基于波形非线性映射的多局部放电脉冲群快速分类

简单分析了目前基于脉冲峰值-时间序列的局部放电检测系统在模式识别功能上存在的缺陷.提出利用基于单个脉冲波形的宽带检测技术研制多局放检测与模式识别系统,并给出了研制交流下该系统的数据处理方案.重点对研制该系统需要解决的脉冲群快速分类技术进行了阐述:即通过基于局放脉冲时域波形的非线性映射进行参数提取,形成2D或3D的波形特征参数空间,再使用非监督的模糊聚类分析实现局放脉冲群的快速分类.基于2D特征参数平面的仿真试验和3D特征参数空间的GIS污秽试验数据处理结果均表明该分类技术的可行性和实用性.这为多局放电检测与模式识别系统的研制提供了试验和理论依据.     

局部放电脉冲波形特征提取及分类技术

根据电力设备周围存在多种干扰以及绝缘存在多局放的工况,提出基于单一缺陷的局部放电在线监测与识别方法,并指出实现此系统的关键技术之一是脉冲群快速分类技术,其由脉冲波形特征提取和聚类分析算法组成。针对108次/s的超宽带局部放电脉冲波形-时间序列,重点研究脉冲波形特征提取及分类技术。在分析等效时频算法和模糊 C均值聚类算法的基础上,对其做了进一步的改进。基于气体绝缘开关设备(gas insulated switchgear,GIS)的局部放电试验结果表明：采用改进后的算法可以使计算机准确的完成对局放脉冲的的自动分类,并通过在聚类中引入阀值滤除了各子类脉冲中相似性较低的脉冲。这为研制多局放源的在线监及模式系统提供了试验和理论依据。     

气体绝缘组合电器多局部放电源的检测与识别

介绍了基于宽带检测的气体绝缘组合电器(gas insulated switchgear,GIS)多局放源检测与识别技术。该技术由脉冲群快速分类和基于最小二乘支持向量机(least square-support vector machine,LS-SVM)的基于相位分布的局部放电谱图(phase resolved partial discharge,PRPD)识别2个主要模块组成。其中脉冲群快速分类模块由基于脉冲波形的时频参数提取和竞争学习网络无监督聚类实现,它将脉冲群分为若干个由相同波形特征脉冲组成的子脉冲群。PRPD放电谱图识别模块对各子脉冲群对应的PRPD谱图进行放电指纹提取,并使用GIS绝缘缺陷特征数据库训练得到的LS-SVM判别函数对各子脉冲群进行识别。仿真和试验结果均验证了该技术的可行性和实用性。     

风电场高压电缆局放在线监测系统及去噪方法研究

鉴于风电场高压电缆绝缘故障易导致机组停运,研制了基于脉冲电流法的风电场高压电缆局放在线监测系统。构建了系统的硬件平台,阐述了系统的监测原理,并设计了提高局放在线监测灵敏度及安全性的系统构架方法。针对局放在线监测中电磁干扰难以消除的技术难题,提出了基于时域波形分析的局放脉冲辨识方法,通过简单的时域分析,即可实现放电脉冲的辨识,最后给出了系统在某风电场应用效果。实践证明,该系统及脉冲辨识方法具有较强的实用价值。     

局部放电脉冲信号ICA提取技术的初步研究

为了提高局部放电在线监测的灵敏度,根据独立成分分析(ICA)基本模型的定义,提出将背景噪声信号与局放脉冲信号看成两个相互独立的信号源,不同观测点获取的观测信号为两者的线性混合,从而可以实现两者的分离的方法。利用ActiveX自动化技术实现了可用于局放脉冲信号提取的ICA软件模块;基于双通道超宽带检测技术,对加噪后的直流下油纸绝缘针板缺陷模型的局放脉冲序列提取进行了试验研究并且利用峭度准则与试验电压极性相结合的方法消除了局放脉冲提取的ICA含混性问题。实验结果表明:该方法能够提取被背景噪声完全淹没的脉冲信号,可以恢复出单个局放脉冲波形、脉冲波形之间的相对幅值关系以及脉冲极值所对应的时间点等重要局部放电信号信息。     

直流下油纸绝缘中局部放电脉冲典型波形及其参数提取

笔者介绍了直流下局部放电脉冲波形测量系统的组建以及测量电阻的校验。利用该试验系统对模拟换流变压器油纸绝缘的5种典型缺陷模型进行了局放脉冲波形测量。试验结果表明:直流下油纸绝缘中缺陷放电稳定,脉冲波形无振荡分量和过冲,且不随电压变化而发生畸变。在对典型脉冲波形进行预处理的前提下,使用形状参数法、自相关函数法、AR模型参数法以及Renvi信息量进行了波形特征参数提取。所得结果为深入研究直流下油纸绝缘中局部放电机理、局放在线监测系统的频率特性以及放电类型的波形识别提供了实验依据。     

交流局部放电宽带检测与分析仪的研制

笔者系统地介绍了基于Measurement Studio软件平台研制的一种新型交流局部放电宽带检测与分析仪.其主要包括利用NI5112高速示波采集卡和前置信号处理单元实现的采样率为100 MS/s、模拟宽带为10 kHz～40 MHz的局部放电脉冲宽带检测技术,和基于脉冲波形时频特征的脉冲群实用快速分类技术以及基于PR...     

一种局部放电脉冲信号频域变换的新方法

为了提高检测系统识别局部放电信号和干扰信号的能力,笔者根据局部放电脉冲信号的超宽带特性,提出使用梅林变换对其进行处理,得到该脉冲信号的特殊"频域"波形。针对实际信号的离散特性,给出了基于快速傅立叶变换(FFT)而实现信号快速梅林变换(FMT)的方法。实例分析结果表明:该变换算法简单、运算速度快,可以应用于宽带信号的在线实时处理。这为局部放电脉冲信号"频域"变换以及"频域"波形特征参数提取提供了一种新的方法。     

发电机局部放电在线监测Multi-Agent系统研究

为了解决局放信号自身和监测系统框架方面的诸多问题,笔者将分布式人工智能技术应用于发电机局部放电在线监测,构建了一个局部放电在线监测Multi-Agent系统。针对局放数据评估中的预处理、特征提取、趋势和指纹分析,本文分别给出了相应的处理方法及流程,基于此,给出了构建整个系统的框架及单个Agent的设计细节。分析表明,所设计的Multi-Agent系统相比其他局放在线监测系统有诸多优点。     

适用于局放模式识别的WGAN-GP数据增强方法

提出了适用于局放模式识别的带梯度惩罚的Wasserstein生成对抗网络(Wasserstein generative adversarial network with gradient penalty, WGAN-GP)数据增强方法。首先,对局放长时信号进行去噪及脉冲提取,得到局放脉冲信号。其次,将Wasserstein距离及梯度惩罚函数引入生成对抗网络(generative adversace network, GAN),提高生成模型的训练稳定性及生成样本的多样性,并以局放脉冲信号作为样本对网络进行训练,实现基于WGAN-GP的局部放电数据增强。使用所提方法对局部放电实验样本进行数据增强,并使用增强后局放样本对常用模式识别算法进行训练,实验结果表明,所提方法相比于传统数据增强方法可更有效地对局放脉冲样本进行数据增强,局放脉冲模式识别准确率提高12.9%。     

Advanced suppression of stochastic pulse shaped partial discharge disturbances

Digital partial discharge (PD) diagnosis and testing systems are state of the art for performing quality assurance or fault identification on high voltage apparatus as well as commissioning tests. However their on-site application is a rather difficult task as PD information is generally superimposed with electromagnetic disturbances. These disturbances affect negatively all known PD evaluation systems. Especially the detection and suppression of stochastically distributed pulse shaped disturbances is a major problem. To determine such disturbances fast machine intelligent recognition systems are being developed. Three different strategies based on digital signal processing are discussed in this paper, while focusing on time resolved neural signal recognition. The system investigated more closely is currently able to distinguish between PD pulses and disturbances with the disturbances values being ten times higher than the peak values of the PD pulses. Therefore a measuring system acquires the input data in the VHF range (20-100 MHz). The discrimination of the pulses is performed in real time in time domain using fast neural network hardware. With that signal recognition system a noise reassessed phase resolved pulse sequence (PRPS) data set in the CIGRE data format is generated that can be the input source of most PD evaluation software. Optionally a noise reassessed analogue data stream can be generated that is suitable for any conventional PD measuring system.     

基于时延序列特征的多局放源信号分离方法

现有多局部放电(PD)源信号分离方法多采用PD UHF信号的时频差异作为特征参数进行多源信号分离,但在信噪比较低时分离准确率低。为此,文中提出了基于时延序列分布特征的多PD源信号分离方法,采用两支定向天线组成的旋转检测平台分析出时延序列与天线阵列旋转角度满足余弦函数关系,以此对应关系为特征值进行多PD源信号分离。基于时域有限差分算法仿真了3个模拟PD源在不同信噪比时的分离准确率,与现有多源分离方法进行对比,当信噪比为5 d B时,分离准确率从71%提升至95%。在220 k V试验变电站内试验,结果表明多个PD源被准确地分离和定位,验证了该分离方法的有效性。     

基于GLCM和LBP的局部放电灰度图像特征提取

针对变压器局部放电模式识别中传统统计谱图特征提取维数高、识别率差等问题,提出基于灰度共生矩阵和局部二值模式的局部放电灰度图像纹理特征提取方法。该方法从宏观角度将灰度图像转化为灰度共生矩阵并获取其8维特征,从微观角度计算邻域像素相对灰度响应并获取其10维特征量。搭建四种局部放电实验模型,通过脉冲电流法采集局部放电信号;结合两类特征,以支持向量机作为分类器来识别放电类型并用传统特征提取方法作为对比。结果表明利用该方法提取灰度图像特征在避免特征灾难的同时仍有较高识别率,能有效识别四种放电模型,验证了该方法的有效性。     

基于模糊聚类的XLPE电缆随机脉冲干扰抑制方法研究

为去除XLPE电缆局部放电现场检测中的随机脉冲干扰,采用等效时频法提取脉冲特征,对特征进行自适应模糊聚类,以相位集中度为指标区分局放与随机干扰.对现场数据分析处理的结果表明,该方法能够有效去除信号中的随机脉冲干扰,为评估XLPE电缆的绝缘状态提供了较好的理论和实践依据.     

Random sampling and data processing for PD-pulse height and shapeanalysis

A measuring system for the digital acquisition of partial discharge (PD) pulse signals, based on the last generation of oscilloscopes, has been developed in order to perform both PD pulse shape and PD pulse height analysis. Wide-band, fast sampling rate and individually-triggerable memory blocks are available for the acquisition of PD pulse signals. However, a problem of sampling the population of PD pulses arises from the limited available on-line storage memory. Four sampling techniques are investigated and evaluated in order to record an amount of PD pulses which enables PD stochastic inference for a minimum of the on-line memory use. Some statistical indexes based on the pulse-height and pulse-phase distributions are used to compare performances of the different techniques. It is shown that a technique based on the Poisson law provides the most accurate sampling of PD pulses, while minimizing the memory, particularly in the presence of two simultaneously active PD phenomena. The developed procedure enables an accurate analysis of the shape of a large number of PD signals, but also stochastic processing of height distributions, which is becoming a reference for PD pattern analysis     

超宽带射频技术对变压器多局部放电源的定位

电力变压器局部放电故障大多是在很短时间间隔内相继出现多个放电源,因此对于多放电源的有效定位是定位技术成功的关键,为解决多点局部放电源的定位问题,采用基于最短光程原理的超宽带射频定位技术,用4阵元传感器阵列检测局部放电源激发的电磁辐射波,获取3个相对时延作为计算参量,利用时间差算法实现对局部放电源空间几何位置进行搜索定位,在实验室环境下进行了空间多点模拟局部放电源的定位试验,多放电源的定位误差控制在10cm以内。此外,还介绍了最近在现场真实设备上进行局部放电定位的探索研究,为该技术向实用化方向的发展做出了有益的尝试。