基于电流脉冲等效时频分布的干扰及多源局部放电信号分离技术

实施局部放电在线监测可在故障前及时发现电力设备绝缘缺陷,是确保各类电力设备及整个电力系统安全稳定运行的重要手段.然而,现场各类干扰及多源放电严重影响局部放电检测的准确度,进而影响后期故障类型识别及设备危险度评估.介绍了基于电流脉冲等效时间-等效频率分布的信号分离技术,根据干扰或不同放电类型的脉冲信号不同的等效时频图谱,...     

波形特征与统计特征相结合的局部放电脉冲分类方法

当不同类型的局部放电脉冲具有相似的波形特征的时候,应用等效时频特征进行脉冲的分类将遇到一定的困难。笔者在保证每个网格中包含有足够的样本数量用于统计分析的原则下,对局部放电脉冲等效时频谱图进行网格状划分与合并。对每个网格内的脉冲,提取该网格内所有脉冲信号的6个统计参数,连同该网格内所有脉冲的平均等效时长和平均等效频率一起共8个参数作为分类的特征量。将每个网格中的所有脉冲视作同一类型的放电,对从各个网格中提取的特征量进行聚类分析,从而得到每个网格的分类结果,达到脉冲分类的目的。该方法将局部放电模式识别中常用的统计特征与放电脉冲的波形特征结合起来,应用该方法对于两类模拟缺陷所产生的局部放电信号进行了分类,其综合分类结果优于直接采用等效时频特征的分类方法,而且两类脉冲分类的准确性比较均衡。研究结果表明,该方法可以在一定程度上提高分类的准确率,实现对不同类型的放电脉冲之间以及放电脉冲与干扰脉冲之间的有效分离。     

基于广义S变换模时频矩阵的局部放电特高频信号去噪方法

为有效抑制局部放电特高频信号中的噪声干扰,提出一种基于广义S变换模时频矩阵的去噪方法。基于二维模时频矩阵,采用区域最大能量法提取周期性窄带干扰的特征量,并通过矩阵逆向分离将其去除;采用奇异值分解去噪方法抑制信号中的高斯白噪声。使用该方法对仿真信号和实验室实测信号进行去噪处理,并与传统方法去噪结果进行对比。结果表明,所提方法能有效抑制局部放电信号特高频信号中的噪声,同时更好地保留了原始局部放电信号特征。对现场实测信号进行去噪处理,与传统方法相比,该方法具有较高的噪声抑制比和较低的幅值衰减比,可以有效提取局部放电超高频信号。     

基于等效时频图谱和SVM的局放识别方法研究

为区分电力电缆不同绝缘故障下的局部放电类型,本文研究了一种基于等效时频图谱和支持向量机(SVM)的局放识别方法。采用双指数衰减模型与单指数衰减模型两种局放类型进行实验,模拟产生两类局放信号并通过信号采集系统进行采集。对采集来的局放信号提取等效时频特征,进而将局放信号映射到等效时频图谱中。根据等效时频特征,用SVM对不同局放信号分类判别,结果表明SVM能实现准确分类。该方法不仅能够实现单一放电源识别,还能识别混合放电源,能够为电力电缆及其他电气设备的局放模式识别提供参考。     

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。     

大型发电机定子绕组局部放电在线监测方法的研究

考虑放电脉冲在定子绕组中的传播规律，通过安装在定子绕组线圈上的感应传感器监测发电机定子绕组局部放电，确保局部放电信号在变形和衰减前被分离，同时对局部放电信号进行处理。分析了其监测原理，以高压电缆接头或定子绕组线圈发生局部放电为例，将2个传感器分别置于试件两侧，分析这2个传感器上电压的关系，可判断局部放电是发生在试件的内部还是外部，并计算内部局部放电时的脉冲灵敏度或外部局部放电时的噪声干扰灵敏度。     

重排Cohen类时频分布用于GIS局部放电声信号时频分析

为了完整描述气体绝缘组合开关(gas insulated switchgear,GIS)在发生局部放电时信号的时频域信息,介绍了Cohen类双线性时频分布并针对交叉干扰项影响无法完全消除的问题进行了重排时频变换以提取及分辨含有白噪声和窄带周期干扰的局部放电信号。处理仿真和现场检测到的局部放电超声信号时根据白噪声和窄带周期干扰信号在时域上的平稳性特性发现重排Cohen类时频变换方法不仅可以很好地将局放信号和背景噪声以及窄带周期干扰信号分辨开来,而且大大减弱并抑制了交叉干扰项的影响,保持了更高的时频分辨率和时频聚集性,从而验证了重排Cohen类时频变换方法的有效性。     

局部放电超高频检测抗干扰与多源放电信号分离方法

变电站的电磁环境复杂,存在大量处于超高频(ultrahigh-frequency,UHF)段内的通讯干扰信号及设备外部的脉冲型干扰信号,导致难以对局部放电故障现场检测结果进行准确的诊断。针对局部放电UHF检测中的抗干扰问题,提出了一种基于波形互相关分析、噪声传感器及幅比聚类分析的局部放电UHF综合抗干扰技术,试验证明这种抗干扰技术可有效排除通讯干扰、设备外部脉冲型干扰,并实现设备内部多放电源辐射的超高频信号的分离与识别,提高局部放电检测与诊断的有效性与准确性。     

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     

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。     

局部放电测量中单端信号的极性鉴别方法

局部放电选频平衡法中以现场存在的一个高压绝缘产品作为一个试样组成桥式平衡电路，干扰信号和局部放电信号在高频变压器的初级线圈中分别相减和相加，在次级线圈中以单端信号输出。本文介绍一种对衰减振荡的单端信号进行极性鉴别的方法，使选频平衡法具有区分放电试样的能力。     

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.     

电缆局部放电波形特征与脉冲传播研究

为了研究电缆头局部放电的波形特征,制作了6种故障电缆头进行了局部放电试验,获取了典型的局放波形信号。对信号提取特征参数包括等效时间和等效频率,可以对波形信息进行有效表达,以区分不同类型的放电和噪声。结合脉冲在长电缆中传播的试验结果,分析了传播前后特征参数的变化情况,结果可用于测试信号的分类和定位。     

不同缺陷模式下局部放电测试值的等效性分析

通过对比和拟合分析局部放电模拟试验系统测试值,求解得到特高频检测的局部放电特征信号的等效脉冲放电量。以成套试验系统模拟针板、沿面和电晕等5种典型变压器放电缺陷,经测试、提取放电特征信号及获得相应谱图,并与传统的脉冲放电量特征信号进行等效性分析。同时,通过总结不同放电缺陷特征信号的相位特征关系,研究变压器局部放电强度的标定方法。结果表明:通过识别不同的放电缺陷类型对应不同的放电谱图,为应用特高频检测法进行放电模式识别奠定基础。     

局部放电UHF脉冲的时频特征提取与聚类分析

制作了4种人工缺陷模型模拟典型的局部放电源,并进行局部放电试验采集UHF脉冲信号。引入S变换(ST)对局部放电的UHF脉冲进行时频分析,探索不同放电源脉冲的聚类分离。算法首先对UHF脉冲进行S变换,并采用非负矩阵分解(NMF)对S变换幅值矩阵进行分解得到频域基向量和时域位置向量,从中提取尖锐度、导数平方和、信息熵以及稀疏度等特征参量,构造出能充分反映局部放电时频信息的特征空间,最后利用模糊C均值算法对提取的特征向量进行聚类得到放电源脉冲的聚类结果。对试验数据的分析结果表明,提取的ST时频特征能够有效实现不同局部放电源脉冲的聚类,当NMF参数r=2时,10维时频特征能够取得最高为90.33%的聚类正确率;与常用的Wigner-Ville分布(WVD)相比,ST具有更好的聚类效果;当存在复杂的多重信号折反射时,本文提出的时频特征聚类结果较差,需要进行进一步的研究。     

高压交联聚乙烯电缆局部放电脉冲的时频特性识别方法

高压电力电缆局部放电（PD）测量中,进行绝缘诊断和状态评估的一个重要方面是局部放电信号（PDs）的识别和放电源分离。传统的基于局部放电幅值大小检测的相位统计分析,不足以实现有效的诊断、风险评估和基于状态的维护。为此,从理论上研究了频率（即等效带宽∫eq）一时间（即等效时间长度teq）分离技术,通过∫eq-teq。平面的簇脉冲来识别局部放电脉冲,并求解出局部放电脉冲信号在∫eq-teq。平面形成紧凑的簇所需要的相似属性参数。Xi。PE绝缘样片缺陷实验将气隙放电、沿面放电和电晕放电不同类型脉冲映射到∫eq-teq。平面;XI。PE电缆缺陷实验将不同位置的相同缺陷放电脉冲映射到∫eq-teq平面。结果表明,不同类型的缺陷产生的PD脉冲信号能有效形成自己的簇,电缆不同位置的缺陷产生的PD信号也能形成不同的簇。可见,∫eq-teq识别技术可为高压XI。PE电缆的缺陷类型及放电源分离提供判断依据。     

特征图谱分类法在避雷器局部放电测试分析中的应用

为排除电磁干扰信号以及识别不同类型缺陷的放电信号,介绍了特征图谱分类法在避雷器局部放电测试中的应用。由PD-Check测试系统提取信号的波形持续时间以及特征频率两个特征量,采用人工分类法和模糊C均值算法进行特征量分类,分析避雷器产生局部放电信号的案例。结果表明:此方法能够有效地分离干扰信号,可用于分析不同种类的缺陷信号分类和正确诊断避雷器的绝缘缺陷。     

基于时频相似度的油纸绝缘多局部放电源脉冲群分离与识别策略

由于变压器内部液-固绝缘结构和运行环境的复杂性,导致其内部往往是多个局部放电源同时存在,引起局部放电PRPD图谱交叉和重叠而无法识别。为解决多局部放电源的识别问题,本文提出了基于脉冲时频分析(TFA)结合近邻传播聚类(APC)的变压器油纸绝缘多局部放电源脉冲群分离与识别策略。首先,将基于S变换(ST)时频分布的脉冲相似度(时频相似度)矩阵输入近邻传播聚类(APC)分离多局部放电源脉冲群。然后,采用局部放电相位分布(PRPD)统计特征与粒子群优化支持向量机(PSO-SVM)识别ST+APC分离的子脉冲群,并验证分离的有效性。对实验室人工缺陷模型的局部放电数据进行分析,结果表明ST+APC算法可以有效去除脉冲型干扰(PSN)和分离油纸绝缘多局部放电源脉冲群。     

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。     

基于混沌控制和多重滤波的局部放电去噪研究

采集局部放电信号时,经常受到外界的干扰,主要包括周期性窄带干扰、白噪声干扰和随机脉冲干扰。噪声太大时,局部放电信号会被淹没。为了提高变压器局部放电信号定位的准确性,提出混沌控制和多重滤波的方法,在线检测去除干扰。利用相关性和谱分析识别周期干扰并确定窄带干扰的周期,设置合适参数控制混沌系统,精确去除噪声,采用多重滤波的方法去除白噪声干扰,以及利用脉冲极性鉴别法抑制随机脉冲干扰,并在虚拟仪器平台上进行仿真实验。实验结果表明,该方法可以有效抑制干扰,为变压器局部放电信号的定位系统奠定了技术基础。