基于信号子空间转换与快速子空间测向算法的局部放电超声阵列信号测向方法

提出一种基于信号子空间转换法（signal subspace transform,SST）与快速子空间测向算法（fast subspace estimation of DOA ,FDOA）的局放超声阵列信号高精度测向新方法。首先利用SST算法对局放超声阵列信号进行聚焦处理,使得原始信号的宽频空域信息被最大限度地保留,从...     

基于多平台测向定位算法的变压器局部放电定位技术研究

针对变压器局部放电(partial discharge, PD)中传统的定位方法存在多种误差,降低了定位精度,无法满足工程需求的问题,采用了一种新的快速子空间算法(fast subspace direction of arrival, Fast DOA),并提出了一种基于遗传算法的多平台测向定位算法,该算法将到测距线的总空间距离的最小值对应点作为PD源,然后利用遗传算法进行全局搜索以实现定位。在相同的测向精度下,新算法具有较低的计算复杂度和较快的运算速度。仿真结果表明了该方法的正确性和优越性。     

基于改进PSO算法的变压器局部放电超声定位方法

电力变压器局部放电源超声定位已经演化为一个多学科的研究课题，具有明确的应用背景和重要的理论研究价值。研究了油中局部放电时超声波传播特性，建立了局部放电源超声定位的信号参数估计模型，将超声定位问题转化为一个带约束的非线性连续函数优化问题，在最优化框架内，应用了国际上最近提出的粒子群优化(PSO)算法进行求解。算例表明，文中算法具有计算效率高、通用性强、收敛速度快的优点，能有效防止结果陷入局部最优，计算结果明显优于最小二乘法。     

基于改进PSO算法的变压器局部放电超声定位方法

电力变压器局部放电源超声定位已经演化为一个多学科的研究课题,具有明确的应用背景和重要的理论研究价值。研究了油中局部放电时超声波传播特性,建立了局部放电源超声定位的信号参数估计模型,将超声定位问题转化为一个带约束的非线性连续函数优化问题,在最优化框架内,应用了国际上最近提出的粒子群优化(PSO)算法进行求解。算例表明,文中算法具有计算效率高、通用性强、收敛速度快的优点,能有效防止结果陷入局部最优,计算结果明显优于最小二乘法。     

相位匹配原理在油中局放超声阵列信号测向中的应用

电气设备油中局放超声阵列定位是目前的研究热点,而高精度的局放超声阵列信号测向结果(波达方向估计)是准确定位的基础。首先简要介绍了相位匹配原理,并分析了基于该原理的局放超声阵列信号波达方向估计方法;然后针对不同阵列孔径和不同信噪比,仿真研究了该方法的波达方向估计精度,结果表明,在小阵列孔径(4×4排列)、低信噪比环境中,该方法的估计误差很小,明显优于相同环境下的多重信号分类(MUSIC)算法;最后搭建了实验平台,在信噪比约为20dB的环境中进行研究,多次实验的估计误差为3°左右,验证了该方法的正确性。     

变压器局部放电超声定位技术改进研究

介绍了一种基于超声波检测的变压器局部放电定位优化方法。在理论上分析了传统的电声定位不足之处,并通过对超声波传感器安装位置的分析和优化布置,提高了定位精度。     

变压器局部放电的超声定位

叙述了局部放电超声波定位的基本原理及其在变压器局部放电故障点定位上的应用。详述了我厂利用ＪＦＤ－２型局部放电超声波自动定位系统对一台运行中的变压器进行局部放电超声位的全过程。最后，将仪器测出的故障点位置与故障点的真实位置进行比较，分析了误差情况和存在的原因。     

操作波下变压器局部放电测量方法的探讨

利用数字存贮示波器(TEK2230)和IBM—PC/XT组成的自动测试系统来检测变压器在操作波下局部放电的起始放电电压和放电量。通过计算和模拟放电试验对变压器放电量校准误差分析进行了探讨。     

电力变压器局部放电超声定位测量

概述了电力变压器局部放电超声定位测量的工作原理及其测量系统,介绍了超声定位测量方法及其结果分析,并给出了应用实例。     

变压器局部放电超声定位的现场应用

简述了超声波定位的工作原理,通过实例分析了中性点绝缘放电故障超声定位、围屏爬电故障超声定位、套管引线放电故障超声定位、分接引线放电故障超声定位和线圈绝缘压板及端部绝缘放电超声定位,并得出超声波定位的经验和体会。     

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NS-APSO算法的变压器局部放电超声定位方法

为了对变压器中的局部放电源进行精确定位,本文提出了一种基于自然选择自适应粒子群算法(natural selection-adaptive particle swarm optimization,NS-APSO)的超声定位方法。在自适应粒子群算法的基础上融入自然选择的思想,每次迭代都对种群中的粒子进行“优胜劣汰”处理,用好的粒子替换差的粒子从而提高种群的整体质量。为了增强算法的实用性,基于MATLAB中的GUI模块开发了一款能够对不同尺寸变压器内部局部放电源进行定位的软件。将定位结果与标准PSO算法得到的结果进行对比,结果表明基于NS-APSO算法的变压器超声定位方法具有更高的定位精度和全局搜索能力。     

基于稳健加权总体最小二乘的变压器局部放电定位

到达时间差、声速与传感器位置坐标的测量误差将导致局部放电时差定位出现误差,通过研究发现变压器的内部结构及各部分的材质差异可能造成到达时间差以及声速的测量值可能远远偏离真实值,这种测量误差被称作粗差,但目前的局部放电定位算法未将数据测量误差纳入模型,使得现有定位算法在计及测量误差特别是粗差的情况下,定位误差较大难以满足工程要求。为此,分析了局部放电测量数据粗差的来源及现有定位算法的缺陷,提出了基于稳健加权总体最小二乘的局部放电定位算法,采用含误差变量模型推导迭代公式,运用权函数修改含粗差数据在迭代过程中的权重,能够有效抑制测量数据的随机误差、系统误差和粗差对定位结果的影响,能更为准确地定位局部放电,有助于制定针对性的检修策略,提高检修效率,缩短停电时间。     

高灵敏硅凹槽膜片型光纤F-P局部放电超声传感器

文中设计并制备了一种硅凹槽膜片型光纤法布里-珀罗(Fabry-Perot,F-P)超声传感器,用于电力设备局部放电检测。采用有限元软件优化设计传感膜片的凹槽参数,与传统圆形膜片相比,硅凹槽膜片的静态灵敏度提升4.09倍且谐振频率基本不变。通过耦合效率修正传统双光束干涉模型,研究F-P腔长对传感器干涉光谱对比度的影响,以提升传感器的声压灵敏度。利用微机电系统(micro-electro-mechanical system,MEMS)制备硅凹槽膜片,其凹槽直径为829.44 μm,厚度为2.09 μm,F-P腔长为163.600 μm。在谐振频率61.5 kHz处,传感器声压灵敏度可达357.78 mV/Pa,并结合气体绝缘开关(gas insulated switchgear,GIS)局部放电缺陷模型对传感器性能进行验证。实验结果表明,文中所制备的光纤F-P超声传感器具有声压灵敏度高、实时性好、超声信号检测能力强等优点。     

基于样本加权FCM聚类的未知类别局部放电信号识别

针对电力变压器待识别局部放电信号中可能存在不属于已知类别的未知样本的问题,提出了一种基于样本加权模糊C均值(FCM)聚类的未知类别局部放电信号识别方法。对已知类别的局部放电信号进行FCM聚类,确定各已知类的聚类中心;分别计算已知类别和待识别局部放电信号的样本权值,并根据Otsu准则确定样本权值的自适应阈值;将各待识别局部放电信号的权值与确定的阈值进行比较,判断其是否属于已知类别;采用支持向量机(SVM)对得到的属于已知类别的待识别局部放电信号进行分类,对未知类别样本进行人为分析判断。采用所提方法对实验室条件下的放电信号进行分析,实验结果表明,所提方法可以有效地区分待识别局部放电信号中的未知类别样本。     

基于TEV和超声波的开关柜局部放电便携式检测仪的研制

为了及时发现高压开关柜的绝缘缺陷,保障电网的安全运行,文中研制了一套开关柜局部放电便携式检测仪。该仪器采用内置式TEV传感器和超声波传感器联合检测,具有体积小、操作简单、能检测多种放电缺陷的优势。文章阐述了该仪器的总体设计结构和硬件电路实现;并在实验室搭建了仪器的性能及功能测试平台;最后,与国外某公司的产品进行了详细的对比测试和分析。结果表明,该检测仪的灵敏度与准确性较高,满足我国电力工业界对高压开关柜绝缘状态先进检测仪器的迫切需求。     

多超声波传感器局部放电源定位方法的研究

随着工业的快速发展,电力设备能否正常运行直接关系到电网的安全、稳定。绝缘劣化是电力设备最易发生的故障,其中最重要的原因就是局部放电。超声波检测方法是局放检测定位最传统也是最主要的方法。文章采用LevenbergMarquardt算法求解一个多元非线性方程组得到局放源坐标。测量时运用多个传感器对局放源进行定位,这样可以避免由于个别传感器测量不准引起的偶然误差。再利用K-means聚类算法对Levenberg-Marquardt算法得到的结果进行聚类,选取元素最多的类作为最佳解组,然后对该组求平均值,得到的结果即为最接近实际局放源的结果,这样得到的最终结果更加准确。     

基于超声波的电缆终端局部放电检测

XLPE电缆终端的故障率远高于电缆本体,采用超声波检测方法,对大量运行中电缆终端的局放缺陷进行了普测,分析了不同种类的超声检测仪器的原理和应用效果。对缺陷电缆终端,在实验室进行了超声波带电检测、常规局放试验、红外成像检测,并解剖故障电缆终端、制作切片,寻找局放成因。试验和解剖结果证明:局放超声检测方法,对电缆终端局放缺陷有较高的灵敏度。     

基于Iradon-CNN的变压器局部放电状态识别方法

为解决变压器局部放电故障所带来的安全隐患,提出了一种基于逆拉冬变换(Inverse Radon transform,Iradon)-卷积神经网络(Convolutional Neural Networks,CNN)的变压器局部放电信号图像识别方法。针对三种故障进行了局部放电实验,首先通过共振稀疏分解对局部放电信号进行分解,获取低共振分量,然后将其转换成Iradon图像,最后利用CNN自适应地提取Iradon图像的特征信息。结果表明,该方法能够准确提取信号特征,具有强大的数据处理和识别功能,并为变压器局部放电状态的识别提供了丰富的信息,提高了学习效果和识别精度。     

基于暂态对地电压和超声阵列信号的变压器局放定位方法

变压器局部放电的快速、准确定位对于及时排除故障隐患,保障电力系统的安全稳定运行具有重要作用,论文介绍了一种基于暂态对地电压和超声阵列信号的变压器局放定位方法。该方法首先以接收到暂态对地电压(TEV)信号的时刻为基准进行测距,并基于改进FastDOA算法对超声阵列信号进行测向,再根据测距和测向结果实现定位。改进FastDOA算法在传统FastDOA的基础上构造不同孔径的虚拟阵列,并对各虚拟阵列得到的估计谱值加权平均以减小伪峰的影响,可有效提高测向精度。在此基础之上,利用Matlab对基于改进FastDOA的测向算法以及超声阵列传感器结构参数的优化设计进行了仿真分析。最后研制了相应的传感器并搭建了变压器局部放电超声阵列定位实验平台,开展实验研究,结果验证了所提方法的有效性。