CN107576907A

CN107576907A - 基于辐射电场特征能量提取的开关故障诊断方法

Info

Publication number: CN107576907A
Application number: CN201711064424.4A
Authority: CN
Inventors: 郝金鹏; 郭飞; 李秀广; 朱洪波; 吴旭涛; 王博; 张鸿业; 相中华; 刘世涛; 马云龙; 张庆平; 杨凯; 闫振华; 马波; 周秀; 马飞越; 郭俊; 谢彦召
Original assignee: State Grid Corp of China SGCC; Xian Jiaotong University; State Grid Ningxia Electric Power Co Ltd; Electric Power Research Institute of State Grid Ningxia Electric Power Co Ltd
Current assignee: State Grid Corp of China SGCC; Xian Jiaotong University; State Grid Ningxia Electric Power Co Ltd; Electric Power Research Institute of State Grid Ningxia Electric Power Co Ltd
Priority date: 2017-11-02
Filing date: 2017-11-02
Publication date: 2018-01-12

Abstract

本发明涉及一种基于辐射电场特征能量提取的开关故障诊断方法。其特点是，包括如下步骤：(1)采用基于小波包分析方法，对正常工作状态下的开关动作所产生的典型暂态辐射电场脉冲分别进行定性分析与定量计算，以此确定电场脉冲信号的特征频段，并求解其特征频段能量，将得到的正常状态下的开关暂态电场脉冲的特征频段能量值作为参考能量值；(2)测量开关每次动作后所产生的电场脉冲信号，计算其特征频段能量，并与步骤(1)得到的参考能量值进行对比，当二者出现较大差距时，即可判断开关出现绝缘故障，反之则认为开关没有出现绝缘故障。本发明可以很直观地根据能量值的数值大小对二者进行区分，由此可以达到对开关进行准确故障诊断的效果。

Description

基于辐射电场特征能量提取的开关故障诊断方法

技术领域

本发明涉及一种基于辐射电场特征能量提取的开关故障诊断方法，具体涉及气体绝缘变电站(Gas Insulated Substation，GIS)的故障诊断领域，尤其涉及一种通过提取开关暂电场脉冲的特征频段能量来对GIS中开关的绝缘故障进行诊断的方法。

背景技术

为了对GIS进行状态监测和故障诊断，现有电测法与非电测法两种监测类别，其中，电测法包含耦合电容法与超高频法；非电测法包括超声波监测法、化学检测法与光学监测法。耦合电容法在现场测试时无法识别与多种噪声混杂在一起的局放信号；超高频法所检测信号衰减过快，且对传感器要求很高，成本昂贵；超声波监测法的信号模式复杂，高频部分衰减很快，需要传感器较多；化学监测法极易受到GIS中吸附剂和干燥剂的影响，其灵敏度很差；光学监测法受GIS内壁光滑引起反射的影响灵敏度不高。

综上所述，现有技术不能够完全适应GIS故障诊断和状态监测准确、高效、普适度高的技术要求。

发明内容

本发明的目的是提供一种基于辐射电场特征能量提取的开关故障诊断方法，能够准确判断出开关出现绝缘故障，达到故障诊断的目的，从而实现对GIS的状态监测。

一种基于辐射电场特征能量提取的开关故障诊断方法，其特别之处在于，包括如下步骤：

(1)采用基于小波包分析方法，对正常工作状态下的开关动作所产生的典型暂态辐射电场脉冲分别进行定性分析与定量计算，以此确定电场脉冲信号的特征频段，并求解其特征频段能量，将得到的正常状态下的开关暂态电场脉冲的特征频段能量值作为参考能量值；

(2)测量开关每次动作后所产生的电场脉冲信号，计算其特征频段能量，并与步骤(1)得到的参考能量值进行对比，当二者出现较大差距时，即可判断开关出现绝缘故障，反之则认为开关没有出现绝缘故障。

步骤(1)中进行定性分析与定量计算，以此确定电场脉冲信号的特征频段具体是指：首先由定性分析方法确定GIS开关暂态电场脉冲信号的能量所主要集中的频带；然后通过定量计算，具体求解每个频带下的能量值，而对应最大能量值得频带即为电场脉冲信号的特征频段。

步骤(1)中进行定性分析具体是指在MATLAB内的小波工具箱里面，选择WaveletPacket 1-D分析，将需要分析的GIS开关暂态电场脉冲信号导入，选择bior5.5小波基，进行4层小波包分解，得到定性分析的结果。

步骤(1)中进行定量计算具体是指依据小波包分解算法，首先计算得到相应分解层数下的开关暂态电场脉冲信号的小波包分解系数，然后求解电场脉冲信号各个频段的归一化能量值。

步骤(2)中当二者出现较大差距具体是指当所测GIS开关暂态电场脉冲特征频段能量值与参考值之间的差距达到±10％或者以上。

当GIS中的开关处于正常状态时，其动作所产生的暂态电场脉冲具有很好的重复性，小波包分解后所得到的特征频段的能量值具有很好的稳定性。当开关内出现绝缘故障时，只是对比故障状态下的开关暂态电场脉冲波形与正常状态下的开关暂态电场脉冲波形，很难根据幅值、前沿、持续时间等判断出两者之间的区别，尤其是对于机器识别更加困难，本发明采用了基于辐射电场特征能量提取的开关故障诊断方法，通过对比二者特征频段的能量值，可以很直观地根据能量值的数值大小对二者进行区分，由此可以达到对开关进行准确故障诊断的效果。

附图说明

图1为断路器正常状态下断开所测辐射电场脉冲P3波形示意图；

图2为断路器内出现绝缘故障时断开所测辐射电场脉冲P3’波形示意图；

图3为P3在小波工具箱中4层小波包分解结果示意图；

图4为P3’在小波工具箱中4层小波包分解结果示意图。

具体实施方式

一种基于辐射电场特征能量提取的开关故障诊断方法，包括如下步骤：

步骤(1)中进行定性分析与定量计算具体是指：

定性分析：

在MATLAB内的小波工具箱(Wavelet Toolbox,WT)里面，选择Wavelet Packet 1-D分析，将需要分析的GIS开关暂态电场脉冲信号导入，选择bior5.5小波基，进行4层小波包分解，得到定性分析的结果(如图3与图4所示)。依据此分析手段，可以定性地判断所研究电场脉冲信号的频带能量的分布状况(如后文对图3与图4的分析)。

小波包分解层数越大，信号分解的频谱窗口将得到充分细分，更加有利于得到辐射电场信号在不同频段上的特征信息；但层数的增大势必会提高计算的复杂度，因此不必一味地增大分解层数的值，合适地选取小波包分解层数以捕捉到特征频段信息即可。因此，对于GIS开关暂态辐射电场脉冲，建议分解层数为4或者5。

定量计算：

依据后文所述小波包分解算法，即公式(1)–(6)，编写MATLAB程序；首先计算得到相应分解层数下的开关暂态电场脉冲信号的小波包分解系数(若小波包分解层数为n，则小波包分解系数的个数为2ⁿ)，然后按照公式(4)-(6)求解电场脉冲信号各个频段的归一化能量值。

具体计算主程序如下所示：

n＝4；

wpname＝'bior5.5'；

[b,a]＝butter(8,[5/10099/100])；

s＝filter(b,a,s)；

s＝(s-mean(s))/var(s)；

s＝detrend(s)；

wpt＝wpdec(s,n,wpname)；

for i＝1:2^n；

Energy(i)＝norm(wpcoef(wpt,[n,i-1]),2)；

End；

disp('For every node Energy(i)')；

Energy；

disp('Wavelwt Packet Decomposition Energy_total')；

Energy_total＝sum(Energy)；

Energy_total；

for i＝1:2^n；

pfir(i)＝Energy(i)/Energy_total；

end；

pfir；

以此确定电场脉冲信号的特征频段。

首先，由定性分析方法可以得知GIS开关暂态电场脉冲信号的能量所主要集中的频带；然后，通过定量计算，可以具体求解每个频带下的能量值，而对应最大能量值得频带即为电场脉冲信号的特征频段。

步骤(2)中当二者出现较大差距具体是指如表1与表2所示，节点(4,0)所对应特征频带(0–31.25MHz)下,故障信号与正常信号的归一化能量值之差超过了15％；因此，结合大量实验数据，可认为当所测GIS开关暂态电场脉冲特征频段能量值与参考值之间的差距超过±10％以上时，即说明GIS的开关状态出现异常，有必要对其停运检修。

实施例1：

图1为断路器在正常工作状态下，其开断动作时所测得的暂态辐射电场脉冲P3的详细波形图；图2表示当断路器内出现绝缘故障时，其开断动作所产生的暂态辐射电场脉冲P3’的详细波形图。对比图1与图2，两者均呈现出正弦衰减振荡的波形特征；P3最大幅值为0.775kV/m，前沿27ns，持续时长为大约50μs；P3’最大幅值为0.722kV/m，前沿27ns，持续时长同样约为50μs。只是对比两者的波形特征，很难对二者进行区分，更是无法辨别出电场脉冲波形中所蕴含的故障信息。

基于小波包分析方法，对P3与P3’进行定性分析与定量计算，得到以下结果。

图3与图4分别为借助小波工具箱对P3与P3’进行定性分析的结果。以图3为例说明，包含上下两个子图，上图表示导入小波工具箱的P3脉冲信号，其横坐标为采样点的数目，即P3采样数据的容量，同时象征着时间域的变化；其纵坐标则表示P3脉冲信号的幅值变化。下图横轴与上图横轴完全对应，具有完全一致的时间跨度，共同象征着时间域；而其纵轴自下而上被均匀分解成了16个宽度相同的区域，分别对应小波包分解后的16个频段范围。每个频段范围均由颜色深浅不一的小矩形条组成；这些颜色不一的小矩形条则象征着在某一特定的频段范围内、某一特定时刻小波分解系数的大小。换言之，这些颜色深浅不一矩形条代表P3脉冲信号某个频段内、某一时刻的能量值的大小：颜色越浅，则其代表的这一频段内的这一时刻的能量值越高；反之，颜色越深，则其代表的这一频段内的这一时刻的能量值越低。

如图3所示，在节点(4,0)所对应的0-31.25MHz的相对低频范围内(节点与频段范围的由来会在第5部分解释)出现了几个面积区域较大的浅色矩形条，则说明在这个频段范围内，对应这几个浅色矩形条出现的时刻，P3脉冲信号的小波包分解系数较大，即所象征的能量值较大。由图3可以看出P3的频段能量主要集中于0-31.25MHz范围内；而对于图4中的P3’，可以得到相同的结论，因此定义节点(4,0)所对应的0-31.25MHz的相对低频范围为两个电场脉冲的特征频段。对别图3与图4，P3与P3’在特征频段内的小波包分解系数明显不同，具体表现为：二者浅色矩形带的数目、面积、所处的位置均不相同。

因此，通过对比P3与P3’在特征频段内的小波包分解系数图，可以直观地看出二者之间的区别。

基于小波包分解分别求解P3与P3’在各频段的能量值，结果如表1与表2所示。分析表1与表2，可以发现，P3与P3’的小波包分解能量都主要集中于结点(4,0)所对应的频段范围0-31.25MHz之内，从而进一步验证了定性分析所得结果，结点(4,0)所对应的频段范围0-31.25MHz为所研究开关开断动作所产生电场脉冲的特征频段；而且，在这一特征频段范围内，电场脉冲信号P3与P3’的归一化能量值相差最大，达到了16.06％。由上，鉴于开关在正常状态下动作所产生电场脉冲具有较好的重复性，可以得出结论：通过测量GIS内某一开关动作所产生的暂态辐射电场脉冲可以对开关状态进行监测；当所测得的电场脉冲的特征频段能量值与正常状态下的参考能量值之间出现一定偏差时，即可判断此开关内出现了绝缘故障。

综上，无论是借助小波工具箱进行小波包分解信号的定性分析，还是定量计算信号各个频段能量值，结果均表明：通过小波包分解，可以找到GIS内开关动作所产生辐射电场脉冲的特征频段；通过对比此特征频段的特征能量值，可以诊断GIS中CB内的绝缘故障，从而进一步评估GIS的健康程度。

表1 P3 4层小波包分解后节点与对应频段归一化能量值

节点	(4,0)	(4,1)	(4,2)	(4,3)
					归一化能量	0.5978	0.0229	0.0240	0.0284
节点	(4,4)	(4,5)	(4,6)	(4,7)
					归一化能量	0.0153	0.0237	0.0382	0.0483
节点	(4,8)	(4,9)	(4,10)	(4,11)
					归一化能量	0.0157	0.0170	0.0212	0.0254
节点	(4,12)	(4,13)	(4,14)	(4,15)
					归一化能量	0.0190	0.0295	0.0287	0.0448

表2 P3’4层小波包分解后节点与对应频段归一化能量值

节点	(4,0)	(4,1)	(4,2)	(4,3)
					归一化能量	0.7584	0.0132	0.0123	0.0147
节点	(4,4)	(4,5)	(4,6)	(4,7)
					归一化能量	0.0109	0.0140	0.0218	0.0220
节点	(4,8)	(4,9)	(4,10)	(4,11)
					归一化能量	0.0116	0.0116	0.0151	0.0169
节点	(4,12)	(4,13)	(4,14)	(4,15)
					归一化能量	0.0124	0.0187	0.0194	0.0271

小波包分解算法为

式中：{dj+1,k,n}为上一层小波包分解结果；{dj,l,2n}与{dj,l,2n+1}为下一级分解结果；j为尺度指标；l为位置指标；n为频率指标；k为变量；h0和h1为分解采用的多分辨率滤波器系数。

小波包重构算法为

若采样频率为2f，对信号进行j层小波包分解后，可形成2j个区间频宽为f/2j的等宽频带，得到j层小波包系数Cj,m,k,k＝0,1,2,…2j-1,m为小波包空间位置标识。

根据Parseval能量积分公式

式(3)与信号x(t)的小波包变换系数Cj,m,k具有能量量纲，因此可用按照能量方式表示的小波包分解结果来表征原始信号中的能量分布。

则小波包各个频带分解能量Ej,k表示为

信号的总能量，即所有频带的能量之和表示为

定义各个频带提取的归一化能量值为

本研究选用bior5.5小波作为小波基；为了满足小波基在时域和频域上同样具有较好的紧支撑，bior5.5小波变换的阶数采用N＝3。小波包分解的层数j决定了所测开关暂态辐射电场的频率特征，随着j的增大，信号分解的频谱窗口将得到充分细分，更加有利于得到辐射电场信号在不同频段上的特征信息；但j的增大势必会提高计算的复杂度，因此不必一味地增大j的值，合适地选取j以捕捉到特征频段信息即可；本研究选取j＝4。

小波包分解提取开关暂态辐射电场脉冲特征频段能量的具体步骤如下：

1)选取辐射电场脉冲为研究对象，采用bior5.5小波基进行小波包分析，从而获得各个分解层(j＝1,2,3,4)的小波系数。

2)按照公式(4)-(6)求得各个频段的归一化能量值。实验中所测辐射电场的采样频率为1GHz；则奈奎斯特频率为500MHz，此频率为开关暂态脉冲信号的最高频率。经过4层小波包分解，各个频段所代表的频率范围如表3所示。

表3 4层小波包分解后节点与对应频段

节点	(4,0)	(4,1)	(4,2)	(4,3)
					频段范围(MHz)	0-31.25	31.25-62.5	31.25-93.75	93.75-125
节点	(4,4)	(4,5)	(4,6)	(4,7)
					频段范围(MHz)	125-156.25	156.25-187.5	187.5-218.75	218.75-250
节点	(4,8)	(4,9)	(4,10)	(4,11)
					频段范围(MHz)	250-281.25	281.25-312.5	312.5-343.75	343.75-375
节点	(4,12)	(4,13)	(4,14)	(4,15)
					频段范围(MHz)	375-406.25	406.25-437.5	437.5-468.75	468.75-500

在MATLAB内的小波工具箱(Wavelet Toolbox,WT)里面，选择Wavelet Packet 1-D分析，将电场脉冲信号导入，选择bior5.5小波基，进行4层小波包分解，从而得到图3与图4所示的分解结果。按照公式(4)-(6)求得各个频段的归一化能量值，即得到表1与表2所示结果。

Claims

1.一种基于辐射电场特征能量提取的开关故障诊断方法，其特征在于，包括如下步骤：

2.如权利要求1所述的基于辐射电场特征能量提取的开关故障诊断方法，其特征在于：步骤(1)中进行定性分析与定量计算，以此确定电场脉冲信号的特征频段具体是指：首先由定性分析方法确定GIS开关暂态电场脉冲信号的能量所主要集中的频带；然后通过定量计算，具体求解每个频带下的能量值，而对应最大能量值得频带即为电场脉冲信号的特征频段。

3.如权利要求1所述的基于辐射电场特征能量提取的开关故障诊断方法，其特征在于：步骤(1)中进行定性分析具体是指在MATLAB内的小波工具箱里面，选择Wavelet Packet 1-D分析，将需要分析的GIS开关暂态电场脉冲信号导入，选择bior5.5小波基，进行4层小波包分解，得到定性分析的结果。

4.如权利要求1所述的基于辐射电场特征能量提取的开关故障诊断方法，其特征在于：步骤(1)中进行定量计算具体是指依据小波包分解算法，首先计算得到相应分解层数下的开关暂态电场脉冲信号的小波包分解系数，然后求解电场脉冲信号各个频段的归一化能量值。

5.如权利要求1所述的基于辐射电场特征能量提取的开关故障诊断方法，其特征在于：步骤(2)中二者出现较大差距具体是指当所测GIS开关暂态电场脉冲特征频段能量值与参考值之间的差距达到±10％或者以上。