开关柜多源局部放电信号分离及聚类方法研究

文中采用暂态对地电压(transient earth voltage,TEV)法对10 kV高压开关柜局部放电进行检测,并利用短时傅里叶变换(short-time Fourier transform,STFT)分析了开关柜不同类型放电下局放TEV信号的时间频率特性,结果表明不同放电TEV信号的时频特性不同。基于此,又对信号STFT时频分析结果提取了信号的时间中心tc、频率中心fc以及中心矩μc3个特征参数。试验表明多源局部放电TEV信号能够在tc~fc~μc三维特征空间内实现信号分离。进一步利用GK模糊聚类方法在tc~fc~μc三维空间内实现了对多源放电TEV信号的智能分离与聚类。试验及分析结果表明与基于傅里叶变换的传统方法比较,文中方法具有更优的信号分离效果,且实现了多源信号的智能聚类。     

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。     

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。     

基于改进DTCWT的GIS局部放电信号降噪方法的研究

GIS局部放电产生微弱的特高频信号在外界各种噪声干扰下容易被掩盖,为此利用特高频法检测GIS局部放电必须经过有效降噪处理。文中提出一种基于改进的对偶树复小波(dual-tree complex wavelettransform,DTCWT)局部放电特高频信号降噪方法,该方法是利用DTCWT将含噪信号分解为一系列小波系数,并得到信号在不同变换尺度下的细节分量。利用时域峭度和包络谱峭度将细节分量进行敏感预筛选,极大地提高了后续的最大峭度解卷积(maximum kurtosis deconvolution,MKD)去噪效率。为了验证该方法的有效性与可靠性,进行GIS局部放电特高频信号降噪实测试验,结果表明该方法能有效的对局放信号进行去噪处理,且在较好发挥DTCWT平移不变性等优点的基础上,对细节信号分量的筛选,可改善该局放降噪方法的降噪效果评价指标,并保持其原有的信号特征。     

一种一种GIS局部放电信号分层去噪方法局部放电信号分层去噪方法

局部放电是封闭式组合电器(GIS)中的容易发生的故障,局部放电检测技术是诊断组合电器内部故障的有效手段,但现场电磁干扰对局部放电检测准确性影响很大。针对现场干扰源复杂的问题,提出一种多干扰源分层去噪方法,采用软硬件结合的抗干扰技术,可在现场强烈的干扰环境中获取准确的局部放电信号。     

一种GIS局部放电信号分层去噪方法

局部放电是封闭式组合电器（GIS）中的容易发生的故障,局部放电检测技术是诊断组合电器内部故障的有效手段,但现场电磁干扰对局部放电检测准确性影响很大。针对现场干扰源复杂的问题,提出一种多干扰源分层去噪方法,采用软硬件结合的抗干扰技术,可在现场强烈的干扰环境中获取准确的局部放电信号。     

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,...     

多参数调节的超高频局部放电信号模拟源研制

超高频局部放电传感器及检测系统性能的评价需要稳定的信号源,由于多种因素的影响,高压模拟放电模型产生的超高频局部放电信号存在放电参数不稳定和不易调节的缺陷。因此根据超高频信号的时频特性,设计出了一种局部放电超高频信号模拟源。该信号源由控制单元、信号合成单元、宽频带全向发射天线组成,控制单元产生能够反映局部放电时频特征和相位特征的信号,通过幅值调制单元合成超高频局部放电信号,信号由天线发射。实验结果表明:该信号源能输出连续稳定的并具有工频相位特征的电磁波信号,信号的频率范围为0.3~1.5GHz,输出信号频率、输出功率及局部放电相位–放电量(φ-q)、相位–放电次数(φ-n)谱图均可平滑调节,输出功率达25 d B,能有效模拟多种类型的局部放电超高频信号。     

基于小波和分形分析的GIS局部放电信号特征提取

结合小波包分频和分形技术原理,提出一种气体绝缘金属开关装置(GIS)局部放电信号特征的提取方法.文中指出了小波变换和分形理论相结合用于特征提取的有效性;求出不同故障类型局部放电信号的分维数,利用其大小进行特征提取;对于不能以此参数区分的放电信号,利用小波包对其进行频带分解,通过设定阈值找出不同故障类型与特征频带的分维数的相关性,从而实现故障特征提取.针对GIS局部放电的5种典型放电模型,通过试验获得大量放电样本数据,利用上述特征提取方法对其进行区分,获得了较好效果,结果表明利用小波包分形维数能够较好地进行局部放电信号特征提取.     

基于盒维数分形的GIS局部放电信号特征提取

对气体绝缘组合电器（GIS）四种主要缺陷放电构造了局部放电图谱,通过对数据统计分析发现,分形特征仅仅描述了散点集局部的自相似性和复杂程度,不能对散点图从整体上进行描述.改进了传统的盒维数计算方法并结合散点集的分布重心,描述了散点图的自相似性和整体分布,使得缺陷局部放电识别正确率有明显提高.     

基于改进EEMD和Cohen类的局部放电信号联合时频分析

局部放电信号特征提取及模式识别是电力设备状态评估和故障诊断的关键,基于局部放电波形的时频分析能够全面获取波形特征,但目前常用的时频分析方法存在交叉项干扰问题,会产生"虚假信号"。为解决该问题,提出将集合经验模态分解(EEMD)和Cohen类分布结合的方法应用于局部放电信号的时频分析,并运用回归型支持向量机(SVR)抑制EEMD端点效应。利用指数衰减振荡函数加入Gaussian白噪声和窄带干扰来模拟电力设备高频电流局放信号。结果表明,该方法能够准确辨识出特征脉冲信号,且在保证信号项时频聚集性的同时,有效削弱信号内部交叉干扰项。利用该方法对变电站现场实测局放信号进行时频分析,所得结果验证了其在现场干扰环境下的有效性和实用性。     

GIS局部放电信号超高频包络检波电路的研制

GIS局部放电超高频信号带宽高达数GHz,对其实施实时采样成本很高;其包络信号包含了放电的缺陷特征,采用检波电路提取其包络然后进行信号分析,可以大大降低对采样系统的要求。笔者在对高频检波二极管特性分析的基础上研制了适用于提取GIS局部放电信号包络的超高频包络检波电路,采用ADS软件对该电路进行的仿真显示其具有很好的宽带特性和较小的峰值误差,电路的实际测试验证了该检波电路在GIS局部放电的研究中获得了较好的包络提取效果。     

基于数据驱动的GIS设备局部放电信号辨识及空间定位方法

局部放电是气体绝缘组合电器(GIS)主要绝缘缺陷,其发生在GIS腔体内部时,会导致绝缘劣化,最终发展为击穿,因此需要尽早地辨识内部放电,确定放电位置,进而开展缺陷排查及检修工作。本文提出了一种基于数据驱动的GIS局放辨识及定位方法。该方法是一种基于多传感器时间序列统计量阈值分析及相关性分析的局放辨识及定位方法。本文通过位置编码实现了传感器空间及电气位置的机器辨识,构造特征量累积放电幅值识别稳定存在的放电。根据传感器监测值间的相关性分析,判断放电的传播路径,进而识别是否为内部放电,对于判定为内部放电的情况,通过累积放电幅值比较定位放电位置。利用千帆站在线监测数据进行验证,有效地识别了放电现象,证明了该方法的可行性。     

利用累积能量函数特征参量优化提取的多源局部放电信号分离技术

变电设备内部有时会存在多个缺陷的局部放电,其放电模式识别及危险度评估的难度大大增加,为更有效地诊断设备绝缘状况,该文提出了一种基于累积能量函数特征参量优化提取的多源局放分离技术。利用时频域累积能量函数表征脉冲电流脉冲或特高频(UHF)信号的时频域变化,并采用数学形态学梯度运算提取了时频域累积能量的上升陡度参量。提出了以上升陡度参量的标准差作为分离性能评价指标,优化选取数学形态学梯度运算中的结构元素长度,提取此时的上升陡度参量,达到最优分离效果的目标。最后在实验室252k V GIS模型内建立了3种典型多缺陷模型,将所提出的多源放电分离技术应用于该混合缺陷放电UHF信号的分离,进而将该方法成功应用于一起现场1100k V GIS多源局放案例。结果表明,特征参量优化提取分离方法适用于内外置UHF传感器信号,在多源放电混合UHF信号分离中具有良好的应用效果。     

基于小波和分形分析的GIS局部放电信号特征提取

结合小波包分频和分形技术原理，提出一种气体绝缘金属开关装置(GIS)局部放电信号特征的提取方法。文中指出了小波变换和分形理论相结合用于特征提取的有效性；求出不同故障类型局部放电信号的分维数，利用其大小进行特征提取；对于不能以此参数区分的放电信号，利用小波包对其进行频带分解，通过设定阈值找出不同故障类型与特征频带的分维数的相关性，从而实现故障特征提取。针对GIS局部放电的5种典型放电模型，通过试验获得大量放电样本数据，利用上述特征提取方法对其进行区分，获得了较好效果，结果表明利用小波包分形维数能够较好地进行局部放电信号特征提取。     

基于经验小波与小波变换的GIS局部放电信号去噪方法研究

为解决气体绝缘组合电器(gas insulated switchgear,GIS)内部缺陷局部放电(partial discharge,PD)信号含有噪声的问题,搭建了模拟局部放电环境,采用超高频法(ultra-high frequency,UHF)采集缺陷PD信号。针对UHF PD信号具有周期性窄带噪声与白噪声的特点,提出了基于改进的经验小波(experience wavelet,EWT)与小波变换结合进行UHF PD信号的去噪研究。首先,含噪信号通过EWT预处理分解为多频率的模态函数,然后对模态函数进行小波去噪处理,将去噪后的模态函数按照峭度值进行划分,根据合适的阈值选取UHF PD信号的有效成分并重构信号,最后,通过构建UHF PD仿真信号并采用实测数据验证所提算法的有效性。仿真实验与实测去噪结果表明:文中所提改进去噪算法具有良好的噪声抑制能力,为GIS设备内部UHF PD信号去噪提供参考。     

基于时频矩阵相似度的输电线路暂态保护方法

为提高传统暂态保护方法的可靠性,综合运用宽频带暂态信号在时域和频域上的故障信息,提出一种输电线路保护新方法。该方法利用S变换提取宽频带暂态信号在不同时段不同频带下的故障信息,通过构造时频矩阵来反映暂态信号的时频变化特性;利用奇异值分解提取时频矩阵的时频特征,并减少矩阵冗余量;将奇异值矩阵与样本库矩阵进行时频特征匹配,计算矩阵相似度;根据矩阵相似度判别区内外故障。仿真结果表明,该暂态保护方法能准确快速识别区内外故障。     

用谐波小波包变换法提取GIS局部放电信号多尺度特征参数

超高频(UHF)法在GIS局部放电(PD)检测中已得到了广泛应用,UHF PD信号的特征提取对准确识别GIS内部绝缘缺陷类型和指导检修工作具有重要意义,但目前仍然缺乏有效的特征提取方法。为此,本文利用谐波小波具有严格盒形频谱的优点,提出一种提取UHF PD特征信息的谐波小波包变换(HWPT)方法,对实验室获取的4种典型放电模型产生的UHF PD信号,采用HWPT进行多尺度分解,以克服实小波包分解子带间存在频谱混叠和能量泄漏的缺陷,利用UHF PD信号在不同尺度能量和复杂度的差异,提取多尺度能量和多尺度样本熵参数作为模式识别的特征量,更加精确地描述了UHF PD信号的时频域信息。最后利用支持向量机分类识别的结果表明,该方法可以取得比实小波包更好的识别效果,多尺度能量和多尺度样本熵特征参数均能有效识别4种绝缘缺陷。     

发电机局部放电信号解析

局部放电在线监测系统在发电机中的应用越来越普及,为使局部放电在线监测系统能在工程实践中得到更好的应用,介绍了如何对所采集的局部放电信号进行解析和判断故障类型,从而采取预防措施。     

基于VMD的电力电缆局部放电信号自适应阈值降噪方法

局部放电(Partial Discharge, PD)用于高压电缆在线监测时,采集到的信号包含多种噪声,白噪声是最常见、影响最广泛的一种。为了抑制白噪声的影响,提出了一种基于变分模态分解(Variational Mode Decomposition, VMD)的局部放电信号降噪方法。采用变分模态分解对含噪局部放电信号进行分解,得到频率从低到高的模态分量后,计算各个变分模态分量的峭度值,选取脉冲特征分量进行重构,利用小波自适应阈值对重构信号再次降噪。与小波变换阈值法对比在不同噪声环境下的降噪结果,结果从均方误差、波形相似系数定量优于小波标准软阈值降噪法和小波全局硬阈值降噪法。仿真和现场实验结果表明,该方法可以有效去除噪声信号,能够较为完整地保留原始信号波形。