CN107390097A - 一种gis声电联合局部放电仿真检测系统及其检测方法 - Google Patents
一种gis声电联合局部放电仿真检测系统及其检测方法 Download PDFInfo
- Publication number
- CN107390097A CN107390097A CN201710579582.7A CN201710579582A CN107390097A CN 107390097 A CN107390097 A CN 107390097A CN 201710579582 A CN201710579582 A CN 201710579582A CN 107390097 A CN107390097 A CN 107390097A
- Authority
- CN
- China
- Prior art keywords
- module
- gis
- signal
- sensor
- shelf depreciation
- 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.)
- Pending
Links
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
- G01R31/12—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
- G01R31/1254—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 gas-insulated power appliances or vacuum gaps
-
- 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
- G01R31/1209—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 using acoustic measurements
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/045—Combinations of networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
- G06N3/084—Backpropagation, e.g. using gradient descent
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Molecular Biology (AREA)
- Artificial Intelligence (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- Computational Linguistics (AREA)
- Health & Medical Sciences (AREA)
- Evolutionary Computation (AREA)
- General Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Acoustics & Sound (AREA)
- Testing Relating To Insulation (AREA)
- Locating Faults (AREA)
Abstract
本发明涉及一种GIS声电联合局部放电仿真检测系统,所述系统包括信息采集模块、信息融合模块和PD故障定位模块,所述信息采集模块的输出端与信息融合模块的输入端相连接设置,该信息融合模块的输出端与PD故障定位模块相连接设置。本发明采用声电联合定位检测方法,利用到达时间差,结合BP神经网络对超声波和超高频的数据结果进行融合,构造局部放电仿真测试系统,实现GIS放电位置定位。
Description
技术领域
本发明属于电力设备技术领域,尤其是一种GIS声电联合局部放电仿真检测系统及其检测方法。
背景技术
局部放电(Partial Discharge,PD)是指发生在电极之间但未贯穿电极的放电现象。局部放电的累积效应将使绝缘物质的介电性能不断劣化,最终导致绝缘击穿事故的发生。气体绝缘组合电器(Gas Insulated Substation,GIS)是电力系统中输送电能的重要设备,具有很高的供电可靠性,目前已广泛应用于110kV和220kV变电设备中。但在实际运行中GIS局部放电问题却一直比较突出。而造成局部放电的主要因素是设备内部的自由金属微粒、电极表面的毛刺突起、螺丝松动或接触不良造成的悬浮电位、绝缘件缺陷以及安装过程中的遗留物等因素。这些因素不断劣化GIS内部绝缘介质及绝缘部件的性能,腐蚀导电部件,导致GIS绝缘事故发生。长期的局部放电会导致设备绝缘劣化局部扩大,甚至引起组合电器绝缘击穿或沿面闪络,严重影响电网运行的安全与稳定。目前局部放电检测方法很多,如特高频法、超声波法、气相色谱法、震荡波法等,但单一方法检测效果比较有限,现在利用多种方法互补性的联合检测法成为目前发展的主要趋势。
GIS局部放电检测方法中最成熟的检测法是超声波局放检测法。局放源发出的超声波信号,抗干扰能力强,不受外界噪声影响,通过超声传感器即可捕获信号,实现放电源的定位,但是超声波信号在固体盆式绝缘子内部传播时衰减较大,对于绝缘子内部以及表面放电灵敏度不够,无法完成全部检测任务。超声波法在局部放电检测定位中的工作原理如图1所示。
超声波检测法利用同一信号到达不同传感器的时间差、振幅变化,根据超声波传播速度,即可以求出放电源距多个传感器的距离。但是在实际应用中,受环境、噪声、速度、距离等多个因素影响,同时信号在GIS内部传输过程中衰减较快,相应的精确捕获的时间差非常困难,这些都增加了信号采集及滤波分析的难度。
针对电力线缆的局部放电检测中,特高频电流法是目前最常用的检测方法,当电缆发生局部放电时,会有部分电流流入大地。因此通过在外屏蔽层套接高频电流传感器,感应接地线上的电流,激发数GHz的电磁波,脉冲电流上升很快,即可用实现局部放电的判断。但该法无法准确定位故障点,检测原理如图2所示。
与超声波局放检测法的缺点类似,超高频检测方法采用传感器接收放电源信号,利用同一信号到达不同传感器的时间差、振幅变化,根据电磁波传播速度,即可以求出放电源距多个传感器的距离。但是在实际应用中,受环境、噪声、速度、距离等多个因素影响,同时信号在GIS内部传输过程中衰减较快,相应的精确捕获的时间差非常困难,这些都增加了信号采集及滤波分析的难度。
TDOA(Time Difference of Arrival,到达时间差)定位是一种利用同一放电源到达不同传感器时间差进行放电源定位的应用方法。通过不同的传感器捕获信号的时间,利用速度(光速)、路程间的关系即可确定信号源距离每个传感器的直线距离。以监测站为中心,直线距离为半径作圆,就可以确定信号源位置。绘制图形如图3所示。
假定GIS内有n个传感器,局部放电源的空间坐标为(x,y,z),传感器的空间坐标为(xi,yi,zi),其中i=0,1,…,n-1。如果在t0时刻某个特高频传感器捕获到局放电磁波信号,假设其坐标为(x0,y0,z0)。则各个超声探头传感器捕获的超声信号时刻tn与t0均存在不同的时间差,放电源与各传感器之间的直线距离ri表示;放电源信号到达第i个传感器与特高频传感器探头的时差用ti表示;声波传播速度用v表示,则根据路程、时间、速度三者关系,则有:
ri=v*t i=1,2,…n–1 (1)
根据空间距离表示方法,可建立n-1个方程。
以基准点(0,0,0)为坐标原点,以1个特高频传感器和6个超声传感器对应为例进行联合定位,预计得到C6 3个定位坐标,利用数据融合技术从而得到局放源的(x,y,z)坐标。
BP算法(BackPropagation,反向传播算法)由正向和反向两个传播过程组成。整箱传播过程是指输入层神经元接收信息,传递给中间神经元,中间神经元进行信息变换,通过隐层传递到输出层神经元,完成正向学习处理过程,由输出层输出处理结果。当输出结果与期望不符时,进入反向传播阶段。通过输出层按误差设定梯度修正权值,向隐层、输入层逐层传递、反传。正向传播和误差反向传播过程的周而复始进行,也是权值不断调整的过程,神经网络自学过程,直到输出误差满足接受程度为止。BP网络信息融合算法分为数据初始化、前向计算、反向误差调节等步骤进行。
(1)数据初始化
选择BP网络拓扑结构,设置输入层、中间层、隐层和出层的各层权值,确定最大循环次数,确保无死循环发生,选择学习因子。函数模型关系为:
其中:xi为输入节点,y为输出节点,n0为节点数目,f为激活函数,W为权值矩阵,X为输入矩阵,其中W=[w1,w2,…,wn0],X=[x1,x2,…,xn0]。
(3)反向误差调节
BP算法采用基于梯度最速下降法来计算输出层、隐含层、输入层等反向误差信号,计算权(2)前向计算
以系统采集到局部放电信息为参考数据,其输入信息为X=(x1,x2,…,xn0),输出相应为Y=(y1,y2,…,yp),期望输出量为D=(d1,d2,…,dp)。其中yp l(l=1,2,…,m,p=1,2,…,α)为第p个样本输出,ωuv为连接权值,gp j(j=1,2,…,n1)和hp k(k=1,2,…,n2)分别为第一隐层和第二隐层的输出数据。则各节点对应的输出为:
值调整模式,等效误差计算公式为:
4)完成计算后,判断误差是否满足精度要求,若不能满足则调节权值,返回到步骤(2)继续进行,直到满足精度要求则输出结果为止。算法流程如图4所示。
发明内容
本发明目的在于克服现有技术的不足之处,主要解决GIS放电位置快速定位问题,是电力设备局部放电检测的关键要素所在,提供一种GIS声电联合局部放电仿真检测系统及其检测方法,该检测系统借助BP神经网络,结合到达时间差TDOA法,对超声波和超高频法传感器采集的数据信息进行融合、智能合成,最终实现快速准确放电检测定位,该系统可以作为局部放电辅助判断和故障点定位的重要手段。
本发明解决其技术问题所采用的技术方案是:
一种GIS声电联合局部放电仿真检测系统,所述系统包括信息采集模块、信息融合模块和PD故障定位模块,所述信息采集模块的输出端与信息融合模块的输入端相连接设置,该信息融合模块的输出端与PD故障定位模块相连接设置;
所述信息采集模块包括一个或两个以上超声波传感器和超高频传感器,所述超声波传感器和超高频传感器并列设置,两个或两个以上的超声波传感器串联设置,两个或两个以上的超高频传感器串联设置,该信息采集模块采集放电超声波和/或电磁波信息;
所述信息融合模块包括数据预处理模块和特征提取模块,所述数据预处理模块的输入端与超声波传感器、超高频传感器的输出端相连接设置,该数据预处理模块的输出端与特征提取模块的输入端相连接设置;所述数据预处理模块能够将信息采集模块采集到的放电超声波和/或电磁波信息进行基本预处理;
所述特征提取模块对数据预处理模块处理后的同质数据进行融合,结合BP反向传播算法由正向和反向两个传播过程进行;
所述PD故障定位模块包括BP神经网络模块、决策类别知识库和故障位置识别输出模块,所述BP神经网络模块的输入端与特征提取模块的输出端相连接设置,所述决策类别知识库的输出端也与BP神经网络模块相连接设置,所述BP神经网络模块的输出端与故障位置识别输出模块的输入端相连接设置;
所述BP神经网络模块结合到达时间差TDOA法,利用BP网络算法,对特征提取模块输出的数据采用BP神经网络算法对TDOA测量数据进行修正,从而减小TDOA测量误差,满足系统预定义的精度,然后进行定位,以提高系统的定位精度,最终计算出局部放电故障位置,所述故障位置识别输出模块对BP神经网络模块计算出的局部放电故障位置进行输出。
而且,所述正向传播过程是指输入层神经元接收信息,传递给中间神经元,中间神经元进行信息变换,通过隐层传递到输出层神经元,完成正向学习处理过程,由输出层输出处理结果;当输出结果与期望不符时,进入反向传播阶段;通过输出层按误差设定梯度修正权值,向隐层、输入层逐层传递、反传;正向传播和误差反向传播过程的周而复始进行,也是权值不断调整的过程,神经网络自学过程,直到输出误差满足接受程度为止。
而且,所述决策类别知识库能够对判定结果进行甄别、分类和存储,并与处理方法绑定,依据输入特征,进行决策判断,并与神经网络连接,提供判断速度及准确度。
而且,所述基本预处理包括对原始波形数据、频域、局部放电幅值和/或相位分布的处理。
一种如上所述的GIS声电联合局部放电仿真检测系统的检测方法,步骤如下:
⑴将GIS声电联合局部放电仿真检测系统的超高频传感器放置于GIS放电检查窗口处,将超声波传感器粘合于故障仪器腔体上,将高频电流传感器套装于GIS接地线处,这样即采集到放电信号波形,开启后,如果存在电频、声音双重信号,则利用超高频传感器并使用特高频法确定电信号来源,利用超声波传感器并使用超声波法进行精确定位;
⑵如果没有捕获超声波信号,只测量到特高频电磁波信号,则改变超声波传感器的位量、方向,停放在接收信号最强的节点,则确定GIS的该节点腔体内存在放电性缺陷;
⑶相反,如果特高频法没有测量到电磁波信号而超声波法测量到声信号,则用超声法逐点检测,找到接收信号最大的节点,再根据信号图谱特征判断信号是否由振动引起,确定局部放电源;
⑷如果超声波法与特高频法都没有检测到任何异常信号,则确定不存在GIS局部放电。
本发明取得的优点和积极效果是:
1、由于GIS局部放电定位检测受电磁干扰及现场噪声等多个因素影响,放电信号在传输过程中不断衰减,超声波、特高压等单一检测方法已经不能满足复杂环境下GIS局部放电检测定位要求,本发明检测系统借助BP神经网络,结合到达时间差TDOA法,对超声波和超高频法传感器采集的数据信息进行融合、智能合成,构造局部放电仿真测试系统,最终实现快速准确放电检测定位,该系统可以作为局部放电辅助判断和故障点定位的重要手段,经验证,实验结果表明基于特高频和超声波技术的声电联合检测法可以快速、准确的发现故障,并且能够判断故障类型和进行故障定位,在组合电器局部放电检测领域具有良好的实际应用效果。
2、本发明系统在GIS局部放电的定位应用具有较好理论依据和实践验证,其他的单纯利用超高频或者超声波方式,具有很大的局限性,定位误差比较大,不具备本发明的优势。
3、本发明系统通过检测信号的相关性及时间差,提高局部放电检测准确性,有利于发现潜在的缺陷,确保设备安全稳定运行。
4、本发明系统包括超声波传感器和超高频传感器,将特高频测试法与超声波测试法相结合,让超声波测试法与超高频测试法在GIS局部放电检测中优势互补,超声波测试法具有传感器布置灵活、适应电磁环境、高灵敏度、高精确等优点,但是确受信号衰减快、机械干扰、定位困难等缺点。而超高频测试法具有信号衰减慢、灵敏度高、机械干扰小等优点,恰能弥补超声波测试法。因此将两种方法有机结合,实现优势互补。
附图说明
图1为现有技术中超声波法测量局部放电原理图;
图2为现有技术中高频电流法测量局部放电原理图;
图3为现有技术中TDOA定位方法图;
图4为现有技术中BP网络的局放定位算法流程图;
图5为本发明声电联合仿真检测系统结构连接示意图;
图6为利用本发明系统检测GIS罐体内的杂质及金属颗粒放电的检测图;
图7为利用本发明系统检测某组合电器间隔线路PT气室的超声波PD图谱;
图8为利用本发明系统检测某组合电器间隔线路PT气室的特高频PD图谱;
图9为利用本发明系统检测某组合电器隔离开关气室的超声波PD图谱。
具体实施方式
下面通过具体实施例对本发明作进一步详述,以下实施例只是描述性的,不是限定性的,不能以此限定本发明的保护范围。
一种GIS声电联合局部放电仿真检测系统,如图5所示,所述系统包括信息采集模块、信息融合模块和PD故障定位模块,所述信息采集模块的输出端与信息融合模块的输入端相连接设置,该信息融合模块的输出端与PD故障定位模块相连接设置;
所述信息采集模块包括一个或两个以上超声波传感器和超高频传感器,所述超声波传感器和超高频传感器并列设置,两个或两个以上的超声波传感器串联设置,两个或两个以上的超高频传感器串联设置,该信息采集模块采集放电超声波和/或电磁波信息(如系统采样率、采样长度、触发水平、采样幅值范围、相位校准偏移等);
所述信息融合模块包括数据预处理模块和特征提取模块,所述数据预处理模块的输入端与超声波传感器、超高频传感器的输出端相连接设置,该数据预处理模块的输出端与特征提取模块的输入端相连接设置;所述数据预处理模块能够将信息采集模块采集到的放电超声波和/或电磁波信息进行基本预处理(如原始波形数据、频域、局部放电幅值与相位分布等);
所述特征提取模块对数据预处理模块处理后的同质数据进行融合,结合BP反向传播算法由正向和反向两个传播过程进行;
正向传播过程是指输入层神经元接收信息,传递给中间神经元,中间神经元进行信息变换,通过隐层传递到输出层神经元,完成正向学习处理过程,由输出层输出处理结果;当输出结果与期望不符时,进入反向传播阶段;通过输出层按误差设定梯度修正权值,向隐层、输入层逐层传递、反传;正向传播和误差反向传播过程的周而复始进行,也是权值不断调整的过程,神经网络自学过程,直到输出误差满足接受程度为止;
BP网络信息融合算法分为数据初始化、前向计算、反向误差调节等步骤进行;
所述PD故障定位模块包括BP神经网络模块、决策类别知识库和故障位置识别输出模块,所述BP神经网络模块的输入端与特征提取模块的输出端相连接设置,所述决策类别知识库的输出端也与BP神经网络模块相连接设置,所述BP神经网络模块的输出端与故障位置识别输出模块的输入端相连接设置;
所述BP神经网络模块结合到达时间差TDOA法,利用BP网络算法,对特征提取模块输出的数据采用BP神经网络算法对TDOA测量数据进行修正,从而减小TDOA测量误差,满足系统预定义的精度,然后进行定位,以提高系统的定位精度,最终计算出局部放电故障位置,所述故障位置识别输出模块对BP神经网络模块计算出的局部放电故障位置进行输出。
在本实施例中,所述决策类别知识库能够对判定结果进行甄别、分类和存储,并与相关处理方法绑定,依据输入特征,进行决策判断,并与神经网络连接,提供判断速度及准确度。
上述GIS声电联合局部放电仿真检测系统的检测方法,步骤如下:
⑴将GIS声电联合局部放电仿真检测系统的超高频传感器放置于GIS放电检查窗口处,将超声波传感器粘合于故障仪器腔体(所谓的腔体是指管件设备的表面)上,将高频电流传感器套装于GIS接地线处,这样即可以采集到放电信号波形,开启后,如果存在电频、声音双重信号,则利用超高频传感器并使用特高频法确定电信号来源,利用超声波传感器并使用超声波法进行精确定位;
⑵如果没有捕获超声波信号,只测量到特高频电磁波信号,则改变超声波传感器的位量、方向,停放在接收信号最强的节点,则确定GIS的该节点腔体内存在放电性缺陷;
⑶相反,如果特高频法没有测量到电磁波信号而超声波法测量到声信号,则用超声法逐点检测,找到接收信号最大的节点,再根据信号图谱特征判断信号是否由振动引起,确定局部放电源;
⑷如果超声波法与特高频法都没有检测到任何异常信号,则确定不存在GIS局部放电。
本发明检测系统的工作原理为:
GIS声电联合局部放电仿真检测系统由信息采集传感器、信息融合模块、PD故障定位模块三个部分组成。信息采集传感器由超声波、超高频两种不同类型的传感器构成;信息融合模块负责将传感器采集到的放电超声波和电磁波信息进行基本预处理之后,对同质数据进行融合的功能;PD故障定位模块则采用TDOA法对超声波和超高频法采集的数据进行分析,利用BP神经网络算法进行数据融合,计算局部放电故障位置。
本系统利用同一放电源达到不同传感器时间差进行放电源定位的TDOA方法进行位置定位,然后利用BP网络的局放定位算法由正向和反向两个传播过程进行再定位,按照系统定义的精度要求不断修正参数,达到目标精度为止。
本发明GIS声电联合局部放电仿真检测系统的应用检测:
实施例1:发现GIS罐体内金属颗粒及杂质
某220kV变电站GIS罐体内存在杂质及金属颗粒,导致罐体内部产生悬浮放电。采用本发明检测系统进行检测,成功地发现并解决了上述GIS放电问题,如图6所示。
实施例2:某PT气室疑似放电故障分析
采集某PT气室现场超高频、高频电流和超声波信号,将超高频传感器放置于某PT气室绝缘子检查窗口处,将超声波传感器粘合于腔体外表面,将高频电流传感器套装于GIS接地线处,这样即可以采集到放电信号波形。在对某组合电器间隔线路PT气室进行超声波检测过程中,检测到无规则、幅值不等的PD图谱,如图7所示,而在进行特高频检测时发现频谱平稳、无异常信号,如图8所示。
根据以上特征试验人员进一步对该PT气室进行复查,经复查发现该气室的接地线振动较为严重,导致超声波传感器无法与气室表面良好接触,造成局部放电信号图谱不规则,有效避免了盲目对组合电器解体造成的经济和电网损失。
实施例3:某隔离开关气室内局部放电故障
采集某隔离开关气室现场超高频、高频电流和超声波信号,将超高频传感器放置于某隔离开关气室绝缘子检查窗口处,将超声波传感器粘合于腔体外表面,将高频电流传感器套装于GIS接地线处,这样即可以采集到放电信号波形。在对某组合电器隔离开关气室进行超声波检测发现异常信号,表现出明显的相位相关性,50Hz相关性明显大于100Hz相关性,如图9所示。采用特高频检测同样发现异常尖峰信号。通过与典型局部放电特征信号比较发现,该信号具有较为明显的固定金属体悬浮放电信号特征。并利用时差定位法比较两通道信号到达时间,将故障定位在隔离开关触头附近,试验人员判断隔离开关触头附近存在严重的固定金属体悬浮放电故障,需要进行解体处理。
通过解体检查发现该隔离开关操作连杆下部金属拨叉与动触头轴销之间的等电位弹簧缺失,造成接触不良悬浮放电,通过重新加装等电位弹簧后局部放电信号消失。由于故障发现及时、判断准确,避免了严重的组合电器绝缘击穿事故。
Claims (5)
1.一种GIS声电联合局部放电仿真检测系统,其特征在于:所述系统包括信息采集模块、信息融合模块和PD故障定位模块,所述信息采集模块的输出端与信息融合模块的输入端相连接设置,该信息融合模块的输出端与PD故障定位模块相连接设置;
所述信息采集模块包括一个或两个以上超声波传感器和超高频传感器,所述超声波传感器和超高频传感器并列设置,两个或两个以上的超声波传感器串联设置,两个或两个以上的超高频传感器串联设置,该信息采集模块采集放电超声波和/或电磁波信息;
所述信息融合模块包括数据预处理模块和特征提取模块,所述数据预处理模块的输入端与超声波传感器、超高频传感器的输出端相连接设置,该数据预处理模块的输出端与特征提取模块的输入端相连接设置;所述数据预处理模块能够将信息采集模块采集到的放电超声波和/或电磁波信息进行基本预处理;
所述特征提取模块对数据预处理模块处理后的同质数据进行融合,结合BP反向传播算法由正向和反向两个传播过程进行;
所述PD故障定位模块包括BP神经网络模块、决策类别知识库和故障位置识别输出模块,所述BP神经网络模块的输入端与特征提取模块的输出端相连接设置,所述决策类别知识库的输出端也与BP神经网络模块相连接设置,所述BP神经网络模块的输出端与故障位置识别输出模块的输入端相连接设置;
所述BP神经网络模块结合到达时间差TDOA法,利用BP网络算法,对特征提取模块输出的数据采用BP神经网络算法对TDOA测量数据进行修正,从而减小TDOA测量误差,满足系统预定义的精度,然后进行定位,以提高系统的定位精度,最终计算出局部放电故障位置,所述故障位置识别输出模块对BP神经网络模块计算出的局部放电故障位置进行输出。
2.根据权利要求1所述的GIS声电联合局部放电仿真检测系统,其特征在于:所述正向传播过程是指输入层神经元接收信息,传递给中间神经元,中间神经元进行信息变换,通过隐层传递到输出层神经元,完成正向学习处理过程,由输出层输出处理结果;当输出结果与期望不符时,进入反向传播阶段;通过输出层按误差设定梯度修正权值,向隐层、输入层逐层传递、反传;正向传播和误差反向传播过程的周而复始进行,也是权值不断调整的过程,神经网络自学过程,直到输出误差满足接受程度为止。
3.根据权利要求1所述的GIS声电联合局部放电仿真检测系统,其特征在于:所述决策类别知识库能够对判定结果进行甄别、分类和存储,并与处理方法绑定,依据输入特征,进行决策判断,并与神经网络连接,提供判断速度及准确度。
4.根据权利要求1所述的GIS声电联合局部放电仿真检测系统,其特征在于:所述基本预处理包括对原始波形数据、频域、局部放电幅值和/或相位分布的处理。
5.一种如权利要求1至4任一项所述的GIS声电联合局部放电仿真检测系统的检测方法,其特征在于:步骤如下:
⑴将GIS声电联合局部放电仿真检测系统的超高频传感器放置于GIS放电检查窗口处,将超声波传感器粘合于故障仪器腔体上,将高频电流传感器套装于GIS接地线处,这样即采集到放电信号波形,开启后,如果存在电频、声音双重信号,则利用超高频传感器并使用特高频法确定电信号来源,利用超声波传感器并使用超声波法进行精确定位;
⑵如果没有捕获超声波信号,只测量到特高频电磁波信号,则改变超声波传感器的位量、方向,停放在接收信号最强的节点,则确定GIS的该节点腔体内存在放电性缺陷;
⑶相反,如果特高频法没有测量到电磁波信号而超声波法测量到声信号,则用超声法逐点检测,找到接收信号最大的节点,再根据信号图谱特征判断信号是否由振动引起,确定局部放电源;
⑷如果超声波法与特高频法都没有检测到任何异常信号,则确定不存在GIS局部放电。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710579582.7A CN107390097A (zh) | 2017-07-17 | 2017-07-17 | 一种gis声电联合局部放电仿真检测系统及其检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710579582.7A CN107390097A (zh) | 2017-07-17 | 2017-07-17 | 一种gis声电联合局部放电仿真检测系统及其检测方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107390097A true CN107390097A (zh) | 2017-11-24 |
Family
ID=60340290
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710579582.7A Pending CN107390097A (zh) | 2017-07-17 | 2017-07-17 | 一种gis声电联合局部放电仿真检测系统及其检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107390097A (zh) |
Cited By (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108169634A (zh) * | 2017-12-19 | 2018-06-15 | 上海交通大学 | 一种精确获得局部放电特高频信号时差的方法 |
CN108427067A (zh) * | 2018-06-12 | 2018-08-21 | 国网江苏省电力有限公司宜兴市供电分公司 | 一种开关柜局部放电故障检测方法、装置及系统 |
CN108548996A (zh) * | 2018-04-09 | 2018-09-18 | 国网天津市电力公司电力科学研究院 | 一种基于暂态地电压和特高频的检测开关柜缺陷的方法 |
CN108646148A (zh) * | 2018-04-13 | 2018-10-12 | 贵州电网有限责任公司都匀供电局 | 基于光电检测技术的gis设备故障诊断精准定位方法 |
CN110703051A (zh) * | 2019-10-15 | 2020-01-17 | 中国南方电网有限责任公司超高压输电公司检修试验中心 | 基于声波探测法的gil耐压试验故障点精确定位方法 |
CN110749808A (zh) * | 2019-11-11 | 2020-02-04 | 深圳供电局有限公司 | Gis故障定位装置及系统 |
CN110907769A (zh) * | 2019-11-28 | 2020-03-24 | 深圳供电局有限公司 | 基于神经网络的封闭式气体绝缘组合电器的缺陷检测方法 |
CN111366985A (zh) * | 2020-03-02 | 2020-07-03 | 国网宁夏电力有限公司电力科学研究院 | 一种gis设备内部的遗留物的检测方法及系统 |
CN112014691A (zh) * | 2020-07-10 | 2020-12-01 | 国网安徽省电力有限公司电力科学研究院 | 电力物联网下多信息融合的局部放电检测终端及方法 |
CN112904158A (zh) * | 2021-01-20 | 2021-06-04 | 云南电网有限责任公司电力科学研究院 | 一种确定gis中局部放电位置的声电联合检测方法 |
CN113030651A (zh) * | 2021-03-31 | 2021-06-25 | 国网上海市电力公司 | 一种冲击浪涌电流的定位方法 |
WO2021152377A1 (en) * | 2020-01-29 | 2021-08-05 | Ecole Polytechnique Federale De Lausanne (Epfl) | Partial discharge localization using time reversal: application to power transformers and gas-insulated substations |
CN114127817A (zh) * | 2019-07-23 | 2022-03-01 | 西格纳斯有限公司 | 具有多个无线通信装置的远程诊断系统及其方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101634605A (zh) * | 2009-04-10 | 2010-01-27 | 北京工业大学 | 基于混合推理和神经网络的齿轮箱故障智能诊断方法 |
CN105676085A (zh) * | 2016-01-31 | 2016-06-15 | 国家电网公司 | 基于多传感器信息融合的特高压gis局部放电检测方法 |
CN106154132A (zh) * | 2016-08-31 | 2016-11-23 | 国家电网公司 | 一种gis局部放电超声波特高频联合检测定位方法 |
CN106324459A (zh) * | 2016-09-30 | 2017-01-11 | 国家电网公司 | 基于声电一体传感器的gis局部放电检测系统及方法 |
CN106353651A (zh) * | 2016-09-30 | 2017-01-25 | 国家电网公司 | 基于bp网络的gis局放声电联合检测故障定位方法 |
CN106597231A (zh) * | 2016-11-11 | 2017-04-26 | 上海交通大学 | 基于多源信息融合和深度学习网络的gis故障检测系统及方法 |
-
2017
- 2017-07-17 CN CN201710579582.7A patent/CN107390097A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101634605A (zh) * | 2009-04-10 | 2010-01-27 | 北京工业大学 | 基于混合推理和神经网络的齿轮箱故障智能诊断方法 |
CN105676085A (zh) * | 2016-01-31 | 2016-06-15 | 国家电网公司 | 基于多传感器信息融合的特高压gis局部放电检测方法 |
CN106154132A (zh) * | 2016-08-31 | 2016-11-23 | 国家电网公司 | 一种gis局部放电超声波特高频联合检测定位方法 |
CN106324459A (zh) * | 2016-09-30 | 2017-01-11 | 国家电网公司 | 基于声电一体传感器的gis局部放电检测系统及方法 |
CN106353651A (zh) * | 2016-09-30 | 2017-01-25 | 国家电网公司 | 基于bp网络的gis局放声电联合检测故障定位方法 |
CN106597231A (zh) * | 2016-11-11 | 2017-04-26 | 上海交通大学 | 基于多源信息融合和深度学习网络的gis故障检测系统及方法 |
Non-Patent Citations (2)
Title |
---|
汤会增,等: ""基于BP网络的GIS局部放电声电联合检测故障定位方法"", 《工业仪表与自动化装置》 * |
白宇峰等: ""GIS声电联合局部放电仿真检测系统"", 《沈阳工程学院学报(自然科学版)》 * |
Cited By (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108169634B (zh) * | 2017-12-19 | 2020-05-05 | 上海交通大学 | 一种精确获得局部放电特高频信号时差的方法 |
CN108169634A (zh) * | 2017-12-19 | 2018-06-15 | 上海交通大学 | 一种精确获得局部放电特高频信号时差的方法 |
CN108548996A (zh) * | 2018-04-09 | 2018-09-18 | 国网天津市电力公司电力科学研究院 | 一种基于暂态地电压和特高频的检测开关柜缺陷的方法 |
CN108548996B (zh) * | 2018-04-09 | 2020-07-28 | 国网天津市电力公司电力科学研究院 | 一种基于暂态地电压和特高频的检测开关柜缺陷的方法 |
CN108646148A (zh) * | 2018-04-13 | 2018-10-12 | 贵州电网有限责任公司都匀供电局 | 基于光电检测技术的gis设备故障诊断精准定位方法 |
CN108427067A (zh) * | 2018-06-12 | 2018-08-21 | 国网江苏省电力有限公司宜兴市供电分公司 | 一种开关柜局部放电故障检测方法、装置及系统 |
CN114127817A (zh) * | 2019-07-23 | 2022-03-01 | 西格纳斯有限公司 | 具有多个无线通信装置的远程诊断系统及其方法 |
CN110703051A (zh) * | 2019-10-15 | 2020-01-17 | 中国南方电网有限责任公司超高压输电公司检修试验中心 | 基于声波探测法的gil耐压试验故障点精确定位方法 |
CN110749808A (zh) * | 2019-11-11 | 2020-02-04 | 深圳供电局有限公司 | Gis故障定位装置及系统 |
CN110907769A (zh) * | 2019-11-28 | 2020-03-24 | 深圳供电局有限公司 | 基于神经网络的封闭式气体绝缘组合电器的缺陷检测方法 |
WO2021152377A1 (en) * | 2020-01-29 | 2021-08-05 | Ecole Polytechnique Federale De Lausanne (Epfl) | Partial discharge localization using time reversal: application to power transformers and gas-insulated substations |
CN111366985A (zh) * | 2020-03-02 | 2020-07-03 | 国网宁夏电力有限公司电力科学研究院 | 一种gis设备内部的遗留物的检测方法及系统 |
CN112014691A (zh) * | 2020-07-10 | 2020-12-01 | 国网安徽省电力有限公司电力科学研究院 | 电力物联网下多信息融合的局部放电检测终端及方法 |
CN112904158A (zh) * | 2021-01-20 | 2021-06-04 | 云南电网有限责任公司电力科学研究院 | 一种确定gis中局部放电位置的声电联合检测方法 |
CN113030651A (zh) * | 2021-03-31 | 2021-06-25 | 国网上海市电力公司 | 一种冲击浪涌电流的定位方法 |
CN113030651B (zh) * | 2021-03-31 | 2023-03-14 | 国网上海市电力公司 | 一种冲击浪涌电流的定位方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107390097A (zh) | 一种gis声电联合局部放电仿真检测系统及其检测方法 | |
CN105676085B (zh) | 基于多传感器信息融合的特高压gis局部放电检测方法 | |
Moore et al. | Radiometric location of partial discharge sources on energized high-voltage plant | |
CN103913714B (zh) | 一种局部放电超声波检测仪的校验系统 | |
CN107102244B (zh) | 一种gis特高频局部放电在线监测装置的放电源定位方法 | |
CN106771933A (zh) | 基于无线网络的电力电缆局部放电高频电流监测系统 | |
CN109799434A (zh) | 局部放电模式识别系统及方法 | |
CN106353651A (zh) | 基于bp网络的gis局放声电联合检测故障定位方法 | |
CN111856224A (zh) | 一种高压开关柜的局部放电多源融合检测系统和方法 | |
CN207300606U (zh) | 基于声学原理的变压器信息采集装置 | |
CN107192930A (zh) | 一种变压器局部放电定位方法 | |
CN105807190A (zh) | 一种gis局部放电超高频带电检测方法 | |
CN110132565A (zh) | 一种基于小波包和神经网络结合的oltc故障诊断方法 | |
CN104614648A (zh) | 一种电声联合直流局部放电检测装置 | |
CN203838296U (zh) | 一种基于局部放电空间定位系统的多路信号峰值采集装置 | |
CN109649432A (zh) | 基于导波技术的云端平台钢轨完整性监测系统及方法 | |
CN109991519A (zh) | 基于神经网络和无线传感阵列的局部放电测向方法及系统 | |
CN109116196A (zh) | 一种电力电缆故障放电声智能识别方法 | |
CN110703078A (zh) | 基于频谱能量分析与自组织竞争算法的gis故障诊断方法 | |
CN103869206A (zh) | 一种高频脉冲逆散射成像的接地网状态检测系统 | |
CN104849635A (zh) | 一种基于超声波传感器阵列的局部放电定位系统 | |
CN212808481U (zh) | 一种gil电弧超声故障定位在线监测装置 | |
CN105974281A (zh) | 一种用于变压器局部放电定位的检测系统和检测方法 | |
CN102866329B (zh) | 利用均压弹簧为探测器的gis局部放电监测装置及方法 | |
CN111521913A (zh) | 基于频段能量分析与随机森林的gis诊断系统及方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20171124 |