CN102759684A - 用于探测和定位地下线缆中的缺陷的装置和方法 - Google Patents

用于探测和定位地下线缆中的缺陷的装置和方法 Download PDF

Info

Publication number
CN102759684A
CN102759684A CN2012101431496A CN201210143149A CN102759684A CN 102759684 A CN102759684 A CN 102759684A CN 2012101431496 A CN2012101431496 A CN 2012101431496A CN 201210143149 A CN201210143149 A CN 201210143149A CN 102759684 A CN102759684 A CN 102759684A
Authority
CN
China
Prior art keywords
signal
data
signal characteristic
characteristic
computing
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN2012101431496A
Other languages
English (en)
Other versions
CN102759684B (zh
Inventor
M·加内什
A·孙达雷桑
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
General Electric Co
Original Assignee
General Electric Co
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by General Electric Co filed Critical General Electric Co
Publication of CN102759684A publication Critical patent/CN102759684A/zh
Application granted granted Critical
Publication of CN102759684B publication Critical patent/CN102759684B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/08—Locating faults in cables, transmission lines, or networks
    • G01R31/081—Locating faults in cables, transmission lines, or networks according to type of conductors
    • G01R31/083—Locating faults in cables, transmission lines, or networks according to type of conductors in cables, e.g. underground
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/12—Testing dielectric strength or breakdown voltage ; Testing or monitoring effectiveness or level of insulation, e.g. of a cable or of an apparatus, for example using partial discharge measurements; Electrostatic testing
    • G01R31/1227—Testing dielectric strength or breakdown voltage ; Testing or monitoring effectiveness or level of insulation, e.g. of a cable or of an apparatus, for example using partial discharge measurements; Electrostatic testing of components, parts or materials
    • G01R31/1263—Testing dielectric strength or breakdown voltage ; Testing or monitoring effectiveness or level of insulation, e.g. of a cable or of an apparatus, for example using partial discharge measurements; Electrostatic testing of components, parts or materials of solid or fluid materials, e.g. insulation films, bulk material; of semiconductors or LV electronic components or parts; of cable, line or wire insulation
    • G01R31/1272—Testing dielectric strength or breakdown voltage ; Testing or monitoring effectiveness or level of insulation, e.g. of a cable or of an apparatus, for example using partial discharge measurements; Electrostatic testing of components, parts or materials of solid or fluid materials, e.g. insulation films, bulk material; of semiconductors or LV electronic components or parts; of cable, line or wire insulation of cable, line or wire insulation, e.g. using partial discharge measurements

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Locating Faults (AREA)
  • Testing Of Short-Circuits, Discontinuities, Leakage, Or Incorrect Line Connections (AREA)

Abstract

本发明名称为“用于探测和定位地下线缆中的缺陷的装置和方法”。提供了用于探测和定位线缆中的缺陷的装置(38)和方法(210)。该装置(38)和方法(210)可包括使用传感器(36，38)反馈来确定绝缘缺陷存在，并运算(238)绝缘缺陷在线缆(20)中的位置。方法(210)可包括：执行主成分分析以确定绝缘缺陷是否发生，以及使用提取的数据来确定绝缘缺陷的位置。

Description

用于探测和定位地下线缆中的缺陷的装置和方法
技术领域
本文公开的主题通常涉及地下线缆，并且更具体地，涉及用于探测和定位地下线缆中的缺陷的装置和方法。
背景技术
地下线缆使得电能够从发电站传播到住宅用户和商业用户。线缆包括导体和绝缘，电流在该导体中流动，该绝缘包围导体以阻止电流流到导体的外部。线缆绝缘可随着时间的过去而退化，并且变得有故障，造成诸如局部放电的缺陷。局部放电指的是在绝缘的击穿期间或当电流在线缆和另一绝缘体之间形成电弧时可能生成的在线缆中的电流突变。拖延的局部放电可进一步侵蚀线缆绝缘，以及导致绝缘彻底击穿，或者完全的线缆失效。
可期望监测地下线缆以探测诸如局部放电的缺陷，以便防止绝缘彻底击穿或完全的线缆失效。当线缆被监测时，可在完全击穿发生之前发现缺陷。可修理或更换线缆以消除缺陷。一些监测系统可探测缺陷存在；然而，这样的监测系统可能无法确定能发现缺陷的线缆上的精确位置。有了精确的缺陷位置，可简化修理线缆或更换线缆的任务。因此，存在对能探测和精确地定位地下线缆中的缺陷的装置和/或方法的需要。
发明内容
根据一个实施例，提供用于确定线缆中的绝缘缺陷位置的方法。该方法包括在数据采集系统处接收来自第一传感器的第一信号，以及使用第一信号来运算信号特征的第一集合。该方法还包括接收使用来自第二传感器的第二信号运算出的信号特征的第二集合，以及从信号特征的第一集合和信号特征的第二集合运算导出特征的集合。该方法包括在导出特征的集合上执行主成分分析以产生第一主成分，以及比较第一主成分与预定的阈值，以确定绝缘缺陷是否存在。
根据另一实施例，一个或多个机器可读存储介质具有在其上编码的应用指令。应用指令包括用于接收来自第一传感器的第一信号的指令，和用于使用第一信号来运算信号特征的第一集合的指令。应用指令还包括用于接收使用来自第二传感器的第二信号运算出的信号特征的第二集合的指令，和用于从信号特征的第一集合和信号特征的第二集合运算导出特征的集合的指令。应用指令包括用于在导出特征的集合上执行主成分分析以产生第一主成分的指令，和用于比较第一主成分与预定的阈值以确定绝缘缺陷是否存在的指令。
根据进一步的实施例，提供用于探测线缆中的绝缘缺陷的装置。该装置包括外壳，设置在外壳中且包括存储在其中的可运行应用指令的存储器装置，以及设置在外壳中且配置成运行存储在存储器装置中的应用指令的处理器。应用指令包括用于接收来自第一传感器的第一信号的指令，用于使用第一信号来运算信号特征的第一集合的指令，以及用于接收使用来自第二传感器的第二信号运算出的信号特征的第二集合的指令。应用指令还包括用于从信号特征的第一集合和信号特征的第二集合运算导出特征的集合的指令，用于在该导出特征的集合上执行主成分分析以产生第一主成分的指令，以及用于比较第一主成分与预定的阈值以确定绝缘缺陷是否存在的指令。
附图说明
当参照附图来阅读以下的详细描述时，本发明的多种特征、方面和优点将变得更好理解，贯穿附图相同的标号代表相同的部分，在附图中：
图1是包括用于探测地下线缆中的绝缘缺陷的监测系统的电网系统的一实施例的概略图；
图2是从数据采集系统的一实施例的概略图，该从数据采集系统可包括在图1的监测系统中，并且可用来确定信号特征；
图3是主数据采集系统的一实施例的概略图，该主数据采集系统可包括在图1的监测系统中，并且可用来运算局部放电的位置；
图4是从数据采集系统的一实施例的框图，该从数据采集系统可包括在图1的监测系统中，并且可用来运算累积小波能量；
图5是主数据采集系统的一实施例的框图，该主数据采集系统可包括在图1的监测系统中，并且可用来运算绝缘缺陷的位置；
图6是分析模块的一实施例的流程图，该分析模块可包括在图4或图5的数据采集系统中，并且可用来运算累积小波能量；以及
图7是用于确定地下线缆中的绝缘缺陷的位置的方法的一实施例的流程图。
具体实施方式
下面将对本发明的一个或多个具体实施例进行描述。为了致力于提供对这些实施例的简明描述，在说明书中可能不会对实际实现的所有特征进行描述。应当意识到的是，在任何这种实际实现的开发中，如在任何工程或设计项目中那样，必须作出许多特定于实现的决策来达到开发者的具体目的，诸如服从系统相关的约束及商业相关的约束，其可随不同的实现而改变。此外，应当意识到的是，这种开发工作可能是复杂和耗时的，但尽管如此，对受益于本公开的普通技术人员来说，这种开发工作将是设计、生产和制造的例行任务(routineundertaking)。
当介绍本发明的多种实施例的要素时，冠词“一”、“该”和“所述”意于表示存在一个或多个该要素的意思。术语“包括”、“包含”和“具有”意于为包括性的，并且表示除了列出的要素之外，可存在另外的要素的意思。
如本文所讨论的那样，用于探测和定位缺陷的方法或装置可与地下线缆系统一起使用。该方法或装置可为连续地或周期性地监测地下线缆以便探测线缆缺陷的系统的一部分。这样的无源系统使得线缆能够被用来提供住宅电力和/或商业电力，同时仍然监测缺陷。当探测到缺陷时，使用下面讨论的方法或装置来确定缺陷的位置。然后监测系统可对监测站报告缺陷和缺陷位置。由于提供了警报，可修理或更换线缆，以阻止进一步的线缆缺陷的发生。这种方法或装置可通过探测和精确地定位线缆缺陷降低维护地下线缆系统的成本。
考虑前述意见且转到图1，该图概略地示出了电网系统10，其包括用于探测地下线缆中的绝缘缺陷的监测系统12。在示出的实施例中，电网系统10包括发电站14、地下配电子站16以及线缆系统18和20。发电站14对连接到电网系统10的负载(诸如住宅22和24和工业设施26)提供电力。发电站14可包括用于将机械能转换成电力的一个或多个发电机。使用线缆系统18将电力从发电站14输送到地下配电子站16。地下配电子站16可利用降压变压器从高到低变换电压，或者利用升压变压器从低到高变换电压。此外，除了一个或多个变压器以外，地下配电子站16可包括开关、保护设备和控制设备。
如所示出的那样，使用地下线缆系统20将电力从地下配电子站16输送到住宅22和24以及工业设施26。地下线缆系统20在地平面28之下输送电力。人孔30、32和34定位在多种位置处，以提供到地下线缆系统20的通路，诸如用于维护、安装和线缆监测。例如，可通过使用人孔30、32和34接近监测系统12的部分来安装和维护监测系统12。
监测系统12包括传感器36、38、40和42，数据采集系统44、46、48和50，网关装置52以及监测站54。在某些实施例中，传感器36、38、40和42与数据采集系统44、46、48和50的数量可小于或大于所描绘的四个。例如，监测系统12可包括2、3、4、5、6、10、20、50、100个或任何其它数量的传感器36、38、40和42与对应的数据采集系统44、46、48和50。同样，监测系统12可包括多于一个网关装置52和监测站54。
传感器36、38、40和42在多种位置处耦合到地下线缆系统20，以使得能够监测地下线缆系统20。此外，可将传感器36、38、40和42置于地下线缆系统20的线缆节段上、线缆节段周围或线缆节段附近，以便监测流过线缆的电力。例如，可将传感器36、38、40和42夹紧到地下线缆系统20。传感器36、38、40和42可为能商业地或者以其他方式获得的、能无源地监测流过线缆的电力的任何类型的传感器。例如，传感器36、38、40和42可各自为射频电流互感器(RFCT)，或高频电流互感器(HFCT)。在一个实施例中，传感器36、38、40和42可为RFCT，诸如由费舍尔定制通信公司(Fischer CustomCommunications，Inc.)制造的RFCT。无源监测使得流过地下线缆系统20的电力能够在线缆的外部被监测，而不干扰流过线缆的电力。同样，无源监测使得监测系统12能够监测从地下线缆系统20中发射的信号。
每个传感器36、38、40和42以有线或无线的方式耦合到相应的数据采集系统44、46、48和50上。数据采集系统44、46、48和50接收从传感器36、38、40和42传送的信号。传感器信号由数据采集系统44、46、48和50分析，以确定在被传感器36、38、40和42监测的线缆的部分中是否存在或不存在缺陷。
数据采集系统44、46、48和50共同通信，以传递从信号中提取出的信号特征。此外，数据采集系统44、46、48和50可将提取的信号特征传送到监测系统12中的另一装置，以确定是否发生了缺陷并运算该缺陷的位置。具体地，可将数据采集系统44、46、48和50组织成包括主数据采集系统和从数据采集系统的对。主数据采集系统和从数据采集系统可共同确定发生了缺陷并运算该缺陷的位置。
当被组织成对时，每个数据采集系统44、46、48和50可为两个不同的对的一部分。例如，一个对可包括配置为主的数据采集系统44和配置为从的数据采集系统46。第二对可包括配置为主的数据采集系统48和配置为从的数据采集系统46。此外，第三对可包括配置为主的数据采集系统48和配置为从的数据采集系统50。因而，利用这种配置，地下线缆系统20可通过第一数据对、第二数据对和第三数据对来监测，以使得数据采集系统44和数据采集系统50之间的监测覆盖成为可能。此外，每个数据采集系统44、46、48和50可定期使内部时钟与标准化时间(诸如NIST时钟)同步，或者使用GPS。另外，例如，每对数据采集系统可定期使内部时钟相互同步，诸如每天一次，或每小时一次。
在一个实施例中，数据采集系统44、46、48和50与网关装置52无线通信。网关装置52接收来自数据采集系统44、46、48和50的数据，该数据指示发生了缺陷并指示该缺陷的位置。网关装置52可为可接收来自数据采集系统44、46、48和50的数据并且将数据传送到监测站54的任何装置。例如，网关装置52可为无线网关(由WiYZ制造的无线产品)。在某些实施例中，网关装置52可为台式计算机、膝上型计算机、无线收集器/转发器，或另一无线装置。
网关装置52将缺陷数据传送到监测站54。在某些实施例中，网关装置52可通过监督控制以及数据采集(SCADA)或服务器端包含程序(SSI)进行通信。监测站54可为可接收来自网关装置52的数据并且显示数据的任何装置。例如，监测站54可为台式计算机或膝上型计算机。在某些实施例中，网关装置52或监测站54可直接从数据采集系统44、46、48和50接收数据，以确定是否发生了缺陷并运算该缺陷的位置。尽管如此，在进一步的实施例中，网关装置52可直接从数据采集系统44、46、48和50接收数据，然后将数据传送到监测站54，以确定是否发生了缺陷，并且然后运算该缺陷的位置。
考虑到前述内容，图2是从数据采集系统(从DAQ)62的一实施例的概略图60，从数据采集系统62可包括在图1的监测系统12中，并且可用来确定信号特征。在示出的实施例中，从DAQ 62接收来自诸如RFCT的传感器64的信号。从DAQ 62处理信号，并且将信号特征66传送到主数据采集系统，诸如图3中描述的主数据采集系统。在某些实施例中，从DAQ 62将信号特征66传送到网关装置或监测站。
从DAQ 62可包括外壳68，以装入至少一个处理器70、存储器装置72和存储装置74。处理器70可运行用以分析和处理来自传感器64的信号的指令和用以提取信号特征66的指令。此外，处理器70可包括一个或多个微处理器，诸如一个或多个“通用”微处理器、一个或多个专用微处理器和/或ASICS，或它们的一些组合。例如，处理器70可包括一个或多个简精指令集(RISC)处理器。
存储器装置72可包括诸如随机存取存储器(RAM)的易失性存储器，和/或诸如只读存储器(ROM)的非易失性存储器。存储器装置72可存储多种信息，并且可用于多种目的。例如，存储器装置72可存储由处理器70运行的处理器可运行指令(例如固件或软件)，该指令诸如用于运算绝缘缺陷位置的指令，或用于确定信号特征的指令。目前示出的实施例的从DAQ 62的存储装置74(例如非易失性存储)可包括ROM、闪速存储器、硬盘驱动或任何其它合适的光存储介质、磁存储介质或固态存储介质，或其组合。存储装置74可存储数据(例如传感器数据)、指令(例如用以实现从DAQ 62的功能的软件或固件)，以及任何其它合适的数据。
转到图3，示出了主数据采集系统(主DAQ)82的一实施例的概略图80，主数据采集系统82可包括在图1的监测系统12中。主DAQ可用来计算来自从传感器84接收的信号的特征。此外，主DAQ 82可用来确定绝缘缺陷的存在和/或不存在。另外，主DAQ 82可使用缺陷的确定来运算绝缘缺陷的位置。在示出的实施例中，主DAQ 82接收来自诸如RFCT的传感器84的信号，以及来自从DAQ 62的信号特征。主DAQ 82处理来自传感器84的信号和来自从DAQ 62的信号特征，以探测绝缘缺陷并确定绝缘缺陷位置88。主DAQ 82将绝缘缺陷位置88传送到另一装置，诸如图1中描述的网关装置52。在某些实施例中，主DAQ 82将绝缘缺陷位置88传送到诸如图1的监测站54的监测站。如同图2中描述的从DAQ 62，主DAQ 82可包括外壳68，以装入至少一个处理器70、存储器装置72和存储装置74。
前进到图4，示出了从DAQ 132的框图130，从DAQ 132可包括在图1的监测系统12中，并且可用来提取信号特征。在其中数据采集系统不具有主/从关系的某些实施例中，示出的从DAQ 132可为所使用的数据采集系统。例如，从DAQ 132可为其中所有数据采集系统均与网关装置直接通信的系统中的数据采集系统的一个实施例。在示出的实施例中，从DAQ 132接收来自诸如RFCT的传感器的模拟信号134。从DAQ 132处理模拟信号134，并且将数据136传送到主数据采集系统(诸如图5中描述的主数据采集系统)，和/或从主数据采集系统中传送出数据136。在某些实施例中，从DAQ 132将数据136传送到网关装置或监测站。虽然讨论了模拟信号134，但是从DAQ 132的其它实施例可接收诸如来自数字传感器的数字信号。
如所示出的那样，从DAQ 132包括中央处理单元(CPU)137，其接收传感器信号134，并且将信号提供到模数转换器138。模数转换器138将模拟信号134转换成包含数字数据的数字信号。分析模块140分析数字数据，以提取信号特征142，其用来探测诸如绝缘缺陷的数据中的缺陷。此外，分析模块140可使用算法和决策模型，以便提取信号特征142。例如，分析模块140可运算累积小波能量。相对于图6在下面对分析模块140的一个实施例进行描述。
分析模块140使用算法和模型来减小数字数据的大小，以包括最相关的信号特征142。例如，数字数据可包括大约2500字节的数据，而提取的信号特征142包括大约100字节的数据。信号特征142包括可用来结合信号特征的另一集合来探测缺陷并运算缺陷位置的数据。传送模块144将信号特征142作为数据136的一部分来发送。传送模块144包括用于无线地传送数据136的无线网卡。例如，这种无线网卡可为可在大至900米的范围通信的外设部件互连(PCI)卡。
由于数字数据减小为信号特征142，诸如在大小上减小96％，传送到主数据采集系统的数据136大大减少。因此，可限制无线通信量。如可意识到的那样，从DAQ 132可接收来自主数据采集系统或其它监测系统装置的数据136。例如，从DAQ 132可接收确认信号或状态检查信号。同样，从DAQ 132可将除信号特征142之外的数据136发送到主数据采集系统或其它监测系统装置。例如，除其它数据以外，从DAQ 132可发送报告从DAQ 132的状态的数据。如可意识到的那样，模数转换器138、分析模块140和传送模块144可各自包括存储器、存储或当数据被处理或分析时用以暂时存储数据的缓冲区。此外，诸如当已经作出基于数据的决策时，可根据需要为附加的数据清空存储器、存储或缓冲区。
转到图5，示出了主DAQ 152的框图150，主DAQ 152可包括在图1的监测系统12中，并且可用来确定绝缘缺陷是否存在并运算该绝缘缺陷的位置。在示出的实施例中，主DAQ 152接收来自诸如RFCT的传感器的模拟信号154。主DAQ 152还将数据156传送到从DAQ(诸如图4的从DAQ 132)，和/或由从DAQ中传送出数据156。主DAQ 152处理模拟信号154，并且将数据158传送到网关装置(诸如图1的网关装置52)，和/或从网关装置中传送出数据158。虽然描述了模拟信号154，但是主DAQ 152的其它实施例可接收诸如来自数字传感器的数字信号。
如所示出的那样，主DAQ 152包括中央处理单元(CPU)137，其接收传感器信号134并且将信号提供给模数转换器138。模数转换器138将模拟信号154转换成包含数字数据的数字信号。分析模块140分析数字数据以提取信号特征142，其用来探测诸如绝缘缺陷的数据中的缺陷。此外，分析模块140可使用算法和决策模型，以便提取信号特征142。例如，分析模块140可运算累积小波能量。在下面相对于图6对分析模块140的一个实施例进行描述。分析模块140使用算法和模型来减小数字数据的大小，以包括最相关的信号特征142。例如，数字数据可包括大约2500字节的数据，而提取的信号特征142包括大约100字节的数据。信号特征142包括可用来与信号特征的另一集合相关联并运算缺陷位置的数据。
决策模块160接收信号特征142和来自从DAQ的数据156，该数据156包括来自从DAQ的信号特征。决策模块160确定缺陷是否存在并运算该缺陷的位置。传送模块144将缺陷信息作为数据158的一部分发送。如可意识到的那样，主DAQ 152可接收来自监测系统中的网关装置或另一装置的数据158。例如，主DAQ 152可接收确认信号或状态检查信号。同样，主DAQ 152可将除缺陷数据之外的数据158发送到网关装置。例如，除其它数据以外，主DAQ 152可发送报告主DAQ 152的状态的数据。如可意识到的那样，决策模块160可包括存储器、存储或当数据被处理或分析时用以暂时存储数据的缓冲区。此外，诸如当已经作出基于数据的决策时，可根据需要为附加的数据清空存储器、存储或缓冲区。
转到图6，示出了分析模块140的一实施例的流程图180，分析模块140可包括在图4或图5的数据采集系统132或152中。分析模块140接收传感器数据182，分析数据182以及提取信号特征142。传感器数据182可为直接从诸如RFCT的传感器中传送出的数据，或者传感器数据182可为从模数转换器(诸如图4和5中示出的模数转换器138)中传送出的数据。此外，例如，传感器数据182被接收和/或被组织成诸如5000字节的组的数据组。
分析模块140还接收时间戳184和数据采集系统参数(DAQ参数)186。时间戳184对应于获取传感器数据182时的时间。时间戳184可由分析模块140在提取数据时使用，而且包括在提取的信号特征142中。DAQ参数186包括被DAQ用来获取和分析传感器数据182的操作条件。
分析模块140使用多种模型来生成期望的信号特征142。例如，这些模型可包括曲线拟合模型188、噪声模型190、快速傅里叶变换(FFT)模型192、统计模型194和非平稳信号模型196。这些模型的每一个都包括用来分析传感器数据182并产生一个或多个信号特征142的可运行代码(即指令)的集合。
具体地，可使用曲线拟合模型188来在传感器数据182上执行威布尔(Weibull)分析，而可使用噪声模型190来从传感器数据182中生成能用来区分噪声和信号的数据，该信号协助确定绝缘中是否存在缺陷。此外，可使用FFT模型192来在传感器数据182上执行离散傅里叶变换，以确定信号的成分频率。统计模型194是可用来提取与传感器数据182相关联的普通描述性统计的一组统计例程，以及非平稳信号模型196可使用经验模式分解(EMD)来提取四个本征模式函数的能量，和/或可使用连续小波变换(CWT)来计算累积能量。
可从传感器数据182中提取许多信号特征，诸如来自统计组(例如最小值、最大值、平均值、调和平均值或几何平均值、平方根、波峰因数、绝对偏差、标准偏差、偏斜、峰度)的信号特征，来自形状相关组(例如当进行如威布尔的曲线拟合时的面积、幅度或形状，回归、斜率、拐点、最大点)的信号特征，和/或来自信号处理组(例如移除了DC的幅度、频率或相位，十个最高频率、索引、最大累积能量、帧平均值、帧中值)的信号特征。为了获得信号特征142，可使用模型188、190、192、194和/或196，以及任何其它模型。例如，CWT可用来将一组传感器数据182从时间表示转换成时间尺度表示。可通过使用“db2”或“bior”小波来获得CWT系数。
此外，可通过对CWT系数的平方求和来运算累积能量。可基于运算的累积能量从该组信号数据182来提取和/或运算某些信号特征142。具体地，可运算和/或提取索引、最大累积能量、帧平均值和帧中值。索引是当在该组传感器数据182中出现最大累积能量时的样本号。当索引与时间戳相关联时，可确定当最大累积能量出现时的时间。最大累积能量是与索引相关联的最大累积能量。一组传感器数据182可细分成帧。例如，一组传感器数据182可分成100帧。因此，如果一组传感器数据182包括5000个字节或样本，则这种帧将包括50个字节或样本。因而，帧平均值是来自包含最大累积能量的帧的平均值。此外，帧中值是来自具有最大累积能量的帧的中值。将提取的数据组合起来，以建立信号特征142数据包。信号特征142是全体地描述信号而不需要复制整个信号的参数集合。输出信号特征142以用于进一步处理或者传送到另一装置。
转到图7，示出了用于诸如在地下线缆中探测绝缘缺陷和确定该绝缘缺陷的位置的方法的一实施例的流程图210。在步骤212处，诸如图1的数据采集系统44、网关装置52或监测站54的第一处理装置接收来自第一传感器的第一信号。第一传感器可为能用来探测地下线缆系统或其它线缆系统中的缺陷的任何传感器，诸如图1的传感器36。接着，在步骤214处，第一处理装置提取信号特征的第一集合。可使用第一处理装置被配置成使用的许多算法或模型来提取信号特征的第一集合。例如，可使用曲线拟合模型、噪声模型、FFT模型、统计模型和/或非平稳信号模型来提取信号特征的第一集合。在某些实施例中，以下特征被提取并包括在信号特征的第一集合中：统计特征，其包括平均值、方差、偏斜度和峰度；基于FFT的特征，其包括傅里叶频谱中最高的四个频率；以及基于非平稳信号分析的特征，其包括使用EMD获得的最初四个本征模式函数的能量和使用CWT计算出的累积能量。
如所示出的那样，步骤216至步骤230包含于步骤214，并且它们包括用于使用第一信号来运算和提取信号特征的第一集合的步骤。在步骤216中，可使用第一传感器信号来计算如平均值、方差、偏斜度和峰度之类的统计特征。在步骤218中，第一处理装置计算第一传感器信号的傅里叶频谱，并且提取存在于傅里叶频谱中的最初四个最高频率。为了运算累积小波能量，可执行步骤220和步骤222。在步骤220处，第一处理装置使用传感器信号来运算波长系数的集合。例如可使用“db2”、“bior”或任何其它类型的小波来进行这种运算。然后，在步骤222处，可对该波长系数的集合求平方，并且加总在一起，以获得累积小波能量。
接着，在步骤224处，第一处理装置分析累积小波能量，并且选择最大累积小波能量的样本索引。例如，一组数据可为5000字节，而样本索引是包括最大累积能量的字节数，诸如介于1和5000之间的任何数。如之前讨论的那样，样本号与时间戳相关联，并且当最大累积能量出现时的时间可被确定。步骤226至步骤230描绘了最初四个本征模式函数的能量的计算和选择。具体地，在步骤226中，第一处理装置执行从第一传感器接收的第一信号的经验模式分解，其产生表征第一传感器信号的一些本征模式函数。在步骤228中，选择最初四个本征模式函数。接着，在步骤230处，对四个本征模式函数中的每一个求平方，并且求和以给出对应于每个本征模式函数的能量。
在步骤232处，第二处理装置接收来自第二传感器的第二信号。第二处理装置可经步骤234提取信号特征的第二集合，并且将信号特征的第二集合传送到第一处理装置。在某些实施例中，以下的十三个特征被提取并且包括在信号特征的第二集合中：统计特征，其包括平均值、方差、偏斜度和峰度；基于FFT的特征，其包括傅里叶频谱中最高的四个频率；以及基于非平稳信号分析的特征，其包括使用EMD获得的最初四个本征模式函数的能量和使用CWT计算出的累积能量。步骤234可包括类似于步骤214(即步骤216至步骤230)的步骤。此外，在某些实施例中，第一处理装置和第二处理装置可为相同的装置。
在步骤236处，第一处理装置可决定使用提取信号特征的第一集合和提取信号特征的第二集合是否探测到绝缘缺陷。可使用用于分析提取信号特征的第一集合和提取信号特征的第二集合的多种方法中的一种(诸如通过主成分分析(PCA)进行的聚类)来探测绝缘缺陷。在某些实施例中，之前描述的具体的十三个特征包括在提取信号特征的第一集合和提取信号特征的第二集合中，并且被组合起来建立二十六个特征的集合。从二十六个特征中导出十三个特征。通过用来自第一传感器的每个特征除以来自第二传感器的对应特征来运算导出特征(即，导出特征＝来自第一传感器的特征/来自第二传感器的对应特征)。将十三个导出特征放入特征向量Ft中。将特征向量Ft乘以第一主成分(PC)v1，以将特征向量变换到PC空间(Ft′＝Ft*V1)。比较结果值Ft′与阈值τ。如果Ft′大于阈值τ，则在第一传感器和第二传感器之间未探测到绝缘缺陷。相反，如果Ft′小于阈值τ，则在第一传感器和第二传感器之间探测到绝缘缺陷。如果探测到绝缘缺陷，则方法前进到步骤238。在这样的实施例中，阈值τ可为大约26.0至27.5。具体地，阈值τ可为大约26.9111。
可通过在包括提取的信号特征的样本数据上使用PCA来确定阈值τ，该提取的信号特征从其中存在绝缘缺陷的数据和其中不存在绝缘缺陷的数据中均匀地取得。具体地，使用包含特征的样本数据来建立协方差矩阵。运算对应于协方差矩阵的特征向量和特征值。第一PC v1是对应于最大特征值的特征向量，并且是用于二元假设检验(诸如确定绝缘缺陷是否存在)的最佳聚类向量指标。绘出或另外检查第一PCv1，以确定阈值τ。如可意识到的那样，包含在PCA中的步骤，包括协方差矩阵的建立和特征向量与特征值的运算，在现有技术中是已知的。
在步骤238处，第一处理装置运算绝缘缺陷的位置。绝缘缺陷位置的运算产生距两个传感器中的一个的估计距离。可用来估计这个距离的一个公式为：d＝(L-v*(t1-t2))/2。具体地，d是绝缘缺陷位置离开第一传感器而朝向第二传感器的距离；L是传感器之间的距离；v是沿着线缆的传播速度；t1是使用来自第一传感器的信号运算出的最大累积能量的时间；以及t2是使用来自第二传感器的信号运算出的最大累积能量的时间。在已经确定绝缘缺陷的位置之后，处理装置可将位置信息发送到另一装置，在该另一装置中，可观察和分析该信息以采取修正动作。可使用软件、硬件或其组合来执行如所讨论的步骤236和步骤238。此外，步骤236和步骤238可为图5中描述的决策模块160的一部分。
上面描述的系统、装置和方法可用来连续地或周期性地监测地下线缆系统或其它线缆系统的诸如绝缘缺陷的缺陷。某些实施例可包括用以探测和确定这种缺陷的位置的更少或更多数量的步骤或装置。如可意识到的那样，迅速地且以精确的位置来探测缺陷可使得能够高效地维护和操作线缆系统。此外，可无源地探测缺陷，而无需将信号输入到线缆系统中，由此减少线缆系统的停机时间以及与这种停机时间相关联的成本。
本书面描述使用示例来公开本发明，包括最佳模式，并且还使本领域任何技术人员能够实践本发明，包括制造和使用任何装置或系统，以及执行任何并入的方法。本发明的可取得专利的范围由权利要求限定，并且可包括本领域技术人员想到的其它示例。如果这样的其它示例具有不异于权利要求的字面语言的结构要素，或者如果这样的其它示例包括与权利要求的字面语言无实质性差异的等效结构要素，则它们意于处在权利要求的范围之内。部件列表
10电网系统
12监测系统
14发电站
16地下配电子站
18线缆系统
20线缆系统
22住宅
24住宅
26工业设施
28在地平面之下
30人孔
32人孔
34人孔
36传感器
38传感器
40传感器
42传感器
44数据采集系统
46数据采集系统
48数据采集系统
50数据采集系统
52网关装置
54监测站
60概略图
62从DAQ
64传感器
66信号特征
68外壳
70处理器
72存储器装置
74存储装置
80概略图
84传感器
82主DAQ
88绝缘缺陷位置
130框图
132从DAQ
134模拟信号
136数据
138模数转换器
140分析模块
142信号特征
144传送模块
150框图
152主DAQ
154模拟信号
156数据
158数据
160决策模块
180流程图
182接收传感器数据
184时间戳
186DAQ参数
188曲线拟合模型
190噪声模型
192FFT模型
194统计模型
196非平稳信号模型
210流程图
212步骤
214步骤
216步骤
218步骤
220步骤
222步骤
224步骤
226步骤
228步骤
230步骤
232步骤
234步骤
236步骤
238步骤。

Claims (8)

1.一种用于确定线缆(20)中的绝缘缺陷的方法(210)，包括：
在数据采集系统(44)处接收(212)来自第一传感器(36)的第一信号(134)；
使用所述第一信号(134)来运算(214)信号特征(142)的第一集合；
接收使用来自第二传感器(38)的第二信号(154)运算出的信号特征(142)的第二集合；
从信号特征(142)的所述第一集合和信号特征(142)的所述第二集合来运算(236)导出特征的集合；
在导出特征的所述集合上执行主成分分析(236)，以产生第一主成分；以及
比较(236)所述第一主成分与预定的阈值，以确定绝缘缺陷是否存在。
2.根据权利要求1所述的方法，其中，使用所述第一信号(134)来运算(214)信号特征(142)的第一集合包括使用所述第一信号(134)来运算第一累积小波能量(220，222)，以及选择指示来自所述第一累积小波能量运算的第一最大累积能量的第一样本索引(224)。
3.根据权利要求2所述的方法，其中，信号特征(142)的所述第二集合包括指示使用所述第二信号运算出的第二最大累积能量的第二样本索引。
4.根据权利要求3所述的方法，包括使用所述第一样本索引和所述第二样本索引来运算(238)绝缘缺陷位置。
5.根据权利要求1所述的方法，其中，使用基于主成分分析的聚类来确定所述预定的阈值，所述聚类在指示绝缘缺陷的存在的数据和指示绝缘缺陷不存在的数据的组合上进行。
6.根据权利要求1所述的方法，其中，信号特征(142)的所述第一集合和信号特征(142)的所述第二集合包括至少一个统计特征、基于FFT的特征或非平稳信号特征。
7.根据权利要求1所述的方法，其中，使用所述第一信号(134)来运算(214)信号特征(142)的第一集合包括通过以下步骤确定非平稳信号特征：
在所述第一信号上执行(226)经验模式分解，以确定多个本征模式函数；
从所述本征模式函数中选择(228)最初四个本征模式函数；以及
通过对所述最初四个本征模式函数中的每一个的平方求和来对所述最初四个本征模式函数中的每一个计算(230)能量值。
8.根据权利要求1所述的方法，其中，使用所述第一信号(134)来运算(214)信号特征(142)的第一集合包括通过使用所述第一信号(134)来运算(220)波长系数的集合以及对所述波长系数的平方求和(222)来确定累积小波能量。
CN201210143149.6A 2011-04-29 2012-04-27 用于探测和定位地下线缆中的缺陷的装置和方法 Expired - Fee Related CN102759684B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US13/098,218 US8868359B2 (en) 2011-04-29 2011-04-29 Device and method for detecting and locating defects in underground cables
US13/098218 2011-04-29

Publications (2)

Publication Number Publication Date
CN102759684A true CN102759684A (zh) 2012-10-31
CN102759684B CN102759684B (zh) 2016-08-03

Family

ID=46049242

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201210143149.6A Expired - Fee Related CN102759684B (zh) 2011-04-29 2012-04-27 用于探测和定位地下线缆中的缺陷的装置和方法

Country Status (3)

Country Link
US (1) US8868359B2 (zh)
EP (1) EP2518520B1 (zh)
CN (1) CN102759684B (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103472362A (zh) * 2013-09-23 2013-12-25 华北电力大学（保定） 一种电力系统wams信息内嵌故障特征提取方法
CN104155575A (zh) * 2014-08-04 2014-11-19 昆明理工大学 一种利用线模电流进行pca聚类分析的线缆混合线路故障区段识别方法
CN104678446A (zh) * 2013-11-28 2015-06-03 哈尔滨市三和佳美科技发展有限公司 近距离地下工程无线定位球
CN105137297A (zh) * 2015-08-21 2015-12-09 国网浙江省电力公司电力科学研究院 变电设备多源局部放电信号的分离方法及装置
CN106600808A (zh) * 2016-12-09 2017-04-26 深圳市倍量电子有限公司 硬币鉴别方法及其装置

Families Citing this family (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2014200648A2 (en) * 2013-06-14 2014-12-18 Kla-Tencor Corporation System and method for determining the position of defects on objects, coordinate measuring unit and computer program for coordinate measuring unit
CN103529360B (zh) * 2013-10-15 2017-01-18 上海交通大学 一种支持地理信息的电力故障指示装置
CN106464548B (zh) * 2014-06-20 2019-12-13 3M创新有限公司 数据通信设备、系统和方法
CN105223482B (zh) * 2015-10-22 2018-01-19 西安交通大学 局部放电特高频信号波形的小波分解二值去噪方法
US10254323B2 (en) 2016-06-30 2019-04-09 General Electric Company Passive wireless monitoring of individual capacitor cans
US10607475B1 (en) 2019-03-21 2020-03-31 Underground Systems, Inc. Remote monitoring system
JP2023549742A (ja) * 2020-11-24 2023-11-29 レモニ エー／エス 地下電力ケーブルの絶縁欠陥を検出するためのシステム及び方法
CN115032501A (zh) * 2022-06-14 2022-09-09 无锡隆玛科技股份有限公司 基于样本协方差矩阵最大特征值变化率的电网异常检测方法
CN115754598B (zh) * 2022-11-10 2024-04-16 海南电网有限责任公司乐东供电局 基于相关滤波的电缆故障查找方法和装置

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5530364A (en) * 1994-12-27 1996-06-25 The University Of Connecticut Cable partial discharge location pointer
CN1547307A (zh) * 2003-12-16 2004-11-17 北京丹华昊博电力科技有限公司 小电流接地电网单相接地故障选线方法与装置
US20050270037A1 (en) * 2004-06-07 2005-12-08 Haynes Leonard S Method and system for non-destructive evaluation of conducting structures
CN2869879Y (zh) * 2006-01-05 2007-02-14 关兴虎 智能故障选线及定位系统
CN101907681A (zh) * 2010-07-15 2010-12-08 南京航空航天大学 基于gsd_svdd的模拟电路动态在线故障诊断方法
US20110074437A1 (en) * 2009-09-30 2011-03-31 Korea Electric Power Corporation System and method for detecting a location of fault in a cable

Family Cites Families (27)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4157541A (en) * 1977-10-26 1979-06-05 Malor Mfg. Inc. Device for detecting cable insulation faults
US5272439A (en) * 1992-02-21 1993-12-21 University Of Connecticut Method and apparatus for the detection and location of faults and partial discharges in shielded cables
US5726574A (en) * 1996-03-11 1998-03-10 Electric Power Research Institute, Inc Method of locating a fault in an electric power cable
US6225811B1 (en) * 1998-03-30 2001-05-01 Lectromechanical Design Co. Wire degradation testing system
US6549017B2 (en) * 2000-05-04 2003-04-15 Georgia Tech Research Corporation System and method for on-line impulse frequency response analysis
US6677761B1 (en) * 2001-12-12 2004-01-13 The United States Of America As Represented By The Administrator Of The National Aeronautics And Space Administration Wire insulation defect detector
US6853196B1 (en) * 2002-04-12 2005-02-08 Sandia Corporation Method and apparatus for electrical cable testing by pulse-arrested spark discharge
US6917888B2 (en) 2002-05-06 2005-07-12 Arkados, Inc. Method and system for power line network fault detection and quality monitoring
US6822457B2 (en) 2003-03-27 2004-11-23 Marshall B. Borchert Method of precisely determining the location of a fault on an electrical transmission system
WO2004099800A2 (de) 2003-05-09 2004-11-18 Siemens Aktiengesellschaft Messeinrichtung und verfahren zur ortung einer teilentladung
US7512503B2 (en) * 2003-05-12 2009-03-31 Simmonds Precision Products, Inc. Wire fault detection
US7069116B2 (en) 2004-02-02 2006-06-27 Abb Inc. High impedance fault detection
US7030621B2 (en) 2004-05-04 2006-04-18 General Electric Company Low current AC partial discharge diagnostic system for wiring diagnostics
US7535233B2 (en) 2004-07-15 2009-05-19 Cooper Technologies Company Traveling wave based relay protection
GB0504600D0 (en) 2005-03-04 2005-04-13 Univ Strathclyde Detecting partial discharge in high voltage cables
US7952360B2 (en) 2007-03-14 2011-05-31 General Electric Company Method and system for passively detecting and locating wire harness defects
CA2508428A1 (fr) 2005-05-20 2006-11-20 Hydro-Quebec Detection, localisation et interpretation de decharge partielle
US7202672B2 (en) 2005-08-31 2007-04-10 Electrical Reliability Services, Inc. Partial discharge sensor
US7532012B2 (en) * 2006-07-07 2009-05-12 Ambient Corporation Detection and monitoring of partial discharge of a power line
US7558703B2 (en) 2006-11-01 2009-07-07 Abb Research Ltd. Electrical substation monitoring and diagnostics
WO2008070766A2 (en) * 2006-12-07 2008-06-12 University Of Florida Research Foundation, Inc. Fiber optic fault detection system and method for underground power lines
US20080231289A1 (en) 2007-03-19 2008-09-25 General Electric Company Clamping apparatus and a system and method for detecting defects in electrical wiring
US8816698B2 (en) 2007-03-19 2014-08-26 General Electric Company System for detecting faults in electrical wiring, and manufacturing method thereof
US7865321B2 (en) * 2007-10-01 2011-01-04 The Texas A&M University System Arcing event detection
US20090289637A1 (en) * 2007-11-07 2009-11-26 Radtke William O System and Method for Determining the Impedance of a Medium Voltage Power Line
IT1393307B1 (it) * 2009-03-27 2012-04-20 Techimp Technologies S A Ora Techimp Technologies S R L Dispositivo e procedimento per localizzare scariche parziali.
EP2558874B1 (en) * 2010-04-13 2017-12-27 ABB Schweiz AG Fault wave arrival determination

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5530364A (en) * 1994-12-27 1996-06-25 The University Of Connecticut Cable partial discharge location pointer
CN1547307A (zh) * 2003-12-16 2004-11-17 北京丹华昊博电力科技有限公司 小电流接地电网单相接地故障选线方法与装置
US20050270037A1 (en) * 2004-06-07 2005-12-08 Haynes Leonard S Method and system for non-destructive evaluation of conducting structures
CN2869879Y (zh) * 2006-01-05 2007-02-14 关兴虎 智能故障选线及定位系统
US20110074437A1 (en) * 2009-09-30 2011-03-31 Korea Electric Power Corporation System and method for detecting a location of fault in a cable
CN101907681A (zh) * 2010-07-15 2010-12-08 南京航空航天大学 基于gsd_svdd的模拟电路动态在线故障诊断方法

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103472362A (zh) * 2013-09-23 2013-12-25 华北电力大学（保定） 一种电力系统wams信息内嵌故障特征提取方法
CN104678446A (zh) * 2013-11-28 2015-06-03 哈尔滨市三和佳美科技发展有限公司 近距离地下工程无线定位球
CN104155575A (zh) * 2014-08-04 2014-11-19 昆明理工大学 一种利用线模电流进行pca聚类分析的线缆混合线路故障区段识别方法
CN105137297A (zh) * 2015-08-21 2015-12-09 国网浙江省电力公司电力科学研究院 变电设备多源局部放电信号的分离方法及装置
CN105137297B (zh) * 2015-08-21 2018-07-17 国网浙江省电力公司电力科学研究院 变电设备多源局部放电信号的分离方法及装置
CN106600808A (zh) * 2016-12-09 2017-04-26 深圳市倍量电子有限公司 硬币鉴别方法及其装置
CN106600808B (zh) * 2016-12-09 2022-12-02 深圳市倍量电子有限公司 硬币鉴别方法及其装置

Also Published As

Publication number Publication date
EP2518520B1 (en) 2021-03-17
EP2518520A3 (en) 2017-06-28
EP2518520A2 (en) 2012-10-31
US20120278012A1 (en) 2012-11-01
CN102759684B (zh) 2016-08-03
US8868359B2 (en) 2014-10-21

Similar Documents

Publication Publication Date Title
CN102759684A (zh) 用于探测和定位地下线缆中的缺陷的装置和方法
CN102768330B (zh) 用于检测地下电缆中的缺陷的系统和装置
US11062212B2 (en) Outage prevention in an electric power distribution grid using smart meter messaging
EP3469387B1 (en) A method and system for dynamic fault detection in an electric grid
CN101213718B (zh) 公用事业监视系统中数据的自动化精确对准
JP6301791B2 (ja) 配電網の故障予兆診断システムおよびその方法
CN111624544B (zh) 一种台区户变关系识别方法及相关装置
KR101214765B1 (ko) 전력설비 모니터링 시스템 및 방법
CN103823433A (zh) 一种使用通讯过程分析实现继电保护设备在线监测的方法
CN101149416A (zh) 电力电缆绝缘状态监测与寿命管理系统
CN103905275A (zh) 基于iec61850取代服务的电力远动装置测试方法
US20130176132A1 (en) Method and system for intrusion detection in networked control systems
Kulkarni et al. Asset monitoring using smart sensing and advanced analytics for the distribution network
CN111512168A (zh) 用于分析电力传输网络的故障数据的系统和方法
CN102780592A (zh) 用于检测电网控制系统内的兼容性问题的方法和系统
WO2016136391A1 (ja) 事故点標定装置及び方法、電力系統監視システム、設備計画支援システム
Kezunovic et al. Improved transmission line fault location using automated correlation of big data from lightning strikes and fault-induced traveling waves
Music et al. Upgrading smart meters as key components of integated power quality monitoring system
CN101923605B (zh) 铁路防灾风预警方法
CN112465358A (zh) 基于支持向量机的电压质量分类方法及装置
CN114039886A (zh) 基于四分差和自相关性分析的数据正确性辨识方法及装置
CN206074716U (zh) 变压器在线监测系统
CN105954580A (zh) 远程电能计量监测系统
CN116894664B (zh) 一种基于电力大数据的数据监视方法
Napier et al. An automated fault analysis system for SP energy networks: Requirements, design and implementation

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20160803

Termination date: 20190427

CF01 Termination of patent right due to non-payment of annual fee