CN105223481A - 基于差值能量函数的局部放电特高频信号起始时刻确定方法 - Google Patents

Abstract

本发明公开了一种基于差值能量函数的局部放电特高频信号起始时刻确定方法，包括如下步骤：(1)在被测试设备安装特高频传感器，采用高采样率数字检测设备采集并记录局部放电产生的特高频信号波形；(2)计算局部放电产生的特高频信号波形的累积能量函数；(3)优化选取数据窗口的长度WL，从第一个数据窗口开始滑动计算累积能量函数的差值能量函数；(4)确定差值能量函数的首个显著峰值对应的时刻，将其作为特高频信号的起始时刻。本发明中差值能量函数可强化累积能量的快速增长位置，减弱累积能量的缓慢增长部分。特高频信号中的白噪声与低频(<1GHz)窄带噪声对应累积能量的缓慢增长位置，因此差值能量函数可有效减低白噪声与窄带白噪声水平。

Description

基于差值能量函数的局部放电特高频信号起始时刻确定方法

技术领域：

本发明涉及电力设备局部放电检测领域，尤其涉及一种基于差值能量函数的局部放电特高频信号起始时刻确定方法。

背景技术：

局部放电是导致电力设备发生重大事故的主要原因之一，快速准确定位局部放电源对电力设备的维护和保证电力系统安全运行至关重要。局部放电监测对于电力设备的安全运行有着极其重要的意义。由于特高频法具有检测灵敏度高、信噪比高及可实现局部放电源定位等优点，其在电力设备局部放电检测中获得广泛应用，其中对于局部放电源的定位更是研究的热点之一。

由于气体绝缘组合电器、变压器等大型设备结构复杂，同时现场干扰强烈，以及传播过程会使信号产生畸变，这些因素都严重影响对放电源的精确定位。利用特高频法进行局部放电定位的前提是准确确定局部放电产生的特高频信号的起始时刻。因此，确定局部放电特高频信号的起始时刻是局部放电定位技术的基础，也是决定定位准确度的关键。目前的时差确定方法主要有阈值法、累积能量法和相关估计法等。阈值法即首先根据背景噪声水平合理选定信号的阈值，以特高频传感器接收的信号达到阈值的时刻作为信号起始时刻。累积能量法即寻找接收信号的累积能量曲线的拐点作为信号起始时刻，将多个不同位置的特高频传感器接收到信号起始时刻的差值作为信号时差的估计值。发明人发现，以上几种方法均存在不足之处。其不足之处体现在：(1)要求特高频信号具有较高的信噪比。当特高频信号的噪声较大时，确定的信号时差有较大误差；(2)当现场存在干扰使特高频信号波形发生畸变时，应用以上方法确定特高频信号的时差也会产生较大误差。

因此，亟需一种方法来确定局部放电特高频信号的起始时刻，并且受噪声的干扰较小，计算结果精确度较高。

发明内容：

本发明的目的在于提供一种基于差值能量函数法的局部放电特高频信号起始时刻确定方法。

为达到上述目的，本发明采用如下技术方案来实现的：

基于差值能量函数的局部放电特高频信号起始时刻确定方法，包括如下步骤：

1)在被测试设备安装特高频传感器，采用高采样率数字检测设备采集并记录局部放电产生的特高频信号波形；

2)计算局部放电产生的特高频信号波形的累积能量函数；

3)优化选取数据窗口的长度WL，从第一个数据窗开始滑动计算特高频信号波形累积能量函数的差值能量函数；

4)确定差值能量函数的首个显著峰值对应的时刻，将其作为特高频信号的起始时刻。

本发明进一步的改进在于，步骤1)中所述特高频传感器，为超宽带特高频信号传感器，数量为四个或者以上，能够建立多个时差定位方程组，通过求解时差方程组确定局部放电源的位置。

本发明进一步的改进在于，步骤1)中所述采用高采样率数字检测设备，采用的采样率应不低于5GS/s，且随着采样率的增加起始时刻精度会逐渐提高。

本发明进一步的改进在于，步骤2)中所述累积能量函数，具体计算方法为：

假定采集的局部放电特高频信号波形为v(t_i)，i＝1,2,…N，N为单次脉冲的采样点数，t_i为第i个采样点对应的时刻，则累积能量函数U(t_k)计算公式如式(1)：

$U\left(t_k\right)=\underset{i=1}{\overset{k}{\&Sigma;}}{\left(v\right(t_i\left)\right)}^2/\underset{i=1}{\overset{N}{\&Sigma;}}{\left(v\right(t_i\left)\right)}^2*100---\left(1\right).$

本发明进一步的改进在于，步骤3)中所述的差值能量函数，为一定数据窗口长度内累积能量最大值与最小值之差，具体计算公式为：

d_u(i)＝max{U_i+m}-min{U_i+m}m＝-WL/2,…,WL/2(2)

式中，d_u(i)为第i个数据窗内的差值能量值，U_i为第i个采样点对应的累积能量数值，WL为滑动数据窗口的长度。

本发明进一步的改进在于，步骤3)中所述的优化选取数据窗口的长度，包括以下步骤：

(a)根据步骤1)检测并记录20组特高频信号波形；

(b)针对测到的每组特高频信号，利用蒙特卡罗统计法分析时差受噪声影响程度：在测量到的局部放电特高频信号波形的数据中加入指定信噪比的白噪声，利用差值能量函数法确定加入白噪声后各传感器之间的起始时刻，进而计算天线信号到达时刻的时差；利用蒙特卡罗法重复以上加入白噪声-确定传感器信号时差过程N次，最后计算N次时差统计的平均值及标准差；

(c)改变窗口长度，重复步骤(b)，以计算得到的时差平均值与真实时间差误差最小、标准差最小为目标，选取最优的窗口长度；

(d)对采集的20组特高频信号，重复步骤(b)～(c)，得到各组信号优选的数据窗口长度；综合比较20组信号，以评估的时差平均值与真实时间差误差最小、标准差最小为目标，选取最优的窗口长度。

本发明进一步的改进在于，步骤4)所述的确定差值能量函数的首个显著峰值对应的时刻，包括以下步骤：

(a)对特高频信号差值能量函数进行以下计算：计算其最大值M₁，求取差值能量函数为0.3M₁对应的时刻t₁，t₂＝t₁-10ns时刻之前一般仅包含噪声，提取该部分噪声信号，计算噪声部分数学形态学梯度的最大值V_n；

(b)以1.5V_n为阈值，提取差值能量第一个大于该阈值的峰值对应的时刻，将其作为局部放电特高频信号的起始时刻。

相对于现有技术，本发明的有益效果体现在：

本发明提供了一种基于差值能量函数的局部放电特高频信号起始时刻确定方法。差值能量函数可强化累积能量的快速增长位置，减弱累积能量的缓慢增长部分。特高频信号中的白噪声与低频(<1GHz)窄带噪声对应累积能量的缓慢增长位置，因此差值能量函数可有效减低白噪声与窄带白噪声水平。

进一步，由于差值能量函数可有效降低噪声水平，使用本发明确定局部放电特高频信号的起始时刻，相对于传统方法具有较高的精确度，并且受外部噪声的干扰较小，特别在现场局部放电检测时可有效减低噪声的影响。

进一步，本发明优化选取数据窗口的长度步骤中提出了分析噪声对时差确定算法影响的方法，该方法还可用于对不同时差确定算法受噪声影响程度的评估。

进一步，本发明可以应用在电力设备检测领域，对提高局部放电源的定位精度有较大的实用价值。

附图说明：

图1为本发明基于差值能量函数的局部放电特高频信号起始时刻确定方法的流程图。

图2为本发明实验中采用的特高频传感器布置方式图。

图3为本发明四个特高频传感器测得的局部放电特高频信号波形图。

图4为本发明传感器#1信号的累积能量函数与差值能量函数波形图。

图5为本发明不同数据窗口长度下传感器#1差值能量函数波形图。

图6为本发明采用蒙特卡罗法计算时差平均值与标准差的流程图。

图7为本发明计算得到的不同信噪比下传感器#1与#2信号时差平均值与标准差；其中，图7(a)、7(b)分别为时差平均值与标准差变化趋势图。

图8为本发明利用差值能量函数确定起始时刻实例图。

具体实施方式：

下面结合附图和实施例对本发明的具体实施方式进行说明。

如图1所示，本发明基于差值能量函数的局部放电特高频信号起始时刻确定方法，包括如下步骤：

(1)在被测试设备安装特高频传感器，采用高采样率数字检测设备采集并记录局部放电产生的特高频信号波形；

作为一种实施例，图2为本发明搭建的一种基于特高频传感器阵列的变电站局部放电检测实验系统，该系统由4个全向传感器与数字采集设备组成，4个传感器位于矩形的四个顶点；利用便携式特高频信号发生器向空间中辐射特高频信号，传感器为盘锥形全向传感器，其带宽为300MHz～3GHz。利用高速采集数字示波器以10GS/s的采样率检测采集特高频信号，检测得到4个传感器的特高频信号波形如图3所示。

(2)计算局部放电产生的特高频信号波形的累积能量函数；

本步骤中所述的累积能量函数，具体计算方法为：假定采集的局部放电特高频信号波形为v(t_i)，i＝1,2,…N，N为单次脉冲的采样点数，t_i为第i个采样点对应的时刻，则累积能量函数U(t_k)计算公式为：

$U\left(t_k\right)=\underset{i=1}{\overset{k}{\&Sigma;}}{\left(v\right(t_i\left)\right)}^2/\underset{i=1}{\overset{N}{\&Sigma;}}{\left(v\right(t_i\left)\right)}^2*100---\left(1\right)$

作为一种实施例，计算了传感器#1的累积能量函数，如图4所示。

(3)优化选取数据窗口的长度WL，从第一个数据窗开始滑动计算特高频信号波形累积能量函数的差值能量函数；

本步骤中所述的差值能量函数，为一定数据窗口长度内累积能量最大值与最小值之差，具体计算公式为：

d_u(i)＝max{U_i+m}-min{U_i+m}m＝-WL/2,…,WL/2(2)

式中，d_u(i)为第i个数据窗内的差值能量值，U_i为第i个采样点对应的累积能量数值，WL为滑动数据窗口的长度。

作为一种实施例，利用公式(2)计算了窗口长度为2、8及14个采样点时传感器#1特高频信号的差值能量函数，如图5所示。原始采集信号的噪声最大值与局部放电信号峰值的比值为36.2％，当窗口长度为2、8及14个采样点时，差值能量函数的噪声水平与其峰值的比值分别为12.0％、6.8％及7.6％，可以看出差值能量函数降低了信号中的噪声水平，说明利用差值能量函数确定信号起始时刻受噪声影响较小；随着数据窗口长度的增加，差值能量函数的噪声水平呈现降低趋势，但数据窗口长度过长时会丢失某些特征点，比如原始采集信号的较小的峰值。因此需要优化选取数据窗口的长度。

如图6所示，本步骤中所述的优化选取数据窗口的长度，包括以下步骤：

(a)根据步骤(1)检测并记录20组特高频信号波形；

作为一种实施例，采用图2所示特高频传感器阵列的变电站局部放电检测实验系统，采集并记录20组特高频信号波形，图3为采集的其中一组信号。

(b)针对测到的每组特高频信号，利用蒙特卡罗统计法分析时差受噪声影响程度：在测量到的局部放电特高频信号波形的数据中加入指定信噪比的白噪声，利用差值能量函数法确定加入白噪声后各传感器之间的起始时刻，进而计算天线信号到达时刻的时差；利用蒙特卡罗法重复以上加入白噪声-确定传感器信号时差过程N次，最后计算N次时差统计的平均值及标准差。

作为一种实施例，本发明在采集的特高频信号中加入了-5dB、-3dB、-1dB、…、13dB、15dB的白噪声，采用以上蒙特卡罗统计方法计算了每个信噪比下的时差平均值及标准差。

作为一种实施例，针对每个信噪比，利用蒙特卡罗法共进行了500次统计。

(c)改变窗口长度，重复步骤(b)，以计算得到的时差平均值与真实时间差误差最小、标准差最小为目标，选取最优的窗口长度；

作为一种实施例，本发明逐次添加-5dB、-3dB、-1dB、…、13dB、15dB的白噪声，利用蒙特卡罗法计算了传感器#1与#2的时差平均值及标准差，分别如图7(a)、7(b)所示。传感器#1与#2的真实时间差为-2.55ns。可以看出，随着信噪比的提高，利用差值能量法得到的时间差与真实时间差之间的误差减小，且标准差降低，说明在较高信噪比下差值能量法确定的时间差数据更准确。

作为一种实施例，本发明改变数据窗口长度为2、4、6、8、10、12及14个采样点，利用蒙特卡罗法计算了传感器#1与#2的时差平均值及标准差。可以看出当数据窗口长度取10个采样点时，在同一信噪比下利用差值能量法得到的时间差与真实时间差之间的误差最小，且标准差最小。因此，对于传感器#1与#2特高频信号，10个采样点为最优的数据窗口长度。

(d)对采集的20组特高频信号，重复步骤(b)～(c)，得到各组信号优选的数据窗口长度，综合比较20组信号，以评估的时差平均值与真实时间差误差最小、标准差最小为目标，选取合适的窗口长度。

作为一种实施例，本发明针对采集的20组特高频信号，根据步骤(b)～(d)分别确定了最优窗口长度，其中多数信号的最优数据窗口长度为10个采样点，故选取10个采样点作为最优数据窗口长度。

(4)确定差值能量函数的首个显著峰值对应的时刻，将其作为特高频信号的起始时刻。

本步骤中所述的确定差值能量函数的首个显著峰值对应的时刻，包括以下步骤：

(a)对特高频信号差值能量函数进行以下计算：计算其最大值M₁，求取差值能量函数为0.3M₁对应的时刻t₁，t₂＝t₁-10ns时刻之前一般仅包含噪声，提取该部分噪声信号，计算噪声部分数学形态学梯度的最大值V_n；

(b)以1.5V_n为阈值，提取差值能量第一个大于该阈值的峰值对应的时刻，将其作为局部放电特高频信号的起始时刻。

作为一种实施例，本发明利用以上步骤，确定了图3特高频信号的噪声阈值，为0.08。

作为一种实施例，本发明利用以上步骤，确定了图3特高频信号的起始时刻，得到的传感器#1、#2、#3及#4的起始时刻分别为0.4ns、0.95ns、2.95ns及4.65ns，天线对1-2、1-3、1-4的时间差为-0.55ns、-2.55ns及-4.25ns。利用信号源与天线之间的距离差及电磁波的光速传播速度，计算得到天线对1-2、1-3、1-4的真实时间差为-0.5ns、-2.6ns及-4.2ns，可以看出，本例中利用差值能量函数法确定的时差误差为0.05ns。

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 (7)

1.基于差值能量函数的局部放电特高频信号起始时刻确定方法，其特征在于，包括如下步骤：

1)在被测试设备安装特高频传感器，采用高采样率数字检测设备采集并记录局部放电产生的特高频信号波形；

2)计算局部放电产生的特高频信号波形的累积能量函数；

3)优化选取数据窗口的长度WL，从第一个数据窗开始滑动计算特高频信号波形累积能量函数的差值能量函数；

4)确定差值能量函数的首个显著峰值对应的时刻，将其作为特高频信号的起始时刻。

2.根据权利要求1所述的基于差值能量函数的局部放电特高频信号起始时刻确定方法，其特征在于，步骤1)中所述特高频传感器，为超宽带特高频信号传感器，数量为四个或者以上，能够建立多个时差定位方程组，通过求解时差方程组确定局部放电源的位置。

3.根据权利要求1所述的基于差值能量函数的局部放电特高频信号起始时刻确定方法，其特征在于，步骤1)中所述采用高采样率数字检测设备，采用的采样率应不低于5GS/s。

4.根据权利要求1所述的基于差值能量函数的局部放电特高频信号起始时刻确定方法，其特征在于，步骤2)中所述累积能量函数，具体计算方法为：

假定采集的局部放电特高频信号波形为v(t_i)，i＝1,2,…N，N为单次脉冲的采样点数，t_i为第i个采样点对应的时刻，则累积能量函数U(t_k)计算公式如式(1)：

$U\left(t_k\right)=\underset{i=1}{\overset{k}{\&Sigma;}}{\left(v\right(t_i\left)\right)}^2/\underset{i=1}{\overset{N}{\&Sigma;}}{\left(v\right(t_i\left)\right)}^2*100---\left(1\right).$

5.根据权利要求1所述的基于差值能量函数的局部放电特高频信号起始时刻确定方法，其特征在于，步骤3)中所述的差值能量函数，为一定数据窗口长度内累积能量最大值与最小值之差，具体计算公式为：

d_u(i)＝max{U_i+m}-min{U_i+m}m＝-WL/2,…,WL/2(2)

式中，d_u(i)为第i个数据窗内的差值能量值，U_i为第i个采样点对应的累积能量数值，WL为滑动数据窗口的长度。

6.根据权利要求1或5所述的基于差值能量函数的局部放电特高频信号起始时刻确定方法，其特征在于，步骤3)中所述的优化选取数据窗口的长度，包括以下步骤：

(a)根据步骤1)检测并记录20组特高频信号波形；

(b)针对测到的每组特高频信号，利用蒙特卡罗统计法分析时差受噪声影响程度：在测量到的局部放电特高频信号波形的数据中加入指定信噪比的白噪声，利用差值能量函数法确定加入白噪声后各传感器之间的起始时刻，进而计算天线信号到达时刻的时差；利用蒙特卡罗法重复以上加入白噪声-确定传感器信号时差过程N次，最后计算N次时差统计的平均值及标准差；

(c)改变窗口长度，重复步骤(b)，以计算得到的时差平均值与真实时间差误差最小、标准差最小为目标，选取最优的窗口长度；

(d)对采集的20组特高频信号，重复步骤(b)～(c)，得到各组信号优选的数据窗口长度；综合比较20组信号，以评估的时差平均值与真实时间差误差最小、标准差最小为目标，选取最优的窗口长度。

7.根据权利要求1所述的基于差值能量函数的局部放电特高频信号起始时刻确定方法，其特征在于，步骤4)所述的确定差值能量函数的首个显著峰值对应的时刻，包括以下步骤：

(a)对特高频信号差值能量函数进行以下计算：计算其最大值M₁，求取差值能量函数为0.3M₁对应的时刻t₁，t₂＝t₁-10ns时刻之前一般仅包含噪声，提取该部分噪声信号，计算噪声部分数学形态学梯度的最大值V_n；

(b)以1.5V_n为阈值，提取差值能量第一个大于该阈值的峰值对应的时刻，将其作为局部放电特高频信号的起始时刻。