局部放电脉冲的Wigner时频分布特性研究

为了提高时频分布的分析精度和有效性,笔者根据局部放电脉冲信号的非平稳特性,提出使用联合时频分布对其进行处理,从而分析脉冲信号的时频特性。针对目前在非平稳信号处理中广泛使用、属于Cohen类的Wigner-Ville分布(WVD),笔者以仿真脉冲为对象,分别研究了其原始WVD、平滑伪Wigner分布(SPWVD)以及重排平滑伪Wigner分布(RSPWVD)。分析结果表明:WVD能够对局部放电脉冲信号引发的短时变化具有高度的敏感性,更适合表征非平稳信号的时变信息;SPWVD能消除双线性函数引起的交叉干扰项,但是以牺牲分布的时频分辨率为代价的;RSPWVD具有很好的时频聚集性,易于提取单个脉冲波形的时频特征参数,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。     

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。     

典型SF_6气体绝缘缺陷局部放电脉冲的Gabor特征识别

局部放电脉冲具有非平稳特性,采用联合时频域分析比常规的单域分析更能诊断放电的特征。因此,针对现场GIS可能存在的缺陷类型,设计了针板、悬浮和空穴的缺陷模型,提取其在工频电压下局部放电脉冲的Gabor分布特征,并采用BP人工神经网络对特征参数进行训练和测试;同时通过现场110 kV GIS的缺陷的局部放电实测,对放电脉冲Gabor特征分析的有效性进行了研究。结果表明,放电脉冲的时频特征图谱能够得到有效提取,为放电评估提供参考,特征参数的训练识别率和测试识别率较高,利于放电类型的识别。     

利用重排分布理论的GIS局放信号时频分析

为了在时频域上更好地分析气体绝缘组合开关(gas insulated switchgear,GIS)设备的局部放电信号,介绍了2种经典的Cohen类和仿射类时频分析方法并针对该两种时频分析方法无法消除交叉干扰项的问题,又引入了一种基于信号重排理论的方法,对Cohen类和仿射类时频分析方法进行重排变换,以降低交叉干扰项的影响,提高信号时频聚集性和可读性。最后,将该重排时频变换方法应用于GIS局部放电信号时频分析中,用于抑制现场噪声干扰,提取局放脉冲发生的时间和频率信息。通过对仿真和现场采集的局放信号进行时频分析处理,发现经重排变换后的Cohen类和仿射类时频分析方法,可以获得更佳的时域和频域分辨率,验证了重排方法的有效性。     

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。     

S变换在电力电缆局部放电信号时频分析中的应用

针对电力电缆局部放电检测,介绍了基于新型S变换的时频分析方法,用于提取及分辨淹没在现场噪声干扰中的局放脉冲信号。局放信号是典型非平稳信号,单纯使用时域或者频域信息都不能很好地表示奇异信号的时变信息。最近发展的S变换是连续小波变换和短时傅里叶变换的一种结合与延伸,引入了幅度和宽度均随频率变换的高斯窗,具有与频率相关的渐进分辨率特性。局放信号的S变换图谱,在信号高频分量部分获得较高的时域分辨率,而在低频分量部分获得较高的频域分辨率,并可提取局放脉冲发生时刻及信号中心振荡频率等特征信息。对仿真信号和现场采集的电力电缆接地线上的局放信号应用S变换进行时频分析,并与短时傅里叶变换及Gabor变换等传统时频分析方法比较,结果显示S变换的时频分析可有效获取局放脉冲信息。     

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。     

联合时频分析应用于局部放电信号处理的研究

将短时傅立叶变换谱、Wigner分布及 Gabor谱等 3种联合时频分析方法应用于离散时间域 ,分析并处理了油中沿面放电波形。结果表明 ,时频分析方法可以较好地描述局部放电信号频谱的时变特性。其中 ,Gabor谱不仅在时频域具有和 Wigner分布相同的高分辨率 ,优于短时傅里叶变换谱 ,而且能有效地消除 Wigner分布中交叉干扰的影响。对时频谱的分析还发现局部放电信号的频率分量可达到 GHz,为超高频和超宽频带局部放电检测的研究提供了理论依据。     

基于时频相似度的GIS多源局部放电信号分离方法

文中提出一种基于时频分析的GIS多源局部放电信号脉冲分离方法。首先,对记录的GIS局部放电脉冲波形序列进行S变换时频分析,以提取典型局部放电脉冲的时间—频率—幅值特征。然后,与由单一典型局部放电缺陷模型构造的时频数据库进行混合,基于时频相似度分析和仿射聚类方法对记录的脉冲群进行快速分类,最终实现多局部放电源脉冲群的分离。在局部放电源个数未知的情况下,文中方法可判断出局部放电源的个数和放电类型。且该方法可抑制随机干扰源的影响,并可分离典型的脉冲扰动波形。     

采用Gabor变换的局部放电信号时频分析

局部放电信号频率是时变的,为更好地反映它的时频特性,采用一种时频分析方法Gabor变换,将它应用于局部放电信号分析中,并利用不确定原理选择高斯窗函数作为Gabor变换的基函数,提高了分析结果的时频聚集性。通过对实际局部放电信号进行分析处理,结果表明在选择合适的窗函数参数的情况下,基于Gabor变换的时频谱能够细致的刻画信号在时频平面上所发生的变化过程,准确反映了局部放电信号的时频特性,可有效满足对局部放电信号进行时频分析的要求,有利于对信号特征的提取。     

采用傅立叶变换分析冲击下GIS局部放电信号

为了分析冲击电压下GIS腔体内局部放电信号的特征,将一种时频变换理论即二次型短时傅立叶变换应用于局放脉冲序列的分析,得到信号在时频平面的能量分布和变化规律。通过对含噪声局放脉冲序列时频变换的仿真研究,有效地提取了放电脉冲。另外,在实验室对220 kV GIS母线段进行了尖刺缺陷模型的安装和冲击耐压下局放检测,对实测数据进行了时频分析,验证了二次型短时傅里叶变换在局放信号处理中的有效性,得到了信号时频谱图在不同长度窗函数处理下的变化规律。     

基于时频流形的水轮发电机组局放信号特征提取方法

准确地提取水轮发电机机组局部放电信号特征,对于发电机绝缘在线监测具有重要意义。为此,本文提出了基于时频流形的发电机局部放电信号特征提取方法。首先通过相空间重构算法,将局部放电(PD)时域信号转换为多个子序列,并分别求其时频分布,构建PD信号的时频流形。然后利用局部线性嵌入算法(LLE)将高维数据映射到低维空间,提取PD信号在低维空间的特征参数。最后,通过K-最近邻分类器(KNNC)的故障诊断模型实现发电机组不同局部放电的模式识别,其故障识别率高于95%。     

基于时频分析与分形理论的GIS局部放电模式识别特征提取方法

识别局部放电(PD)的缺陷类型是评估电气设备绝缘状况的一项重要指标,通过特高频传感器(UHF)可获取局部放电信号.然而,传统的基于统计参数的信号特征提取方法存在高维数和无效信息过多的缺点,该文提出了一种基于时频分析和分形理论的气体绝缘组合电气(GIS)局部放电模式识别特征提取方法.首先利用小波变换对局部放电信号获取能量...     

基于集合经验模态分解与Wigner-Ville分布的水轮机振动特征信号的分析研究

针对经验模态分解（Empirical Mode Decomposition,EMD）存在模式混合问题和魏格纳-维利分布（Wigner-Ville Distribution,WVD）对于多分量非平稳信号存在固有交叉项干扰的缺陷,本文提出一种将集合经验模态分解（EEMD）方法与魏格纳-维利分布（WVD）分析方法相结合的方法,即抑制了WVD对于多分量非平稳信号却存在固有交叉项干扰的缺陷,又发挥了WVD描述信号的时变特征性能。通过仿真试验表明该方法能有效的抑制了交叉项干扰,并将其应用于水轮机振动信号特征信号的提取中,为后续进行机组故障诊断提供有效的分析工具。     

Nonstationary Motor Fault Detection Using Recent Quadratic Time–Frequency Representations

As the use of electric motors increases in the aerospace and transportation industries where operating conditions continuously change with time, fault detection in electric motors has been gaining importance. Motor diagnostics in a nonstationary environment is difficult and often needs sophisticated signal processing techniques. In recent times, a plethora of new time-frequency distributions has appeared, which are inherently suited to the analysis of nonstationary signals while offering superior frequency resolution characteristics. The Zhao-Atlas-Marks distribution is one such distribution. This paper proposes the use of these new time-frequency distributions to enhance nonstationary fault diagnostics in electric motors. One common myth has been that the quadratic time-frequency distributions are not suitable for commercial implementation. This paper also addresses this issue in detail. Optimal discrete-time implementations of some of these quadratic time-frequency distributions are explained. These time-frequency representations have been implemented on a digital signal processing platform to demonstrate that the proposed methods can be implemented commercially.     

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。     

基于脉冲电流波形的GIS局部放电检测抗干扰技术研究

介绍了基于脉冲电流波形用于GIS局部放电检测的新型抗干扰技术。该抗干扰技术由脉冲电流波形的特征提取以及基于波形特征的聚类分析实现。其中,脉冲电流波形的特征提取由基于时频波形和频域波形的等效时频法,而快速聚类分析则由模糊C均值聚类(FCM)实现。受干扰脉冲源影响的电晕放电仿真试验和基于宽带局部放电检测的GIS母线毛刺试验均验证了该新型抗干扰技术的可行性和实用性。     

基于光学电流传感器的局部放电检测

局部放电检测可及早发现电气设备的绝缘缺陷,为状态检修提供依据。目前,各种检测方法仍难以解决抗电磁干扰能力差的问题。提出将基于Faraday磁光效应原理研制的双螺线管结构光学电流传感器应用于局部放电检测,丰富了局部放电检测的内容,突破了现有检测方法的局限性。建立了4种局部放电模型,利用马吕斯定律和安培定律研究了传感器光路损耗特性和抗电磁干扰性能,采用连续小波变换对光学电流传感器采集的局部放电信号进行了时频分析。与其他检测方法的比较结果表明,该传感器系统具有良好的使用特性,为今后光学方法在局部放电检测中的应用奠定了基础。