运行环境中存在的混频信号,使白噪声对局部放电检测造成的干扰,导致检测效率和精度无法达到预期要求,因此开展基于粒子群算法的开关柜电气设备局部放电特性检测方法研究。通过开关柜电气设备局部放电信号处理、基于粒子群算法的局部放电特征提取、局部放电检测特征输出,提出一种全新的检测方法。通过对比实验证明,新的检测方法检测效率得到有效提升,并且能够确保检测结果的精度符合变电站运维需要。     

GIS局部放电检测的有源外置UHF传感器设计

针对传统无源外置局部放电超高频﹙UHF﹚传感器频带窄、增益低、容易引入噪声的问题,研究并设计了基于有源集成天线﹙AIA﹚技术的有源外置传感器。传感器通过宽频带天线接收局部放电产生的电磁波信号,在天线介质板上直接由有源对数检波器放大信号进行包络检波,省去了传统设计中的平衡不平衡转换与射频传输线,降低天线前端的匹配损耗,改善传感器的频带、噪声和增益。测试结果表明:传感器中心频率为900 MHz,驻波比小于2的频带为730 MHz~1.05 GHz,传感器输出信号峰值为5 V,频率为2~10 MHz。该传感器抗干扰能力强,增益高,适合GIS局部放电的检测。     

基于光纤传感检测的局部放电信号去噪方法

针对局部放电超声信号检测过程中存在噪声干扰的问题,提出一种基于变分模态分解和改进小波去噪的噪声抑制方法。首先对局部放电信号进行变分模态分解,得到若干频带分布不同的本征模态分量,结合模态的峭度剔除窄带干扰主导的分量;然后利用改进的小波去噪法,将其余有效模态分量中残留的白噪声进一步滤除;最后将剩余分量进行信号重构实现噪声抑制。对仿真局部放电信号去噪的结果表明,所提方法可提升信噪比约12.1 dB,且能够更加完整地保留原始信号波形。此外,在实验室环境下搭建了10 kV电压等级的局部放电模拟系统,采用Sagnac光纤传感检测局部放电超声信号。实验结果表明,所提方法具有良好的去噪性能,对实测信号的噪声抑制比达到了7.504。     

GIS局部放电检测的有源外置UHF传感器设计

针对传统无源外置局部放电超高频(UHF)传感器频带窄、增益低、容易引入噪声的问题,研究并设计了基于有源集成天线(AIA)技术的有源外置传感器.传感器通过宽频带天线接收局部放电产生的电磁波信号,在天线介质板上直接由有源对数检波器放大信号进行包络检波,省去了传统设计中的平衡不平衡转换与射频传输线,降低天线前端的匹配损耗,改善传感器的频带、噪声和增益.测试结果表明:传感器中心频率为900 MHz,驻波比小于2的频带为730 MHz ～ 1.05 GHz,传感器输出信号峰值为5V,频率为2～10 MHz.该传感器抗干扰能力强,增益高,适合GIS局部放电的检测.     

基于电磁波检测的高压低零值瓷绝缘子判别技术及应用

瓷质绝缘子因常年暴露在户外，容易受到雷击、雨雪、污闪的影响导致绝缘击穿而成为零值绝缘子。为优化提升零值绝缘子的损伤辨识精度，提出一种基于电磁波检测的高压零值绝缘子判别技术。利用磁天线阵列的方向性与组阵压缩磁天线感知信号空间，使磁天线屏蔽压缩空间外的噪声和干扰信号。设计宽频带磁天线采集系统，通过宽、窄频磁天线接收零值瓷绝缘子在高压状态下的放电电磁脉冲信号，利用FFT技术对采集信号进行数据处理，根据频谱波形的幅度波动即可判断被测绝缘子是否存在放电现象以及放电严重程度。现场实验印证了所提方法的有效性和实用性。     

10 kV开关柜局部放电检测方法研究

针对高压开关柜局部放电的问题,提出了10 kV开关柜局部放电检测方法,并设计出开关柜局部放电检测的整套系统。在本设计的方案中,采用监控装置对开关柜现场进行检测,并通过工业CCD摄像机进行实时变换立体空间,从而360°无死角地实现开关柜检测的视频、图像采集,然后引用结合Sobel算子的四帧差分法算法,对所采集到的视频、图像进行计算、分析。然后根据开关柜中的异常数据,选择不同的检测单元,比如红外线检测单元、超声波检测单元和特高频检测单元,从而实现开关柜局部放电的高精度、实时检测。通过试验,本研究设计的技术方案检测精度较高,大大提高了设备的安全性。     

无线超声传感器网络在开关柜局部放电中的在线监测研究

开关柜局部放电是引起开关柜绝缘老化导致电力事故发生的重要因素.结合腰站变电站工程,将3只超声波传感器安装在35 kV开关柜与电缆沟的接头处,对开关柜局部放电进行在线检测.局部放电现象的发生会伴随声的物理变化过程,根据超声波特征量和局部放电的定量与定性关系便能检测和诊断开关柜绝缘状况.监测数据表明:超声波传感器数值范围为204 ～422 mV.数据的曲线走势一定程度上反映开关柜局部放电的变化,为进一步的电力故障预报提供了有效的支持.     

变电站高压电气设备局部放电抗干扰检测技术

随着电力工业的快速发展,电力设备的体积越来越大,设备所需的功率越来越大,运行时所遇到的各种电气干扰也越来越多。为确保设备正常运行,必须对电气设备进行及时检查,保证电网稳定运行。局部放电是电气设备在运行过程中发生局部故障的主要原因,很多研究人员已经对此进行了深入分析研究,有了一定经验。但由于检测手段和方法复杂、成本高及试验时间长等原因,至今尚未得到广泛应用。随着电力设备不断发展,变电站高压电气设备越来越复杂、体积越来越大。随着输电线路走廊、变电站容量和供电能力的不断增加,对设备局部放电监测技术提出了更高的要求。由于现有的检测技术检出率较低,研究变电站高压电气设备局部放电抗干扰检测技术。利用特高频传感器采集电气设备局部放电信号,通过将噪声源信号与观测信号分离,去除检测信号的噪声背景,并换算电气设备等效电容、电感以及电阻3个参数,通过对电气设备放电信号传播特性分析,判断高压电气设备是否存在局部放电,并对局部放电进行定位检测。经实验证明,所提设计技术检出率较高,具有较好的电气设备局部放电抗干扰检测效果。     

声电联合法在35kV开关柜局部放电检测中的应用

介绍了基于超声波和高频电流相结合的局部放电检测方法的基本原理、检测和判定依据。将该方法应用到某高压配电室35kV开关柜的局部放电检修中,应用结果表明,该方法可准确判断开关柜的放电位置、放电相位、放电类型、放电强度等,并能对其趋势进行分析,为开关柜状态检修在线监测提供了有力的技术保障。     

声电联合法在35kV开关柜局部放电检测中的应用

介绍了基于超声波和高频电流相结合的局部放电检测方法的基本原理、检测和判定依据。将该方法应用到某高压配电室35kV开关柜的局部放电检修中,应用结果表明,该方法可准确判断开关柜的放电位置、放电相位、放电类型、放电强度等,并能对其趋势进行分析,为开关柜状态检修在线监测提供了有力的技术保障。     

联合高频脉冲与超声波信号的局放估计

局部放电是引起绝缘劣化的重要因素.选取高频脉冲电流与超声波信号作为局部放电的监测参量,采用超声波和高频电流传感器网络系统对开关柜局部放电的变化情况进行在线监测,利用支持向量回归(SVR)与反向传播(BP)神经网络分别对开关柜局部放电量进行建模分析.实验表明:基于SVR的局放估计模型决定系数为0.867,基于BP神经网络的局放估计模型决定系数为0.375.SVR的局放估计值与实际值的曲线趋势基本一致,选用SVR模型对开关柜局放量进行估计.     

基于改进深度学习的开关柜局部放电检测与故障识别

针对传统开关柜局部放电谱图提取需要依赖专家经验而缺乏泛化能力的问题,提出一种基于改进深度置信网络（DBN）—长短期记忆（LSTM）的开关柜局部放电检测与故障识别模型。该模型综合了DBN直接自主提取样本全局有效特征信息和LSTM善于挖掘特征图谱时域特征的优势,并采用Dropout技术降低DBN过拟合影响,以提高模型的泛化能力。结合四种典型开关柜局部放电模型的缺陷谱图对所提模型进行性能测试,并与其他算法进行对比,结果表明：所提算法对开关柜的故障识别具有良好的效果,综合故障准确率达到97%,所提模型的整体识别性能均优于单一DBN和LSTM以及DBNLSTM模型。     

一种开关柜局部放电自动检测装置的研究

文章提出一种开关柜局部放电自动检测装置,采用远程无线通信的方式激活检测流程,传感器实时传输检测数据至后台,在内部程序的控制下依次实现对变电站多面柜子的局放检测,将大大提高开关柜局部放电测试效率及检测质量,避免带电检测中因触电造成的人身事故的发生。     

基于遗传算法的桥梁竖向共振信号检测仿真

仅通过光纤传感器检测桥梁共振信号时，会受到大量检测信号差异性的影响，导致无法输出最佳检测信号，因此引入遗传算法，提出一种新的桥梁竖向共振信号检测方法。构建共振信号采集系统，采用干涉型光纤传感器采集桥梁竖向共振信号，并通过合理设置光纤传感器的传感距离与空间分辨率来提高信号采集效果；以优化信噪比与误比特率作为目标函数，建立遗传算法模型，将目标函数作为遗传算法的适应度函数，经过编码、初始化处理、解码等过程获取最佳适应度值，输出最优检测信号，实现桥梁竖向共振信号检测。实验结果表明，所提方法可有效抵抗噪声干扰，降低误比特率值，提高竖向共振信号的检测精度。     

基于AIC准则和时窗能量比的电缆局部放电在线检测与定位

在利用多高频电流传感器进行电缆局部放电在线检测与定位时,针对局放信号初至时刻拾取精度不高影响定位精度的问题,提出一种基于AIC(Akaike''s Information Criterion)准则和时窗能量比的局放故障在线检测与精确定位方法.首先利用时窗能量比检测出局部放电发生的时窗,然后求取确定时窗的局部AIC特征曲线,并基于AIC准则精确拾取局放信号初至时刻.最后,运用到达时间法对局放源进行定位.仿真结果表明,该方法定位精度高,抗噪声干扰能力强,在-2 dB的噪声环境下可实现99.85％的定位准确率,具备工程实用价值.     

超声传感器在电机定子局部放电研究中的应用

在利用超声波进行发电机定子绕组局部放电的在线监测中,超声传感器的选型、超声波信号的衰减以及时延性都将影响到在线监测的效果.鉴于此,通过将发电机正常运行时的噪声频谱与局部放电超声信号频谱进行分析对比,并建立定子模型,通过仿真实验获取超声波传播时的声压分布图;再通过实验检测对超声信号在传播过程中的衰减与时延性进行分析研究....