CN108008262B - 一种局部放电快速检测方法 - Google Patents

一种局部放电快速检测方法 Download PDF

Info

Publication number
CN108008262B
CN108008262B CN201711232225.XA CN201711232225A CN108008262B CN 108008262 B CN108008262 B CN 108008262B CN 201711232225 A CN201711232225 A CN 201711232225A CN 108008262 B CN108008262 B CN 108008262B
Authority
CN
China
Prior art keywords
matrix
partial discharge
dimensional
vector
random
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
CN201711232225.XA
Other languages
English (en)
Other versions
CN108008262A (zh
Inventor
姜勇
罗林根
盛戈皞
江秀臣
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.)
Shanghai Jiaotong University
State Grid Shanghai Electric Power Co Ltd
East China Power Test and Research Institute Co Ltd
Original Assignee
Shanghai Jiaotong University
State Grid Shanghai Electric Power Co Ltd
East China Power Test and Research Institute 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 Shanghai Jiaotong University, State Grid Shanghai Electric Power Co Ltd, East China Power Test and Research Institute Co Ltd filed Critical Shanghai Jiaotong University
Priority to CN201711232225.XA priority Critical patent/CN108008262B/zh
Publication of CN108008262A publication Critical patent/CN108008262A/zh
Application granted granted Critical
Publication of CN108008262B publication Critical patent/CN108008262B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Testing Relating To Insulation (AREA)
  • Complex Calculations (AREA)

Abstract

本发明提出一种局部放电快速检测方法，基于随机矩阵理论的局部放电脉冲位置快速检测，将现场采集的一维局部放电脉冲序列转换为两维的矩阵形式，通过观测该矩阵第二大特征根的变化来确定局部放电脉冲位置，有效提高局部放电信号检测效率。

Description

一种局部放电快速检测方法
技术领域
本发明涉及电力变电站设备绝缘维护及在线监测技术领域，具体涉及一种局部放电快速检测方法。
背景技术
局部放电是引起电力设备绝缘故障的主要原因之一，对局部放电的准确定位有重大意义。基于特高频(UHF)信号的定位法具有抗干扰性强、灵敏度高、可远距离检测等优点，近年来在国内外已获得了广泛的应用。
局部放电的现场检测中，由于变电站强电磁干扰的影响，局放信号往往被噪声信号所掩盖，造成对放电的检测困难。现有技术中，从频域角度将局部放电信号与噪声进行分离基本上是不可行的，因为二者均是宽带信号，在较大的频率范围内存在重叠。而基于小波分析等算法进行时域滤波，其滤波性能依赖于小波基的选择，并且运算量巨大，不适用与在线分析。
发明内容
本发明的目的在于提供一种局部放电快速检测方法，其提出基于随机矩阵理论的局部放电脉冲位置快速检测，将现场采集的一维局部放电脉冲序列转换为两维的矩阵形式，通过观测该矩阵第二大特征根的变化来确定局部放电脉冲位置，有效提高局部放电信号检测效率。
为了达到上述目的，本发明通过以下技术方案实现：
一种局部放电快速检测方法，其特征是，包含以下步骤：
S1、采集一段待检测局部放电信号数据集Ω，Ω为一个一维局部放电脉冲序列的时域信号；
S2、利用单位时间间隔T的数据向量
Figure BDA0001487811520000011
来构建数据集Ω的局部放电二维矩阵X；
S3、得到局部放电二维矩阵X对应的随机矩阵
S4、归一化所构造的随机矩阵
Figure BDA0001487811520000012
记为
Figure BDA0001487811520000013
S5、计算归一化随机矩阵
Figure BDA0001487811520000014
的样本协方差矩阵S；
S6、计算协方差矩阵S的特征根；
S7、通过降序对特征值进行排序，得到第二大特征值；
S8、通过偏移量T移动分割窗口以生成下一个矩阵，然后重复执行步骤S2～S8直到原始数据集Ω的结尾结束整个数据处理流程；
S9、观测所得到的所有第二大特征值序列，在特征值突变处即为局部放电脉冲出现的位置。
上述的局部放电快速检测方法，其中，所述的步骤S2具体包含：
利用单位时间间隔T的数据向量
Figure BDA0001487811520000021
来生成矩阵X，矩阵X的表达式为：
Figure BDA0001487811520000022
其中，X即为生成的N×T二维矩阵。
上述的局部放电快速检测方法，其中，所述的步骤S3具体包含：
按照下式得到局部放电二维矩阵X对应的随机矩阵：
Figure BDA0001487811520000023
其中，
Figure BDA0001487811520000024
是Xi的共轭转置，
Figure BDA0001487811520000025
是一个Harr矩阵。
上述的局部放电快速检测方法，其中，所述步骤S4具体包含：
归一化随机矩阵
Figure BDA0001487811520000026
为：
Figure BDA0001487811520000027
式中，
Figure BDA0001487811520000028
表示向量
Figure BDA0001487811520000029
的均值，
Figure BDA00014878115200000210
表示向量
Figure BDA00014878115200000211
的标准差，
Figure BDA00014878115200000212
表示矩阵
Figure BDA00014878115200000213
的行向量，
Figure BDA00014878115200000214
表示矩阵
Figure BDA00014878115200000215
中的一个元素，它位于第i行第j列。
上述的局部放电快速检测方法，其中，所述的步骤S5具体包含：
按照下式计算样本协方差矩阵：
Figure BDA00014878115200000216
式中，
Figure BDA00014878115200000217
是
Figure BDA00014878115200000218
的共轭矩阵。
本发明与现有技术相比具有以下优点：
1、基于随机矩阵理论的局部放电脉冲位置快速检测，将现场采集的一维局部放电脉冲序列转换为两维的矩阵形式，通过观测该矩阵第二大特征根的变化来确定局部放电脉冲位置，有效提高局部放电信号检测效率；
2、划分含有局放脉冲的数据窗口，减小后续数字滤波等数字信号处理算法的数据量。
附图说明
图1为本发明的方法流程图；
图2为本发明的实施例中的局部放电信号的高维随机矩阵构造方式图；
图3为本发明的实施例中的现场局放信号采样序列；
图4为本发明的实施例中得到的第二大特征根序列及其与原始采样信号的对应关系图。
具体实施方式
以下结合附图，通过详细说明一个较佳的具体实施例，对本发明做进一步阐述。
如图1所示，本发明提出了一种局部放电快速检测方法，其包含以下步骤：
S1、采集一段待检测局部放电信号数据集Ω，Ω为一个一维局部放电脉冲序列的时域信号；
S2、利用单位时间间隔T的数据向量
Figure BDA0001487811520000031
来构建数据集Ω的局部放电二维矩阵X；
S3、得到局部放电二维矩阵X对应的随机矩阵
Figure BDA0001487811520000032
S4、归一化所构造的随机矩阵
Figure BDA0001487811520000033
记为
Figure BDA0001487811520000034
S5、计算归一化随机矩阵
Figure BDA0001487811520000035
的样本协方差矩阵S；
S6、计算协方差矩阵S的特征根；
S7、通过降序对特征值进行排序，得到第二大特征值；
S8、通过偏移量T移动分割窗口，然后重复执行步骤S2～S8直到原始数据集Ω的结尾结束整个数据处理流程。具体的，对一段局部放电数据，如图3所示，有12000个数据。设以一个长度为N*T＝40*100＝4000的数据窗口来截取数据进行处理(此时T＝100)。假设从第一个数据开始，则图3数据的1-4000这4000个数据组成第一个矩阵，按步骤S2-S8处理得到第一个矩阵的第二大特征值。然后以T为单位移动这个窗口(4000)，则图3数据的101-4100这4000个数据组成第二个矩阵，按步骤S2-S8处理得到第二个矩阵的第二大特征值。依次步骤，重复执行直到这12000个数据均处理完成，最终结果得到一个“第二大特征值序列”，如图4所示；
S9、观测所得到的所有第二大特征值序列，在特征值突变处即为局部放电脉冲出现的位置。
本实施例中，所述的步骤S2具体包含：
利用单位时间间隔T的数据向量
Figure BDA0001487811520000041
来生成矩阵X，数据生成方式见图2，矩阵X的表达式为：
Figure BDA0001487811520000042
其中，X即为生成的N×T二维矩阵。
所述的步骤S3具体包含：
按照下式得到局部放电二维矩阵X对应的随机矩阵：
Figure BDA0001487811520000043
其中，
Figure BDA0001487811520000044
是Xi的共轭转置，
Figure BDA0001487811520000045
是一个Harr矩阵。
所述步骤S4具体包含：
归一化随机矩阵
Figure BDA0001487811520000046
为：
Figure BDA0001487811520000047
式中，
Figure BDA0001487811520000048
表示向量
Figure BDA0001487811520000049
的均值，
Figure BDA00014878115200000410
表示向量
Figure BDA00014878115200000411
的标准差，
Figure BDA00014878115200000412
表示矩阵
Figure BDA00014878115200000413
的行向量，
Figure BDA00014878115200000414
表示矩阵
Figure BDA00014878115200000415
中的一个元素，它位于第i行第j列。
所述的步骤S5具体包含：
按照下式计算样本协方差矩阵：
Figure BDA00014878115200000416
式中，
Figure BDA00014878115200000417
是
Figure BDA00014878115200000418
的共轭矩阵。
本实施例中，采用本发明方案在某变电站进行了现场测试，图3给出的是本实施例中受强干扰影响的局部放电采样序列。通过本发明公布的方法处理后得到的第二大特征根序列如图4所示，从图中可看出，第二大特征根序列存在着突变，而突变的位置与局放脉冲的位置相对应。可见本发明的方法对于局部放电快速检测是切实有效可行的。
尽管本发明的内容已经通过上述优选实施例作了详细介绍，但应当认识到上述的描述不应被认为是对本发明的限制。在本领域技术人员阅读了上述内容后，对于本发明的多种修改和替代都将是显而易见的。因此，本发明的保护范围应由所附的权利要求来限定。

Claims (5)

1.一种局部放电快速检测方法，其特征在于，包含以下步骤：
S1、采集一段待检测局部放电信号数据集Ω，Ω为一个一维局部放电脉冲序列的时域信号；
S2、利用单位时间间隔T的数据向量
Figure FDA0002382821820000011
来构建数据集Ω的局部放电二维矩阵X；
S3、得到局部放电二维矩阵X对应的随机矩阵
Figure FDA0002382821820000012
S4、归一化所构造的随机矩阵
Figure FDA0002382821820000013
记为
Figure FDA0002382821820000014
S5、计算归一化随机矩阵
Figure FDA0002382821820000015
的样本协方差矩阵S；
S6、计算协方差矩阵S的特征根；
S7、通过降序对特征值进行排序，得到第二大特征值；
S8、通过偏移量T移动分割窗口，然后重复执行步骤S2～S8直到原始数据集Ω的结尾结束整个数据处理流程；
S9、观测所得到的所有第二大特征值序列，在特征值突变处即为局部放电脉冲出现的位置。
2.如权利要求1所述的局部放电快速检测方法，其特征在于，所述的步骤S2具体包含：
利用单位时间间隔T的数据向量
Figure FDA0002382821820000016
来生成矩阵X，矩阵X的表达式为：
Figure FDA0002382821820000017
其中，X即为生成的N×T二维矩阵。
3.如权利要求2所述的局部放电快速检测方法，其特征在于，所述的步骤S3具体包含：
按照下式得到局部放电二维矩阵X对应的随机矩阵：
Figure FDA0002382821820000018
其中，
Figure FDA0002382821820000019
是Xi的共轭转置，
Figure FDA00023828218200000110
是一个Harr矩阵。
4.如权利要求3所述的局部放电快速检测方法，其特征在于，所述步骤S4具体包含：
归一化随机矩阵
Figure FDA0002382821820000021
为：
Figure FDA0002382821820000022
式中，
Figure FDA0002382821820000023
表示向量
Figure FDA0002382821820000024
的均值，
Figure FDA0002382821820000025
表示向量
Figure FDA0002382821820000026
的标准差，
Figure FDA0002382821820000027
表示矩阵
Figure FDA0002382821820000028
的行向量，
Figure FDA0002382821820000029
表示矩阵
Figure FDA00023828218200000210
中的一个元素，它位于第i行第j列。
5.如权利要求4所述的局部放电快速检测方法，其特征在于，所述的步骤S5具体包含：
按照下式计算样本协方差矩阵：
Figure FDA00023828218200000211
式中，
Figure FDA00023828218200000212
是
Figure FDA00023828218200000213
的共轭矩阵。
CN201711232225.XA 2017-11-29 2017-11-29 一种局部放电快速检测方法 Active CN108008262B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201711232225.XA CN108008262B (zh) 2017-11-29 2017-11-29 一种局部放电快速检测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201711232225.XA CN108008262B (zh) 2017-11-29 2017-11-29 一种局部放电快速检测方法

Publications (2)

Publication Number Publication Date
CN108008262A CN108008262A (zh) 2018-05-08
CN108008262B true CN108008262B (zh) 2020-07-07

Family

ID=62055032

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201711232225.XA Active CN108008262B (zh) 2017-11-29 2017-11-29 一种局部放电快速检测方法

Country Status (1)

Country Link
CN (1) CN108008262B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109829416B (zh) * 2019-01-28 2023-04-28 国网山东省电力公司日照供电公司 一种从随机噪声中检测出特高频局部放电信号的方法和系统
CN111123193A (zh) * 2019-12-16 2020-05-08 三江学院 抗多径干扰的gis设备的局部放电定位方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105334435A (zh) * 2015-10-23 2016-02-17 国网山东海阳市供电公司 一种基于任意阵形的自适应局部放电超声监测方法
CN106022529A (zh) * 2016-05-26 2016-10-12 中国电力科学研究院 一种基于高维随机矩阵的配电网异常数据检测方法
CN106443628A (zh) * 2016-09-27 2017-02-22 清华大学 一种基于精度矩阵非线性收缩估计的stap方法
CN106707118A (zh) * 2016-12-12 2017-05-24 国网北京市电力公司 局部放电模式识别方法和装置

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105334435A (zh) * 2015-10-23 2016-02-17 国网山东海阳市供电公司 一种基于任意阵形的自适应局部放电超声监测方法
CN106022529A (zh) * 2016-05-26 2016-10-12 中国电力科学研究院 一种基于高维随机矩阵的配电网异常数据检测方法
CN106443628A (zh) * 2016-09-27 2017-02-22 清华大学 一种基于精度矩阵非线性收缩估计的stap方法
CN106707118A (zh) * 2016-12-12 2017-05-24 国网北京市电力公司 局部放电模式识别方法和装置

Also Published As

Publication number Publication date
CN108008262A (zh) 2018-05-08

Similar Documents

Publication Publication Date Title
US20230160942A1 (en) Fault arc signal detection method using convolutional neural network
CN107451557B (zh) 基于经验小波变换与局部能量的输电线路短路故障诊断方法
CN108169639B (zh) 基于并行长短时记忆神经网络的识别开关柜故障的方法
CN109375060B (zh) 一种配电网故障波形相似度计算方法
CN112147444B (zh) 一种电力变压器工作状态监测方法及系统
CN110907778A (zh) Gis设备局部放电超声定位方法、装置、设备及介质
CN108008262B (zh) 一种局部放电快速检测方法
CN106771905A (zh) 一种适用于高频电流局部放电检测的脉冲提取方法
CN110940933B (zh) 一种用于测量陡脉冲上升沿起始时刻的综合计算方法
CN106137184B (zh) 基于小波变换的心电信号qrs波检测方法
CN110824310A (zh) 局部放电类型判断方法及装置
CN109870614B (zh) 电力设备半周波早期故障快速检测方法
CN108089100A (zh) 小电流接地系统弧光电阻接地故障的检测方法
CN115410599A (zh) 一种基于声纹感知的变压器运行状态识别的方法及系统
CN102988041A (zh) 心磁信号噪声抑制中的信号选择性平均方法
CN107192892B (zh) 基于雷电电磁信号识别技术的雷声定位系统自动触发方法
CN117290788B (zh) 一种基于改进小波变换算法的配电网故障辨识方法及系统
CN108594156B (zh) 一种改进的电流互感器饱和特性识别方法
CN111999607B (zh) 一种单通道信号下局部放电窄带干扰盲源分离方法及装置
CN111709279B (zh) 一种利用svd-emd算法分离微地震噪声混合信号的算法
CN117743759A (zh) 一种瓷支柱绝缘子振动信号去噪方法
CN113163424A (zh) 用于检测设备的nr小区pss搜索方法与检测设备
CN118227970B (zh) 一种基于脉冲特征的变压器周期性电磁干扰抑制方法
Li et al. Time delay estimation algorithm of partial discharge ultrasound signal based on wavelet transform image convolution
CN116953784B (zh) 一种冰层振源信号到时拾取方法和装置

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
TA01 Transfer of patent application right
TA01 Transfer of patent application right

Effective date of registration: 20181214

Address after: 1122 Yuanshen Road, Pudong New Area, Shanghai, 200120

Applicant after: State Grid Shanghai Municipal Electric Power Company

Applicant after: East China Electric Power Test & Research Institute Co., Ltd.

Applicant after: Shanghai Jiao Tong University

Address before: 1122 Yuanshen Road, Pudong New Area, Shanghai, 200126

Applicant before: State Grid Shanghai Municipal Electric Power Company

Applicant before: East China Electric Power Test & Research Institute Co., Ltd.

GR01 Patent grant
GR01 Patent grant