CN112198400B - 基于频谱感知特性的高压开关柜局部放电在线检测方法 - Google Patents

Abstract

本发明涉及一种基于频谱感知特性的高压开关柜局部放电在线检测方法。Mimo电磁波接收采集系统及超声波传感器接收高压开关柜内所产生的局部放电电磁波信号；局部放电电磁波信号经过信号放大器、信号通道分离器，分离出非局部放电频率的电磁波信号；局部放电频率的电磁波信号经过滤波及整形后进行ADC转换；FPGA对局部放电频率的电磁波信号进行时域及频域的频谱处理；MCU进行频谱特性对比，包括RSS幅值、DT密度及频谱特征的对比，判断局部放电强度及类别。本发明能够提高局部放电检测的检测可靠性。

Description

基于频谱感知特性的高压开关柜局部放电在线检测方法

技术领域

本发明涉及一种基于频谱感知特性的高压开关柜局部放电在线检测方法。

背景技术

国家的电力系统的安全是关系到国家安全，民生生活的核心系统工程；每年国家投入大量的资金，人才，设备更新和保障电力系统的可靠安全运行；随着科技的发展，新技术的不断涌现，也给电力系统注入更加先进的智能化控制，例如大数据云平台，人工智能，边缘计算，跨行业协作等；随着国家发展，对电能品质，稳定，安全提出更高的要求；而高压电柜它是以断路器为主的电气设备；是指生产厂家根据电气一次主接线图的要求，将有关的高低压电器(包括控制电器、保护电器、测量电器)以及母线、载流导体、绝缘子等装配在封闭的或敞开的金属柜体内，作为电力系统中接受和分配电能的装置，电气设备在运行的过程中由于受到高温、电压、振动以及其他化学作用，将会使得其绝缘性能降低，会产生局部放电现象，同时又会加速绝缘的恶化情况，会给电力系统造成较大的经济损失。因此，对电力系统高压开关柜局部放电原因及其处理方法进行分析，检测具有重要意义。

局部放电是指高压电器中的绝缘介质在高电场强度作用下，发生在电极之间的未贯穿的放电，可以发生在导体附近，也可以发生在其他地方。高压开关柜局部放电的主要类型如下：

内部放电：铸摸和电缆的内部，连接材料，铸模的界面短路；

表面放电：支撑母线绝缘子表面，SA绝缘体表面，铸模开关表面；

电晕放电：母线，电缆连接部分，铸模变压器抽头，开关接触部分；

当高压电气产生局部放电现象时，会产生电磁波、超声波、发光、发热、臭氧等物理现象，这是局部放电表现形式的多样性特征。不同类型的局部放电或不同阶段的局部放电又具有其表现形式的主次性特征，如空气中表面放电以声发射特征为主，绝缘内部放电的电磁高频特征较为常见。目前主流的检测方法为电测量法(暂态地电压、超高频、高频电流测量法)、超声波测量法。然而，目前对开关柜局部放电现象进行检测的手段及效率还不高；因而利用新技术对高压开关柜的局部放进行检测是一个方法及手段。

实际上不管何种放电现象都会产生电磁波。特高频(UltraHigh Frequency，UHF)局部放电检测技术就是通过检测这种电磁波信号实现局部放电检测的目的。特高频法在开柜的电缆终端接头处产生局部放电--产生电磁波信号(特高频电磁波)。

发明内容

本发明的目的在于提供一种基于频谱感知特性的高压开关柜局部放电在线检测方法，能够提高局部放电检测的检测可靠性。

为实现上述目的，本发明的技术方案是：一种基于频谱感知特性的高压开关柜局部放电在线检测方法，包括如下步骤：

步骤S1、Mimo电磁波接收采集系统及超声波传感器接收高压开关柜内所产生的局部放电电磁波信号；

步骤S2、局部放电电磁波信号经过信号放大器、信号通道分离器，分离出不同频率的局部放电电磁波信号；

步骤S3、局部放电频率的电磁波信号经过滤波及整形后进行ADC转换；

步骤S4、FPGA对局部放电频率的电磁波信号进行时域及频域的频谱处理，输出给MCU；

步骤S5、MCU进行频谱特性对比，包括RSS幅值、DT密度及频谱特征的对比，判断局部放电强度及类别；RSS幅值为步骤S1设置的采样局部放电电磁波信号的门限阀值，DT密度为一段时间内采样的局部放电电磁波信号数与时间之比；

步骤S6、对局部放电数据保存，更新迭代。

在本发明一实施例中，所述步骤S1的具体实现方式为：

设定一初始门限阀值，基于该初始门限阀值，通过Mimo电磁波接收采集系统及超声波传感器接收高压开关柜内所产生的多种频率局部放电电磁波信号，而后做均值及均方值处理，具体公式如下：

均值处理：

u_x(t)是在时间t上信号x的均值；N是周期内采样信号数，i是第i个采样的信号，E是有效信号积累；

均方值处理：

是信号x在时间t的均方值运算出的能量积累；

因为干扰信号的特征是随机的特征，局部放电信号的特征是持续稳定的特征，用均方值处理之后就可以区分出来，并把区分出来的信号进行标注；每一周期采集的信号经上述处理之后再与前一次周期标注的信号进行对比，循环检测迭代即可得到区分干扰信号和局部放电信号的门限阀值。

在本发明一实施例中，所述步骤S2中，信号的分离基于如下公式：

S＝∑S_k+R

S即信号x在时间t的均方值运算出的能量积累；S_k是局部放电电磁波信号经过信号放大器放大的信号；R是一个残差信号；

先把局部放电电磁波信号做一个简单分解，假设把局部放电电磁波信号写成两个相对简单的信号的相加，如下公式：

S＝U+V

U、V为分离后的不同频率的局部放电电磁波信号；

在S已知的时候，U和V同时存在的概率就是后验概率，当后验概率达到最大时候的U和V的组合即所要求的两个相对简单信号的分解组合；

表示U和V的取值使得/>达到最小值，P是概率表征；

将后验概率函数按照贝叶斯公式展开关于先验概率的模式，上面的公式可以写成：

此处的U和V即使得等式后边三个函数组合达到最小的组合，P_u是关于U的先验概率，P_v是关于V的先验概率；θ_u和θ_v是概率的模型数，是U和V之间的关系。

在本发明一实施例中，所述步骤S4具体实现如下：

首先，小波基波的表达式如下：

其中，ψ(t)是小波函数，s是尺度参数，表征频率；t是时间参数，表征时间；τ是平移量；在离散小波变换中，“离散”的就是参数s和t，此时小波表达式写为：

其中j和k均是整数，s₀＝2，τ₀＝1；随着j取值的递增，尺度参数以2的j次方的形式增长；当使用上述一系列的子小波，对一个连续函数，即局部放电频率的电磁波信号进行离散分析时，即可得到一组小波分析的系数，从而提取出局部放电频率的电磁波信号在各频率段的信号特征，即频谱特征。

相较于现有技术，本发明具有以下有益效果：本发明能够判断局部放电强度及类别，相比于现有技术，大大提高了局部放电检测的检测可靠性。

附图说明

图1为本发明方法实现原理框图。

具体实施方式

下面结合附图，对本发明的技术方案进行具体说明。

如图1所示，本发明提供了一种基于频谱感知特性的高压开关柜局部放电在线检测方法，包括如下步骤：

步骤S1、Mimo电磁波接收采集系统及超声波传感器接收高压开关柜内所产生的局部放电电磁波信号；

步骤S2、局部放电电磁波信号经过信号放大器、信号通道分离器，分离出不同频率的局部放电电磁波信号；

步骤S3、局部放电频率的电磁波信号经过滤波及整形后进行ADC转换；

步骤S4、FPGA对局部放电频率的电磁波信号进行时域及频域的频谱处理，输出给MCU；

步骤S5、MCU进行频谱特性对比，包括RSS幅值、DT密度及频谱特征的对比，判断局部放电强度及类别；RSS幅值为步骤S1设置的采样局部放电电磁波信号的门限阀值，DT密度为一段时间内采样的局部放电电磁波信号数与时间之比；

步骤S6、对局部放电数据保存，更新迭代。

所述步骤S1的具体实现方式为：

设定一初始门限阀值，基于该初始门限阀值，通过Mimo电磁波接收采集系统及超声波传感器接收高压开关柜内所产生的多种频率局部放电电磁波信号，而后做均值及均方值处理，具体公式如下：

均值处理：

u_x(t)是在时间t上信号x的均值；N是周期内采样信号数，i是第i个采样的信号，E是有效信号积累；

均方值处理：

是信号x在时间t的均方值运算出的能量积累；

因为干扰信号的特征是随机的特征，局部放电信号的特征是持续稳定的特征，用均方值处理之后就可以区分出来，并把区分出来的信号进行标注；每一周期采集的信号经上述处理之后再与前一次周期标注的信号进行对比，循环检测迭代即可得到区分干扰信号和局部放电信号的门限阀值。

所述步骤S2中，信号的分离基于如下公式：

S＝∑S_k+R

S即信号x在时间t的均方值运算出的能量积累；S_k是局部放电电磁波信号经过信号放大器放大的信号；R是一个残差信号；

先把局部放电电磁波信号做一个简单分解，假设把局部放电电磁波信号写成两个相对简单的信号的相加，如下公式：

S＝U+V

U、V为分离后的不同频率的局部放电电磁波信号；

在S已知的时候，U和V同时存在的概率就是后验概率，当后验概率达到最大时候的U和V的组合即所要求的两个相对简单信号的分解组合；

表示U和V的取值使得/>达到最小值，P是概率表征；

将后验概率函数按照贝叶斯公式展开关于先验概率的模式，上面的公式可以写成：

此处的U和V即使得等式后边三个函数组合达到最小的组合，P_u是关于U的先验概率，P_v是关于V的先验概率；θ_u和θ_v是概率的模型数，是U和V之间的关系。

所述步骤S3中，采用TI公司的24位高速可编程ADC芯片组成的电路转换进行ADC转换。

所述步骤S4具体实现如下：

首先，小波基波的表达式如下：

其中，ψ(t)是小波函数，s是尺度参数，表征频率；t是时间参数，表征时间；τ是平移量；在离散小波变换中，“离散”的就是参数s和t，此时小波表达式写为：

其中j和k均是整数，s₀＝2，τ₀＝1；随着j取值的递增，尺度参数以2的j次方的形式增长；当使用上述一系列的子小波，对一个连续函数，即局部放电频率的电磁波信号进行离散分析时，即可得到一组小波分析的系数，从而提取出局部放电频率的电磁波信号在各频率段的信号特征，即频谱特征。

所述步骤S4中，FPGA采用xilinx zynq系列，其内嵌2个32位ARM处理器。

所述步骤S5中，MCU即采用FPGA的ARM处理器，对步骤S1(RSS幅值，DT密度)及步骤S4(频谱特征)中产生的数据流进行实时处理，根据不同高压电柜局部放电的能量阀值及频谱特性来判断局部放电的强度，分析计算，评估，作出预警及维保建议，自动绘出高压电柜局部放电的曲线图。

所述步骤S6中，以SQL数据库，所有的处理过程及结果都存储与SQL服务器，任何时刻都可以调用及迭代，为分析高压电柜的局部放电提供可靠的数据源。

以上是本发明的较佳实施例，凡依本发明技术方案所作的改变，所产生的功能作用未超出本发明技术方案的范围时，均属于本发明的保护范围。

Claims (3)

1.一种基于频谱感知特性的高压开关柜局部放电在线检测方法，其特征在于，包括如下步骤：

步骤S1、Mimo电磁波接收采集系统及超声波传感器接收高压开关柜内所产生的局部放电电磁波信号；

步骤S2、局部放电电磁波信号经过信号放大器、信号通道分离器，分离出不同频率的局部放电电磁波信号；

步骤S3、不同频率的局部放电电磁波信号经过滤波及整形后进行ADC转换；

步骤S4、FPGA对不同频率的局部放电电磁波信号进行时域及频域的频谱处理，输出给MCU；

步骤S5、MCU进行频谱特性对比，包括RSS幅值、DT密度及频谱特征的对比，判断局部放电强度及类别；RSS幅值为步骤S1设置的采样局部放电电磁波信号的门限阀值，DT密度为一段时间内采样的局部放电电磁波信号数与时间之比；

步骤S6、对局部放电数据保存，更新迭代；

所述步骤S1的具体实现方式为：

设定一初始门限阀值，基于该初始门限阀值，通过Mimo电磁波接收采集系统及超声波传感器接收高压开关柜内所产生的多种频率局部放电电磁波信号，而后做均值及均方值处理，具体公式如下：

均值处理：

u_x(t)是在时间t上信号x的均值；N是周期内采样信号数，i是第i个采样的信号，E是有效信号积累；

均方值处理：

是信号x在时间t的均方值运算出的能量积累；

因为干扰信号的特征是随机的特征，局部放电信号的特征是持续稳定的特征，用均方值处理之后就可以区分出来，并把区分出来的信号进行标注；每一周期采集的信号经上述处理之后再与前一次周期标注的信号进行对比，循环检测迭代即可得到区分干扰信号和局部放电信号的门限阀值。

2.根据权利要求1所述的基于频谱感知特性的高压开关柜局部放电在线检测方法，其特征在于，所述步骤S2中，信号的分离基于如下公式：

S＝∑S_k+R

S即信号x在时间t的均方值运算出的能量积累；S_k是局部放电电磁波信号经过信号放大器放大的信号；R是一个残差信号；

先把局部放电电磁波信号做一个简单分解，假设把局部放电电磁波信号写成两个相对简单的信号的相加，如下公式：

S＝U+V

U、V为分离后的不同频率的局部放电电磁波信号；

在S已知的时候，U和V同时存在的概率就是后验概率，当后验概率达到最大时候的U和V的组合即所要求的两个相对简单信号的分解组合；

表示U和V的取值使得/>达到最小值，P是概率表征；

将后验概率函数按照贝叶斯公式展开关于先验概率的模式，上面的公式写成：

此处的U和V即使得等式后边三个函数组合达到最小的组合，P_u是关于U的先验概率，P_v是关于V的先验概率；θ_u和θ_v是概率的模型数，是U和V之间的关系。

3.根据权利要求1所述的基于频谱感知特性的高压开关柜局部放电在线检测方法，其特征在于，所述步骤S4具体实现如下：

首先，小波基波的表达式如下：

其中，ψ(t)是小波函数，s是尺度参数，表征频率；t是时间参数，表征时间；τ是平移量；在离散小波变换中，“离散”的就是参数s和t，此时小波表达式写为：

其中j和k均是整数，s₀＝2，τ₀＝1；随着j取值的递增，尺度参数以2的j次方的形式增长；当使用上述一系列的子小波，对一个连续函数，即局部放电频率的电磁波信号进行离散分析时，即可得到一组小波分析的系数，从而提取出局部放电频率的电磁波信号在各频率段的信号特征，即频谱特征。