CN108490318A - 基于波形匹配的局部放电全站综合定位方法及传感器 - Google Patents
基于波形匹配的局部放电全站综合定位方法及传感器 Download PDFInfo
- Publication number
- CN108490318A CN108490318A CN201810111529.9A CN201810111529A CN108490318A CN 108490318 A CN108490318 A CN 108490318A CN 201810111529 A CN201810111529 A CN 201810111529A CN 108490318 A CN108490318 A CN 108490318A
- Authority
- CN
- China
- Prior art keywords
- point
- waveform
- signal
- discharge
- sensor
- 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
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Position Fixing By Use Of Radio Waves (AREA)
Abstract
本发明涉及电气设备及电气工程,为使得局放定位精度大大提高,对高压设备进行准确的局放定位,及时排除设备绝缘故障,预防突发性事故的发生,有力于电力系统安全运行,本发明基于波形匹配的局部放电全站综合定位方法及传感器,变电站内各传感器可能同时接收到多个放电点的放电信号脉冲,首先对不同的放电点产生的脉冲信号加以区分即波形匹配,并将它们存至同一个放电信号表中,接着利用全站定位综合算法对局放位置进行计算,其中,波形匹配是通过一定比例的放大使带匹配的两波形峰值相同,然后将两波形各个同时刻采样点的数字信号值作方差运算,当方差小于一定的阈值时,即判定两波形来自同一放电源。本发明主要应用于电气设备局方定位场合。
Description
技术领域
本发明涉及电气设备及电气工程,具体讲,涉及基于波形匹配的局部放电全站综合定位方法。
背景技术
超高压设备故障中80%是绝缘故障,用局部放电在线监测的方法可以将故障提前检测出来并进行消除。在变电站内部的关键设备和必要构架上装设局部放电传感器,一旦设备发生严重的、危及设备安全的局部放电时,在其周围将有多个传感器接收到幅值大小不一的局放脉冲信号,利用局部放电信号在空间传播的幅值衰减特性和时间延迟特性,采用局部放电定位分析技术,可以最大限度地估算局部放电的发生位置和强度等信息,可判定信号发生源是电力系统中的某一设备还是电晕干扰,亦或是与电力系统无关的干扰信号。采用该种办法,可以运用有限的传感器,监测电力系统里的全部重要设备甚至是全部设备。
局部放电定位的基本算法有两种:中垂线算法和三边定位算法。
1、基于相似脉冲接收幅值的中垂线算法
中垂线算法的中心思想是设定阈值,若两传感器接收到的脉冲幅值差在这个阈值之内,则认为待测放电点和这两个传感器节点的距离相同。连接这两个传感器节点并作该两线的中垂线,可以认为待测放电点在这条中垂线上。在取得多条中垂线后,计算两两中垂线之间的交点,把这些交点的横纵坐标代数平均值作为待测放电点的估计位置。值得注意的是,在将某一中垂线纳入参考中垂线集合之前,需要对两传感器节点的距离进行判别,当两节点的距离小于某一阈值时,排除这条中垂线。当两节点距离过小时,形成的中垂线方向不具有参考价值。
图1为中垂线算法原理图,外部的六个点为参与定位的传感器节点,M1、M2、M3为中垂线交点,它们横纵坐标的平均值作为最终放电点位置(M)的横纵坐标。
中垂线算法在存在噪声的情况下误差较大,原因在于中垂线算法对计入运算的传感器节点没有选择。由于复杂环境因素的存在,当定位用传感器节点距离放电点距离较大时,其接收幅值将不能够精确反应传感器与放电点之间的距离。而中垂线算法只对接收值的差距而不是大小进行判断,很容易将不具有参考价值的节点数据纳入算法运算。另外,中垂线算法对传感器节点的合理分布,阈值的选取和传感器节点的密度都有较高的要求。
2、三边定位算法模型
三边定位算法是通过距离待测放电点最近的几个传感器节点进行定位的。
当不同传感器上所有同源脉冲被分置于M表的同一行时,从中选取峰值最大的四个点作为代入运算的点(若此四点不能满足计算需求,可顺序取入脉冲电压幅值较大的点)。以下简述三边定位算法步骤如下:
1.初始化
设定方程计算迭代步长step,设定一个较小的数作为迭代结束阈值ε。
2.列方程
方程中(xi,yi)为传感器节点的位置坐标,(x,y)为放电点坐标,di为传感器节点到局部放电点的估算距离。
3.使用迭代法解方程
在实际情况下,以上三个方程往往没有事实上的解。解方程的步骤实质上是求误差范围边界的过程。首先确定迭代方向,以从传感器节点1出发为例。取传感器2,3连线的中点,则从传感器节点1指向中点的向量为迭代进行的方向。将以上三个方程中的等于号改为小于等于号,沿迭代方向按迭代步长取点,当迭代得到的点第一次从满足不等式组变为不满足不等式组时,迭代步长step减半,迭代方向翻转继续迭代,当迭代步长小于阈值后,迭代停止,取当前迭代点作为传感器节点1的方程解误差域边界点依次找到另外两传感器节点的边界点和
4.加权计算得到放电点的位置
用(2)式和(3)式分别计算放电点估计位置的横纵坐标
引入加权运算是为了表征不同距离下的传感器接收信号的信度差别,离放电点越近的传感器节点定位可靠性越高。
发明内容
为克服现有技术的不足,本发明旨在:
1、在进行局部放电信号前进行波形匹配,降低定位算法的复杂性。
2、基于中垂线定位和三边定位的综合算法使得局放定位精度大大提高。
3、对高压设备进行准确的局放定位,可以及时排除设备绝缘故障,预防突发性事故的发生,有力于电力系统安全运行。
本发明采用的技术方案是,基于波形匹配的局部放电全站综合定位方法,变电站内各传感器可能同时接收到多个放电点的放电信号脉冲,首先对不同的放电点产生的脉冲信号加以区分即波形匹配,并将它们存至同一个放电信号表中,接着利用全站定位综合算法对局放位置进行计算,其中,波形匹配是通过一定比例的放大使带匹配的两波形峰值相同,然后将两波形各个同时刻采样点的数字信号值作方差运算,当方差小于一定的阈值时,即判定两波形来自同一放电源。
波形匹配的具体步骤如下:
(1)通过电压比较器配合单片机的判别程序,将局放脉冲在时间轴上划分出来,并以采样数字信号存储;
(2)初始化建立存储数字波形信号表B,表B的两个指针b1、b2,建立存储匹配结果的表K,表K指针k,建立存储已匹配波形峰值的表M,表M指针m;
(3)将b1、b2所指信号峰值对齐、时域对齐,峰值对齐是指:提取两脉冲波形的峰值,对其中一波形的峰值乘以一系数使两波形峰值相同,之后对该波形的所有采样点的数字信号值均乘以同一系数,时域对齐是指:将一波形固定,将另一波形在时间轴上移动,使两波形的峰值处于同一时刻;
(4)对b1、b2进行方差运算,方差运算通过式(4)对两波形数字信号值进行处理
式中s1i、s2i分别为第一、第二个波形第i个采样点的数字信号值,n为采样点个数,S为两波形经对齐后的峰值;
(5)方差小于等于阈值,将b2置入k,波形置0表示确定分类,方差大于阈值直接到(6);
(6)b2指向下一个信号直至全部对比结束;
(7)匹配结束,将表K各波形的峰值提取到表M,方便进行下一步运算。
全站定位综合算法具体步骤如下:
(1)顺序取表M中的一行,对同一个信号,按传感器接收的最大值排序,去信号最大的4各节点作为元数据M1,将幅值差的绝对值小于门槛的数据对构成M2;
(2)将M1根据式(1)计算三边定位中三角形ABC的范围;
(3)选取M2中2组数据进行中垂线定位,若交点不经过三角形ABC区域,则重新选择数据对,若经过则进入(4);
(4)对中垂线与三边定位区域进行加权运算:三个端点分别向中垂线作垂线,再将三个垂足横纵坐标取平均值得到校正点Q(xQ,yQ),将该校正点加入加权运算如(5)式,(6)式所示:
式中d表示圆的半径,xmi和ymi分别为第i条中垂线与三边定位区域作加权运算结果的横纵坐标。
三边定位算法是通过距离待测放电点最近的几个传感器节点进行定位,当不同传感器上所有同源脉冲被分置于M表的同一行时,从中选取峰值最大的四个点作为代入运算的点,若此四点不能满足计算需求,则顺序取入脉冲电压幅值较大的点,衰减模型中的参考电压U0作放电点出口幅值计算,参考距离d0取为1m,具体定位步骤如下:
1)初始化
设定方程计算迭代步长step,设定一个较小的数作为迭代结束阈值ε;
2)列方程
方程中(xi,yi)为传感器节点的位置坐标,(x,y)为放电点坐标,di为传感器节点到局部放电点的估算距离,采用脉冲峰值定位,则把方程中的di用衰减模型替换为电压量,确定信号范围为三角形123,替换为电压量后,方程右侧存在出口电压U0一个未知量和d0、Ui两个已知量,式(1)为无线传感器网络中的传统三边定位方程,在局部放电定位的情况下,需要再添加一个方程保证解的确定:
如图2所示。
3)使用迭代法解方程
首先确定迭代方向,从传感器节点1出发,取传感器2,3连线的中点,则从传感器节点1指向中点的向量为迭代进行的方向,将以上三个方程中的等于号改为小于等于号,沿迭代方向按迭代步长取点,当迭代得到的点第一次从满足不等式组变为不满足不等式组时,迭代步长step减半,迭代方向翻转继续迭代,当迭代步长小于阈值后,迭代停止,取当前迭代点作为传感器节点1的方程解误差域边界点依次找到另外两传感器节点的边界点和
4)加权计算得到放电点的位置
用(2)式和(3)式分别计算放电点估计位置的横纵坐标
引入加权运算是为了表征不同距离下的传感器接收信号的信度差别,离放电点越近的传感器节点定位可靠性越高。
在实际操作中,可以选取多组传感器节点来计算放电点位置,再对这些估计位置进行代数平均或加权平均,加权因子为参与定位的三个传感器节点到放电点估计距离之和的倒数。
基于波形匹配的局部放电全站综合定位传感器,由前置调理模块、单片机、检波模块、A/D转换模块、存储器模块构成,在需要进行局部放电监测的部位局部放电脉冲信号,当被检测的设备出现脉冲信号时,将触发MSP430单片机的中断功能,传感器进入信号采集状态,单片机的中断程序分别向检波模块、A/D转换模块、存储器模块各部分发出相应的指令,经过一个短暂的准备过程,各模块由空闲准备状态转换到工作状态;同时,被采集到的脉冲信号进入到前置调理模块,经过保护、滤波、整形处理后,形成符合检波模块要求的波形,进入已经准备就绪的检波模块,开始对捕捉到的脉冲信号波形进行转换和采集的工作,经过检波处理的模拟信号通过A/D转换模块转换成适合计算机存储的数字信号直接存入到RAM存储器中,此过程将一直持续到脉冲信号结束;之后,系统重新转入空闲准备状态,单片机对各模块发出指令,使各模块重新回到准备状态,为下次脉冲的到来做好准备;利用等待下次脉冲到来的这段空闲时间,同时进行数据的传输转存工作:单片机将RAM中的数据读取出来,传输到大容量U盘中永久保存,如果在转存的过程中,捕捉到新的脉冲信号到来,单片机可以立即终止正在进行的操作,并转入中断程序,开始采集工作,待脉冲信号采集完成后,再重新回到之前的操作。
本发明的特点及有益效果是:
对于不同的传感器安装数和不同的环境噪声,基于波形匹配的局部放电全站定位综合算法均具备更小的定位误差。
附图说明:
图1中垂线算法原理图。
图2三边定位原理图。
图3全站综合定位原理图。
图4局部放电传感器原理图。
具体实施方式
本发明中采用的定位方法需要获得不同传感器接收同一放电信号的波形峰值以粗略确定对应传感器与放电点的距离,从而通过基于测距算法获得放电点较为精确的估计位置。在实际的现场检测中,变电站内各传感器可能同时接收到多个放电点的放电信号脉冲,在这种情况下,首先对不同的放电点产生的脉冲信号加以区分(即波形匹配),并将它们存至同一个放电信号表中,接着利用全站定位综合算法对局放位置进行计算。
1、波形匹配
同一个放电点产生的脉冲信号经过不同距离的传播产生了不同程度的衰减,但波形基本不发生变化,所以可以通过一定比例的放大使带匹配的两波形峰值相同,然后将两波形各个同时刻采样点的数字信号值作方差运算,当方差小于一定的阈值时,即判定两波形来自同一放电源。
(1)通过电压比较器配合单片机的判别程序,将局放脉冲在时间轴上划分出来,并以采样数字信号存储;
(2)初始化建立存储数字波形信号表B,表B的两个指针b1、b2,建立存储匹配结果的表K,表K指针k,建立存储已匹配波形峰值的表M,表M指针m;
(3)将b1、b2所指信号峰值对齐、时域对齐,峰值对齐是指:提取两脉冲波形的峰值,对其中一波形的峰值乘以一系数使两波形峰值相同,之后对该波形的所有采样点的数字信号值均乘以同一系数,时域对齐是指:将一波形固定,将另一波形在时间轴上移动,使两波形的峰值处于同一时刻;
(4)对b1、b2进行方差运算,方差运算通过式(4)对两波形数字信号值进行处理
式中s1i、s2i分别为第一、第二个波形第i个采样点的数字信号值。n为采样点个数,S为两波形经对齐后的峰值。
(5)方差小于等于阈值,将b2置入k,波形置0表示确定分类,方差大于阈值直接到(6);
(6)b2指向下一个信号直至全部对比结束;
(7)匹配结束,将表K各波形的峰值提取到表M,方便进行下一步运算。
2、全站定位综合算法
(1)顺序取表M中的一行,对同一个信号,按传感器接收的最大值排序,去信号最大的4各节点作为元数据M1,将幅值差的绝对值小于门槛的数据对构成M2;
(2)将M1根据式(1)计算三边定位中三角形ABC的范围;
(3)选取M2中2组数据进行中垂线定位,若交点不经过三角形ABC区域,则重新选择数据对,若经过则进入(4);
(4)对中垂线与三边定位区域进行加权运算:如图3所示,图3中传感器节点A(xA,yA)、B(xB,yB)、C(xC,yC),三个端点分别向中垂线作垂线,再将三个垂足横纵坐标取平均值得到校正点Q(xQ,yQ),将该校正点加入加权运算如(5)式,(6)式所示:
式中d表示圆的半径,xmi和ymi分别为第i条中垂线与三边定位区域作加权运算结果的横纵坐标。
使用matlabR2014a对以上三种算法进行仿真。将传感器节点随机分布在50*50的区域内,同时在该区域内随机生成一个待测放电点。直接使用算法定位点和实际放电点之间的距离大小评价算法的工作性能。仿真中在各传感器实际接收电压幅值时加入了线性随机量以反映传感器本身的接收误差。本次仿真考虑的变量包括环境因素的影响(即高斯随机变量的方差)和传感器节点数量。每种情况均进行五次仿真取平均误差距离。
1、传感器节点数对基本算法定位误差(m)的影响,此时高斯随机变量误差取0.1。
表1传感器节点数对基本算法定位误差(m)的影响
传感器数量 | 30 | 50 | 70 | 90 | 110 |
中垂线法 | 4.091 | 2.32 | 0.793 | 0.556 | 0.538 |
三边法 | 1.353 | 0.932 | 0.797 | 0.332 | 0.307 |
综合定位 | 1.082 | 0.764 | 0.578 | 0.236 | 0.215 |
从以上统计结果可以看出,随着传感器个数的减少,传感器网络对局部放电点的定位精度呈上升趋势,中垂线算法的这一上升趋势更加明显,随着传感器个数的增加,三边定位和综合定位精度上升的趋势逐渐平缓,与三边定位相比,综合定位误差降低23%
2、高斯随机变量方差(噪声及环境因素)对基本算法定位误差(m)的影响,此时设定传感器数为70。
表2高斯随机变量方差对基本算法定位误差的影响
高斯随机变量方差 | 0.05 | 0.1 | 0.15 | 0.2 | 0.25 | 0.3 |
中垂线 | 1.512 | 2.606 | 2.666 | 4.12 | 7.619 | 11.371 |
三边法 | 0.537 | 0.597 | 0.573 | 0.667 | 0.783 | 1.231 |
综合定位 | 0.456 | 0.466 | 0.470 | 0.574 | 0.689 | 1.083 |
从以上统计结果可以看出,随着高斯随机变量方差的上升,3种算法的定位误差均有所上升,综合定位法的误差始终稳定在较低的水平。
本发明结果:
1、可用于各发电厂和变电站的局部放电监测系统对局放信号的定位,加强对各电力设备运行状态的监控。
2、对局放信号的波形匹配,可以对不同种类局放信号(如内部放电、电晕等)的特点进行归纳,最终可直接确定局部放电类型,判断其危害程度。
三边定位算法是通过距离待测放电点最近的几个传感器节点进行定位的。
当不同传感器上所有同源脉冲被分置于M表的同一行时,从中选取峰值最大的四个点作为代入运算的点(若此四点不能满足计算需求,可顺序取入脉冲电压幅值较大的点)。在本算法中衰减模型中的参考电压U0作放电点出口幅值计算,参考距离d0取为1m。以下简述三边定位算法步骤如下:
5)初始化
设定方程计算迭代步长step,设定一个较小的数作为迭代结束阈值ε。
6)列方程
方程中(xi,yi)为传感器节点的位置坐标,(x,y)为放电点坐标,di为传感器节点到局部放电点的估算距离,本文中采用脉冲峰值定位,应该把方程中的di用衰减模型替换为电压量,可以确定信号范围为三角形123。替换为电压量后,方程右侧存在出口电压U0一个未知量和d0、Ui两个已知量。式(1)为无线传感器网络中的传统三边定位方程,在局部放电定位的情况下,需要再添加一个方程保证解的确定。
如图2所示。
7)使用迭代法解方程
在实际情况下,以上三个方程往往没有事实上的解。解方程的步骤实质上是求误差范围边界的过程。首先确定迭代方向,以从传感器节点1出发为例。取传感器2,3连线的中点,则从传感器节点1指向中点的向量为迭代进行的方向。将以上三个方程中的等于号改为小于等于号,沿迭代方向按迭代步长取点,当迭代得到的点第一次从满足不等式组变为不满足不等式组时,迭代步长step减半,迭代方向翻转继续迭代,当迭代步长小于阈值后,迭代停止,取当前迭代点作为传感器节点1的方程解误差域边界点依次找到另外两传感器节点的边界点和
8)加权计算得到放电点的位置
用(2)式和(3)式分别计算放电点估计位置的横纵坐标
引入加权运算是为了表征不同距离下的传感器接收信号的信度差别,离放电点越近的传感器节点定位可靠性越高。
在实际操作中,可以选取多组传感器节点来计算放电点位置,再对这些估计位置进行代数平均或加权平均,加权因子为参与定位的三个传感器节点到放电点估计距离之和的倒数。这样做可以提高定位精度。
局部放电传感器具有数据采集,数据分析处理和数据传输上位机的能力,利用基于波形匹配的局部放电全站定位综合算法进行局部放电监测和定位。
局部放电在线监测传感器的基本原理框图如图4所示。
在需要进行局部放电监测的部位局部放电脉冲信号,当被检测的设备出现脉冲信号时,将触发MSP430单片机的中断功能,传感器进入信号采集状态,单片机的中断程序分别向检波模块、A/D转换模块、存储器模块各部分发出相应的指令,经过一个短暂的准备过程,各模块由空闲准备状态转换到工作状态;同时,被采集到的脉冲信号进入到前置调理模块,经过保护、滤波、整形等一系列处理后,形成符合检波模块要求的波形,进入已经准备就绪的检波模块,开始对捕捉到的脉冲信号波形进行转换和采集的工作。经过检波处理的模拟信号通过A/D转换模块转换成适合计算机存储的数字信号直接存入到RAM存储器中,此过程将一直持续到脉冲信号结束。之后,系统重新转入空闲准备状态,单片机对各模块发出指令,使各模块重新回到准备状态,为下次脉冲的到来做好准备。利用等待下次脉冲到来的这段空闲时间,同时进行数据的传输转存工作:单片机将RAM中的数据读取出来,直接通过MSP430F6638自带的符合USB2.0规范的USB模块传输到大容量U盘中永久保存。如果在转存的过程中,捕捉到新的脉冲信号到来,单片机可以立即终止正在进行的操作,并转入中断程序,开始采集工作。待脉冲信号采集完成后,再重新回到之前的操作。
Claims (6)
1.一种基于波形匹配的局部放电全站综合定位方法,其特征是,变电站内各传感器可能同时接收到多个放电点的放电信号脉冲,首先对不同的放电点产生的脉冲信号加以区分即波形匹配,并将它们存至同一个放电信号表中,接着利用全站定位综合算法对局放位置进行计算,其中,波形匹配是通过一定比例的放大使带匹配的两波形峰值相同,然后将两波形各个同时刻采样点的数字信号值作方差运算,当方差小于一定的阈值时,即判定两波形来自同一放电源。
2.如权利要求1所述的基于波形匹配的局部放电全站综合定位方法,其特征是,波形匹配的具体步骤如下:
(1)通过电压比较器配合单片机的判别程序,将局放脉冲在时间轴上划分出来,并以采样数字信号存储;
(2)初始化建立存储数字波形信号表B,表B的两个指针b1、b2,建立存储匹配结果的表K,表K指针k,建立存储已匹配波形峰值的表M,表M指针m;
(3)将b1、b2所指信号峰值对齐、时域对齐,峰值对齐是指:提取两脉冲波形的峰值,对其中一波形的峰值乘以一系数使两波形峰值相同,之后对该波形的所有采样点的数字信号值均乘以同一系数,时域对齐是指:将一波形固定,将另一波形在时间轴上移动,使两波形的峰值处于同一时刻;
(4)对b1、b2进行方差运算,方差运算通过式(4)对两波形数字信号值进行处理
式中s1i、s2i分别为第一、第二个波形第i个采样点的数字信号值,n为采样点个数,S为两波形经对齐后的峰值;
(5)方差小于等于阈值,将b2置入k,波形置0表示确定分类,方差大于阈值直接到(6);
(6)b2指向下一个信号直至全部对比结束;
(7)匹配结束,将表K各波形的峰值提取到表M,方便进行下一步运算。
3.如权利要求1所述的基于波形匹配的局部放电全站综合定位方法,其特征是,全站定位综合算法具体步骤如下:
(1)顺序取表M中的一行,对同一个信号,按传感器接收的最大值排序,去信号最大的4各节点作为元数据M1,将幅值差的绝对值小于门槛的数据对构成M2;
(2)将M1根据式(1)计算三边定位中三角形ABC的范围;
(3)选取M2中2组数据进行中垂线定位,若交点不经过三角形ABC区域,则重新选择数据对,若经过则进入(4);
(4)对中垂线与三边定位区域进行加权运算:三个端点分别向中垂线作垂线,再将三个垂足横纵坐标取平均值得到校正点Q(xQ,yQ),将该校正点加入加权运算如(5)式,(6)式所示:
式中d表示圆的半径,xmi和ymi分别为第i条中垂线与三边定位区域作加权运算结果的横纵坐标。
4.如权利要求3所述的基于波形匹配的局部放电全站综合定位方法,其特征是,三边定位算法是通过距离待测放电点最近的几个传感器节点进行定位,当不同传感器上所有同源脉冲被分置于M表的同一行时,从中选取峰值最大的四个点作为代入运算的点,若此四点不能满足计算需求,则顺序取入脉冲电压幅值较大的点,衰减模型中的参考电压U0作放电点出口幅值计算,参考距离d0取为1m,具体定位步骤如下:
1)初始化
设定方程计算迭代步长step,设定一个较小的数作为迭代结束阈值ε;
2)列方程
方程中(xi,yi)为传感器节点的位置坐标,(x,y)为放电点坐标,di为传感器节点到局部放电点的估算距离,采用脉冲峰值定位,则把方程中的di用衰减模型替换为电压量,确定信号范围为三角形123,替换为电压量后,方程右侧存在出口电压U0一个未知量和d0、Ui两个已知量,式(1)为无线传感器网络中的传统三边定位方程,在局部放电定位的情况下,需要再添加一个方程保证解的确定:
如图2所示。
3)使用迭代法解方程
首先确定迭代方向,从传感器节点1出发,取传感器2,3连线的中点,则从传感器节点1指向中点的向量为迭代进行的方向,将以上三个方程中的等于号改为小于等于号,沿迭代方向按迭代步长取点,当迭代得到的点第一次从满足不等式组变为不满足不等式组时,迭代步长step减半,迭代方向翻转继续迭代,当迭代步长小于阈值后,迭代停止,取当前迭代点作为传感器节点1的方程解误差域边界点依次找到另外两传感器节点的边界点和
4)加权计算得到放电点的位置
用(2)式和(3)式分别计算放电点估计位置的横纵坐标
引入加权运算是为了表征不同距离下的传感器接收信号的信度差别,离放电点越近的传感器节点定位可靠性越高。
5.如权利要求3所述的基于波形匹配的局部放电全站综合定位方法,其特征是,在实际操作中,可以选取多组传感器节点来计算放电点位置,再对这些估计位置进行代数平均或加权平均,加权因子为参与定位的三个传感器节点到放电点估计距离之和的倒数。
6.一种基于波形匹配的局部放电全站综合定位传感器,其特征是,由前置调理模块、单片机、检波模块、A/D转换模块、存储器模块构成,在需要进行局部放电监测的部位局部放电脉冲信号,当被检测的设备出现脉冲信号时,将触发MSP430单片机的中断功能,传感器进入信号采集状态,单片机的中断程序分别向检波模块、A/D转换模块、存储器模块各部分发出相应的指令,经过一个短暂的准备过程,各模块由空闲准备状态转换到工作状态;同时,被采集到的脉冲信号进入到前置调理模块,经过保护、滤波、整形处理后,形成符合检波模块要求的波形,进入已经准备就绪的检波模块,开始对捕捉到的脉冲信号波形进行转换和采集的工作,经过检波处理的模拟信号通过A/D转换模块转换成适合计算机存储的数字信号直接存入到RAM存储器中,此过程将一直持续到脉冲信号结束;之后,系统重新转入空闲准备状态,单片机对各模块发出指令,使各模块重新回到准备状态,为下次脉冲的到来做好准备;利用等待下次脉冲到来的这段空闲时间,同时进行数据的传输转存工作:单片机将RAM中的数据读取出来,传输到大容量U盘中永久保存,如果在转存的过程中,捕捉到新的脉冲信号到来,单片机可以立即终止正在进行的操作,并转入中断程序,开始采集工作,待脉冲信号采集完成后,再重新回到之前的操作。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810111529.9A CN108490318A (zh) | 2018-02-05 | 2018-02-05 | 基于波形匹配的局部放电全站综合定位方法及传感器 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810111529.9A CN108490318A (zh) | 2018-02-05 | 2018-02-05 | 基于波形匹配的局部放电全站综合定位方法及传感器 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108490318A true CN108490318A (zh) | 2018-09-04 |
Family
ID=63344187
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810111529.9A Pending CN108490318A (zh) | 2018-02-05 | 2018-02-05 | 基于波形匹配的局部放电全站综合定位方法及传感器 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108490318A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109597575A (zh) * | 2018-11-29 | 2019-04-09 | 中国科学院合肥物质科学研究院 | 一种基于hdf5的分块式数据存储及读取方法 |
CN110579682A (zh) * | 2019-08-22 | 2019-12-17 | 国网安徽省电力有限公司 | 一种故障录波数据暂态同源对比方法及装置 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101551434A (zh) * | 2009-05-13 | 2009-10-07 | 中南大学 | 基于超高频检测技术的变压器局部放电定位方法 |
CN104459617A (zh) * | 2014-12-22 | 2015-03-25 | 上海斐讯数据通信技术有限公司 | 无线定位的方法 |
CN105425128A (zh) * | 2015-12-17 | 2016-03-23 | 国家电网公司 | 一种变压器局部放电超声波检测及精确定位装置与方法 |
CN106353726A (zh) * | 2016-09-23 | 2017-01-25 | 武汉创驰蓝天信息科技有限公司 | 一种用于室内定位的二次加权质心确定方法及系统 |
-
2018
- 2018-02-05 CN CN201810111529.9A patent/CN108490318A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101551434A (zh) * | 2009-05-13 | 2009-10-07 | 中南大学 | 基于超高频检测技术的变压器局部放电定位方法 |
CN104459617A (zh) * | 2014-12-22 | 2015-03-25 | 上海斐讯数据通信技术有限公司 | 无线定位的方法 |
CN105425128A (zh) * | 2015-12-17 | 2016-03-23 | 国家电网公司 | 一种变压器局部放电超声波检测及精确定位装置与方法 |
CN106353726A (zh) * | 2016-09-23 | 2017-01-25 | 武汉创驰蓝天信息科技有限公司 | 一种用于室内定位的二次加权质心确定方法及系统 |
Non-Patent Citations (3)
Title |
---|
WANG XI RAN ET AL.: "Improved Algorithm on Wide Range Positioning for Partial Discharge in Substation", 《ADVANCED MATERIALS RESEARCH》 * |
刘怀东等: "局部放电全站定位综合算法", 《中国电力》 * |
王健: "基于MSP430的双存储器高速局部放电在线监测传感器设计", 《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109597575A (zh) * | 2018-11-29 | 2019-04-09 | 中国科学院合肥物质科学研究院 | 一种基于hdf5的分块式数据存储及读取方法 |
CN109597575B (zh) * | 2018-11-29 | 2021-09-28 | 中国科学院合肥物质科学研究院 | 一种基于hdf5的分块式数据存储及读取方法 |
CN110579682A (zh) * | 2019-08-22 | 2019-12-17 | 国网安徽省电力有限公司 | 一种故障录波数据暂态同源对比方法及装置 |
CN110579682B (zh) * | 2019-08-22 | 2021-10-15 | 国网安徽省电力有限公司 | 一种故障录波数据暂态同源对比方法及装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109901031B (zh) | 用于局部放电信号的信噪分离方法、信息数据处理终端 | |
Livani et al. | A fault classification and localization method for three-terminal circuits using machine learning | |
Pinpart et al. | Differentiating between partial discharge sources using envelope comparison of ultra-high-frequency signals | |
CN109799434A (zh) | 局部放电模式识别系统及方法 | |
CN103149514B (zh) | 一种gis内多绝缘缺陷模式识别方法 | |
CN105044566B (zh) | 一种基于特征超高频信号的gis局部放电故障检测方法 | |
CN110247420B (zh) | 一种hvdc输电线路故障智能识别方法 | |
Li et al. | UHF partial discharge localization algorithm based on compressed sensing | |
CN110261746B (zh) | 基于振荡波电压周期衰减特性的电缆缺陷检测方法 | |
CN110554284B (zh) | 基于gis设备的局放检测方式的相关性分析方法及系统 | |
Ngaopitakkul et al. | Combination of discrete wavelet transform and probabilistic neural network algorithm for detecting fault location on transmission system | |
CN108490318A (zh) | 基于波形匹配的局部放电全站综合定位方法及传感器 | |
CN112886547B (zh) | 基于行波波形距离的高压输电线路行波保护方法及系统 | |
CN107192929A (zh) | 用于特高频监测系统校验的gis局放信号源系统及使用方法 | |
CN106707118B (zh) | 局部放电模式识别方法和装置 | |
CN109241944A (zh) | 一种基于改进多分类支持向量机的配电网故障识别方法 | |
CN109116196A (zh) | 一种电力电缆故障放电声智能识别方法 | |
Zhu et al. | Faulty line identification method based on bayesian optimization for distribution network | |
Galijasevic et al. | Fault area estimation via intelligent processing of fault-induced transients | |
Aljohani | Centralized fault detection and classification for motor power distribution centers utilizing MLP-NN and stockwell transform | |
CN109613388A (zh) | 一种变压器绕组故障检测方法及装置 | |
CN114878973A (zh) | 一种多分支配电线路雷击故障定位方法、装置及存储介质 | |
Long et al. | Fault identification technology of series arc based on deep learning algorithm | |
Ali et al. | High impedance fault localization using discrete wavelet transform for single line to ground fault | |
Roy et al. | Identification and classification of fault using S-transform in an unbalanced network |
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 |
Application publication date: 20180904 |
|
RJ01 | Rejection of invention patent application after publication |