CN102841294A - 电气设备特高频局部放电检测中信号与干扰的鉴别方法 - Google Patents

Abstract

一种电气设备特高频局部放电检测中信号与干扰的鉴别方法，包括如下步骤：a、利用四个传感器在待测设备附近进行特高频信号的采集，获得四路特高频局部放电信号；b、根据采集得到的四路特高频信号，采用基于最小均方算法的自适应时延计算法进行时延的计算，得到三个时延值；c、利用计算得到的三个时延值代入定位方程组，利用模拟退火算法进行求解计算出放电源的位置；d、根据放电源的定位结果，判定检测到的信号是来自设备内部还是外部，从而进行局部放电信号和干扰信号的鉴别。本发明能够实现和提高电气设备局部放电检测中放电信号和干扰信号的鉴别，特别是可实现外部设备放电信号对待测设备干扰的鉴别。

Description

电气设备特高频局部放电检测中信号与干扰的鉴别方法

技术领域

本发明涉及电气设备绝缘检测技术领域，具体是一种电气设备特高频局部放电检测中信号与干扰的鉴别方法。

背景技术

局部放电检测是电力设备绝缘状态监测的重要手段，特高频检测技术具有测量频率高、频带宽、信息量大、抗干扰性强等优点，因此成为研究热点。变电站属于强电磁干扰环境，现场存在着电晕放电、开关动作产生的冲击以及相邻高压电气设备内部的局部放电等。由于强干扰信号在经过多种途径窜入测量系统后，幅值虽经衰减但仍可能很高，有些干扰信号与被测局部放电信号具有相同或类似的特征，更为严重的是被测局部放电信号极易被干扰信号所淹没或干扰信号被误认为成被测局放信号，导致对有效信号的提取困难或造成误判。因此局部放电检测中干扰的鉴别和抑制问题仍有很大难度，且相当重要。

相关技术中电气设备局部放电特高频检测中干扰信号的剔除主要是通过滤波、时域波形判别等方法，但从实际的效果来看，这些方法很难有效的区别干扰信号和放电信号，特别是干扰信号是来自外部其它设备放电时，其波形特征和频谱特征都与局部放电信号一致，此时则更加难以区分。因此，寻找一种有效的电气设备特高频局部放电检测中放电信号和干扰信号的鉴别方法，实现干扰信号和放电信号的有效区分，是提高电气设备局部放电检测和诊断的科学性、准确性和可靠性的关键环节。

发明内容

本发明针对现有技术中对电气设备局部放电检测时干扰信号识别的可靠性和准确性比较低，特别是针对外部其它类似设备放电干扰的问题，提供一种电气设备特高频局部放电检测中信号与干扰的鉴别方法，可从干扰源定位的角度解决上述问题。

一种电气设备特高频局部放电检测中信号与干扰的鉴别方法，包括如下步骤：

a、利用四个传感器在待测设备附近进行特高频信号的采集，获得四路特高频局部放电信号；

b、根据采集得到的四路特高频信号，采用基于最小均方算法的自适应时延计算法进行时延的计算，得到三个时延值；

c、利用计算得到的三个时延值代入定位方程组，利用模拟退火算法进行求解计算出放电源的位置；

d、根据放电源的定位结果，判定检测到的信号是来自设备内部还是外部，从而进行局部放电信号和干扰信号的鉴别。

进一步的，检测时将四个传感器排列成倒T形，其中三个传感器等高，另外一个传感器高于其他三个。

进一步的，信号检测时采用高采样率示波器进行特高频时域信号的采集，所述特高频传感器的检测带宽为300MHz～3GHz，所述高采样率示波器的采样率为5GHz、带宽为1GHz。

进一步的，假设待定的局部放电源P的位置为(x，y，z)，传感器S_i的位置为(x_si，y_si，z_si)，放电源P到传感器S_i的传播时间为：

$t_i=\frac{\sqrt{{(x-x_{s_i})}^2+{(y-y_{s_i})}^2+{(z-z_{s_i})}^2}}{v}---\left(1\right)$

则步骤c中的定位方程组为

$\left\{\begin{array}{c}\sqrt{{(x-x_{s_2})}^2+{(y-y_{s_2})}^2+{(z-z_{s_2})}^2}-\sqrt{{(x-x_{s_1})}^2+{(y-y_{s_1})}^2+{(z-z_{s_1})}^2}=v\×t_{12}\\ \sqrt{{(x-x_{s_3})}^2+{(y-y_{s_3})}^2+{(z-z_{s_3})}^2}-\sqrt{{(x-x_{s_1})}^2+{(y-y_{s_1})}^2+{(z-z_{s_1})}^2}=v\×t_{13}\\ \sqrt{{(x-x_{s_4})}^2+{(y-y_{s_4})}^2+{(z-z_{s_4})}^2}-\sqrt{{(x-x_{s_1})}^2+{(y-y_{s_1})}^2+{(z-z_{s_1})}^2}=v\×t_{14}\end{array}---\left(2\right)\right.$

其中t₁₂，t₁₃，t₁₄是相对第一路信号的计算时延，v是超高频信号的传播速度，在空气中约为3×10⁸m/s。

进一步的，步骤c中利用模拟退火算法进行求解计算出放电源的位置的算法的求解过程如下：

步骤1：初始化退火温度T_k，产生随机初始解x，即初步估计的放电源位置坐标；

步骤2：在温度T_k下重复执行如下操作，直至达到温度T_k的平衡状态：

(1)在解x的邻域中产生新的可行解x’；

(2)计算x’的目标函数f(x’)和x的目标函数f(x)的差值Δf；

(3)依照概率min{1，exp(-Δf/T_k)}＞random[0，1]接受x’，其中random[0，1]是[0，1]区间内的随机数。

步骤3：退火操作，T_k+1＝CT_k，k＝k+1，其中C∈(0，1)。若满足收敛判断条件，则退火过程结束，否则，转步骤2。

本发明能够实现和提高电气设备局部放电检测中放电信号和干扰信号的鉴别，特别是可实现外部设备放电信号对待测设备干扰的鉴别，对于提高电气设备局部放电的检测和诊断的可靠性、灵敏性具有重要作用。

附图说明

图1是本发明电气设备特高频局部放电检测中信号与干扰的鉴别方法其中一个实施例的流程图；

图2是根据本发明实施例的信号检测过程中四路特高频传感器的布置结构示意图；

图3是根据本发明实施例的时延计算方法的流程图；

图4是实验室利用模拟GIS(气体绝缘组合电器)验证本发明所进行的放电源布置图。

具体实施方式

下面将结合本发明中的附图，对本发明中的技术方案进行清楚、完整地描述。

图1所示为本发明电气设备特高频局部放电检测中信号与干扰的鉴别方法其中一个实施例的流程图，其包括如下步骤：

a、利用四个传感器在待测设备附近进行特高频信号的采集，获得四路特高频局部放电信号。

运行中的电气设备，如GIS(气体绝缘组合电器)和电力变压器，其绝缘强度和击穿场强都很高。当在很小的范围内发生击穿时，将产生前沿达到皮秒级的脉冲电流，进而向四周辐射出特高频电磁波信号，通过特高频传感器接收此电磁波信号可实现对局部放电的检测。将四路传感器经过如图2所示的四元倒T形的布置方式布置在待测设备附近，其中传感器S₁，S₂，S₃等高，S₄高于其他三个，这样就可以保证对放电源z方向上的定位，实现空间无盲点的定位。信号检测时采用高采样率示波器(采样率5GHz、带宽1GHz)进行特高频时域信号的采集，特高频传感器的检测带宽为300MHz～3GHz。

假设待定的局部放电源P的位置为(x，y，z)，传感器S_i的位置为(x_si，y_si，z_si)，放电源P到传感器S_i的传播时间：

$t_i=\frac{\sqrt{{(x-x_{s_i})}^2+{(y-y_{s_i})}^2+{(z-z_{s_i})}^2}}{v}---\left(1\right)$

在本发明实施例中，传感器的数量是4个，可以列出定位方程组如下：

$\left\{\begin{array}{c}\sqrt{{(x-x_{s_2})}^2+{(y-y_{s_2})}^2+{(z-z_{s_2})}^2}-\sqrt{{(x-x_{s_1})}^2+{(y-y_{s_1})}^2+{(z-z_{s_1})}^2}=v\×t_{12}\\ \sqrt{{(x-x_{s_3})}^2+{(y-y_{s_3})}^2+{(z-z_{s_3})}^2}-\sqrt{{(x-x_{s_1})}^2+{(y-y_{s_1})}^2+{(z-z_{s_1})}^2}=v\×t_{13}\\ \sqrt{{(x-x_{s_4})}^2+{(y-y_{s_4})}^2+{(z-z_{s_4})}^2}-\sqrt{{(x-x_{s_1})}^2+{(y-y_{s_1})}^2+{(z-z_{s_1})}^2}=v\×t_{14}\end{array}---\left(2\right)\right.$

其中t₁₂，t₁₃，t₁₄是相对第一路信号的计算时延，v是超高频信号的传播速度，在空气中约为3×10⁸m/s。通过不同的算法求解此非线性方程组(2)，便可得到该方程组的近似数值解，即放电源的位置坐标。

b、根据采集得到的四路特高频信号进行时延的计算，得到三个时延值。

时延的计算是保证定位精度的关键步骤，中国专利200910085348(发明名称：变压器局部放电故障源的定位方法)采用计算两个信号时域波形信号的起始时刻进行时延的计算，但由于现场环境复杂，信号起始时刻难以准确确定，导致该种计算方式误差较大，因此本发明实施例采用基于最小均方算法(LMS算法)的自适应时延计算法，其相比时域波形法具有更高的计算灵敏度。其算法示意图如图3所示，图中x1(n)，x2(n)为两路输入信号(如四路特高频信号中的其中两路)，其中x2(n)超前于x1(n)。从图中可以看出，LMS时延计算器自动调节h(n)，使其输出逼近x1(n)，h(n)实质上是一个延迟信号，相当于在信号x2(n)中插入一个延迟来使两个通道的信号对齐。在理想情况下，h(n)中对应于实际时延处的加权系数会收敛到1，而其他部分则收敛到0。最后，为获得分数倍采样的时延，可以对h(n)进行插值操作，然后进行延迟之后的峰值检测，得到两路信号的时延值。e(n)为x1(n)，x2(n)经过调制处理之后的差信号。

c、利用计算得到的三个时延值代入定位方程组，利用模拟退火算法进行求解计算出放电源的位置。

模拟退火算法可有效避免求解过程中陷入局部极小并最终趋于全局最优，具体实施过程是将得到的三个时延值带入公式(2)进行求解即可得到放电源的位置坐标，该方程组的求解采用模拟退火算法，算法的求解过程如下：

步骤1：初始化退火温度T_k(可设为100)，产生随机初始解x(即初步估计的放电源位置坐标x₀，y₀，z₀)；

步骤2：在温度T_k下重复执行如下操作，直至达到温度T_k的平衡状态：

(1)在解x的邻域中产生新的可行解x’；

(2)计算x’的目标函数f(x’)和x的目标函数f(x)的差值Δf；

(3)依照概率min{1，exp(-Δf/T_k)}＞random[0，1]接受x’，其中random[0，1]是[0，1]区间内的随机数；

步骤3：退火操作，T_k+1＝CT_k，k＝k+1，其中C∈(0，1)。若满足收敛判断条件，则退火过程结束，否则，转步骤2。

步骤1是给一个初步估算的坐标值，然后通过步骤2进行循环逼近，最终得到最终的坐标值。

d、根据放电源的定位结果，判定检测到的信号是来自设备内部还是外部，从而进行局部放电信号和干扰信号的鉴别。

检测时干扰信号如果来自设备内部，则放电源定位结果应显示放电源位于设备处，则此时可将信号鉴别为放电信号，如定位结果是设备外部或其他设备，则可将信号鉴别为干扰信号，通过放电源的定位实现放电信号和干扰信号的鉴别。

传统的局部放电检测抗干扰方法从检测信号本身出发，采用滤波、波形区别等，本发明从放电源定位的角度出发，特别是可将其他设备产生的放电信号与待检测设备的放电信号进行区分，可有效的提高电气设备局部放电的现场检测灵敏度和可靠度。

在实验室中验证了本方法的正确性和准确性，实验室中利用GIS设备进行了放电定位，其放电源布置如附图4所示。待测GIS内部布置一个放电源模拟设备内部放电，外部布置一个放电源模拟外部设备放电干扰。用选择的时延计算方法和定位算法计算放电源的位置，结果如表1所示。GIS内部放电信号通过套管和盆式绝缘子辐射出来，因此计算出所得的放电源坐标位置可能是与放电源距离最近的盆式绝缘子，与实际放电源的位置有一定的距离。但是通过计算所得的放电源位置基本可以判定第一组放电信号是来自GIS内部，而第二组放电信号来自GIS外部，即实现了对放电信号来源判断。

表1GIS模型下计算的时延以及计算出的放电源位置

以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何属于本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应该以权利要求的保护范围为准。

Claims (5)

1.一种电气设备特高频局部放电检测中信号与干扰的鉴别方法，其特征在于包括如下步骤：

a、利用四个传感器在待测设备附近进行特高频信号的采集，获得四路特高频局部放电信号；

b、根据采集得到的四路特高频信号，采用基于最小均方算法的自适应时延计算法进行时延的计算，得到三个时延值；

c、利用计算得到的三个时延值代入定位方程组，利用模拟退火算法进行求解计算出放电源的位置；

d、根据放电源的定位结果，判定检测到的信号是来自设备内部还是外部，从而进行局部放电信号和干扰信号的鉴别。

2.如权利要求1所述的电气设备特高频局部放电检测中信号与干扰的鉴别方法，其特征在于：检测时将四个传感器排列成倒T形，其中三个传感器等高，另外一个传感器高于其他三个。

3.如权利要求1所述的电气设备特高频局部放电检测中信号与干扰的鉴别方法，其特征在于：信号检测时采用高采样率示波器进行特高频时域信号的采集，所述特高频传感器的检测带宽为300MHz～3GHz，所述高采样率示波器的采样率为5GHz、带宽为1GHz。

4.如权利要求1所述的电气设备特高频局部放电检测中信号与干扰的鉴别方法，其特征在于：假设待定的局部放电源P的位置为(x，y，z)，传感器S_i的位置为(x_si，y_si，z_si)，放电源P到传感器S_i的传播时间为：

$t_i=\frac{\sqrt{{(x-x_{s_i})}^2+{(y-y_{s_i})}^2+{(z-z_{s_i})}^2}}{v}---\left(1\right)$

则步骤c中的定位方程组为

$\left\{\begin{array}{c}\sqrt{{(x-x_{s_2})}^2+{(y-y_{s_2})}^2+{(z-z_{s_2})}^2}-\sqrt{{(x-x_{s_1})}^2+{(y-y_{s_1})}^2+{(z-z_{s_1})}^2}=v\×t_{12}\\ \sqrt{{(x-x_{s_3})}^2+{(y-y_{s_3})}^2+{(z-z_{s_3})}^2}-\sqrt{{(x-x_{s_1})}^2+{(y-y_{s_1})}^2+{(z-z_{s_1})}^2}=v\×t_{13}\\ \sqrt{{(x-x_{s_4})}^2+{(y-y_{s_4})}^2+{(z-z_{s_4})}^2}-\sqrt{{(x-x_{s_1})}^2+{(y-y_{s_1})}^2+{(z-z_{s_1})}^2}=v\×t_{14}\end{array}---\left(2\right)\right.$

其中t₁₂，t₁₃，t₁₄是相对第一路信号的计算时延，v是超高频信号的传播速度，在空气中约为3×10⁸m/s。

5.如权利要求4所述的电气设备特高频局部放电检测中信号与干扰的鉴别方法，其特征在于：步骤c中利用模拟退火算法进行求解计算出放电源的位置的算法的求解过程如下：

步骤1：初始化退火温度T_k，产生随机初始解x，即初步估计的放电源位置坐标；

步骤2：在温度T_k下重复执行如下操作，直至达到温度T_k的平衡状态：

(1)在解x的邻域中产生新的可行解x’；

(2)计算x’的目标函数f(x’)和x的目标函数f(x)的差值Δf；

(3)依照概率min{1，exp(-Δf/T_k)}＞random[0，1]接受x’，其中random[0，1]是[0，1]区间内的随机数；

步骤3：退火操作，T_k+1＝CT_k，k＝k+1，其中C∈(0，1)。若满足收敛判断条件，则退火过程结束，否则，转步骤2。

Images