CN108663606A - 一种以低采样频率对局部放电信号进行采集的方法及系统 - Google Patents
一种以低采样频率对局部放电信号进行采集的方法及系统 Download PDFInfo
- Publication number
- CN108663606A CN108663606A CN201810475034.4A CN201810475034A CN108663606A CN 108663606 A CN108663606 A CN 108663606A CN 201810475034 A CN201810475034 A CN 201810475034A CN 108663606 A CN108663606 A CN 108663606A
- Authority
- CN
- China
- Prior art keywords
- discharge signal
- local discharge
- sample frequency
- acquired
- low sample
- 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
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Testing Relating To Insulation (AREA)
Abstract
本发明公开了一种以低采样频率对局部放电信号进行采集的方法,包括步骤:(1)以低采样频率对原始局部放电信号X进行采集,得到采样局部放电信号Y=(y1,y2,...,ym),采样局部放电信号Y的数据量为m,原始局部放电信号的数据量为N,m<<N;(2)对下式中的S求解,得到原始局部放电信号X的稀疏表示S:Y=ΦX=ΦΨS=ΘS,其中,Θ=ΦΨ,Φ表示m×N的测量矩阵,Ψ表示对原始局部放电信号X进行稀疏变换的稀疏基向量,Ψ=[ψ1,ψ1,...,ψN]T;(3)根据对原始局部放电信号X的稀疏表示S进行反变换,即可得到原始局部放电信号X。此外,本发明还公开了以低采样频率对局部放电信号进行采集的系统。该方法无需采用昂贵的硬件设备就能获得信号的完整信息。
Description
技术领域
本发明涉及一种信号采集的方法及系统,尤其涉及一种对局部放电信号进行采集的方法及系统。
背景技术
在电力工业中,对变电站中电力设备进行在线监测可以及时发现电力故障,提高故障检修效率,有效避地免了重大事故的发生。在变电站中,绝缘劣化是导致设备故障的重要原因之一,导致绝缘劣化的主要原因包括电力设备表面的毛刺、杂质以及接触不良,上述原因所造成的故障主要表现为发生局部放电,并且,局部放电反过来会加剧绝缘劣化的程度,形成恶性循,最终造成绝缘击穿,引发严重的事故。
因此,对局部放电信号进行探测可以迅速找到局部放电源,提高检修效率,有力地保证了电力系统安全、稳定运行。特高频(UHF)电磁波法由于其出色的抗干扰性,非常适合变电站设备局部放电信号的探测。奈奎斯特(Nyquist)采样定理指出,信号的采样频率需要达到信号最高频率的2倍以上才能够采集到信号的完整信息,然而,在实际工程应用中,2倍的采样频率往往是不够的,通常采用更高倍数的采样频率才能完成有效的采样,例如对于局部放的UHF信号而言,需要采用500MHz-1.5GHz的采样频率才能完成有效采样,因而,需要至少1GS/s的高速数据采集系统对其进行采样,这使得采集UHF信号时的硬件成本居高不下。
基于此,期望获得一种以低采样频率进行采集的方法,该方法以低采样频率进行原始局部放电信号数据采集时,随后通过对所采集到的局部放电信号进行一定数据处理,获得完整的原始局部放电信号,从而使得该方法进行采集时,无需采用昂贵高价的硬件设备就能获得局部放电信号的完整信息,有效地降低了采集成本。
发明内容
本发明的目的之一在于提供一种以低采样频率对局部放电信号进行采集的方法,该方法以低采样频率进行原始局部放电信号数据采集时,随后通过对所采集到的采样局部放电信号进行重构,获得完整的原始局部放电信号。通过该方法进行采集时,无需采用昂贵高价的硬件设备就能获得局部放电信号的完整信息,有效地降低了采集成本。
基于上述目的,本发明提出了一种以低采样频率对局部放电信号进行采集的方法,其包括步骤:
(1)以低采样频率对原始局部放电信号X进行采集,得到低采样频率下的采样局部放电信号Y=(y1,y2,。。。,ym),采样局部放电信号Y的数据量为m,原始局部放电信号的数据量为N,m<<N;
(2)对下式中的S求解,得到原始局部放电信号X的稀疏表示S:
Y=ΦX=ΦΨS=ΘS
其中,Θ=ΦΨ,Φ表示m×N的测量矩阵,Ψ表示对原始局部放电信号X进行稀疏变换的稀疏基向量,Ψ=[ψ1,ψ1,...,ψN]T;
(3)根据下式对原始局部放电信号X的稀疏表示S进行反变换,即可得到原始局部放电信号X:
为了获得原始局部放电信号量X,在已经采集获得了采样局部放电信号Y并且原始局部放电信号与采样局部放电信号间存在Y=ΦX的关系的前提下,通过Y=ΦX获得原始局部放电信号X是个欠定方程,无法直接求解获得。
本案发明人通过研究发现,将原始局部放电信号X变换成稀疏表示S后具有稀疏性,因而,可以通过求解S,随后通过对稀疏表示S进行反变换,最终得到原始局部放电信号X。
由此可以看出,本发明所述的以低采样频率对局部放电信号进行采集的方法进行原始局部放电信号X数据采集时,通过对所采集到的采样局部放电信号Y进行重构,获得完整的原始局部放电信号X,因而,无需采用昂贵高价的硬件设备就能获得原始局部放电信号的完整信息,有效地降低了采集成本。
进一步地,在本发明所述的以低采样频率对局部放电信号进行采集的方法中,所述低采样频率为小于等于100MHz的采样频率。
进一步地,在本发明所述的以低采样频率对局部放电信号进行采集的方法中,所述稀疏基向量为FFT变换基向量或DCT变换基向量或小波变换基向量。
进一步地,为了使得Θ满足约束等距性,保证最终精确重构原始局部放电信号X,测量矩阵Φ采用随机矩阵,优选地,在本发明所述的以低采样频率对局部放电信号进行采集的方法中,所述测量矩阵为高斯随机测量矩阵。
进一步地,在本发明所述的以低采样频率对局部放电信号进行采集的方法中,在步骤(2)中,通过求解下述最小l0范数优化模型来求解稀疏表示S:
min||S||0 s.t. Y=ΦX=ΦΨS。
更进一步地,在本发明所述的以低采样频率对局部放电信号进行采集的方法中,采用凸优化算法或贪婪算法求解最小l0范数优化模型。
需要指出的是,采用凸优化算法求解最小l0范数优化模型时精度较高,但是运算较复杂,运算速度慢。而采用贪婪算法求解最小l0范数优化模型的精度稍低于采用凸优化算法时的精度,但是算法复杂度较小,因而运算速度较快。在本技术方案中,为了较快的测量速度,优选地采用贪婪算法进行求解。
相应地,本发明的另一目的在于提供一种以低采样频率对局部放电信号进行采集的系统,所述系统无需采用昂贵高价的硬件设备就能获得原始局部放电信号的完整信息,有效地降低了采集成本。
基于上述目的,本发明提出了一种以低采样频率对局部放电信号进行采集的系统,其包括:
局部放电信号采集模块,其以低采样频率对原始局部放电信号X进行采集,得到低采样频率下的采样局部放电信号Y=(y1,y2,。。。,ym),采样局部放电信号Y的数据量为m,原始局部放电信号的数据量为N,m<<N;
局部放电信号重构模块,其对下式中的S求解以得到原始局部放电信号X的稀疏表示S:
Y=ΦX=ΦΨS=ΘS
其中,Θ=ΦΨ,Φ表示m×N的测量矩阵,Ψ表示对原始局部放电信号X进行稀疏变换的稀疏基向量,Ψ=[ψ1,ψ1,...,ψN]T;
所述局部放电信号重构模块还根据下式对原始局部放电信号X的稀疏表示S进行反变换,以得到原始局部放电信号X:
进一步地,在本发明所述的以低采样频率对局部放电信号进行采集的系统中,所述低采样频率为小于等于100MHz的采样频率。
进一步地,在本发明所述的以低采样频率对局部放电信号进行采集的系统中,所述稀疏基向量为FFT变换基向量或DCT变换基向量或小波变换基向量。
进一步地,在本发明所述的以低采样频率对局部放电信号进行采集的系统中,所述测量矩阵为高斯随机测量矩阵。
进一步地,在本发明所述的以低采样频率对局部放电信号进行采集的系统中,所述局部放电信号重构模块通过求解下述最小l0范数优化模型来求解稀疏表示S:
min||S||0 s.t. Y=ΦX=ΦΨS。
更进一步地,在本发明所述的以低采样频率对局部放电信号进行采集的系统中,所述局部放电信号重构模块采用凸优化算法或贪婪算法求解最小l0范数优化模型。
本发明所述的以低采样频率对局部放电信号进行采集的方法基于压缩感知技术,以较低的采样频率对局部放电信号进行采集,通过对所采集到的采样局部放电信号进行重构,从而获得完整的原始局部放电信号。通过该方法进行采集时,无需采用昂贵高价的硬件设备就能获得原始局部放电信号的完整信息,有效地降低了采集成本。
此外,本发明所述的以低采样频率对局部放电信号进行采集的系统除了也具有上述优点外,还具有对电器设备故障能够进行有效监测,从而提高了检修效率,维护了电力系统安全性的优点。
附图说明
图1显示了一种采用现有技术采集获得的对比局部放电信号波形图。
图2显示了本发明所述的以低采样频率对局部放电信号进行采集的系统在一种实施方式下通过采集到的采样局部放电信号重构获得的原始局部放电信号的波形图。
图3显示了本发明所述的以低采样频率对局部放电信号进行采集的系统在另一种实施方式下通过采集到的采样局部放电信号重构获得的原始局部放电信号的波形图。
具体实施方式
下面将结合说明书附图和具体的实施例对本发明所述的以低采样频率对局部放电信号进行采集的方法及系统做进一步的解释和说明,然而该解释和说明并不对本发明的技术方案构成不当限定。
以局部放电发生时的情况,对本案中的以低采样频率对局部放电信号进行采集的方法及系统的工作原理和实施效果进行说明。
当局部放电发生时,通过距离局部放电源10米处的UHF传感器采集原始局部放电信号X,由于UHF传感器采用500MHz-1.5GHz的采样频率,所采集到的对比局部放电信号如图1所示,对比局部放电信号的信号较为完整,其可以视作原始局部放电信号X。图1显示了一种采用现有技术采集获得的对比局部放电信号波形图。
而在本实施方式中,则采用一种以低采样频率对局部放电信号进行采集的系统,该系统包括局部放电信号采集模块以及局部放电信号重构模块。通过该系统对局部放电信号进行采集的方法包括如下所述的步骤:
(1)通过局部放电信号采集模块,以低采样频率(小于等于100MHz的采样频率)对原始局部放电信号X进行采集,得到低采样频率下的采样局部放电信号Y=(y1,y2,。。。,ym),采样局部放电信号Y的数据量为m,原始局部放电信号的数据量为N,m<<N;
(2)通过局部放电信号重构模块,对下式中的S求解,得到原始局部放电信号X的稀疏表示S:
Y=ΦX=ΦΨS=ΘS
其中,Θ=ΦΨ,Φ表示m×N的测量矩阵,Ψ表示对原始局部放电信号X进行稀疏变换的稀疏基向量,Ψ=[ψ1,ψ1,...,ψN]T;
(3)根据下式对原始局部放电信号X的稀疏表示S进行反变换,即可得到原始局部放电信号X:
在本实施方式中,局部放电信号重构模块通过采用贪婪算法求解下述最小l0范数优化模型来求解稀疏表示S:
min||S||0 s.t. Y=ΦX=ΦΨS。
当然,在一些其他的实施方式中,也可以通过凸优化算法求解最小l0范数优化模型。
需要说明的是,在本技术方案中,稀疏基向量为FFT变换基向量或DCT变换基向量或小波变换基向量,测量矩阵为高斯随机测量矩阵。具体的选取或计算过程,对于本领域内的技术人员而言属于现有技术已知,因此,不再赘述。
图2显示了本发明所述的以低采样频率对局部放电信号进行采集的系统在一种实施方式下通过采集到的采样局部放电信号重构获得的原始局部放电信号的波形图。
图3显示了本发明所述的以低采样频率对局部放电信号进行采集的系统在另一种实施方式下通过采集到的采样局部放电信号重构获得的原始局部放电信号的波形图。
图2与图3分别显示了通过不同的采样局部放电信号Y重构获得的原始局部放电信号的波形图,其中,图2显示的是当数据量m为200时所重构获得的原始局部放电信号的波形图,而图3显示的是当数据量m为100时所重构获得的原始局部放电信号的波形图。
结合图1至图3可以看出,采用本案的系统所获得的采样局部放电信号重构所得的原始局部放电信号与对比局部放电信号之间几乎没有差异,由此可见,通过本案的以低采样频率对局部放电信号进行采集的系统进行以低采样频率对局部放电信号进行采集的方法时重构效果好,具有无需采用昂贵高价的硬件设备就能获得局部放电信号的完整信息,有效地降低了采集成本的优点。
需要说明的是,本发明的保护范围中现有技术部分并不局限于本申请文件所给出的实施例,所有不与本发明的方案相矛盾的现有技术,包括但不局限于在先专利文献、在先公开出版物,在先公开使用等等,都可纳入本发明的保护范围。
另外,还需要说明的是,本案中各技术特征的组合方式并不限本案权利要求中所记载的组合方式或是具体实施例所记载的组合方式,本案所记载的所有技术特征可以以任何方式进行自由组合或结合,除非相互之间产生矛盾。
上述实施例为本发明较佳的实施方式,但本发明的实施方式并不受上述实施例的限制,其他的任何未背离本发明的精神实质与原理下所作的改变、修饰、替代、组合、简化,均应为等效的置换方式,都包含在本发明的保护范围之内。
Claims (12)
1.一种以低采样频率对局部放电信号进行采集的方法,其特征在于,包括步骤:
(1)以低采样频率对原始局部放电信号X进行采集,得到低采样频率下的采样局部放电信号Y=(y1,y2,。。。,ym),采样局部放电信号Y的数据量为m,原始局部放电信号的数据量为N,m<<N;
(2)对下式中的S求解,得到原始局部放电信号X的稀疏表示S:
Y=ΦX=ΦΨS=ΘS
其中,Θ=ΦΨ,Φ表示m×N的测量矩阵,Ψ表示对原始局部放电信号X进行稀疏变换的稀疏基向量,Ψ=[ψ1,ψ1,...,ψN]T;
(3)根据下式对原始局部放电信号X的稀疏表示S进行反变换,即可得到原始局部放电信号X:
2.如权利要求1所述的以低采样频率对局部放电信号进行采集的方法,其特征在于,所述低采样频率为小于等于100MHz的采样频率。
3.如权利要求1所述的以低采样频率对局部放电信号进行采集的方法,其特征在于,所述稀疏基向量为FFT变换基向量或DCT变换基向量或小波变换基向量。
4.如权利要求1所述的以低采样频率对局部放电信号进行采集的方法,其特征在于,所述测量矩阵为高斯随机测量矩阵。
5.如权利要求1所述的以低采样频率对局部放电信号进行采集的方法,其特征在于,在步骤(2)中,通过求解下述最小l0范数优化模型来求解稀疏表示S:
min||S||0s.t.Y=ΦX=ΦΨS。
6.如权利要求5所述的以低采样频率对局部放电信号进行采集的方法,其特征在于,采用凸优化算法或贪婪算法求解最小l0范数优化模型。
7.一种以低采样频率对局部放电信号进行采集的系统,其特征在于,包括:
局部放电信号采集模块,其以低采样频率对原始局部放电信号X进行采集,得到低采样频率下的采样局部放电信号Y=(y1,y2,。。。,ym),采样局部放电信号Y的数据量为m,原始局部放电信号的数据量为N,m<<N;
局部放电信号重构模块,其对下式中的S求解以得到原始局部放电信号X的稀疏表示S:
Y=ΦX=ΦΨS=ΘS
其中,Θ=ΦΨ,Φ表示m×N的测量矩阵,Ψ表示对原始局部放电信号X进行稀疏变换的稀疏基向量,Ψ=[ψ1,ψ1,...,ψN]T;
所述局部放电信号重构模块还根据下式对原始局部放电信号X的稀疏表示S进行反变换,以得到原始局部放电信号X:
8.如权利要求7所述的以低采样频率对局部放电信号进行采集的系统,其特征在于,所述低采样频率为小于等于100MHz的采样频率。
9.如权利要求7所述的以低采样频率对局部放电信号进行采集的系统,其特征在于,所述稀疏基向量为FFT变换基向量或DCT变换基向量或小波变换基向量。
10.如权利要求7所述的以低采样频率对局部放电信号进行采集的系统,其特征在于,所述测量矩阵为高斯随机测量矩阵。
11.如权利要求7所述的以低采样频率对局部放电信号进行采集的系统,其特征在于,所述局部放电信号重构模块通过求解下述最小l0范数优化模型来求解稀疏表示S:
min||S||0s.t.Y=ΦX=ΦΨS。
12.如权利要求11所述的以低采样频率对局部放电信号进行采集的系统,其特征在于,所述局部放电信号重构模块采用凸优化算法或贪婪算法求解最小l0范数优化模型。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810475034.4A CN108663606A (zh) | 2018-05-17 | 2018-05-17 | 一种以低采样频率对局部放电信号进行采集的方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810475034.4A CN108663606A (zh) | 2018-05-17 | 2018-05-17 | 一种以低采样频率对局部放电信号进行采集的方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108663606A true CN108663606A (zh) | 2018-10-16 |
Family
ID=63776620
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810475034.4A Pending CN108663606A (zh) | 2018-05-17 | 2018-05-17 | 一种以低采样频率对局部放电信号进行采集的方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108663606A (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101867387A (zh) * | 2010-01-06 | 2010-10-20 | 中国人民解放军海军航空工程学院 | 低于奈奎斯特速率采样下信号重构技术方案 |
CN103346798A (zh) * | 2013-06-05 | 2013-10-09 | 中国科学院微电子研究所 | 一种以低于奈奎斯特频率的采样频率进行信号采集方法 |
CN106326641A (zh) * | 2016-08-13 | 2017-01-11 | 深圳市樊溪电子有限公司 | 基于压缩感知和稀疏重构算法的区块链系统数据处理方法 |
CN106503612A (zh) * | 2016-09-12 | 2017-03-15 | 国网浙江省电力公司舟山供电公司 | 基于压缩感知理论的直流电缆局部放电信号模式识别方法及系统 |
CN107561416A (zh) * | 2017-07-03 | 2018-01-09 | 国家电网公司 | 一种基于压缩感知的局部放电信号采集系统及方法 |
-
2018
- 2018-05-17 CN CN201810475034.4A patent/CN108663606A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101867387A (zh) * | 2010-01-06 | 2010-10-20 | 中国人民解放军海军航空工程学院 | 低于奈奎斯特速率采样下信号重构技术方案 |
CN103346798A (zh) * | 2013-06-05 | 2013-10-09 | 中国科学院微电子研究所 | 一种以低于奈奎斯特频率的采样频率进行信号采集方法 |
CN106326641A (zh) * | 2016-08-13 | 2017-01-11 | 深圳市樊溪电子有限公司 | 基于压缩感知和稀疏重构算法的区块链系统数据处理方法 |
CN106503612A (zh) * | 2016-09-12 | 2017-03-15 | 国网浙江省电力公司舟山供电公司 | 基于压缩感知理论的直流电缆局部放电信号模式识别方法及系统 |
CN107561416A (zh) * | 2017-07-03 | 2018-01-09 | 国家电网公司 | 一种基于压缩感知的局部放电信号采集系统及方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Liu et al. | Data-driven event detection of power systems based on unequal-interval reduction of PMU data and local outlier factor | |
Ning et al. | A wavelet-based data compression technique for smart grid | |
Rathore et al. | Wavelet‐alienation based transmission line protection scheme | |
CN106330095B (zh) | 一种大型光伏电站汇集系统故障定位方法 | |
CN103760464B (zh) | 基于解析图求解与svm的小电流接地系统故障选线方法 | |
Huang et al. | Power quality disturbances classification using rotation forest and multi‐resolution fast S‐transform with data compression in time domain | |
CN103983850A (zh) | 基于压缩感知的电力系统谐波压缩信号重构与检测方法 | |
Bonavolontà et al. | Harmonic and interharmonic measurements through a compressed sampling approach | |
CN107561416A (zh) | 一种基于压缩感知的局部放电信号采集系统及方法 | |
CN109462404A (zh) | 基于相似度分段的自适应波形数据压缩方法 | |
CN112505484B (zh) | 一种小电阻接地系统中压配电电缆潜伏性故障识别方法 | |
CN110672981A (zh) | 一种基于mmc的直流配电网故障测距方法 | |
Trichtchenko | Frequency considerations in GIC applications | |
CN102082576A (zh) | 电能质量信号的数据处理装置及数据压缩和解压缩方法 | |
Chen et al. | A deep learning framework for adaptive compressive sensing of high‐speed train vibration responses | |
CN112505452B (zh) | 一种广域系统宽频振荡监测方法 | |
Hong et al. | Deep‐belief‐Networks based fault classification in power distribution networks | |
CN103904653A (zh) | 电网谐波状态估计中的可观性分析方法 | |
CN108663606A (zh) | 一种以低采样频率对局部放电信号进行采集的方法及系统 | |
Klomjit et al. | Fault classification on the hybrid transmission line system between overhead line and underground cable | |
CN116298509A (zh) | 一种电力系统谐波谐振的在线识别方法 | |
CN113095170B (zh) | 一种基于可调q小波电机故障诊断方法 | |
CN104794571A (zh) | 一种储能电站海量电池数据的采集方法 | |
Sima et al. | A framework for automatically cleansing overvoltage data measured from transmission and distribution systems | |
Xiong et al. | Application of multi-kernel relevance vector machine and data pre-processing by complementary ensemble empirical mode decomposition and mutual dimensionless in fault diagnosis |
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 | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20181016 |
|
WD01 | Invention patent application deemed withdrawn after publication |