CN107942214B - 一种变压器局部放电信号的特征提取方法、装置 - Google Patents

一种变压器局部放电信号的特征提取方法、装置 Download PDF

Info

Publication number
CN107942214B
CN107942214B CN201711261874.2A CN201711261874A CN107942214B CN 107942214 B CN107942214 B CN 107942214B CN 201711261874 A CN201711261874 A CN 201711261874A CN 107942214 B CN107942214 B CN 107942214B
Authority
CN
China
Prior art keywords
partial discharge
sampling
transformer
signal
domain
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.)
Active
Application number
CN201711261874.2A
Other languages
English (en)
Other versions
CN107942214A (zh
Inventor
刘宏亮
张鹏
陈志勇
范辉
高树国
赵军
李铭垣
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
State Grid Corp of China SGCC
Electric Power Research Institute of State Grid Hebei Electric Power Co Ltd
State Grid Hebei Energy Technology Service Co Ltd
Original Assignee
State Grid Corp of China SGCC
Electric Power Research Institute of State Grid Hebei Electric Power Co Ltd
State Grid Hebei Energy Technology Service Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by State Grid Corp of China SGCC, Electric Power Research Institute of State Grid Hebei Electric Power Co Ltd, State Grid Hebei Energy Technology Service Co Ltd filed Critical State Grid Corp of China SGCC
Priority to CN201711261874.2A priority Critical patent/CN107942214B/zh
Publication of CN107942214A publication Critical patent/CN107942214A/zh
Application granted granted Critical
Publication of CN107942214B publication Critical patent/CN107942214B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01RMEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/12Testing 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
    • G01R31/1227Testing 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

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Other Investigation Or Analysis Of Materials By Electrical Means (AREA)
  • Testing Relating To Insulation (AREA)

Abstract

本申请适用于变压器技术领域,提供了一种变压器局部放电信号的特征提取方法、装置,包括:通过设置在所述变压器的接地引线处的罗氏线圈采集所述变压器局部放电的原始电信号,并对所述原始电信号进行滤波和放大处理;将经过滤波和放大处理的原始电信号输入示波器后转化为数字信号,并通过所述示波器按照预设规则对所述数字信号进行采样获得采样数据;对获得的所述采样数据进行特征提取获取所述变压器局部放电的特征;通过该方法可以方便、快捷、精确的提取所述变压器局部放电信号的特征以实现变压器局部放电的检测。

Description

一种变压器局部放电信号的特征提取方法、装置
技术领域
本申请属于变压器技术领域,尤其涉及一种变压器局部放电信号的特征提取方法、装置。
背景技术
变压器的局部放电会伴随着一系列的物理化学变化,比如超声波、脉冲电流、电磁辐射以及绝缘油的组成变化等。根据这些特征,也相应产生局部放电信号的特征的检测方法。
然而,现有的变压器的局部放电信号的特征提取方法,需要技术人员根据个人经验对局部放电信号分类以实现类型识别,并且现有的变压器的局部放电信号的特征提取方法需要技术人员参与其中,繁琐、效率低、精确度低。
发明内容
有鉴于此,本申请实施例提供了一种变压器局部放电信号的特征提取方法、装置,以解决目前变压器的局部放电信号的特征提取精度低、效率低的问题。
本申请实施例的第一方面提供了一种变压器局部放电信号的特征提取方法,包括:
通过设置在所述变压器的接地引线处的罗氏线圈采集所述变压器局部放电的原始电信号,并对所述原始电信号进行滤波和放大处理;
将经过滤波和放大处理的原始电信号输入示波器后转化为数字信号,并通过所述示波器按照预设规则对所述数字信号进行采样获得采样数据;
对获得的所述采样数据进行特征提取获取所述变压器局部放电的特征。
本申请实施例的第二方面提供了一种变压器局部放电信号的特征提取装置,包括:
罗氏线圈、滤波电路、放大电路、示波器、工控机;
所述罗氏线圈、所述滤波电路、所述放大电路、所述示波器、所述工控机依次电性连接;
所述罗氏线圈设置在所述变压器的接地引线处,用于采集所述变压器局部放电的原始电信号,并将所述原始电信号发送给所述滤波电路;
所述滤波电路用于对所述原始电信号进行滤除噪声处理,并将滤除噪声后的原始电信号发送给所述放大电路;
所述放大电路用于对接收到的滤除噪声后的原始电信号进行放大处理,并将所述放大处理后的原始电信号发送给所述示波器;
所述示波器用于将接收到的经过滤波和放大处理的原始电信号转化为数字信号,并按照预设规则对所述数字信号进行采样获得采样数据后,将所述采样数据发送给所述工控机;
所述工控机用于对获得的所述采样数据进行特征提取获取所述变压器局部放电信号的特征。
本申请实施例的第三方面提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被一个或多个处理器执行时实现本发明实施例第一方面提供的所述方法的步骤。
本申请实施例通过设置在所述变压器的接地引线处的罗氏线圈采集所述变压器局部放电的原始电信号,并对所述原始电信号进行滤波和放大处理;将经过滤波和放大处理的原始电信号输入示波器后转化为数字信号,并通过所述示波器按照预设规则对所述数字信号进行采样获得采样数据;对获得的所述采样数据进行特征提取获取所述变压器局部放电的特征。从而方便、快捷、精确的提取所述变压器局部放电信号的特征以实现变压器局部放电的检测。
附图说明
为了更清楚地说明本申请实施例中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1是本申请一实施例提供的一种变压器局部放电信号的特征提取方法的实现流程示意图;
图2是一次因油中气体导致的局部放电的时域信号以及对该时域信号进行傅里叶变换后的频域信号和梅林变换的梅林域信号;
图3是对一次因油中气体导致的局部放电信号进行一阶特征提取和高阶特征提取汇集的散点图;
图4是对一次油中气体导致的局部放电脉冲信号进行小波软阈值滤波后的时域信号以及对小波软阈值滤波后的时域信号进行特征提取后的散点图;
图5是本申请一实施例提供的一种变压器局部放电信号的特征提取装置的示意框图。
具体实施方式
以下描述中,为了说明而不是为了限定,提出了诸如特定系统结构、技术之类的具体细节,以便透彻理解本申请实施例。然而,本领域的技术人员应当清楚,在没有这些具体细节的其它实施例中也可以实现本申请。在其它情况中,省略对众所周知的系统、装置、电路以及方法的详细说明,以免不必要的细节妨碍本申请的描述。
应当理解,当在本说明书和所附权利要求书中使用时,术语“包括”指示所描述特征、整体、步骤、操作、元素和/或组件的存在,但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。
还应当理解,在此本申请说明书中所使用的术语仅仅是出于描述特定实施例的目的而并不意在限制本申请。如在本申请说明书和所附权利要求书中所使用的那样,除非上下文清楚地指明其它情况,否则单数形式的“一”、“一个”及“该”意在包括复数形式。
还应当进一步理解,在本申请说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合,并且包括这些组合。
如在本说明书和所附权利要求书中所使用的那样,术语“如果”可以依据上下文被解释为“当...时”或“一旦”或“响应于确定”或“响应于检测到”。类似地,短语“如果确定”或“如果检测到[所描述条件或事件]”可以依据上下文被解释为意指“一旦确定”或“响应于确定”或“一旦检测到[所描述条件或事件]”或“响应于检测到[所描述条件或事件]”。
为了说明本申请所述的技术方案,下面通过具体实施例来进行说明。
图1是本申请一实施例提供的一种变压器局部放电信号的特征提取方法的实现流程示意图,如图所示该方法可以包括以下步骤:
步骤S101,通过设置在所述变压器的接地引线处的罗氏线圈采集所述变压器局部放电的原始电信号,并对所述原始电信号进行滤波和放大处理。
在本申请实施例中,所述罗氏线圈作为一种传感器可以设置在所述变压器的接地引线处,用以采集所述变压器的局部放电原始电信号,罗氏线圈能够采集的原始电信号频带宽,包含的局放放电信号的信息量大。采集到原始电信号后还需要经过一个初步的滤波和放大处理。
步骤S102,将经过滤波和放大处理的原始电信号输入示波器后转化为数字信号,并通过所述示波器按照预设规则对所述数字信号进行采样获得采样数据。
在本申请实施例中,经过滤波和放大处理的原始电信号输入示波器后,示波器会先将经过滤波和放大处理的原始电信号转换为数字信号,然后再从数字信号中经过一定的规则采样获得采样数据。
所述预设规则包括:预设采样频率、为每个脉冲波形预设采样点个数、预设采样总时长、预设脉冲波形的采样个数。
作为举例,假设示波器的最大采样频率为1GHZ,我们设置采样频率为示波器的最大采样频率,采样频率越大,获得的采样数据越多,最终对局部放电信号的特征提取越精确,但是出于对系统内存的考虑,实际应用中,还可以设置采样频率为低于所述最大采样频率的一合适值,例如可设置在每个脉冲波形中采样1000个采样点,设置采样时长共1us,并设置采样阈值绝对值为20mV,共采样200个脉冲波形。
设置采样规则是因为罗氏线圈作为传感器可以采集的数据量很大,但是对于提取局部放电的特征,存在大量的无用数据。示波器作为转换电信号到数字信号的关键设备,设置合适的采样规则至关重要。示波器采集的数据送入工控机,工控机在示波器采集的数据的基础上进一步处理,完成特征提取。如果送入工控机的数据就已经有偏差的话,直接导致下一步的特征提取不准确。同时,若采样数据量太少,不足以体现局部放电特征;但采样数据过多,则会导致后续处理速度变慢,导致无法实时提取特征量。所以,示波器不仅作为转化数字信号的关键设备,也是通过其挑选出局部放电关键采样数据。最后,得到的局部放电信号特征与前后采集时间无关,与一次采样的局部放电极性无关。
步骤S103,对获得的所述采样数据进行特征提取获取所述变压器局部放电的特征。
在本申请实施例中,是通过工控机获得的所述采样数据进行特征提取获取所述变压器局部放电的特征。
具体的,所述对获得的所述采样数据进行特征提取获取所述变压器局部放电的特征包括:
A1,对所述采样数据进行小波软阈值滤波处理去除噪声,并将去除噪声后的采样数据进行梅林变换;
A2,基于非线性映射提取每一个采样数据的时域特征与梅林域特征,将每一个采样数据映射为二维平面上的一个点;
A3,基于所述时域特征和梅林域特征提取高阶特征,用来表示局部放电信号的特征。
在本申请实施例中,采用梅林变换实现对采样数据的特征提取,梅林变换具有信号变换速度快,展缩模值不变,展现信号特征更细致等优势。
其中,所述将去除噪声后的采样数据进行梅林变换包括:
其中,所述M(β)表示梅林变换值,所述β=m/lnt表示梅林域尺度值,所述t为一次脉冲波形的采样时间,N为将t等分的常数,n∈[0,N-1],所述m=n,所述x表示波形幅值,所述j表示第j个局部放电采样数据。
在获得梅林变换值的过程中,t可以设置为1微秒,N可以设置为1000,设置b=lnt,b为采样时间t的以e为底的对数,Δb为b的N等份,即Δb=b/N;θ表示一常数,为Δb的e为底指数,即θ=eΔb;k,n都是一系列的常数,m=n=0,1....,N-1;τ为一常数,表示延时,可以设置为0,β为自变量,β=m/lnt;M(β)为梅林变换的结果,为因变量。
将梅林变换和傅里叶变换进行对比,说明梅林变换的优点,图2a为采集的因油中气体导致的局部放电的时域信号,图2b为对该时域信号进行傅里叶变换的结果,图2c表示对该时域信号进行梅林变换的结果。通过梅林变换可以发现在梅林变换尺度β的较低与较高的两部分波形变换较大,这与傅里叶变换频率较低与较高两处幅值较高表现一致,说明原始电信号分解后,包含丰富的高频与低频部分。但对比图2b与图2c,可以明显发现,在梅林变换尺度β上,梅林变换的波动更明显,展示了更多局部放电的特征。傅里叶变换与梅林变换虽然都是对信号的一种频域的变换,但是对于宽频带的信号处理,梅林变换图谱更能达到在线监测的要求,也能体现很多的局部放电的特征细节。也就意味着经过梅林变换的特征提取,更能体现局部放电的特征。
其中,所述提取每一个采样数据的时域特征与梅林域特征包括:
所述时域的特征提取为
Figure BDA0001493792940000071
Figure BDA0001493792940000072
其中,所述
Figure BDA0001493792940000073
为第j个局部放电脉冲信号的时域特征重心,所述Tj为第j个局部放电脉冲信号的时域特征值,所述ti为第i个采样点对应的时间,所述pj(ti)为ti对应的时域;
所述梅林域的特征提取为
Figure BDA0001493792940000074
Figure BDA0001493792940000075
其中,所述
Figure BDA0001493792940000076
为第j个局部放电脉冲信号的梅林域特征重心,Mj为第j个局部放电脉冲信号的梅林域特征值,βi为第i个采样点对应梅林域尺度值;Mj(ti)为βi对应的梅林变换值。
在本申请实施例中,是通过非线性映射对局部放电信号实现特征提取,非线性映射是将高维变量综合为少数几个综合变量,使综合指标最大限度的表达原有的多指标信息的一种几何降维的数学方法。应用于局部放电的非线性映射,在梅林变换的基础上,压缩每一个局部放电(采样数据)时域特征与梅林域特征,形成一个等效梅林域与等效时域的二维平面的一个点。
作为举例,图2a所表示的一次油中气体导致的局部放电脉冲信号,做以上的梅林域与时域的特征提取,得到重心:(146.758,70.611),特征值:(139.746,41.703)。该局部放电信号(采样数据)通过非线性映射,特征提取为二维平面上的一个点。
在上述非线性映射的基础上,进一步提取高阶特征量来表征局部放电信号或者采样数据。
其中,所述基于所述时域特征和梅林域特征提取高阶特征包括:
其中,所述T’j表示高阶时域特征,所述M’j表示高阶梅林域特征,所述k为计算的特征阶数;当k=1时,T’j=Tj,M’j=Mj;当k≥2时,为k阶特征。
一次采集因油中空气导致的局部放电脉冲波形200个,对其同时进行一阶特征提取与高阶特征提取,汇集的散点图如图3a和图3b。图3a是进行一阶特征提取的结果,图3b是对同一次采集数据进行高阶特征提取的结果。一个散点的分类图可以用“紧密性”与“分散性”考核,紧密性是指散点的聚类图中类之间包团紧密;分散性是指团与团(类与类)之间分散,容易区分。对比图3a,图3b,通过高阶特征提取的局部放电特征的二维散点图类与类之间的界线更明显,同一类也更紧密。说明高阶特征提取得到的散点图容易聚类,是一个更好的样本。
本申请实施例中,以局部放电脉冲电流高频部分为检测量的高频法相较于电磁波为检测量的方法,因频带相对低,而有可能导致其噪音较多,有效的局部放电信号被淹没在噪声中。不采取滤波提取的特征不能真实反映局部放电的特征。本申请采用小波软阈值滤波,对局部放电信号去噪。针对高幅度和宽尺寸的噪声要素,尤其是当有用信号的幅度和噪声尺度相差不大时,小波软阈值滤波法具有良好的效果。对图2a所表示的一次油中气体导致的局部放电脉冲信号进行小波软阈值滤波得到图4a。图4a滤波后,放电曲线毛刺减少,还原局部放电原始脉冲形状。对图2a所用的采集因油中空气导致的局部放电脉冲波形200个做小波阈值滤波后再特征提取得到图4b。对比经过小波软阈值滤波的图4b与未经小波软阈值滤波的图3b,图4b游离于数据团(一种类)的特征点少得多,类与类间的界限明显,有利于对局部放电信号的分类。
应理解,上述实施例中各步骤的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本申请实施例的实施过程构成任何限定。
图5是本申请一实施例提供的变压器局部放电信号的特征提取装置的示意框图,为了便于说明,仅示出与本申请实施例相关的部分。
所述变压器局部放电信号的特征提取装置5包括:
罗氏线圈110、滤波电路120、放大电路130、示波器140、工控机150;
所述罗氏线圈、所述滤波电路、所述放大电路、所述示波器、所述工控机依次电性连接;
所述罗氏线圈设置在所述变压器的接地引线处,用于采集所述变压器局部放电的原始电信号,并将所述原始电信号发送给所述滤波电路;
所述滤波电路用于对所述原始电信号进行滤除噪声处理,并将滤除噪声后的原始电信号发送给所述放大电路;
所述放大电路用于对接收到的滤除噪声后的原始电信号进行放大处理,并将所述放大处理后的原始电信号发送给所述示波器;
所述示波器用于将接收到的经过滤波和放大处理的原始电信号转化为数字信号,并按照预设规则对所述数字信号进行采样获得采样数据后,将所述采样数据发送给所述工控机;
所述工控机用于对获得的所述采样数据进行特征提取获取所述变压器局部放电信号的特征。
可选的,所述预设规则包括:预设采样频率、为每个脉冲波形预设采样点个数、预设采样总时长、预设脉冲波形的采样个数。
可选的,所述工控机包括:
小波软阈值滤波模块,用于对所述采样数据进行小波软阈值滤波处理去除噪声;
梅林变换模块,用于将去除噪声后的采样数据进行梅林变换;
特征提取模块,用于基于非线性映射提取每一个采样数据的时域特征与梅林域特征,并基于所述时域特征和梅林域特征提取高阶特征,用来表示局部放电信号的特征。
可选的,所述梅林变换模块具体用于:
Figure BDA0001493792940000101
其中,所述M(β)表示梅林变换值,所述β=m/lnt表示梅林域尺度值,所述t为一次脉冲波形的采样时间,N为将t等分的常数,n∈[0,N-1],所述m=n,所述x表示波形幅值,所述j表示第j个局部放电采样数据。
可选的,所述特征提取模块具体用于:
所述时域的特征提取为
Figure BDA0001493792940000103
其中,所述
Figure BDA0001493792940000104
为第j个局部放电脉冲信号的时域特征重心,所述Tj为第j个局部放电脉冲信号的时域特征值,所述ti为第i个采样点对应的时间,所述pj(ti)为ti对应的时域;
所述梅林域的特征提取为
Figure BDA0001493792940000111
Figure BDA0001493792940000112
其中,所述
Figure BDA0001493792940000113
为第j个局部放电脉冲信号的梅林域特征重心,Mj为第j个局部放电脉冲信号的梅林域特征值,βi为第i个采样点对应梅林域尺度值;Mj(ti)为βi对应的梅林变换值。
可选的,所述特征提取模块还用于:
Figure BDA0001493792940000114
Figure BDA0001493792940000115
其中,所述T’j表示高阶时域特征,所述M’j表示高阶梅林域特征,所述k为计算的特征阶数;当k=1时,T’j=Tj,M’j=Mj;当k≥2时,为k阶特征。
所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,仅以上述各功能模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能模块完成,即将所述终端设备的内部结构划分成不同的功能模块,以完成以上描述的全部或者部分功能。实施例中的各功能模块可以集成在一个处理模块中,也可以是各个模块单独物理存在,也可以两个或两个以上模块集成在一个模块中,上述集成的模块既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。另外,各功能模块的具体名称也只是为了便于相互区分,并不用于限制本申请的保护范围。上述终端设备中模块的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述或记载的部分,可以参见其它实施例的相关描述。
本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本申请的范围。
在本申请所提供的实施例中,应该理解到,所揭露的装置和方法,可以通过其它的方式实现。例如,以上所描述的终端设备实施例仅仅是示意性的,例如,所述模块或单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口,装置或单元的间接耦合或通讯连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本申请各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
所述集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本申请实现上述实施例方法中的全部或部分流程,也可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一计算机可读存储介质中,该计算机程序在被处理器执行时,可实现上述各个方法实施例的步骤。其中,所述计算机程序包括计算机程序代码,所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括:能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是,所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减,例如在某些司法管辖区,根据立法和专利实践,计算机可读介质不包括是电载波信号和电信信号。
以上所述实施例仅用以说明本申请的技术方案,而非对其限制;尽管参照前述实施例对本申请进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围,均应包含在本申请的保护范围之内。

Claims (7)

1.一种变压器局部放电信号的特征提取方法,其特征在于,包括:
通过设置在所述变压器的接地引线处的罗氏线圈采集所述变压器局部放电的原始电信号,并对所述原始电信号进行滤波和放大处理;
将经过滤波和放大处理的原始电信号输入示波器后转化为数字信号,并通过所述示波器按照预设规则对所述数字信号进行采样获得采样数据;
对获得的所述采样数据进行特征提取获取所述变压器局部放电的特征;
其中,所述对获得的所述采样数据进行特征提取获取所述变压器局部放电的特征包括:
对所述采样数据进行小波软阈值滤波处理去除噪声,并将去除噪声后的采样数据进行梅林变换;
基于非线性映射提取每一个采样数据的时域特征与梅林域特征,将每一个采样数据映射为二维平面上的一个点;
基于所述时域特征和梅林域特征提取高阶特征,用来表示局部放电信号的特征;
其中,所述基于所述时域特征和梅林域特征提取高阶特征包括:
Figure FDA0002232569110000011
Figure FDA0002232569110000012
其中,所述Tj’表示高阶时域特征,所述Mj’表示高阶梅林域特征,所述k为计算的特征阶数;当k=1时,Tj’=Tj,Mj’=Mj;当k≥2时,为k阶特征。
2.如权利要求1所述的变压器局部放电信号的特征提取方法,其特征在于,所述预设规则包括:预设采样频率、为每个脉冲波形预设采样点个数、预设采样总时长、预设脉冲波形的采样个数。
3.如权利要求1所述的变压器局部放电信号的特征提取方法,其特征在于,所述将去除噪声后的采样数据进行梅林变换包括:
Figure FDA0002232569110000021
其中,所述M(β)表示梅林变换值,所述β=m/lnt表示梅林域尺度值,所述t为一次脉冲波形的采样时间,N为将t等分的常数,n∈[0,N-1],所述m=n,所述x表示波形幅值,所述j表示第j个局部放电采样数据。
4.如权利要求3所述的变压器局部放电信号的特征提取方法,其特征在于,所述提取每一个采样数据的时域特征与梅林域特征包括:
所述时域的特征提取为
Figure FDA0002232569110000022
Figure FDA0002232569110000023
其中,所述
Figure FDA0002232569110000024
为第j个局部放电脉冲信号的时域特征重心,所述Tj为第j个局部放电脉冲信号的时域特征值,所述ti为第i个采样点对应的时间,所述pj(ti)为ti对应的时域;
所述梅林域的特征提取为
Figure FDA0002232569110000025
其中,所述为第j个局部放电脉冲信号的梅林域特征重心,Mj为第j个局部放电脉冲信号的梅林域特征值,βi为第i个采样点对应梅林域尺度值;Mj(ti)为βi对应的梅林变换值。
5.一种变压器局部放电信号的特征提取装置,其特征在于,包括:
罗氏线圈、滤波电路、放大电路、示波器、工控机;
所述罗氏线圈、所述滤波电路、所述放大电路、所述示波器、所述工控机依次电性连接;
所述罗氏线圈设置在所述变压器的接地引线处,用于采集所述变压器局部放电的原始电信号,并将所述原始电信号发送给所述滤波电路;
所述滤波电路用于对所述原始电信号进行滤除噪声处理,并将滤除噪声后的原始电信号发送给所述放大电路;
所述放大电路用于对接收到的滤除噪声后的原始电信号进行放大处理,并将所述放大处理后的原始电信号发送给所述示波器;
所述示波器用于将接收到的经过滤波和放大处理的原始电信号转化为数字信号,并按照预设规则对所述数字信号进行采样获得采样数据后,将所述采样数据发送给所述工控机;
所述工控机用于对获得的所述采样数据进行特征提取获取所述变压器局部放电信号的特征;
其中,所述工控机包括:
小波软阈值滤波模块,用于对所述采样数据进行小波软阈值滤波处理去除噪声;
梅林变换模块,用于将去除噪声后的采样数据进行梅林变换;
特征提取模块,用于基于非线性映射提取每一个采样数据的时域特征与梅林域特征,并基于所述时域特征和梅林域特征提取高阶特征,用来表示局部放电信号的特征;
其中,所述基于所述时域特征和梅林域特征提取高阶特征包括:
Figure FDA0002232569110000041
Figure FDA0002232569110000042
其中,所述Tj’表示高阶时域特征,所述Mj’表示高阶梅林域特征,所述k为计算的特征阶数;当k=1时,Tj’=Tj,Mj’=Mj;当k≥2时,为k阶特征。
6.如权利要求5所述的变压器局部放电信号的特征提取装置,其特征在于,所述预设规则包括:预设采样频率、为每个脉冲波形预设采样点个数、预设采样总时长、预设脉冲波形的采样个数。
7.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有计算机程序,所述计算机程序被一个或多个处理器执行时实现如权利要求1至4任一项所述方法的步骤。
CN201711261874.2A 2017-12-04 2017-12-04 一种变压器局部放电信号的特征提取方法、装置 Active CN107942214B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201711261874.2A CN107942214B (zh) 2017-12-04 2017-12-04 一种变压器局部放电信号的特征提取方法、装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201711261874.2A CN107942214B (zh) 2017-12-04 2017-12-04 一种变压器局部放电信号的特征提取方法、装置

Publications (2)

Publication Number Publication Date
CN107942214A CN107942214A (zh) 2018-04-20
CN107942214B true CN107942214B (zh) 2020-02-14

Family

ID=61947549

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201711261874.2A Active CN107942214B (zh) 2017-12-04 2017-12-04 一种变压器局部放电信号的特征提取方法、装置

Country Status (1)

Country Link
CN (1) CN107942214B (zh)

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108627743B (zh) * 2018-05-15 2020-05-05 国网江苏省电力有限公司电力科学研究院 一种局部放电纳秒级窄脉冲序列的无损捕捉方法
CN109061426B (zh) * 2018-11-02 2021-10-22 国网河北省电力有限公司电力科学研究院 变压器局部放电故障诊断方法及在线监测装置
CN111077421A (zh) * 2019-12-30 2020-04-28 云南恒协科技有限公司 一种电缆线路智能运检系统
CN113325275A (zh) * 2021-04-16 2021-08-31 国网江苏省电力有限公司徐州供电分公司 一种基于数字滤波的变压器局部放电检测方法
CN114166491A (zh) * 2021-11-26 2022-03-11 中科传启(苏州)科技有限公司 目标设备故障监测方法、装置、电子设备及介质
CN116520105A (zh) * 2023-05-10 2023-08-01 国网安徽省电力有限公司亳州供电公司 一种基于变压器绝缘预警的局放监测方法

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH11248783A (ja) * 1998-03-06 1999-09-17 Mitsubishi Electric Corp 部分放電検出装置
CN102841296B (zh) * 2012-09-10 2015-03-04 江苏科技大学 基于超高频检测的智能开关柜局部放电在线监测系统及方法
CN104020398B (zh) * 2014-06-03 2017-01-04 华北电力大学 一种换流变压器局部放电波形特征提取方法
CN104765971B (zh) * 2015-04-23 2017-11-10 东北电力大学 一种交联聚乙烯高压电缆局部放电特征提取方法
KR101574615B1 (ko) * 2015-06-18 2015-12-11 지투파워(주) 통계적 위상패턴 기반의 신호검출 방법을 이용한 전력설비 부분 방전 감시진단 시스템

Also Published As

Publication number Publication date
CN107942214A (zh) 2018-04-20

Similar Documents

Publication Publication Date Title
CN107942214B (zh) 一种变压器局部放电信号的特征提取方法、装置
Hao et al. Partial discharge source discrimination using a support vector machine
CN112014700B (zh) 基于局部放电多信息融合的gis绝缘子缺陷识别方法及系统
CN105548832A (zh) 高压电力电缆故障识别方法
CN102736000A (zh) 电力电容器在线检测方法及装置
CN109061426B (zh) 变压器局部放电故障诊断方法及在线监测装置
CN108693448B (zh) 一种应用于电力设备局部放电模式识别系统
CN109142514A (zh) 一种基于脉冲涡流阵列的缺陷检测装置及方法
CN113283331B (zh) 用于无人值守传感器系统的多类别目标识别方法及系统
CN114237046A (zh) 一种基于sift数据特征提取算法与bp神经网络模型的局部放电模式识别方法
CN115993511A (zh) 一种局部放电类型高精度检测识别装置、方法和设备
CN109035662B (zh) 一种基于电容扰动的周界报警系统入侵信号识别方法
CN104125050A (zh) 超高频rfid读卡器协议一致性测试方法
CN202794437U (zh) 电力电容器在线检测装置
Das et al. Cross spectrum aided surface condition assessment of metal oxide surge arrester employing convolutional neural network
CN114167237A (zh) 一种gis局部放电故障识别方法、系统、计算机设备、存储介质
CN116628481A (zh) 电子对抗信源识别方法、系统、计算机及可读存储介质
CN109194622B (zh) 一种基于特征效率的加密流量分析特征选择方法
CN104424488A (zh) 一种提取bcg信号特征的方法及系统
CN111292767B (zh) 一种音频事件检测方法和装置以及设备
Lu et al. Multifractal analysis for soft fault feature extraction of nonlinear analog circuits
Quizhpi-Cuesta et al. Classification of partial discharge in pin type insulators using fingerprints and neural networks
CN114545158A (zh) 自动分离局部放电信号和噪声信号
CN113876354A (zh) 胎心率信号的处理方法、装置、电子设备及存储介质
CN112788057A (zh) 一种基于FSWT时频分布的LDoS攻击检测方法

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
GR01 Patent grant
GR01 Patent grant
EE01 Entry into force of recordation of patent licensing contract
EE01 Entry into force of recordation of patent licensing contract

Application publication date: 20180420

Assignee: BAODING HUACHUANG ELECTRIC Co.,Ltd.

Assignor: STATE GRID HEBEI ENERGY TECHNOLOGY SERVICE Co.,Ltd.

Contract record no.: X2021130000001

Denomination of invention: A feature extraction method and device for partial discharge signal of transformer

Granted publication date: 20200214

License type: Common License

Record date: 20210305

Application publication date: 20180420

Assignee: BAODING TIANWEI XINYU TECHNOLOGY DEVELOPMENT Co.,Ltd.

Assignor: STATE GRID HEBEI ENERGY TECHNOLOGY SERVICE Co.,Ltd.

Contract record no.: X2021130000002

Denomination of invention: A feature extraction method and device for partial discharge signal of transformer

Granted publication date: 20200214

License type: Common License

Record date: 20210305