CN104198899A - 一种多放电源情况下变压器局部放电类型识别方法 - Google Patents
一种多放电源情况下变压器局部放电类型识别方法 Download PDFInfo
- Publication number
- CN104198899A CN104198899A CN201410379545.8A CN201410379545A CN104198899A CN 104198899 A CN104198899 A CN 104198899A CN 201410379545 A CN201410379545 A CN 201410379545A CN 104198899 A CN104198899 A CN 104198899A
- Authority
- CN
- China
- Prior art keywords
- discharge
- shelf depreciation
- spectrogram
- source
- point
- 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
Links
Landscapes
- Testing Relating To Insulation (AREA)
Abstract
一种多放电源情况下变压器局部放电类型识别方法,包括特征参量样本数据库的建立与多放电源下模式识别。数据库的建立步骤为:(1)建立模拟变压器典型缺陷的实验室模型,测量各缺陷模型的局部放电信息;(2)根据测量的局部放电信息,计算局部放电模式识别特征参量,构建特征参量样本数据库。多放电源下的模式识别步骤为:(a)测量待识别局部放电信息,计算脉冲电流波形的1阶等效时长T1、1阶等效频宽F1及信号变化率sv,绘制T1-F1、T1-sv、F1-sv二维谱图;(b)选取T1-F1、T1-sv、F1-sv谱图中分离性最佳的一种,然后采用指定各局部放电点区域椭圆轮廓的方法提取单一放电源的局部放电信息;(c)计算模式识别特征参量,通过与特征参量样本数据库中的样本数据对比识别局部放电类型。
Description
【技术领域】
本发明属于电力设备绝缘状态评估技术领域,具体涉及一种多放电源情况下变压器局部放电类型识别方法。
【背景技术】
实际运行经验表明,绝缘劣化是造成变压器故障的主要原因,因此对变压器的绝缘状况进行有效评估,进而在故障前期及早发现缺陷,并合理安排检修,对电力系统的安全、稳定运行具有重大的意义。国内外电网运行经验均表明,绝缘故障早期的主要表现形式是局部放电,它既是引起绝缘劣化的主要原因,又是表征绝缘状况的特征量。因此国内外普遍将局部放电检测作为诊断设备绝缘状况的重要有效手段。
尽管变压器内可能发生局部放电的部位众多,但根据不同的放电机理,可将缺陷归结为尖端缺陷、固/液沿面缺陷及固体绝缘内部气隙缺陷缺陷三种类型。由于不同类型放电的放电量及发生的位置不同,其造成的危害也不相同,因此准确识别放电缺陷的类型对准确判断绝缘状况意义重大。目前许多学者针对单一放电源的模式识别做了大量工作,并获得了较好的结果,但是由于变压器内部可能同时存在多个放电源,多个放电源的PRPD谱图叠加在一起,提取的特征参量具有多个放电源的特征,分类器往往不能给出准确的识别结果。
【发明内容】
本发明的目的在于解决统计参量难以用于存在多放电源情况时的模式识别的问题,提供了一种多放电源情况下变压器局部放电类型识别方法。
为了实现上述目的,本发明采用如下的技术方案:
一种多放电源情况下变压器局部放电类型识别方法,包括特征参量样本数据库的建立与多放电源下模式识别两部分;其中,
特征参量样本数据库的建立,包括如下步骤:
(1)在实验室内建立模拟变压器尖端、固/液沿面及固体绝缘内部气隙的典型缺陷模型,采用宽频带局部放电测量装置测量三个典型缺陷模型在不同外施电压及施加电压时间下的局部放电信息,测量的局部放电信息包括局部放电脉冲电流波形、放电相位、视在放电量、放电时间,并绘制局部放电的PRPD谱图、平均放电量-相位谱图、放点重复率-相位谱图放电重复率-放电量谱图H(q);
(2)根据局部放电的PRPD谱图计算得到放电起始相位、放电熄灭相位、相位宽度、放电重复率、放电量平均值、放电量标准差、相位重心;分别计算平均放电量-相位谱图、放电重复率-相位谱图的正负半轴的偏斜度、陡峭度、峰点数、放电量不对称度、相关系数;计算放电重复率-放电量谱图H(q)的正负放电量的偏斜度、陡峭度、威布尔形状参数、威布尔尺度参数;将上述参量作为模式识别特征参量,通过多次实验与参量计算形成表征三种缺陷类型的样本数据库;
多放电源下模式识别,包括以下步骤:
(a)测量待识别放电源的局部放电放电信息,包括局部放电脉冲电流波形、放电相位、视在放电量、放电时间,计算局部放电脉冲电流波形的1阶等效时长T1、1阶等效频宽F1及信号变化率sv,将T1、F1、sv两两组合绘制T1-F1、T1-sv及F1-sv三组二维谱图;
(b)观察局部放电点在T1-F1、T1-sv及F1-sv三组二维谱图中的分布,若局部放电点由多个放电源产生,且每个区域局部放电点由同一放电源产生,调至步骤(c);若局部放电点由单一放电源产生,直接跳到步骤(d)进行放电类型识别;
(c)若局部放电点在T1-F1、T1-sv及F1-sv谱图中呈现多区域分布,假定为C个区域,从T1-F1、T1-sv及F1-sv三组谱图选取区域内集中、区域间分离性最佳的一组,为不失一般性假定分离性最佳的谱图为S1-S2谱图;在S1-S2谱图中指定C个区域局部放电点的椭圆轮廓,依次判断各局部放电点位于哪个椭圆轮廓内,得到包含于各个椭圆轮廓内的局部放电点,进一步从测量的混合局部放电信息中提取出C个单一放电源的局部放电信息,该局部放电信息与上述步骤(a)中相同;通过上述步骤,可以实现局部放电信息的多源放电分离;
(d)根据步骤(c)中提取得到的单一放电源的局部放电信息,绘制局部放电的PRPD谱图、平均放电量-相位谱图、放点重复率-相位谱图放电重复率-放电量谱图H(q),计算前述模式识别特征参量,通过与特征参量样本数据库中的样本数据对比识别局部放电类型。
本发明进一步改进在于,局部放电点在T1-F1、T1-sv及F1-sv谱图中呈现多区域分布,其中,多区域分布表明缺陷内包含多个放电源,每一个区域对应由单一放电源产生的局部放电点。
本发明进一步改进在于,在S1-S2谱图中指定各区域局部放电点的椭圆轮廓中,编制指定椭圆轮廓界面,在界面上绘制S1-S2谱图,进一步根据局部放电点在谱图中的多区域性分布,在S1-S2谱图上指定包围各区域局部放电点的椭圆轮廓。
本发明进一步改进在于,指定各区域局部放电点的椭圆轮廓,是点选椭圆的长轴两个端点与短轴一个端点。
本发明进一步改进在于,从测量的混合局部放电信息中提取出C个单一放电源的局部放电信息,得到包含于各个椭圆轮廓内的局部放电点后,根据局部放电脉冲电流波形、放电相位、视在放电量、放电时间数据与S1、S2数据的顺序对应关系,提取出第1到C个放电源的上述局部放电信息。
本发明进一步改进在于,计算局部放电脉冲电流波形s(t)的1阶等效时长T1、1阶等效频宽F1及信号变化率sv,T1、F1及sv的计算方法为:
式中:s(i)表示局部放电脉冲电流波形s(t)的第i个采样点;ti为对应的采样时刻;t0为时间重心;N为总的采样点数目;FT(fi)表示s(t)傅里叶变换得到的频谱,fi为傅里叶变换后的第i个频率点;FS为采样频率;f0为频率重心;对于一次局部放电测量,计算后的T1、F1及sv分别构成一组列向量,假定共测量到M次局部放电脉冲电流波形,则T1、F1及sv的维数为M*1。
与现有技术相比,本发明具有以下的有益效果:
1、包含信息量高:多源放电分离中采用T1、F1、sv三个特征参量,较以往采用二阶等效时长、二阶等效频宽两个特征参量包含的局部放电波形信息量更高,分离效果更优;
2、分离算法简单:采用的“指定各区域局部放电点椭圆轮廓的多源放电分离方法”,根据用户指定的椭圆长轴、短轴端点坐标,只需判断局部放电点是否位于椭圆内即可,计算方法简单易于实现;且克服了模糊C均值等聚类方法在各类样本数相差较大时错误聚类的缺点。
综上所述,本发明采用“指定各区域局部放电点椭圆轮廓的多源放电分离方法”,通过对T1-F1、T1-sv、F1-sv谱图的多区域划分,实现多放电源放电信息的分离,进而识别出混合放电源中单一放电源的放电类型,T1、F1、sv包含了放电电流脉冲的主要信息,且计算量小、计算简便,所采用的多源放电分离方法直观有效。
【附图说明】
图1为本发明多放电源情况下变压器局部放电类型识别流程图。
图2为本发明指定各区域椭圆轮廓流程图。
图3为本发明指定各区域椭圆轮廓方法用于T1-F1二维谱图示意图。
图4为本发明变电站现场测量变压器局部放电多源放电分离前后的PRPD谱图。
【具体实施方式】
下面结合附图和实施例对本发明进一步详细说明。
如图1所示,本发明一种多放电源情况下变压器局部放电类型识别方法,包括特征参量样本数据库的建立与多放电源下模式识别两部分。
1、特征参量样本数据库的建立,包括以下步骤:
(1)在实验室内建立模拟变压器尖端、固/液沿面及固体绝缘内部气隙的典型缺陷模型,将耦合电容、测量阻抗串联支路与缺陷模型并联,采用脉冲电流法测量局部放电信息。采用宽频带局部放电测量装置测量三个典型缺陷模型在不同外施电压及施加电压时间下的局部放电信息,测量的局部放电信息包括局部放电脉冲电流波形、放电相位、视在放电量、放电时间,并存储上述局部放电信息。
作为一种实施例,测量带宽为40MHz,可以获得局部放电脉冲电流波形在40MHz以下的信息。
作为一种实施例,上述测量的局部放电脉冲电流波形存储到矩阵W中,W的每一行对应一次局部放电的脉冲电流采样点,若测到M次局部放电,放电波形包含N个采样点,则W为M*N的矩阵;放电相位、视在放电量存储到矩阵P中,若测到M次局部放电,则P的维度为M*2,第一列为放电相位,第二列为视在放电量;放电时间存储到矩阵T中,若测到M次局部放电,则T的维度为M*1。
(2)根据上述测量的放电相位、视在放电量信息,绘制局部放电的PRPD谱图。然后将0~360°工频相位划分为180个相位窗,统计各个相位窗内的平均放电量、放点重复率,获得平均放电量-相位谱图放点重复率-相位谱图将放电量0~最大放电量划分为60个放电量窗,统计各放电量窗内的放点重复率,获得放电重复率-放电量谱图H(q);
(3)根据局部放电的PRPD谱图计算得到正负放电的放电起始相位、放电熄灭相位、相位宽度、放电重复率、放电量平均值、放电量标准差、相位重心;分别计算平均放电量-相位谱图、放点重复率-相位谱图的正负半轴的偏斜度、陡峭度、峰点数、放电量不对称度、相关系数;计算放电重复率-放电量谱图H(q)的正负放电量的偏斜度、陡峭度、威布尔形状参数、威布尔尺度参数;将上述参量作为模式识别特征参量,通过多次实验与参量计算形成表征三种缺陷类型的样本数据库;
作为一种实施例,针对上述三种缺陷,每种缺陷选取50次局部放电实验测量数据,则共有3*50=150个样本用于构建数据库,针对每个样本计算了38个模式识别特征参量,则样本数据库为150*39的矩阵DB,矩阵的每一行对应一个样本,每一列对应一个特征参量,最后一列为表征缺陷类型的标示,例如可取尖端缺陷、固/液沿面缺陷及固体绝缘内部气隙缺陷的标示分别为1、2、3。
2、多放电源下模式识别包括以下步骤:
(a)局部放电信息测量:测量待识别放电源的局部放电放电信息,包括局部放电脉冲电流波形、放电相位、视在放电量、放电时间。
(b)计算测量到的每个局部放电脉冲电流波形s(t)的1阶等效时长T1、1阶等效频宽F1及信号变化率sv,T1、F1及sv的计算方法为:
式中:s(i)表示局部放电脉冲电流波形s(t)的第i个采样点;ti为对应的采样时刻;t0为时间重心;N为总的采样点数目;FT(fi)表示s(t)傅里叶变换得到的频谱,fi为傅里叶变换后的第i个频率点;FS为采样频率;f0为频率重心;对于一次局部放电测量,计算后的T1、F1及sv分别构成一组列向量,假定共测量到M次局部放电脉冲电流波形,则T1、F1及sv的维数为M*1。
(c)根据上述步骤(b)中计算的1阶等效时长T1、1阶等效频宽F1及信号变化率sv数据,将T1、F1、sv两两组合绘制T1-F1、T1-sv及F1-sv三组二维谱图。
同一放电源产生的局部放电脉冲电流波形具有相似的特性,不同放电源产生的电流波形相差较大,因此由同一放电源电流波形计算的T1、F1、sv比较接近,由不同放电源电流波形计算的T1、F1、sv数值相差较大。观察局部放电点在T1-F1、T1-sv及F1-sv三组二维谱图中的分布,若局部放电点呈现多区域分布,则认为局部放电由多个放电源产生,且每个区域局部放电点由同一放电源产生;若局部放电点呈现单一区域分布,认为局部放电由单一放电源产生,不需要进行下述步骤(d)所述多源放电分离,直接跳到下面第(e)部进行放电类型识别。
若局部放电点在T1-F1、T1-sv及F1-sv谱图中呈现多区域分布,从T1-F1、T1-sv及F1-sv三组谱图选取区域内集中、区域间分离性最佳的一组,为不失一般性假定分离性最佳的谱图为S1-S2谱图。
(d)在S1-S2谱图中指定各区域局部放电点的椭圆轮廓,进行多源放电分离,进一步从测量的混合局部放电信息中提取出各单一放电源的局部放电信息,图2为具体流程图,具体步骤说明如下。
首先需要将分离性最佳的一组参量S1、S2归一化到相同数值范围内,以下为归一化到[0,S1max]数值范围内的计算公式:
S2(i)=S2(i)/S2max*S1max (6)
其中,S1max、S2max分别为S1、S2的最大值,i表示该次测量中的第i次局部放电。编制指定椭圆轮廓界面,界面上绘制归一化后的S1-S2谱图,由于后续需要在该二维图上拾取椭圆的长轴、短轴端点坐标,需要保证横纵轴数值范围及单格长度相同。
观察局部放电点在归一化后的S1-S2谱图中的分布,局部放电点呈现多区域分布表明局部放电由多个放电源产生,区域的数目C代表放电源的数目,为每个区域内的局部放电点指定一个包围该区域的椭圆轮廓,具体方法为:在上述指定椭圆轮廓界面S1-S2谱图上拾取各椭圆的长轴两个端点与短轴一个端点坐标。由长轴两个端点与短轴一个端点坐标可确定出唯一的椭圆,处理程序根据指定的长轴两个端点及短轴端点坐标,最终计算出椭圆的两个焦点坐标及半长轴a。假定第c(1,2,…,C)个区域椭圆的两个焦点坐标为[Fx1,Fy1]、[Fx2,Fy2],若某次局部放电的S1、S2数值为s1、s2,且满足下式:
则表明该次局部放电点位于第c个椭圆内,即由第c个放电源产生。处理程序依次判断各局部放电点位于哪个椭圆轮廓内,最终提取出属于第1到C个放电源的局部放电点。根据局部放电脉冲电流波形、放电相位、视在放电量、放电时间数据与S1、S2数据的顺序对应关系,提取出第1到C个放电源的上述局部放电信息。
根据提取到的第1到C个放电源的上述局放信息,绘制各放电源的PRPD谱图、平均放电量-相位谱图、放点重复率-相位谱图放电重复率-放电量谱图H(q)。
作为一个实施例,图3和图4为在变电站现场测量某变压器局部放电结果,该次测量中T1-F1谱图分离性最佳,对应上述S1-S2谱图。图3(a)为归一化后的T1-F1谱图,可以看出局部放电点呈现2个区域分布,说明缺陷内包含两个放电源。分别指定2个区域内的局部放电点的椭圆轮廓,然后判断各次局部放电所属放电源,提取出2个放电源的局部放电信息,进而绘制PRPD谱图。图3(b)为采用上述方法得到的两个放电源T1-F1谱图,且两个放电源的局部放电点用不同的颜色深度表示。图4(a)为混合的PRPD谱图,图4(b)、(c)分别为分离后2个单一放电源的PRPD谱图。
(e)根据步骤(d)中绘制的单一放电源局部放电的PRPD谱图、平均放电量-相位谱图、放点重复率-相位谱图放电重复率-放电量谱图H(q),计算各单一放电源的模式识别特征参量。通过与特征参量样本数据库中的样本数据对比识别局部放电类型。
作为一种实施例,以最小距离法作为识别局部放电类型的方法,基本原理为:特征参量样本数据库中共有3种缺陷模型,每类缺陷模型有50个样本,模式识别特征参量共38个。定义模式识别特征向量为X={xi;i=1,2,...,38},根据模式识别样本数据库可计算,每种缺陷的特征向量样本平均值为Mk={mi;i=1,2,...,38}k,(k=1,2,3),特征向量标准差为Sk={si;i=1,2,...,38}k,(k=1,2,3),距离判别函数定义为:
按式(8)分别计算待识别特征向量与各类数据库样本之间的距离,若c=min{Lk;k=1,2,3},则待识别局放属于第c类。
以图4(b)、(c)对应的局部放电作为实施例,局部放电类型识别结果为:图4(b)对应局部放电类型为固体绝缘内部气隙缺陷放电,图4(b)对应局部放电类型为固/液沿面缺陷放电。
本领域的技术人员容易理解,以上所述仅作为本发明的实施案例,并不用以限制本发明,凡在本发明的精神和原则之内所做的任何修改、替换或变更,均应包含在本发明的保护范围之内。
Claims (6)
1.一种多放电源情况下变压器局部放电类型识别方法,其特征在于,包括特征参量样本数据库的建立与多放电源下模式识别两部分;其中,
特征参量样本数据库的建立,包括如下步骤:
(1)在实验室内建立模拟变压器尖端、固/液沿面及固体绝缘内部气隙的典型缺陷模型,采用宽频带局部放电测量装置测量三个典型缺陷模型在不同外施电压及施加电压时间下的局部放电信息,测量的局部放电信息包括局部放电脉冲电流波形、放电相位、视在放电量、放电时间,并绘制局部放电的PRPD谱图、平均放电量-相位谱图、放点重复率-相位谱图放电重复率-放电量谱图H(q);
(2)根据局部放电的PRPD谱图计算得到放电起始相位、放电熄灭相位、相位宽度、放电重复率、放电量平均值、放电量标准差、相位重心;分别计算平均放电量-相位谱图、放电重复率-相位谱图的正负半轴的偏斜度、陡峭度、峰点数、放电量不对称度、相关系数;计算放电重复率-放电量谱图H(q)的正负放电量的偏斜度、陡峭度、威布尔形状参数、威布尔尺度参数;将上述参量作为模式识别特征参量,通过多次实验与参量计算形成表征三种缺陷类型的样本数据库;
多放电源下模式识别,包括以下步骤:
(a)测量待识别放电源的局部放电放电信息,包括局部放电脉冲电流波形、放电相位、视在放电量、放电时间,计算局部放电脉冲电流波形的1阶等效时长T1、1阶等效频宽F1及信号变化率sv,将T1、F1、sv两两组合绘制T1-F1、T1-sv及F1-sv三组二维谱图;
(b)观察局部放电点在T1-F1、T1-sv及F1-sv三组二维谱图中的分布,若局部放电点由多个放电源产生,且每个区域局部放电点由同一放电源产生,调至步骤(c);若局部放电点由单一放电源产生,直接跳到步骤(d)进行放电类型识别;
(c)若局部放电点在T1-F1、T1-sv及F1-sv谱图中呈现多区域分布,假定为C个区域,从T1-F1、T1-sv及F1-sv三组谱图选取区域内集中、区域间分离性最佳的一组,为不失一般性假定分离性最佳的谱图为S1-S2谱图;在S1-S2谱图中指定C个区域局部放电点的椭圆轮廓,依次判断各局部放电点位于哪个椭圆轮廓内,得到包含于各个椭圆轮廓内的局部放电点,进一步从测量的混合局部放电信息中提取出C个单一放电源的局部放电信息,该局部放电信息与上述步骤(a)中相同;通过上述步骤,可以实现局部放电信息的多源放电分离;
(d)根据步骤(c)中提取得到的单一放电源的局部放电信息,绘制局部放电的PRPD谱图、平均放电量-相位谱图、放点重复率-相位谱图放电重复率-放电量谱图H(q),计算前述模式识别特征参量,通过与特征参量样本数据库中的样本数据对比识别局部放电类型。
2.如权利要求1所述的多放电源情况下变压器局部放电类型识别方法,其特征在于,局部放电点在T1-F1、T1-sv及F1-sv谱图中呈现多区域分布,其中,多区域分布表明缺陷内包含多个放电源,每一个区域对应由单一放电源产生的局部放电点。
3.如权利要求1所述的多放电源情况下变压器局部放电类型识别方法,其特征在于,在S1-S2谱图中指定各区域局部放电点的椭圆轮廓中,编制指定椭圆轮廓界面,在界面上绘制S1-S2谱图,进一步根据局部放电点在谱图中的多区域性分布,在S1-S2谱图上指定包围各区域局部放电点的椭圆轮廓。
4.如权利要求3所述的多放电源情况下变压器局部放电类型识别方法,其特征在于,指定各区域局部放电点的椭圆轮廓,是点选椭圆的长轴两个端点与短轴一个端点。
5.如权利要求1所述的,多放电源情况下变压器局部放电类型识别方法,其特征在于,从测量的混合局部放电信息中提取出C个单一放电源的局部放电信息,得到包含于各个椭圆轮廓内的局部放电点后,根据局部放电脉冲电流波形、放电相位、视在放电量、放电时间数据与S1、S2数据的顺序对应关系,提取出第1到C个放电源的上述局部放电信息。
6.如权利要求1所述的多放电源情况下变压器局部放电类型识别方法,其特征在于,计算局部放电脉冲电流波形s(t)的1阶等效时长T1、1阶等效频宽F1及信号变化率sv,T1、F1及sv的计算方法为:
式中:s(i)表示局部放电脉冲电流波形s(t)的第i个采样点;ti为对应的采样时刻;t0为时间重心;N为总的采样点数目;FT(fi)表示s(t)傅里叶变换得到的频谱,fi为傅里叶变换后的第i个频率点;FS为采样频率;f0为频率重心;对于一次局部放电测量,计算后的T1、F1及sv分别构成一组列向量,假定共测量到M次局部放电脉冲电流波形,则T1、F1及sv的维数为M*1。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410379545.8A CN104198899B (zh) | 2014-08-04 | 2014-08-04 | 一种多放电源情况下变压器局部放电类型识别方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410379545.8A CN104198899B (zh) | 2014-08-04 | 2014-08-04 | 一种多放电源情况下变压器局部放电类型识别方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104198899A true CN104198899A (zh) | 2014-12-10 |
CN104198899B CN104198899B (zh) | 2017-01-25 |
Family
ID=52084211
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410379545.8A Active CN104198899B (zh) | 2014-08-04 | 2014-08-04 | 一种多放电源情况下变压器局部放电类型识别方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104198899B (zh) |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106950470A (zh) * | 2017-03-10 | 2017-07-14 | 三峡大学 | 一种基于大数据的变压器雷电冲击的故障诊断方法 |
CN107831409A (zh) * | 2017-09-22 | 2018-03-23 | 国网山东省电力公司电力科学研究院 | 特高频局放检测图谱特征参量提取的方法及异常检测方法 |
CN108414900A (zh) * | 2018-03-08 | 2018-08-17 | 云南电网有限责任公司电力科学研究院 | 一种检测变压器局部放电的方法及系统 |
CN110361622A (zh) * | 2019-07-12 | 2019-10-22 | 台州宏创电力集团有限公司 | 变压器局部放电的故障诊断方法、装置、设备及存储介质 |
CN110568330A (zh) * | 2019-09-16 | 2019-12-13 | 国网河北省电力有限公司电力科学研究院 | 三相三绕组变压器感应电压带局部放电试验参数估算方法 |
CN110988619A (zh) * | 2019-11-21 | 2020-04-10 | 苏州光格设备有限公司 | 一种多源放电信号分离方法以及分析判别方法 |
CN111157850A (zh) * | 2020-01-15 | 2020-05-15 | 上海电力大学 | 一种基于均值聚类的电网线路故障识别方法 |
CN112684311A (zh) * | 2021-01-30 | 2021-04-20 | 国网上海市电力公司 | 用于变压器油纸绝缘局部放电类型识别的特征量提取方法 |
CN113533921A (zh) * | 2021-09-15 | 2021-10-22 | 北京普源瑞新仿真科技有限公司 | 局部放电检测方法及局部放电检测装置 |
CN115187527A (zh) * | 2022-06-27 | 2022-10-14 | 上海格鲁布科技有限公司 | 一种多源混合型特高频局部放电图谱的分离识别方法 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20110086392A (ko) * | 2010-01-22 | 2011-07-28 | 한국공항공사 | 공항 전력시설의 장애관리 시스템 |
CN102645620A (zh) * | 2012-05-17 | 2012-08-22 | 广东电网公司电力科学研究院 | 基于时频特征参数的变电站多源局部放电检测方法及装置 |
CN103091612A (zh) * | 2013-01-16 | 2013-05-08 | 重庆市电力公司电力科学研究院 | 一种变压器油纸绝缘多局部放电源信号的分离与识别算法 |
US20130179099A1 (en) * | 2012-01-08 | 2013-07-11 | Metrycom Communications Ltd. | System and method for assessing faulty power-line insulator strings |
CN103336226A (zh) * | 2013-05-08 | 2013-10-02 | 清华大学 | 一种气体绝缘变电站中多种局部放电源类型的辨识方法 |
JP2013213751A (ja) * | 2012-04-03 | 2013-10-17 | Mitsubishi Electric Corp | 車両推進制御装置の異常監視装置およびその方法 |
CN103605061A (zh) * | 2013-12-06 | 2014-02-26 | 青岛华电高压电气有限公司 | 手持式局部放电特高频巡检仪及定位放电位置方法 |
-
2014
- 2014-08-04 CN CN201410379545.8A patent/CN104198899B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20110086392A (ko) * | 2010-01-22 | 2011-07-28 | 한국공항공사 | 공항 전력시설의 장애관리 시스템 |
US20130179099A1 (en) * | 2012-01-08 | 2013-07-11 | Metrycom Communications Ltd. | System and method for assessing faulty power-line insulator strings |
JP2013213751A (ja) * | 2012-04-03 | 2013-10-17 | Mitsubishi Electric Corp | 車両推進制御装置の異常監視装置およびその方法 |
CN102645620A (zh) * | 2012-05-17 | 2012-08-22 | 广东电网公司电力科学研究院 | 基于时频特征参数的变电站多源局部放电检测方法及装置 |
CN103091612A (zh) * | 2013-01-16 | 2013-05-08 | 重庆市电力公司电力科学研究院 | 一种变压器油纸绝缘多局部放电源信号的分离与识别算法 |
CN103336226A (zh) * | 2013-05-08 | 2013-10-02 | 清华大学 | 一种气体绝缘变电站中多种局部放电源类型的辨识方法 |
CN103605061A (zh) * | 2013-12-06 | 2014-02-26 | 青岛华电高压电气有限公司 | 手持式局部放电特高频巡检仪及定位放电位置方法 |
Non-Patent Citations (1)
Title |
---|
唐志国 等: "超宽带射频技术对变压器多局部放电源的定位", 《高电压技术》 * |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106950470A (zh) * | 2017-03-10 | 2017-07-14 | 三峡大学 | 一种基于大数据的变压器雷电冲击的故障诊断方法 |
CN107831409A (zh) * | 2017-09-22 | 2018-03-23 | 国网山东省电力公司电力科学研究院 | 特高频局放检测图谱特征参量提取的方法及异常检测方法 |
CN108414900A (zh) * | 2018-03-08 | 2018-08-17 | 云南电网有限责任公司电力科学研究院 | 一种检测变压器局部放电的方法及系统 |
CN110361622A (zh) * | 2019-07-12 | 2019-10-22 | 台州宏创电力集团有限公司 | 变压器局部放电的故障诊断方法、装置、设备及存储介质 |
CN110568330A (zh) * | 2019-09-16 | 2019-12-13 | 国网河北省电力有限公司电力科学研究院 | 三相三绕组变压器感应电压带局部放电试验参数估算方法 |
CN110988619A (zh) * | 2019-11-21 | 2020-04-10 | 苏州光格设备有限公司 | 一种多源放电信号分离方法以及分析判别方法 |
CN111157850A (zh) * | 2020-01-15 | 2020-05-15 | 上海电力大学 | 一种基于均值聚类的电网线路故障识别方法 |
CN111157850B (zh) * | 2020-01-15 | 2022-06-21 | 上海电力大学 | 一种基于均值聚类的电网线路故障识别方法 |
CN112684311A (zh) * | 2021-01-30 | 2021-04-20 | 国网上海市电力公司 | 用于变压器油纸绝缘局部放电类型识别的特征量提取方法 |
CN113533921A (zh) * | 2021-09-15 | 2021-10-22 | 北京普源瑞新仿真科技有限公司 | 局部放电检测方法及局部放电检测装置 |
CN113533921B (zh) * | 2021-09-15 | 2021-12-17 | 北京普源瑞新仿真科技有限公司 | 局部放电检测方法及局部放电检测装置 |
CN115187527A (zh) * | 2022-06-27 | 2022-10-14 | 上海格鲁布科技有限公司 | 一种多源混合型特高频局部放电图谱的分离识别方法 |
Also Published As
Publication number | Publication date |
---|---|
CN104198899B (zh) | 2017-01-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104198899A (zh) | 一种多放电源情况下变压器局部放电类型识别方法 | |
CN107589341B (zh) | 一种基于配电自动化主站的单相接地在线故障定位方法 | |
CN103698669B (zh) | 一种高压电力设备局部放电脉冲分离方法 | |
CN104849633A (zh) | 一种开关柜局部放电模式识别方法 | |
CN104966161B (zh) | 一种基于高斯混合模型的电能质量录波数据计算分析方法 | |
CN102680825A (zh) | 系统级电磁兼容故障诊断中的干扰源辨识方法 | |
CN104237750B (zh) | 一种gis绝缘缺陷局部放电故障图谱绘制方法 | |
CN110068759A (zh) | 一种故障类型获得方法及装置 | |
CN106019076A (zh) | 一种高压直流输电线路故障测距方法 | |
CN109615723A (zh) | 巡查路线覆盖情况自动分析方法及系统 | |
CN106599777A (zh) | 一种基于能量百分比的电缆局部放电信号识别方法 | |
CN104793124A (zh) | 基于小波变换和ica特征提取的开关电路故障诊断方法 | |
CN112633427A (zh) | 一种基于离群点检测的超高次谐波发射信号检测方法 | |
CN106202977A (zh) | 一种基于盲源分离算法的低频振荡模式分析方法 | |
CN114217164B (zh) | 一种基于放电波形智能识别的电缆故障测距方法及系统 | |
CN104714171A (zh) | 基于小波变换和ica特征提取的开关电路故障分类方法 | |
CN113659564B (zh) | 基于电压波动特征聚类的低压配电网拓扑识别方法及系统 | |
CN103440497A (zh) | 一种gis绝缘缺陷局部放电图谱模式识别方法 | |
CN113092946A (zh) | 一种配电网多分支架空-电缆混合线路接地故障定位方法及装置 | |
CN105954695A (zh) | 一种基于同步的同质传感器突变参数识别方法与装置 | |
CN105162094A (zh) | 一种利用极线故障电流曲线簇主成分分析的特高压直流线路的纵联保护方法 | |
CN102854438A (zh) | 行波距离保护中识别第二个行波的方法及装置 | |
CN103558484B (zh) | 一种变电站电缆受雷击干扰检测装置及方法 | |
CN115983507B (zh) | 送端源电网断面宽频振荡风险预测方法及系统 | |
CN111273126A (zh) | 一种配电网拓扑快速感知方法 |
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 |