基于小波与分形理论的电力设备局部放电类型识别

根据小波理论建立了表征局部放电脉冲信号的三维时频谱图,该三维谱图综合反映了局放脉冲信号的3个基本特征:时间分量、频率分量和放电能量的分布。采用了分形理论从所建立的三维时频谱图中提取放电特征,并构成识别特征量,采用误差反传神经网络对局部放电信号的类型进行模式识别。试验结果表明,该方法可有效区分局部放电的类型。     

时频匹配滤波法用于变压器局部放电模式识别的实验研究

局部放电模式识别对于电力变压器绝缘状况诊断具有重要意义。分析了典型变压器局部放电缺陷,建立4种放电模型,采用小波变换获取了超高频局放脉冲的三维时频谱图,该三维谱图综合反映了局放信号的3个基本特征:时间分量、频率分量和放电能量的分布。根据时频谱构造了4种局放模型的三维匹配滤波器,待测局放信号与同类型滤波器相匹配。结果表明,该方法可以有效提取出局部放电信号的主要特征和趋势。     

开关柜局部放电检测技术的应用研究

在商用实体开关柜中对典型局部放电源的放电特征进行了分析研究。综合应用暂态对地电压(TEV)和超声波技术对高压开关柜典型缺陷的局部放电进行了检测与分析,对TEV和超声波法检测典型局部放电源有效性进行了综合分析。实验结果表明,不同典型缺陷的放电脉冲相位分布图各有其特征。放电能量不同,同一典型缺陷放电脉冲相位分布图也不尽相同。超声波法检测到信号频谱主要集中在40 kHz附近,放电越剧烈,出现倍频成分。超声波检测法对绝缘空穴放电的有效性差。TEV法检测到的信号的频谱主要集中在3~80 MHz之间,高频分量(150 MHz以上)较少。不同缺陷类型TEV检测信号的频谱存有差异,悬浮电极缺陷的频谱分量丰富。     

基于宽频带脉冲电流法的变压器局部放电多端检测技术研究

为了多方面反映局部放电信号所含信息以及变压器绕组对局部放电信号传播的影响,文中在35 kV变压器构造悬浮放电和尖端放电缺陷,基于宽频带脉冲电流法测量局部放电发生时各检测点的脉冲信号,研究不同类型、不同位置的局部放电信号特征。研究表明,不同缺陷信号波形相似而统计特征不同;不同相放电时,套管末屏信号相较于铁心与中性点信号有明显变化;绕组对高频局放信号具有"选频"作用。     

基于密度峰值聚类算法的局部放电脉冲分割

局部放电(PD)信号处理是电力设备绝缘状态评估的基础,而特征量提取又是信号处理的关键环节。特征量提取包括局部放电脉冲分割和放电特征量提取两个步骤。放电脉冲分割提取是后续PD信号特征提取及故障分类的前提。为尽可能保留放电信息,同时减少人工干涉,该文提出了一种基于聚类算法的PD脉冲分割提取方法。该方法采用小波分解算法进行滤波处理,使用噪声抑制比(NRR)表征滤波效果;以所有局部放电信号半波脉冲为对象,计算各半波脉冲的能量(即信号瞬时值平方对时间的积分),从而使该方法能更准确地描述局部放电过程。应用Otsu算法自适应计算能量阈值并结合密度峰值聚类算法(DPC)实现PD脉冲的自动分割。在实验室建立了三种不同类型局部放电模型,采集得到10组电晕放电、11组悬浮放电和30组锥板放电数据,以对该文方法进行验证。结果都取得了80%以上的识别率,比同类算法更高或相当,表明了该文方法的优越性。     

变压器局放在线监测UHF信号提取方法研究

局部放电(以下简称:局放)是引发变压器早期绝缘故障的重要原因之一,采用检波技术提取局放超高频(UHF)信号包络,根据放电指数衰减特性,提出两种放电UHF脉冲判别准则:脉冲宽度-局部峰个数(Tp-Np)关系和相关系数-均方误差(CC-MSE)准则。通过能量阈值法识别脉冲,逐层剔除复杂现场干扰,分类识别变压器内部局放UHF信号,放电幅值和相位等信息基本无损失。提出的实用算法依据时域波形特征,计算复杂度小,非常适合在线监测。     

局部放电检测用D-dot探头的可行性研究

为了对开关柜等电气设备中产生的局部放电进行检测和模式识别,研制了一种用于局部放电检测的Ddot探头,并搭建了三种典型的局部放电实验模型,采用该探头和脉冲电流法同时对局部放电进行测量,通过比较两者信号之间的幅值能量关系,验证了探头的可靠性。此外还研究了不同距离下的局放信号频谱图,分析了信号高低频分量衰减与其传播距离之间的关系。试验结果表明:(1)D-dot信号能很好的反应局部放电的相位分布;(2)局部放电D-dot信号幅值与脉冲电压峰峰值呈线性关系,信号能量与脉冲电压峰峰值呈二次相关,且针对不同放电模型比例系数有较大差别,可依此进行局放源放电类型分类;(3)D-dot信号中高频部分随距离增加衰减很快,只在短距离(10 cm)内能够测得,低频部分衰减缓慢,在1m范围内基本无衰减。     

电力变压器典型局放模型放电脉冲的特性研究

构造了几种典型的变压器局部放电模型 ,利用研制的宽带测量系统提取其放电脉冲波形。分析表明 :变压器油中的放电不稳定 ,放电脉冲存在振荡分量 ;不同放电波形的特性参数有差别 ,这些特征可用作放电类型识别的依据     

变电站全站局部放电检测中多源信号分离方法

针对已有的变电站全站局部放电检测方法仅能得到放电源的大致方向,无法区分局部放电类型和来源的问题,基于各种局部放电源所产生的超高频信号在时域与频率的不同特征,对连续采集存储的局部放电电磁波脉冲波形进行TRPD （ time resolved peak display ）时频分析和模糊聚类,分离出不同局部放电源或干扰所产生的放电信号,以实现放电源的准确定位,为后期局放类型的图谱特征识别奠定基础。现场测试证明了该方法的可行性。     

Cohen类时频分布比较及其在局部放电信号处理中的应用

系统地以参函数的角度介绍了6种典型的Cohen类时频分布。从理论和应用效果上分析了各分布的交叉干扰项衰减和时频分辨率性能。针对局部放电信号的非平稳性,展现了各分布在处理仿真和实际脉冲信号的应用效果。试验结果表明,平滑伪Choi-Williams分布(SPCWD)对局放脉冲非平稳信号引发的短时变化具有高度的敏感性,更为适合表征局放脉冲信号的时变信息。据此,可提取单个脉冲波形的时频特征参数、分析多个连续放电脉冲的时频变化,从而用于放电类型的模式识别以及深入研究绝缘系统中的局部放电机理。     

局部放电光脉冲测量法及与电测法的比较

利用所建立的局部放电光学测量装置 ,研究了几种典型放电源的光脉冲信号在不同媒质中的传播衰减特性 ;比较了不同放电类型光脉冲信号与电信号之间的关系。实验结果表明 ,放电产生的光信号与视在放电电荷量及放电能量有关。光脉冲测量法已被用于防爆电机局部放电的测量。     

基于EEMD与边际谱能量的电缆局部放电定位方法

振荡波局部放电试验在电缆绝缘缺陷检测中得到了越来越多的研究和应用,但背景噪声干扰和放电脉冲匹配的问题会影响局部放电定位的准确度。为实现振荡波电压下电缆绝缘缺陷的准确定位,提出一种基于集合经验模态分解与Hilbert边际谱能量的局部放电定位方法。首先采用移动窗口阈值法提取出局部放电脉冲信号,采用集合经验模态分解算法对信号进行分解,对得到的各分量进行Hilbert变换获得其边际谱能量值;然后选择不同本征模态函数分量在原始信号边际谱能量值的占比作为特征量,计算信号相似度进行入射脉冲信号和反射脉冲信号的匹配,最终采用时域反射法进行局部放电定位;最后对35 kV电缆进行振荡波耐压试验,对检测到的局部放电信号进行定位计算。结果表明,提出的方法可以在高斯白噪声较强的情况下实现电缆绝缘缺陷定位,定位平均误差可以达到1.15%。     

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。     

局部放电信号PRPD谱图输出系统

在高压试验环境下进行局部放电检测,其灵敏度受电磁干扰而降低,局部放电的定量检测、模式识别等分析也无法精准进行,且耗时耗力。为此提出了在实验室内,使用电路进行模拟局部放电脉冲的生成,并控制脉冲的相位与幅值,从而将局部放电的放电特征进行输出的方法,设计并制作了相位分辩的局部放电(phase resolved partial discharge, PRPD)谱图输出系统。采用雪崩三极管的方法生成前沿时间1 ns的脉冲电压,来模拟电力设备内部的特高频局部放电信号。通过微功耗比较器、数字电位器等器件,对雪崩三极管的触发过程进行控制,得到相位与幅值可控的脉冲电压信号。通过上位机与下位机通讯,读取不同类型的局部放电数据文件,对不同类型的局部放电信号进行输出。局部放电的原始PRPD谱图与输出系统所输出的PRPD谱图高度相似,可知该系统可将不同类型的局部放电特性进行输出,并可直接使用局部放电检测装置进行分析与学习,有较高的使用价值。     

局部放电在线监测信号中周期脉冲干扰的抑制

根据大型电气设备局部放电脉冲和干扰脉冲的信号特征差异,对相似脉冲进行分组,进而达到提取局部放电信号的目的.计算机仿真结果表明,这种方法有效地抑制对局部放电在线监测有较大影响的周期型脉冲干扰.     

变频电机绝缘的局部放电检测技术

为解决陡上升/下降沿脉冲方波电压下变频电机绝缘局部放电(PD)检测的信号提取问题,对比研究了高频电流传感器和超高频法测试中局部放电和脉冲电源干扰的时域和频域特性。针对2种信号的不同特征,提出了抑制脉冲电源干扰、提高信噪比的方法。研究结论认为,依据IEC标准进行变频电机局部放电检测时,超高频法在局部放电起始放电电压测试和脉冲信号提取中表现出较高信噪比(S/N)性能,可优先选用。相关系数分析方法可作为局部放电脉冲是否淹没在脉冲电源干扰中的有效判据,联合采用相关系数分析和sym2小波提取技术后,宽频电流测试法仍可在需要的场合作为变频电机绝缘局部放电检测的有效补充。     

基于快速独立分量分析算法的气体绝缘开关设备局部放电混合信号分离与缺陷类型辨识

为解决气体绝缘开关设备(GIS)内多种绝缘缺陷并存时的混合局部放电(简称局放)的信号分离和缺陷类型辨识问题,提出了基于快速独立分量分析(FastICA)算法的GIS局放混合信号分离与模式识别方法。该方法具体包括:采用FastICA算法从局放混合信号中分离出单一局放信号,针对各单一局放信号,提出的模式识别策略是通过增添相反符号和幅值归一化的单一局放信号用于分类器训练或者使用对信号符号不敏感的特征(如分形特征等)作为分类特征。算例分析结果表明,提出的方法能够实现GIS多绝缘缺陷局放信号的有效分离,并能对分离出的单一局放信号进行准确缺陷类型辨识,且具有抗噪能力强、计算速度快、robust性好等优点。     

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。     

基于VMD和多尺度熵的变压器内绝缘局部放电信号特征提取及分类

为了有效提取局部放电信号的特征,提出了一种基于变分模态分解(VMD)和多尺度熵(MSE)的特征向量提取方法,并采用BP神经网络分类器对放电类型进行识别。特征向量的提取过程是首先利用VMD分解算法对局部放电信号进行分解,得到数个有限带宽的固有模态分量;然后分别计算分解得到的模态分量的MSE,将其组合得到初始特征向量;最后利用主成分分析法对初始特征向量进行降维处理。用该方法对实验室条件下4种放电信号和不同放电程度的电晕放电进行特征提取及识别。结果表明,该方法能有效提取放电信号的特征,以其作为特征向量可以正确识别不同的放电类型和同种放电类型下的不同放电程度。     

特征图谱时频信号放电识别算法研究与现场应用

高压电气设备局部放电检测通常夹杂干扰信号,造成分析与判断困难,干扰信号抑制是局部放电识别和故障判断的前提。基于局部放电信号时频分布特征,采用等效持续时间T和等效频率带宽F来表征局部放电宽带脉冲波形的时频特征,构建等效时频特征图谱(T-F谱图),再进行聚类分析即可实现不同放电类型和噪声的分离。利用特征图谱分类法对高压开关柜局部放电信号进行噪声抑制与脉冲分类,验证该方法对局部放电混合信号分离的有效性。