变压器局部放电在线监测加权阈值小波降噪方法研究

有效抑制现场强干扰是变压器局部放电在线监测的关键技术之一。在分析各种阈值策略特点的基础上,提出采用多阈值策略加权算法确定小波阈值,利用改进阈值对局部放电信号进行小波降噪。计算机仿真及现场信号分析表明,改进阈值小波降噪后信号符合相似性和光滑性准则,同时能够较好地保证信号的局部化特征。改进阈值的小波分解重构能够从复杂现场干扰中有效提取局部放电信号,可用于变压器局部放电在线监测。     

局部放电信号中抑制周期性窄带干扰的逆向分离方法

为了有效提取局部放电信号,提出一种抑制周期性窄带干扰的逆向分离方法。该方法由两部分组成:利用矩阵束算法估计含噪局部放电信号中的窄带干扰频率;借助独立分量分析算法,逆向分离出抑制窄带干扰后的局部放电信号。针对在不同信噪比下的局部放电信号,分别运用小波、多小波消噪算法和该方法抑制窄带干扰。仿真结果表明,与小波、多小波相比,在信噪比低至?20d B时,该方法表现出更强的抗噪能力,同时能更好的保留原信号特征。现场测试信号的处理结果也验证了所提方法的有效性。     

油中局部放电UHF频带选取及干扰的抑制

为消除变压器局部放电对现场测量的干扰,在对绝缘油中局部放电特高频信号频谱特征研究基础上,给出了特高频法测量绝缘油中局部放电的频率范围;为满足实际测量要求。采用包络检波方法对放大后的特高频信号进行降频处理;同时,提出了高频与特高频联合测量方法,用来消除现场局放测量中的干扰。对现场测量数据的处理结果表明,所提出的方法可很好抑制干扰信号。     

GIS超声波局放检测现场典型干扰分析

超声波局部放电检测法是检测气体绝缘组合电器(GIS)绝缘状况的重要手段。对GIS进行超声波法局部放电检测时,现场会遇到机械振动、外部电晕干扰和磁致噪声这三种典型的干扰,这三种干扰与放电特征图谱相似,极易对检测人员造成误判。结合现场实测经验,分析了三种典型干扰的信号特征,提出了现场干扰的判别及排除方法。文中提出的干扰辨别及排除方法在现场超声波局放带电检测中取得了良好的效果。     

互感器局部放电现场测量

本文介绍了适于现场进行高压互感器局部放电测试的方法,简要分析了原理及各种干扰的特征和抑制手段。该方法采用桥式平衡回路、高压滤波、端部屏蔽等防干扰措施,有效地抑制了干扰。在仪器显示屏上可得到背景干净的图形,测试灵敏度可达1pC。     

变电站多局部放电源分离的选择双谱算法

抑制现场噪声干扰、有效提取信号特征是局部放电信号检测和分析的关键。给出了利用Fisher可分离度选择具有最强类可分离度的双谱作为信号的特征参数,并利用特征参数训练径向基神经网络来判断信号的类型的算法。通过混有高斯白噪声的电磁波仿真软件得到的模拟不同局部放电源辐射的电磁波信号,利用该算法进行信号分离,验证了该算法的有效性。最后在变电站现场未知局部放电源的情况下,对采集到的局部放电辐射电磁波信号利用该算法进行处理得到信号类型数,并训练用于信号分离的径向基神经网络。基于现场实测信号分离结果,并结合基于时延序列的局部放电源定位结果验证了该算法在变电站现场干扰情况下分离多局部放电源的有效性。     

变压器局部放电在线检测中的抗干扰技术

抑制干扰是变压器局部放电在线监测的关键技术,为此综述和分析了变压器局部放电在线监测中的各种干扰信号特征、各种抗干扰技术(如快速傅立叶变换法、小波变换法、自适应数字滤波等)及其效果,还介绍了实际局部检测中分层式抑制干扰模式。     

用直接陷波法抑制局部放电监测系统中周期性干扰的研究

在分析局部放电监测系统中的周期性干扰特征的基础上,从解决IIR陷波滤波器存在的问题着手,提出了一种适合用于宽频带局部放电在线监测中抑制周期性干扰的直接陷波滤波方法。该文中详述了直接陷波滤波器的基本原理及设计方法。通过模拟仿真和实验证明该滤波器能有效地抑制局部放电在线监测中的周期性干扰,并能在滤波的同时实现数据的压缩和特征值的提取。     

电力电缆局部放电的高频与特高频联合检测

为了对已敷设的电力电缆进行局部放电在线检测,并抑制现场测量时的干扰,采用高频(HF)与特高频(UHF)联合检测的方法,建立一套局部放电在线检测系统。该系统主要由HF和UHF传感器、信号调理单元、数据采集系统和上位机软件组成,通过HF信号和UHF信号的相互鉴别来去除脉冲型干扰信号。同时根据干扰信号和局部放电信号在频带及工频相位上的分布特点,提出基于复小波的多周期叠加干扰抑制算法。对缺陷电缆的试验结果表明,该系统能有效检测到局部放电的HF信号和UHF信号,局部放电检测灵敏度小于10 pc;对局部放电采集数据的处理结果表明,所提出的干扰抑制策略可很好地消除测量时的干扰信号。     

现场局部放电试验中干扰源的识别和采取的对策

局部放电试验是检测固体绝缘中存在气泡和裂纹等缺陷最有效的手段,局部放电又是个弱电现象,现场进行局部放电试验极易受各种干扰的影响。文章详细分析了常见的干扰源类型和形成途径以及各种干扰波形放电特征、显示位置和随施加电压变化规律,并对各种干扰采取有效对策,将干扰抑制在合理的数值范围内,以保证局部放电试验顺利进行。     

变压器局部放电检测中的小波包去噪算法

分析了变压器局部放电在线检测中局部放电及干扰信号特征 ,根据小波包变换良好的时频局部化特性 ,引入信号子空间范数描述局部放电信号在时频空间中的分布 ,提出了局部放电信号在线检测的小波包变换新算法。理论分析与实验结果表明 ,该算法能有效抑制周期性载波干扰和白噪声 ,提取局放信号特征     

变压器套管末屏对现场局部放电测量影响的实例与分析

介绍了使用变频电源进行现场局部放电测量的基本方法,总结了现场试验中的干扰类型及排除措施,结合2次现场测量实例,介绍了干扰排除过程及思路,分析了套管末屏接地不良对现场局部放电测量的影响,总结了此类影响的特点及处理方法。该方法对变压器现场试验、保证电力设备安全稳定运行具有一定的借鉴意义     

用PSO算法训练神经网络抑制发电机局放随机脉冲干扰

随机脉冲干扰在局部放电在线监测的各类干扰中是最难抑制的,为此提出了一种基于粒子群优化(PSO)算法训练神经网络的随机脉冲干扰抑制算法。PSO算法的优势在于它能通过粒子间的相互作用而发现复杂搜索空间的最优区域。与传统反向传播(BP)算法相比,采用PSO算法来训练神经网络,可以有效地克服传统算法收敛速度慢、易陷于局部极小值等缺点,并且训练出的神经网络在泛化能力上也有很大的提高。大量实际数据的训练和分析结果表明,该算法在抑制局放随机脉冲干扰上是比较有效的。     

基于变分模态分解和小波分析的变压器局部放电去噪研究*

为有效去除变压器局部放电信号中大量的电磁干扰,针对现有经验模态分解存在模态混叠等问题,提出将一种新的信号分解算法——变分模态分解结合小波运用在变压器局部放电信号中来抑制窄带周期干扰和白噪声。首先利用变分模态分解将含噪信号分解成若干个以某中心频率波动的模态,在分解过程中自动滤去白噪声;然后提取含局部放电信息的模态进行重构;最后通过小波去除残余窄带周期干扰,进而实现干扰抑制。仿真和实测信号分析结果表明,该方法能很好地抑制两类干扰,保留局部放电信号特征,验证了采用变分模态分解结合小波去除噪声的有效性,为局部放电信号去噪提供了一种新的方法。     

抑制局部放电信号中周期性窄带干扰的子空间重构方法

为有效提取局部放电信号,提出一种基于子空间重构的窄带干扰抑制方法。对局部放电信号数据形成的HANKEL矩阵进行奇异值分解,将信号划分为窄带干扰子空间和局部放电信号子空间。利用子空间数据重构窄带干扰波形,然后与原始数据相减,得到抑制干扰后的局部放电信号。该方法能在保证局部放电信号失真较小的同时有效去除窄带干扰,抗随机干扰能力较强。仿真和实测信号的处理结果验证了其有效性。     

变压器局部放电在线监测中的自适应滤波技术研究

根据自适应滤波原理提出了变压器局部放电在线监测的自适应滤波方法,由该方法编制了局部放电在线监测的自适应滤波软件。模拟试验结果表明,该方法能有效地抑制外部电磁干扰信号、提高信噪比。     

变压器局部放电超高频检测中的混频技术研究

信号的提取和分析是局部放电超高频检测中的重点和难点，文中提出用混频技术提取局部放电信号超高频分量的新方法。用混频技术进行超高频数字信号处理的仿真实验，结果表明该技术既可保留信号包络的峰值和相位特征，又降低了超高频信号的频率。基于混频技术建立变压器局部放电超高频在线监测系统，并对典型局放模型进行实验，结果表明混频技术的应用可以有效地提取中心频率在400—800MHz之间(最小步长5MHz)、带宽为10、20、40或80MHz的局部放电超高频信号，准确地计算放电相关参数，抗干扰性强且提取的放电信息丰富，可用于变压器局部放电超高频在线监测和智能化诊断。     

变压器局部放电在线监测系统设计和干扰抑制

如何有效地去除各种干扰是变压器局部放电在线监测系统的关键问题．介绍了用FFT和级联二阶IIR陷波器剔除周期性载波干扰,用小波包方法去除白噪声和用小波分解方法有效地提取内部局部放电脉冲。由于DSP可做FFT变换、IIR滤波和小波变换,因此把采集的数据先由DSP预处理,然后判断处理后的数据是否为有用放电信号,若是则传送到后台工控机进行二次处理。由于本系统采用了一种较新的设计,能够做到处理的实时性。     

局部放电UHF脉冲干扰的排除与信号的聚类分析

为了排除变压器局部放电信号中的各种信号干扰中的脉冲干扰信号,提出了利用内外信号对比法及相间信号对比法排除外部脉冲型干扰信号,并应用于500kV三相分体式变压器的局部放电现场监测。通过提取工频周期上特高频检波脉冲信号的特征参数,选取脉冲初始相位、平均脉冲幅值、脉冲次数3个特征参数,采取灰聚类与模糊聚类相结合的方法对排除干扰后的数据进行了聚类分析,实现了对部分干扰信号的排除以及特高频信号的分类。对分类后的疑似放电信号的现场特高频检波信号进行统计分析,通过分析PRPD谱图对变压器的局部放电活动做出了诊断说明。通过分析表明,提出的方法能够有效排除干扰信号,便于提取局部放电故障信息。