CN104635126A - 一种基于滑动窗口的局部放电单脉冲提取方法 - Google Patents

Abstract

一种基于滑动窗口的局部放电单脉冲提取方法，针对信号的离散采样时间序列{x(i)}，截取由无脉冲区域组成的背景信号x_i(i=1,2,…,n)，统计得到背景白噪的均值μ和方差σ²，利用脉冲信号连续性及其能量有限特性，确定脉冲幅值阈值T_a和滑动窗口能量阈值T_e，通过搜索采样时间序列，依据幅值阈值T_a判断是否存在单脉冲，存在脉冲则在采样时间序列上建立滑动窗口，通过滑动窗口最终确定单脉冲的起点和终点，实现单脉冲的提取。解决传统局部放电检测采用的脉冲“峰值-时间”序列检测存在的放电脉冲个数计算不准确、损失局部放电单脉冲时频特征等问题。本发明适用于高压电气设备高频、特高频、超声波局部放电在线监测和带电检测的实时脉冲提取。

Description

一种基于滑动窗口的局部放电单脉冲提取方法

技术领域

本发明涉及一种高压电气设备局部放电单脉冲提取方法，属高压电气设备状态在线监测、带电检测技术领域。

背景技术

局部放电检测是发现高压电气设备内部绝缘缺陷的重要手段之一。传统的局部放电检测一般采用脉冲“峰值-时间”序列检测方法，即提取基于工频相位的放电特征谱图，如“最大放电幅值对相位分布”、“平均放电幅值对相位分布”、“放电次数对相位分布”等谱图，仅从统计学上分析放电随工频相位的分布特性，损失了局部放电单脉冲的时频特征；并且放电脉冲个数的统计采用相位开窗法，与实际放电脉冲个数存在较大差异。然而，放电单脉冲的提取、分析对放电类型判断、放电源位置查找至关重要。

单脉冲提取的基本任务是确定脉冲的起始时间t(s)和终止时间t(e)，对信号的离散采样时间序列{x(i)}而言，即需要找到单脉冲的起点x(s)和终点x(e)，由于采样时间序列上叠加有白噪声，为了将单脉冲从白噪背景中提取出来，本发明提出一种基于滑动窗口的局部放电单脉冲提取方法，将传统的脉冲“峰值-时间”序列检测改为脉冲“波形-时间”序列检测，为单脉冲分析奠定基础。

发明内容

本发明的目的是，为了对高压电气设备内部局部放电单脉冲进行分析，本发明公开了一种基于滑动窗口的局部放电单脉冲提取方法。

本发明的技术方案是，针对信号的离散采样时间序列{x(i)}，x(i)为采样点i的幅值，截取由无脉冲区域组成的背景信号x_i(i＝1,2,…,n)，统计得到背景白噪的均值μ和方差σ²，利用脉冲信号连续性及其能量有限特性，确定脉冲幅值阈值T_a和滑动窗口能量阈值T_e，通过搜索采样时间序列，依据幅值阈值T_a判断是否存在单脉冲，存在脉冲则建立滑动窗口，通过滑动窗口最终确定单脉冲的起点和终点，实现单脉冲的提取。

针对传统局部放电检测采用的脉冲“峰值-时间”序列检测存在的放电脉冲个数计算不准确、损失局部放电单脉冲时频特征等问题，本发明将传统的脉冲“峰值-时间”序列检测改为脉冲“波形-时间”序列检测，通过单脉冲提取保证了放电脉冲个数这一重要放电参量计算的准确性，同时提取的单脉冲保留了脉冲的时频特征，对放电类型判断、放电源位置查找提供基础数据；为单脉冲分析奠定基础。

本发明方法的步骤如下：

(1)针对信号的离散采样时间序列{x(i)}，截取由无脉冲区域组成的背景信号x_i(i＝1,2,…,n)，统计得到背景白噪的均值μ和方差σ²，确定脉冲幅值阈值T_a和滑动窗口能量阈值T_e；

(2)从i＝0开始对信号的采样序列{x(i)}进行搜索，当x(i)的绝对值大于阈值T_a时，即|x(i)|>T_a时，认为信号中存在一个单脉冲P(i)，然后以x(i)为中心，向前后搜索脉冲P(i)的起点和终点；

(3)以x(i)为能量中心，建立滑动数据窗W(k)，k＝(i-M,...,i,...,i+M)，2M+1为窗口内采样点数量，M由局部放电检测方式(高频、特高频、超声波)及系统采样速率确定，则W(k)内信号的能量E(k)为：

$E\left(k\right)=\underset{j=i-M}{\overset{i+M}{\mathrm{\Σ}}}{\left[x\left(j\right)\right]}^2---\left(1\right)$

式中，{x(j)}为采样时间序列中的一段，x(j)为采样点j的幅值，信号能量E(k)为归一化能量，以下相同。该数据窗内总的数据点数N为：

N＝(i+M)-(i-M)+1＝2M+1    (2)

(4)将数据窗W(k)向i增大的方向滑动一格，形成下一个数据窗W(k+1)，则原始数据窗W(k)内的第一个数据点x(i-M)移出了W(k+1)，同时数据点x(i+M+1)添加到新窗口中，W(k+1)内信号的能量E(k+1)为：

$E(k+1)=\underset{j=i-M+1}{\overset{i+M+1}{\mathrm{\Σ}}}{\left[x\left(j\right)\right]}^2---\left(3\right)$

由于W(k+1)是W(k)经过滑动得到，则W(k+1)窗口内的信号能量E(k+1)可简化为：

E(k+1)＝E(k)-[x(i-M)]²+[x(i+M+1)]²    (4)

(5)当W(k+1)窗口内的信号能量E(k+1)大于某一阈值T_e时，则W(k+1)窗口的中心点x(i+1)属于脉冲P(i)，此时继续向前滑动窗口，判断下一中心点是否属于该脉冲；当E(k+1)小于T_e时，中心点x(i+1)不属于脉冲P(i)，滑动窗口停止，由此确定脉冲终点x(e)；

(6)向i减小的方向滑动窗口，以确定脉冲的起点x(s)；窗口W(k-1)内的信号能量E(k-1)由下式计算：

E(k-1)＝E(k)+[x(i-M-1)]²-[x(i+M)]²    (5)

根据式(4)和(5)计算滑动窗口内信号的能量，对每个中心点是否属于脉冲P(i)的判别仅需要两次加法和一次比较运算，计算时间和空间复杂度小，能够有效提取单脉冲，满足实时在线运行需求。

本发明的有益效果是，本发明提出的基于滑动窗口的局部放电单脉冲提取方法，将传统的脉冲“峰值-时间”序列检测改为脉冲“波形-时间”序列检测，计算时间和空间复杂度均较小，非常适合局部放电在线监测和带电检测实时脉冲提取。

本发明适用于高压电气设备高频、特高频、超声波局部放电在线监测和带电检测的实时脉冲提取。

附图说明

图1是根据本发明提供的基于滑动窗口的局部放电单脉冲提取方法进行脉冲提取的流程图；

图2是在离散采样时间序列上建立滑动数据窗口并前后滑动提取单脉冲的示意图；

图中图号：1是离散采样时间序列；21是滑动数据窗口W(k)；22是滑动数据窗口W(k+1)；23是滑动数据窗口W(k-1)。

具体实施方式

下面结合具体实施例对本发明进行详细说明。以下实施例将有助于本领域的技术人员进一步理解本发明，但不以任何形式限制本发明。应当指出的是，对本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进。这些都属于本发明的保护范围。

本发明的具体实施方式如图1、图2所示。

本发明的实施工作流程如图1所示，具体实施步骤如下：

1)由于脉冲信号上叠加有白噪声，由脉冲信号连续性及其能量有限性可知，单脉冲总是开始于背景噪声(白噪声)，经过一段时间衰减后结束于背景噪声。针对信号的离散采样时间序列{x(i)}，截取由无脉冲区域组成的背景信号x_i(i＝1,2,…,n)，统计得到背景白噪的均值μ和方差σ²，确定脉冲幅值阈值T_a和滑动窗口能量阈值T_e；

2)从i＝0开始对信号的采样序列{x(i)}进行搜索，当x(i)的绝对值大于阈值T_a时，即|x(i)|>T_a时，认为信号中存在一个单脉冲P(i)，然后以x(i)为中心，向前后搜索脉冲P(i)的起点和终点；

3)对于双极性脉冲，由于脉冲存在过零点，显然不能直接以信号幅值作为脉冲P(i)结束的判别依据。因此，以x(i)为能量中心，建立滑动数据窗W(k)，见图2，k＝(i-M,...,i,...,i+M)，2M+1为窗口内采样点数量，M由局部放电检测方式(高频、特高频、超声波)及系统采样速率确定，则W(k)内信号的能量E(k)为：

$E\left(k\right)=\underset{j=i-M}{\overset{i+M}{\mathrm{\Σ}}}{\left[x\left(j\right)\right]}^2---\left(1\right)$

式中，{x(j)}为采样时间序列中的一段，x(j)为采样点j的幅值，信号能量E(k)为归一化能量，以下相同。该数据窗内总的数据点数N为：

N＝(i+M)-(i-M)+1＝2M+1    (2)

4)将数据窗W(k)向前(i增大的方向)滑动一格，形成下一个数据窗W(k+1)，如图2所示。则原始数据窗W(k)内的第一个数据点x(i-M)移出了W(k+1)，同时数据点x(i+M+1)添加到新窗口中，显然W(k+1)内信号的能量E(k+1)为：

$E(k+1)=\underset{j=i-M+1}{\overset{i+M+1}{\mathrm{\Σ}}}{\left[x\left(j\right)\right]}^2---\left(3\right)$

由于W(k+1)是W(k)经过滑动得到，则W(k+1)窗口内的信号能量E(k+1)可简化为：

E(k+1)＝E(k)-[x(i-M)]²+[x(i+M+1)]²    (4)

5)当W(k+1)窗口内的信号能量E(k+1)大于某一阈值T_e时，则W(k+1)窗口的中心点x(i+1)属于脉冲P(i)，此时继续向前滑动窗口，判断下一中心点是否属于该脉冲；当E(k+1)小于T_e时，中心点x(i+1)不属于脉冲P(i)，滑动窗口停止，由此确定脉冲终点x(e)；

6)同理，向后(i减小的方向)滑动窗口，见图2，以确定脉冲的起点x(s)。窗口W(k-1)内的信号能量E(k-1)由下式计算：

E(k-1)＝E(k)+[x(i-M-1)]²-[x(i+M)]²    (5)

根据式(4)和(5)计算滑动窗口内信号的能量，对每个中心点是否属于脉冲P(i)的判别仅需要两次加法和一次比较运算，计算时间和空间复杂度小，能够有效提取单脉冲，满足实时在线运行需求。

Claims (4)

1.一种基于滑动窗口的局部放电单脉冲提取方法，其特征在于，所述方法针对信号的离散采样时间序列{x(i)}，x(i)为采样点i的幅值，截取由无脉冲区域组成的背景信号x_i(i＝1,2,…,n)，统计得到背景白噪的均值μ和方差σ²，利用脉冲信号连续性及其能量有限特性，确定脉冲幅值阈值T_a和滑动窗口能量阈值T_e，通过搜索采样时间序列，依据幅值阈值T_a判断是否存在单脉冲，存在脉冲则建立滑动窗口，通过滑动窗口最终确定单脉冲的起点和终点，实现单脉冲的提取。

2.根据权利要求1所述的一种基于滑动窗口的局部放电单脉冲提取方法，其特征在于，所述方法将传统的脉冲“峰值-时间”序列检测改为脉冲“波形-时间”序列检测，为单脉冲分析奠定基础。

3.根据权利要求1所述的一种基于滑动窗口的局部放电单脉冲提取方法，其特征在于，所述方法的步骤为：

(1)针对信号的离散采样时间序列{x(i)}，截取由无脉冲区域组成的背景信号x_i(i＝1,2,…,n)，统计得到背景白噪的均值μ和方差σ²，确定脉冲幅值阈值T_a和滑动窗口能量阈值T_e；

(2)从i＝0开始对信号的采样序列{x(i)}进行搜索，当x(i)的绝对值大于阈值T_a时，即|x(i)|>T_a时，认为信号中存在一个单脉冲P(i)，然后以x(i)为中心，向前后搜索脉冲P(i)的起点和终点；

(3)以x(i)为能量中心，建立滑动数据窗W(k)，k＝(i-M,...,i,...,i+M)，2M+1为窗口内采样点数量，M由局部放电检测方式及系统采样速率确定，则W(k)内信号的能量E(k)为：

$E\left(k\right)=\underset{j=i-M}{\overset{i+M}{\mathrm{\Σ}}}{\left[x\left(j\right)\right]}^2---\left(1\right)$

式中，{x(j)}为采样时间序列中的一段，x(j)为采样点j的幅值，信号能量E(k)为归一化能量，以下相同；该数据窗内总的数据点数N为

N＝(i+M)-(i-M)+1＝2M+1                 (2)

(4)将数据窗W(k)向i增大的方向滑动一格，形成下一个数据窗W(k+1)，则原始数据窗W(k)内的第一个数据点x(i-M)移出了W(k+1)，同时数据点x(i+M+1)添加到新窗口中，W(k+1)内信号的能量E(k+1)为：

$E(k+1)=\underset{j=i-M+1}{\overset{i+M+1}{\mathrm{\Σ}}}{\left[x\left(j\right)\right]}^2---\left(3\right)$

由于W(k+1)是W(k)经过滑动得到，则W(k+1)窗口内的信号能量E(k+1)可简化为

E(k+1)＝E(k)-[x(i-M)]²+[x(i+M+1)]²；           (4)

(5)当W(k+1)窗口内的信号能量E(k+1)大于某一阈值T_e时，则W(k+1)窗口的中心点x(i+1)属于脉冲P(i)，此时继续向前滑动窗口，判断下一中心点是否属于该脉冲；当E(k+1)小于T_e时，中心点x(i+1)不属于脉冲P(i)，滑动窗口停止，由此确定脉冲终点x(e)；

(6)向i减小的方向滑动窗口，以确定脉冲的起点x(s)；窗口W(k-1)内的信号能量E(k-1)由下式计算：

E(k-1)＝E(k)+[x(i-M-1)]²-[x(i+M)]²             (5)

根据式(4)和(5)计算滑动窗口内信号的能量，对每个中心点是否属于脉冲P(i)的判别仅需要两次加法和一次比较运算，计算时间和空间复杂度小，能够有效提取单脉冲，满足实时在线运行需求。

4.根据权利要求3所述的一种基于滑动窗口的局部放电单脉冲提取方法，其特征在于，所述局部放电检测方式包括高频、特高频、超声波。