CN102331540A - 一种特高压输电线路电晕放电在线监测装置及方法 - Google Patents

Abstract

本发明公开了一种特高压输电线路电晕放电在线监测装置及方法。所述在线监测装置包括：传感器单元、信号调理单元、信号处理单元、无线通信单元、上位机监控及系统故障诊断单元、系统电源单元。所述方法如下：传感器单元完成对输电设备现场工作状态的信号采集，经信号调理单元完成数据类型的转换，得到能够被信号处理单元CPU识别的有用信号，信号处理单元将经过处理的数据经过串口发送至无线通信单元，由上位机服务器进行接收并进行故障诊断，给出设备当前运行状态，设备参数以及故障诊断结果。

Description

一种特高压输电线路电晕放电在线监测装置及方法

技术领域

本发明涉及一种特高压输电线路电晕放电在线监测装置及运行和故障诊断方法，特别涉及一种基于紫外和泄漏电流双重信号的在线监测装置和数据融合的故障诊断方法。 

背景技术

如今，智能电网的建设蒸蒸日上，而输电线路运行状态是线路安全健康水平的直接反映，通过研制先进适用、稳定可靠的线路运行状态监测装置，可及时获取线路运行信息，以便在发现线路隐患时及时预警和检修处理，从而避免电网事故的发生也就成为智能电网建设的一个重要环节。 

目前，我国主要采用定时停电检修的方法来检测线路是否正常，特高压电网的放电检测一般是通过红外成像仪、紫外成像仪、超声波探测仪等进行，但由于特高压电网的绝缘要求比较高，对地距离较远，而特高压输电线路塔架高且跨距大，检测地点受地理位置限制，尤其是对早期的放电危险难以预报，也不能对放电程度进行定量表示，况且，目前的放电检测仪都存在着成本高、操作复杂、灵敏度不足的缺点。 

申请号为“200810162754.1”，名称为“输电线路合成绝缘子绝缘性能在线监测仪”和申请号“200420041476.1”名称为“高压输电线路绝缘子表面泄露电流的获取装置”，都是通过获取高压输电线路绝缘子表面的泄漏电流来监测设备运行状况。申请号为“200420017953.0”名称为“绝缘子污秽放电监测装置”则是通过聚焦抛物面声传感器对准被测绝缘子方向，获得绝缘子污秽放电产生的超声波信号来监测输电设备的运行状态。申请号为“201020170413.1”名称为“智能型特高压验电器”则是通过检测放电产生的紫外脉冲数目来表征其放电的强度，这种方法虽然具有非接触，抗干扰能力强，灵敏度高的特点，但是对于雷电、火焰、宇宙射线等日盲区波长内光源影响难以识别，和前面所述几种监测方法相同，只是利用单一传感器采集的信号来表征放电强度，误判的概率比较大，可靠性不高。 

发明内容

为了能够提高对输电设备运行状态预测、判断的准确性，可靠性，本发明提出一种具有紫外传感器和高频微电流传感器共同采集放电信号的放电检测装置，具有远程无线通信功能，并且，新增的故障诊断单元，可以利用多传感器信息融合技术对来自上述两种传感器的数据进行多级别、多方面、多层次的综合处理，消除两传感器之间可能存在的冗余和矛盾，降低不确定性，从而产生新的有意义的信号，供诊断系统进行智能化判断，给出准确、可靠的诊断结果。 

特高压输电线路电晕放电在线监测装置，包括传感器单元、信号调理单元、信号处理单元、无线通信单元、上位机监控及系统故障诊断单元和系统电源单元；其中传感器单元输出端与信号调理单元的输入端相连；经过信号调理单元的信号输出端与信号处理单元的输入端相连；信号处理单元通过串口和无线通信单元完成双向通信，并经过无线通信单元向上位机监控及系统故障诊断单元上传设备运行的状态信息；上位机监控及系统故障诊断单元完成信号的特征提取及模式识别，显示设备运行参数，工作状态，并记录诊断结果和时间；系统电源单元为传感器单元、信号调理单元、信号处理单元、无线通信单元提供电源。 

所述的传感器单元包括温湿度传感器、紫外传感器和高频微电流传感器，其中温湿度传感器采集现场环境温度和湿度；紫外传感器采集输电线路产生电晕放电；高频微电流传感器安装于输电线路绝缘子上检测泄露电流。 

所述的信号调理单元包括前端冲击保护电路，信号放大电路，放大滤波电路，流压转换电路，光电隔离电路，紫外传感器驱动电路，紫外脉冲信号调理电路；其中流压转换电路的输出端、紫外脉冲信号调理电路输出端、光电隔离电路的输出端分别与信号处理单元的输入端相连，紫外传感器驱动电路的输出端接紫外脉冲信号调理电路的输入端，前端冲击保护电路的输出端串接放大滤波电路后接流压转换电路的输入端。 

特高压输电线路电晕放电在线监测装置的运行方法如下： 

传感器单元中温湿度传感器用于实现对现场环境温湿度的采集；输电线路绝缘子电晕放电发出紫外光照射到紫外传感器上，从而产生紫外脉冲信号并使该信号流入信号调理单元进行信号调理；利用高频微电流传感器检测绝缘子上电晕放电时的泄露电流，并将检测得到的电流脉冲信号的输出端接至信号调理单元中进行电流信号调理；其中，温湿度用于 表征现场环境，紫外脉冲数目和泄漏电流幅值用于表征电晕放电强度； 

信号调理单元中包括电流信号的调理和紫外脉冲信号的调理：其中电流信号的调理由前端冲击保护电路来防止发生闪烁时产生的瞬间大电流对电路的伤害，放大滤波电路用于放大泄漏电流信号并经过高通滤波器滤除低频干扰之后，进行电流-电压转换输入到信号处理单元中；紫外传感器驱动电路作为紫外传感器的驱动电路，紫外脉冲信号调理电路将紫外传感器电路输出的信号进行放大滤波处理，并调理成为一系列脉冲信号输入到信号处理单元中； 

信号处理单元完成对现场环境温湿度信号的转换，计算有限时间内紫外脉冲的数目，对泄漏电流的信号进行运算处理得到电晕放电时的放电量；完成紫外脉冲数目n和放电量q的阈值比较，并将结果和数据经无线通信单元发送至服务器监控和系统故障诊断单元； 

无线通信单元完成服务器和下位机的通信； 

上位机监控和系统故障诊断单元完成对下位机上传信号的显示，特征提取，并进行故障识别，判断故障类型，给出故障诊断结果，当有严重放电情况时，发出声光报警； 

系统电源单元为传感器单元、信号调理单元、信号处理单元、无线通信单元提供电源。 

所述的一种特高压输电线路电晕放电在线监测装置的故障诊断方法采用如下步骤：

A、将处理器、通信模块和个中间变量寄存单元进行初始化；温湿度传感器将相关的温湿度量传送至信号处理单元，而后存入相应的寄存器，高频微电流传感器将电流信号经调理单元调理后，经采样输送至信号处理单元中的参数测量程序，紫外传感器经信号调理单元调理后，输入到信号处理单元进行数据处理，并保存至相应的寄存器中。 

B、根据D-S证据理论，建立识别框架Θ，其中识别框架Θ＝{A₁，A₂}包括2个命题： 

A₁：良好  A₂：放电 

特高压输电线路电的运行状态分别由A₁、A₂来表征其放电程度。所建立命题A满足： 

$\left\{\begin{array}{c}m\left(\mathrm{\Φ}\right)=0\\ \underset{A\⋐\mathrm{\Θ}}{\mathrm{\Σ}}m\left(A\right)=1\end{array}\right.---\left(1\right)$

命题A为Θ的非空子集，称为焦元，m(A)称为基本可信数，主要反映对A的信任度大小。 

C、建立支持证据区间，拟信区间和拒绝证据区间。 

D、将采集到的数据信号进行归一化处理，根据基本可信度分配函数BPFA(basic probability assignment function)： 

$\left\{\begin{array}{c}m\left(\mathrm{\Φ}\right)=0\\ m\left(A\right)=\frac{\underset{\∩A_i=A}{\mathrm{\Σ}}\underset{i=1}{\overset{n}{\mathrm{\Π}}}{m}_i\left(A_i\right)}{1-\underset{\∩A_i=\mathrm{\Φ}}{\mathrm{\Σ}}\underset{i=1}{\overset{n}{\mathrm{\Π}}}{m}_i\left(A_i\right)}=\frac{\underset{\∩A_i=A}{\mathrm{\Σ}}\underset{i=1}{\overset{n}{\mathrm{\Π}}}{A}_i\left(A_i\right)}{\underset{\∩A_i\≠\mathrm{\Φ}}{\mathrm{\Σ}}\underset{i=1}{\overset{n}{\mathrm{\Π}}}{m}_i\left(A_i\right)}\end{array}\right.---\left(2\right)$

计算： 

(1)由紫外传感器得到的根据紫外脉冲数目来判断特高压输电线路电晕放电可信度分配函数的函数值。 

(2)由各高频微电流传感器得到的泄漏电量来判断特高压输电线路电晕放电强度可信度分配函数的函数值。 

E、针对单传感器多测量周期的信息进行数据融合——时域融合 

(a)对于紫外传感器，依据Q个测量周期的累积量测，可得到第s个命题A_s(s＝1，2)的单传感器融合后验BPAF： 

$m_1\left(A_s\right)=\frac{\underset{\∩A_n=A_s}{\mathrm{\Σ}}\underset{j=1}{\overset{Q}{\mathrm{\Π}}}{m}_{1j}\left(A_n\right)}{1-\underset{\∩A_n=\mathrm{\Φ}}{\mathrm{\Σ}}\underset{j=1}{\overset{Q}{\mathrm{\Π}}}{m}_{1j}\left(A_n\right)}=\frac{\underset{\∩A_n=A_s}{\mathrm{\Σ}}\underset{j=1}{\overset{Q}{\mathrm{\Π}}}{m}_{1j}\left(A_n\right)}{\underset{\∩A_n\≠\mathrm{\Φ}}{\mathrm{\Σ}}\underset{j=1}{\overset{Q}{\mathrm{\Π}}}{m}_{1j}\left(A_n\right)}---\left(3\right)$

“未知”命题的融合后验BPAF为： 

$u_1=\frac{\underset{j=1}{\overset{Q}{\mathrm{\Π}}}{u}_{1j}}{1-\underset{\∩A_n=\mathrm{\Φ}}{\mathrm{\Σ}}\underset{j=1}{\overset{Q}{\mathrm{\Π}}}{m}_{1j}\left(A_n\right)}---\left(4\right)$

(b)对于高频微电流传感器，依据Q个测量周期的累积量测，可得到第s个命题A_s(s＝1，2)的单传感器融合后验BPAF为： 

$m_2\left(A_s\right)=\frac{\underset{\∩A_n=A_s}{\mathrm{\Σ}}\underset{j=1}{\overset{Q}{\mathrm{\Π}}}{m}_{2j}\left(A_n\right)}{1-\underset{\∩A_n=\mathrm{\Φ}}{\mathrm{\Σ}}\underset{j=1}{\overset{Q}{\mathrm{\Π}}}{m}_{2j}\left(A_n\right)}=\frac{\underset{\∩A_n=A_s}{\mathrm{\Σ}}\underset{j=1}{\overset{Q}{\mathrm{\Π}}}{m}_{2j}\left(A_n\right)}{\underset{\∩A_n\≠\mathrm{\Φ}}{\mathrm{\Σ}}\underset{j=1}{\overset{Q}{\mathrm{\Π}}}{m}_{2j}\left(A_n\right)}---\left(5\right)$

“未知”命题的融合后验BPAF为： 

$u_2=\frac{\underset{j=1}{\overset{Q}{\mathrm{\Π}}}{u}_{2j}}{1-\underset{\∩A_n=\mathrm{\Φ}}{\mathrm{\Σ}}\underset{j=1}{\overset{Q}{\mathrm{\Π}}}{m}_{2j}\left(A_n\right)}---\left(6\right)$

F、两传感器信息融合——空域融合 

将两个传感器看作一个传感器系统，在以上单传感器Q个测量周期信息进行信息融合的基础上，再将两个传感器进行信息融合，可得到第s个命题A_s(s＝1，2)的BPAF为： 

$m\left(A_s\right)=\frac{\underset{\∩A_n=A_s}{\mathrm{\Σ}}{m}_1\left(A_n\right)\·m_2\left(A_n\right)}{1-\underset{\∩A_n=\mathrm{\Φ}}{\mathrm{\Σ}}{m}_1\left(A_n\right)\·m_2\left(A_n\right)}---\left(7\right)$

“未知”命题的融合后验BPAF为： 

$u=\frac{u_1\·u_2}{1-\underset{\∩A_n=\mathrm{\Φ}}{\mathrm{\Σ}}{m}_1\left(A_n\right)\·m_2\left(A_n\right)}---\left(8\right)$

G、决策，给出故障诊断结果 

当传感器所采集到的数据经过以上一系列的处理后，我们可以采用基于BPAF的决策思想，利用预先设定的门限和最终处理的结果相比较给出故障诊断结果，其思想是： 

设 

满足： 

$m\left(A_1\right)=\max \{m\left(A_i\right),A_i\⋐\mathrm{\Θ}\}---\left(9\right)$

$m\left(A_2\right)=\max \{m\left(A_i\right),A_i\⋐\mathrm{\Θand}{A}_i\≠A_1\}---\left(10\right)$

若有： 

$\left\{\begin{array}{c}m\left(A_1\right)-m\left(A_2\right)>{\mathrm{\&epsiv;}}_1\\ m\left(U\right)<{\mathrm{\&epsiv;}}_2\\ m\left(A_1\right)>m\left(U\right)\end{array}\right.---\left(11\right)$

则A₁为判决结果，其中ε₁，ε₂为预先设定的门限。 

本发明的有益效果是： 

1、具有双传感器的输电线路电晕放电在线监测系统，经过多传感器的数据融合技术，采用D-S证据理论对表征输电设备运行状态的参数进行融合判断，引入不确定状态，依据置信程度对设备的运行状态进行综合评估，使检测到的绝缘特性更可靠，从而大大提高对输电设备电晕放电与否以及放电程度判断的准确性，为合理的安排检修时间和制定检修计划提供最有力的保障。 

2、利用紫外传感器可实现对输电设备的非接触测量，原理简单，抗干扰能力强，同时用单位时间内紫外脉冲数目来表征放电的强度可靠易行。 

3、利用高频微电流传感器可以最大限度的采集绝缘子表面泄露电流，经过信息处理后，可得到绝缘子表面的泄露电量值，使维护人员最直观的了解到放电程度的大小。 

4、利用温湿度传感器，可以使工作人员更好的了解现场环境，通过统计实验，认识到何种环境下更容易产生电晕放电，提高工作人员在恶劣环境下的警惕性。 

5、利用无线通信网络，传输现场数据，可以达到远程的实时在线的监测效果，实现真正意义上的遥测，对一些环境恶劣，地域偏远的地方，尤其能够体现其优越性。 

6、上位机监控系统具有界面友好，操作简单，现场环境参数全面的特点，故障诊断系统则具有能够根据现场数据进行数据融合，依据置信度对设备的运行状态进行综合评估，给出最合理的评估结果，并且拥有当设备故障时产生声光报警的能力。 

附图说明

图1是本发明的应用系统示意图； 

图2是本发明的串口通信框图； 

图3是本发明的上位机人机界面单元组成框图； 

图4是本发明的工作流程图； 

具体实施方式

下面参考附图和具体实施方式对本发明近一步说明。 

本特高压输电线路电晕放电检测采用的技术方案是：传感器单元1通过温湿度传感器采集现场环境数据，紫外传感器采集紫外电晕放电脉冲，高频微电流传感器采集设备绝缘子端泄露电流；信号调理单元2中的光电隔离电路对温湿度信号噪声进行有效抑制后传给信号处理单元3，C3704对采集的紫外脉冲信号进行调理传给信号处理单元3，高频微电流传感器首先经过前端的冲击保护电路(防止闪络发生时产生的瞬间大电流对系统造成伤害)，再经过放大滤波电路对信号进行放大和消噪处理，之后进行流压转换传送至信号处理单元3；信号处理单元3对各传感器所采集的数据进行分析计算、分类存储并发送至无线通信单元4，无线通信单元4则通过GPRS网络将信息传输给监控及故障诊断系统单元5，监控及系统故障单元则依据D-S证据理论对所采集的表征放电强度的紫外传感器数据和微电流传感器数据进行融合判断，给出诊断结果。并在人际界面实时显示各项数据参数。其中： 

传感器单元1中温湿度传感器采用采用瑞士Sensirion公司的SHT11，该类型传感器是一款具有I2C总线接口的单片全校准数字式相对湿度和温度传感器，相比传统的模拟式温湿度传感器，具有数字式输出、免调试、免标定、免外围电路及全互换的特点；紫外传感器采用日本HAMAMATSU公司的R2868型号传感器，该传感器工作在太阳盲区的185nm～260nm波段，该波段不受太阳辐射的干扰，可有效检测到高压输电线路的紫外脉冲信号；由于电晕频率在1～10MHz之间分布，检测泄漏电流采用加拿大IRIS公司生产的高频微电流传感器，这类传感器响应频带宽，其频率响应范围为30kHz～30MHz，能够全面的捕捉泄露电流信号，为系统的监测提供较为准确的放电判断依据。 

信号调理单元2中采用由6N137为核心芯片组成的光电隔离电路来对温湿度传感器数据进行隔离；采用C3704紫外传感器驱动板作为紫外传感器的驱动电路和调理电路，滤除 由自然激励源引起的背景放电噪声，并为紫外传感器R2868提供工作电压；设计前端冲击保护电路来防止闪络发生时产生的瞬间大电流对系统造成伤害，放大电路用于放大电流信号，采用带通滤波器对信号进行滤波，经过流压转换电路换算成所需采集的电压信号。 

信号处理单元3选用TMS320F2812为主控芯片，选用大容量CPLD等器件辅助信号的采样，并配有时钟芯片，存储器，实现保护、数据处理和变换以及通信控制功能，并具有RS232串行通信接口与无线通信单元4实现双向通信。 

无线通信单元4主要利用MC35i模块及其外围的扩展电路组成，该模块利用GPRS移动通信技术与GSM移动通信网络作为传输介质，能够为用户提供高速、永远在线、可靠的数据传输服务。该单元同时具有RS232串行通信接口，可以和信号处理单元直接互连。 

上位机界面由Labview编写，Labview可以实现较为复杂的数学运算，能够实现后台的数据融合计算，并在前面板进行显示。 

如图1所示，本发明的应用系统由传感器单元1、信号调理单元2、信号处理单元3、无线通信单元4、监控及故障诊断单元5和系统电源单元6组成。传感器单元完成对输电设备现场工作状态的信号采集，经信号调理单元完成数据类型的转换，得到能够被信号处理单元CPU识别的有用信号，信号处理单元将经过处理的数据经过串口发送至无线通信单元，由上位机服务器进行接收并进行故障诊断，给出设备当前运行状态，设备参数以及故障诊断结果。 

如图2所示，信号处理单元3主控芯片为TMS320F2812的DSP芯片，无线通信单元4主要由MC35I及外围电路构成GPRS模块，两者之间通过串口互相连接，DSP芯片经由6N137光耦隔离后再经过SP202EEN电平转换芯片及一些外围电路构成RS232串口转换电路；MC35I模块则经过SP207芯片及外围扩展电路实现到RS232串口转换电路，两者之间直接通过串口线互连，实现双向通信。 

如图3所示，为由Labview图形界面软件编写的监控及故障诊断系统的前面板包含内容。主要由三部分组成：现场环境参数，设备运行状态和人机界面的一些其他功能模块。 

其中，现场环境参数包括：温度、相对湿度、紫外脉冲数目n、实时放电量q。设备运行状态包括：良好、轻微放电、严重放电三种形态。其他功能模块包括：人机界面上的 一些操作按钮、当前时间、依据D-S证据理论评估设备放电程度的系数、放电量q和紫外脉冲数目n构成的二维图谱以及历史数据库。 

如图4所示，为故障诊断系统的工作流程图，系统开始工作以后，各个工作模块进行初始化，接收由下位机上传过来的数据并在后台对接收的数据进行分类和在前面板上显示，之后依据D-S证据理论对表征放电强度的传感器数据进行数据融合，第一步计算采集数据各个命题为“真”的信任度函数值，第二步将数据进行时域融合，即分别计算两传感器数据Q个时间周期内各个命题的可信度分配函数值，第三步将数据进行空域融合，即将两传感器看做一个传感器系统，在时域融合的基础上进行空域融合，最后依据基于BPAF的决策思想进行决策判断，若有放电，将放电数据进行保存并报警，若无放电产生，返回信任度计算一环，对下位机上传的数据进行新一轮的融合判断。 

Claims (5)

1.一种特高压输电线路电晕放电在线监测装置，其特征在于包括传感器单元(1)、信号调理单元(2)、信号处理单元(3)、无线通信单元(4)、上位机监控及系统故障诊断单元(5)和系统电源单元(6)；其中传感器单元(1)输出端与信号调理单元(2)的输入端相连；经过信号调理单元(2)的信号输出端与信号处理单元(3)的输入端相连；信号处理单元(3)通过串口和无线通信单元(4)完成双向通信，并经过无线通信单元(4)向上位机监控及系统故障诊断单元(5)上传设备运行的状态信息；上位机监控及系统故障诊断单元(5)完成信号的特征提取及模式识别，显示设备运行参数，工作状态，并记录诊断结果和时间；系统电源单元(6)为传感器单元(1)、信号调理单元(2)、信号处理单元(3)、无线通信单元(4)提供电源。

2.根据权利要求1所述的特高压输电线路电晕放电在线监测装置，其特征在于所述的传感器单元(1)包括温湿度传感器、紫外传感器和高频微电流传感器，其中温湿度传感器采集现场环境温度和湿度；紫外传感器采集输电线路产生电晕放电；高频微电流传感器安装于输电线路绝缘子上检测泄露电流。

3.根据权利要求1所述的特高压输电线路电晕放电在线监测装置，其特征在于所述的信号调理单元(2)包括前端冲击保护电路，信号放大电路，放大滤波电路，流压转换电路，光电隔离电路，紫外传感器驱动电路，紫外脉冲信号调理电路；其中流压转换电路的输出端、紫外脉冲信号调理电路输出端、光电隔离电路的输出端分别与信号处理单元(3)的输入端相连，紫外传感器驱动电路的输出端接紫外脉冲信号调理电路的输入端，前端冲击保护电路的输出端串接放大滤波电路后接流压转换电路的输入端。

4.一种如权利要求1所述的特高压输电线路电晕放电在线监测装置的运行方法，其特征在于所述方法如下：

传感器单元(1)中温湿度传感器用于实现对现场环境温湿度的采集；输电线路绝缘子电晕放电发出紫外光照射到紫外传感器上，从而产生紫外脉冲信号并使该信号流入信号调理单元(2)进行信号调理；利用高频微电流传感器检测绝缘子上电晕放电时的泄露电流，并将检测得到的电流脉冲信号的输出端接至信号调理单元(2)中进行电流信号调理；其中，温湿度用于表征现场环境，紫外脉冲数目和泄漏电流幅值用于表征电晕放电强度；

信号调理单元(2)中包括电流信号的调理和紫外脉冲信号的调理：其中电流信号的调理由前端冲击保护电路来防止发生闪烁时产生的瞬间大电流对电路的伤害，放大滤波电路用于放大泄漏电流信号并经过高通滤波器滤除低频干扰之后，进行电流-电压转换输入到信号处理单元(3)中；紫外传感器驱动电路作为紫外传感器的驱动电路，紫外脉冲信号调理电路将紫外传感器电路输出的信号进行放大滤波处理，并调理成为一系列脉冲信号输入到信号处理单元(3)中；

信号处理单元(3)完成对现场环境温湿度信号的转换，计算有限时间内紫外脉冲的数目，对泄漏电流的信号进行运算处理得到电晕放电时的放电量；完成紫外脉冲数目n和放电量q的阈值比较，并将结果和数据经无线通信单元(4)发送至服务器监控和系统故障诊断单元(5)；

无线通信单元(4)完成服务器和下位机的通信；

上位机监控和系统故障诊断单元(5)完成对下位机上传信号的显示，特征提取，并进行故障识别，判断故障类型，给出故障诊断结果，当有严重放电情况时，发出声光报警；

系统电源单元(6)为传感器单元(1)、信号调理单元(2)、信号处理单元(3)、无线通信单元(4)提供电源。

5.一种基于权利要求1所述的特高压输电线路电晕放电在线监测装置的故障诊断方法，其特征在于采用如下步骤：

A、将信号处理单元(3)、无线通信单元(4)进行初始化；温湿度传感器将相关的温湿度量传送至信号处理单元(3)，而后存入相应的寄存器，高频微电流传感器将电流信号经调理单元(2)调理后，经采样输送至信号处理单元(3)中进行参数测量，紫外传感器经信号调理单元(2)调理后，输入到信号处理单元(3)进行数据处理，并保存至相应的寄存器中；

B、根据D-S证据理论，建立识别框架Θ，其中识别框架Θ＝{A₁，A₂}包括2个命题：

A₁：良好  A₂：放电；

特高压输电线路电的运行状态分别由A₁、A₂来表征其放电程度；所建立命题A满足：

$\left\{\begin{array}{c}m\left(\mathrm{\&Phi;}\right)=0\\ \underset{A\&Subset;\mathrm{\&Theta;}}{\mathrm{\&Sigma;}}m\left(A\right)=1\end{array}\right.---\left(1\right)$

命题A为Θ的非空子集，称为焦元，m(A)称为基本可信数，反映对A的信任度大小；

C、建立支持证据区间，拟信区间和拒绝证据区间；

D、将采集到的数据信号进行归一化处理，根据基本可信度分配函数BPFA计算：

(1)由紫外传感器得到的根据紫外脉冲数目来判断特高压输电线路电晕放电可信度分配函数的函数值；

(2)由各高频微电流传感器得到的泄漏电量来判断特高压输电线路电晕放电强度可信度分配函数的函数值；

E、针对单传感器多测量周期的信息进行数据融合即时域融合：

(a)对于紫外传感器，依据Q个测量周期的累积量测，可得到第s个命题A_s(s＝1，2)的单传感器融合后验BPAF：

$m_1\left(A_s\right)=\frac{\underset{\&cap;A_n=A_s}{\mathrm{\&Sigma;}}\underset{j=1}{\overset{Q}{\mathrm{\&Pi;}}}{m}_{1j}\left(A_n\right)}{1-\underset{\&cap;A_n=\mathrm{\&Phi;}}{\mathrm{\&Sigma;}}\underset{j=1}{\overset{Q}{\mathrm{\&Pi;}}}{m}_{1j}\left(A_n\right)}=\frac{\underset{\&cap;A_n=A_s}{\mathrm{\&Sigma;}}\underset{j=1}{\overset{Q}{\mathrm{\&Pi;}}}{m}_{1j}\left(A_n\right)}{\underset{\&cap;A_n\&NotEqual;\mathrm{\&Phi;}}{\mathrm{\&Sigma;}}\underset{j=1}{\overset{Q}{\mathrm{\&Pi;}}}{m}_{1j}\left(A_n\right)}---\left(3\right)$

“未知”命题的融合后验BPAF为：

$u_1=\frac{\underset{j=1}{\overset{Q}{\mathrm{\&Pi;}}}{u}_{1j}}{1-\underset{\&cap;A_n=\mathrm{\&Phi;}}{\mathrm{\&Sigma;}}\underset{j=1}{\overset{Q}{\mathrm{\&Pi;}}}{m}_{1j}\left(A_n\right)}---\left(4\right)$

(b)对于高频微电流传感器，依据Q个测量周期的累积量测，可得到第s个命题A_s(s＝1，2)的单传感器融合后验BPAF为：

$m_2\left(A_s\right)=\frac{\underset{\&cap;A_n=A_s}{\mathrm{\&Sigma;}}\underset{j=1}{\overset{Q}{\mathrm{\&Pi;}}}{m}_{2j}\left(A_n\right)}{1-\underset{\&cap;A_n=\mathrm{\&Phi;}}{\mathrm{\&Sigma;}}\underset{j=1}{\overset{Q}{\mathrm{\&Pi;}}}{m}_{2j}\left(A_n\right)}=\frac{\underset{\&cap;A_n=A_s}{\mathrm{\&Sigma;}}\underset{j=1}{\overset{Q}{\mathrm{\&Pi;}}}{m}_{2j}\left(A_n\right)}{\underset{\&cap;A_n\&NotEqual;\mathrm{\&Phi;}}{\mathrm{\&Sigma;}}\underset{j=1}{\overset{Q}{\mathrm{\&Pi;}}}{m}_{2j}\left(A_n\right)}---\left(5\right)$

“未知”命题的融合后验BPAF为：

$u_2=\frac{\underset{j=1}{\overset{Q}{\mathrm{\&Pi;}}}{u}_{2j}}{1-\underset{\&cap;A_n=\mathrm{\&Phi;}}{\mathrm{\&Sigma;}}\underset{j=1}{\overset{Q}{\mathrm{\&Pi;}}}{m}_{2j}\left(A_n\right)}---\left(6\right)$

F、两传感器信息融合即空域融合：

将两个传感器看作一个传感器系统，在以上单传感器Q个测量周期信息进行信息融合的基础上，再将两个传感器进行信息融合，可得到第s个命题A_s(s＝1，2)的BPAF为：

$m\left(A_s\right)=\frac{\underset{\&cap;A_n=A_s}{\mathrm{\&Sigma;}}{m}_1\left(A_n\right)\&CenterDot;m_2\left(A_n\right)}{1-\underset{\&cap;A_n=\mathrm{\&Phi;}}{\mathrm{\&Sigma;}}{m}_1\left(A_n\right)\&CenterDot;m_2\left(A_n\right)}---\left(7\right)$

“未知”命题的融合后验BPAF为：

$u=\frac{u_1\&CenterDot;u_2}{1-\underset{\&cap;A_n=\mathrm{\&Phi;}}{\mathrm{\&Sigma;}}{m}_1\left(A_n\right)\&CenterDot;m_2\left(A_n\right)}---\left(8\right)$

G、上位机监控及系统故障诊断单元(5)决策，给出故障诊断结果：

设

满足：

$m\left(A_1\right)=\max \{m\left(A_i\right),A_i\&Subset;\mathrm{\&Theta;}\}---\left(9\right)$

$m\left(A_2\right)=\max \{m\left(A_i\right),A_i\&Subset;\mathrm{\&Theta;and}{A}_i\&NotEqual;A_1\}---\left(10\right)$

若有：

则A₁为判决结果，其中ε₁，ε₂为预先设定的门限。

Images