CN112834875A - 一种局部放电脉冲分割方法及系统 - Google Patents
一种局部放电脉冲分割方法及系统 Download PDFInfo
- Publication number
- CN112834875A CN112834875A CN202011639645.1A CN202011639645A CN112834875A CN 112834875 A CN112834875 A CN 112834875A CN 202011639645 A CN202011639645 A CN 202011639645A CN 112834875 A CN112834875 A CN 112834875A
- Authority
- CN
- China
- Prior art keywords
- pulse
- discharge
- segmentation
- partial discharge
- wave energy
- 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
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
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R1/00—Details of instruments or arrangements of the types included in groups G01R5/00 - G01R13/00 and G01R31/00
- G01R1/28—Provision in measuring instruments for reference values, e.g. standard voltage, standard waveform
-
- 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
- G01R31/14—Circuits therefor, e.g. for generating test voltages, sensing circuits
Abstract
本发明公开一种局部放电脉冲分割方法及系统,包括:将局部放电脉冲根据过零点划分为若干半波,根据半波能量构建脉冲半波能量集;对脉冲半波能量集进行一次分割得到放电集;将放电集进行聚类得到属于同次放电的脉冲半波。采用一次分割算法对构建的脉冲半波能量集进行一次分割,在分割过程中滤除能量小的元素,过滤脉冲干扰;最后以得到的放电集为待聚类对象,得到属于同次放电的脉冲半波,实现在脉冲分割过程中尽可能保留原有的放电信息并减少人工干预。
Description
技术领域
本发明涉及局部放电技术领域,特别是涉及一种局部放电脉冲分割方法及系统。
背景技术
本部分的陈述仅仅是提供了与本发明相关的背景技术信息,不必然构成在先技术。
局部放电是导致电器设备绝缘故障的主要原因,对于局部放电模式分析而言,局部放电信号中脉冲部分至关重要,而其他部分没有多少价值。如果采样频率足够高,非脉冲部分会生成大量冗余数据,对存储及计算都会带来挑战;其解决办法是对测得的某个较长时间段内的局放信号进行脉冲提取,亦可称脉冲分割,它是指在局部放电信号中去掉非放电信号段,并记录各个放电信号段的起止时间和脉冲信号最大值的发生时刻。
局部放电信号脉冲分割技术大体上分为两类:1)去噪加脉冲检测;2)特征提取加脉冲识别。信噪比较大的情况下一般采用第1类方法,即先采用各种去噪手段,然后通过检测波峰实现脉冲识别,这类方法需要确定最小的放电时间间隔,该间隔随着脉冲时间长度的变化而变化,该间隔确定不合理时会造成同一次放电的多个波峰可能被识别为多次放电。信噪比较小的情况下采用第2类方法,在此情况下即使去噪也难以识别信号中的放电脉冲,需要从信号中提取特征进行脉冲识别,提取的特征包括小波能量分布特征、纹理特征等,这类方法存在的困难在于特征的选择以及特征维的减少。
发明内容
为了解决上述问题,本发明提出了一种局部放电脉冲分割方法及系统,采用一次分割算法对构建的脉冲半波能量集进行一次分割,在分割过程中滤除能量小的元素,过滤脉冲干扰;最后以得到的放电集为待聚类对象,得到属于同次放电的脉冲半波,实现在脉冲分割过程中尽可能保留原有的放电信息并减少人工干预。
为了实现上述目的,本发明采用如下技术方案:
第一方面,本发明提供一种局部放电脉冲分割方法,包括:
将局部放电脉冲根据过零点划分为若干半波,根据半波能量构建脉冲半波能量集;
对脉冲半波能量集进行一次分割得到放电集;
将放电集进行聚类得到属于同次放电的脉冲半波。
第二方面,本发明提供一种局部放电脉冲分割系统,包括:
能量集构建模块,用于将局部放电脉冲根据过零点划分为若干半波,根据半波能量构建脉冲半波能量集;
分割模块,用于对脉冲半波能量集进行一次分割得到放电集;
聚类模块,用于将放电集进行聚类得到属于同次放电的脉冲半波。
第三方面,本发明提供一种电子设备,包括存储器和处理器以及存储在存储器上并在处理器上运行的计算机指令,所述计算机指令被处理器运行时,完成第一方面所述的方法。
第四方面,本发明提供一种计算机可读存储介质,用于存储计算机指令,所述计算机指令被处理器执行时,完成第一方面所述的方法。
与现有技术相比,本发明的有益效果为:
本发明首先将局部放电信号由过零点分成许多半波,根据各半波的能量建立能量集;然后采用Ostu算法对能量集进行一次分割,在分割过程中滤除能量小的元素,过滤脉冲干扰;最后以得到的放电集为待聚类对象,把属于同一次放电的半波聚为一类,实现在脉冲分割过程中尽可能保留原有的放电信息并减少人工干预。
本发明采用Otsu分割算法,基于最大类间方差原则能够根据背景类和目标类的灰度直方图自适应地计算最优分割阈值。
本发明附加方面的优点将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本发明的实践了解到。
附图说明
构成本发明的一部分的说明书附图用来提供对本发明的进一步理解,本发明的示意性实施例及其说明用于解释本发明,并不构成对本发明的不当限定。
图1为本发明实施例1提供的局部放电脉冲分割方法流程图;
图2为本发明实施例1提供的放电信号采集波形图;
图3为本发明实施例1提供的放电信号经过小波去噪后的波形图;
图4为本发明实施例1提供的半波序列能量分布图;
图5为本发明实施例1提供的Otsu最佳阈值示意图。
具体实施方式:
下面结合附图与实施例对本发明做进一步说明。
应该指出,以下详细说明都是示例性的,旨在对本发明提供进一步的说明。除非另有指明,本文使用的所有技术和科学术语具有与本发明所属技术领域的普通技术人员通常理解的相同含义。
需要注意的是,这里所使用的术语仅是为了描述具体实施方式,而非意图限制根据本发明的示例性实施方式。如在这里所使用的,除非上下文另外明确指出,否则单数形式也意图包括复数形式,此外,还应当理解的是,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
在不冲突的情况下,本发明中的实施例及实施例中的特征可以相互组合。
实施例1
如图1所示,本实施例提供一种局部放电脉冲分割方法,包括:
S1:将局部放电脉冲根据过零点划分为若干半波,根据半波能量构建脉冲半波能量集;
S2:对脉冲半波能量集进行一次分割得到放电集;
S3:将放电集进行聚类得到属于同次放电的脉冲半波。
所述步骤S1中,首先对局部放电脉冲进行小波去噪处理后,获取去噪波形中所有的极值点;极值点即去噪处理后的局部放电脉冲信号中,信号值为临近点的极大值或者极小值;其中,临近点指当前采样点前后时刻的采样点,比如第5个点,则4和6为临近点,判断第5个点是否是极值点,即第5个点是否是这三个点中的最大值或者最小值,如果是,第五个点是一个极值点,如果不是,则不是极值点,继续查找第6个点是否为极值点,以此类推。
其次,从每个极值点分别向前、向后寻找并记录最近的过零点,根据过零点划分局部放电脉冲,得到若干半波;如图2所示为采集的局部放电脉冲采集波形,图3为经小波去噪后的波形。
最后,图3所示的500个采样点的局部放电信号,对每个半波求积分计算每个半波能量并归一化处理,构建原始PD脉冲半波能量集,如图4所示为半波序列能量分布。
PRPD模式的三个基本参数为放电次数n、视在放电量q及放电相位ψ;其中,视在放电量q一般是用局部放电脉冲信号采集过程中的放电幅值表征,鉴于每个放电脉冲都存在升降过程,而能量是信号瞬时值的平方对时间的积分,故本实施例用放电能量刻画局部放电。
由于波形分割的目的是将所有放电脉冲分离,脉冲的边界显然是过零点,这些过零点将PD脉冲序列划分为许多的半波,将所有半波作为放电信号脉冲分割的基本对象,根据各半波能量大小进行分割,过滤掉能量小的冲击干扰采样点。
所述步骤S2中,采用一次分割算法,计算分割阈值,将脉冲半波能量集分为放电集和非放电集。
本实施例采用Otsu分割算法,设原始PD脉冲半波能量集为{Ei},i表示半波序号,Ei表示第i个半波的能量,由于样本中含有大量能量值很小的元素,所以需要将这些元素进行过滤;
采用Otsu分割算法得到分割阈值Th,将能量集{Ei}分为放电集{Ei1}和非放电集{Ei2},得到去除小能量半波后的放电集{Ei1}。
Otsu分割算法是基于最大类间方差原则,能够根据背景类和目标类的灰度直方图自适应地计算合适的分割阈值;具体为:
设定阈值k,根据阈值k划分背景类Cb与目标类Co,背景类Cb与目标类Co各自均值分别为:
其中,ωo和ωB分别为目标类和背景类的概率;pi为灰度级i出现的概率,i∈[0,255]取整;
如图5所示,计算的最佳分割阈值为:
所述步骤S3中,预设放电时刻距离阈值和序号距离阈值,将满足放电时刻距离阈值和序号距离阈值的半波元素聚类为一个放电脉冲;
记局部放电脉冲信号中一次放电脉冲为Pi,则有Pi属于{Ei1},若多个半波元素在放电集中的序号接近,且放电时刻距离很近,则这些半波被视为一个放电脉冲,并以该次放电的最大值点为放电位置;
若多个半波元素在放电集中的序号较远,放电时刻距离也较远,则被划分为不同的放电脉冲。
本实施例采集的局部放电信号,每一帧采集500个放电数据,连续采集1000帧,分别对每一帧数据记录经过最佳阈值处理得到的放电集,对该放电集进行聚类分析,对属于同次放电的脉冲进行存储。
实施例2
本实施例提供一种局部放电脉冲分割系统,包括:
能量集构建模块,用于将局部放电脉冲根据过零点划分为若干半波,根据半波能量构建脉冲半波能量集;
分割模块,用于对脉冲半波能量集进行一次分割得到放电集;
聚类模块,用于将放电集进行聚类得到属于同次放电的脉冲半波。
此处需要说明的是,上述模块对应于实施例1中的步骤S1至S3,上述模块与对应的步骤所实现的示例和应用场景相同,但不限于上述实施例1所公开的内容。需要说明的是,上述模块作为系统的一部分可以在诸如一组计算机可执行指令的计算机系统中执行。
在更多实施例中,还提供:
一种电子设备,包括存储器和处理器以及存储在存储器上并在处理器上运行的计算机指令,所述计算机指令被处理器运行时,完成实施例1中所述的方法。为了简洁,在此不再赘述。
应理解,本实施例中,处理器可以是中央处理单元CPU,处理器还可以是其他通用处理器、数字信号处理器DSP、专用集成电路ASIC,现成可编程门阵列FPGA或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
存储器可以包括只读存储器和随机存取存储器,并向处理器提供指令和数据、存储器的一部分还可以包括非易失性随机存储器。例如,存储器还可以存储设备类型的信息。
一种计算机可读存储介质,用于存储计算机指令,所述计算机指令被处理器执行时,完成实施例1中所述的方法。
实施例1中的方法可以直接体现为硬件处理器执行完成,或者用处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器、闪存、只读存储器、可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器,处理器读取存储器中的信息,结合其硬件完成上述方法的步骤。为避免重复,这里不再详细描述。
本领域普通技术人员可以意识到,结合本实施例描述的各示例的单元即算法步骤,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。
以上仅为本发明的优选实施例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
上述虽然结合附图对本发明的具体实施方式进行了描述,但并非对本发明保护范围的限制,所属领域技术人员应该明白,在本发明的技术方案的基础上,本领域技术人员不需要付出创造性劳动即可做出的各种修改或变形仍在本发明的保护范围以内。
Claims (10)
1.一种局部放电脉冲分割方法,其特征在于,包括:
将局部放电脉冲根据过零点划分为若干半波,根据半波能量构建脉冲半波能量集;
对脉冲半波能量集进行一次分割得到放电集;
将放电集进行聚类得到属于同次放电的脉冲半波。
2.如权利要求1所述的一种局部放电脉冲分割方法,其特征在于,对局部放电脉冲进行小波去噪处理后,获取去噪波形中的极值点,根据极值点确定过零点。
3.如权利要求2所述的一种局部放电脉冲分割方法,其特征在于,获取当前采样点及其前后时刻的采样点,判断当前采样点是否是三个采样点中的最大值或最小值,若是,则当前采样点为极值点,否则,类推下一采样点。
4.如权利要求1所述的一种局部放电脉冲分割方法,其特征在于,采用一次分割算法,计算分割阈值,将脉冲半波能量集分割为放电集和非放电集。
5.如权利要求4所述的一种局部放电脉冲分割方法,其特征在于,采用Otsu分割算法,设定初始阈值,根据初始阈值划分背景类与目标类,根据背景类与目标类的均值计算类间方差,根据类间方差计算最佳的分割阈值。
6.如权利要求1所述的一种局部放电脉冲分割方法,其特征在于,预设放电时刻距离阈值和序号距离阈值,将满足放电时刻距离阈值和序号距离阈值的半波元素聚类为一个放电脉冲。
7.如权利要求1所述的一种局部放电脉冲分割方法,其特征在于,一个放电脉冲内的最大值点为放电位置。
8.一种局部放电脉冲分割系统,其特征在于,包括:
能量集构建模块,用于将局部放电脉冲根据过零点划分为若干半波,根据半波能量构建脉冲半波能量集;
分割模块,用于对脉冲半波能量集进行一次分割得到放电集;
聚类模块,用于将放电集进行聚类得到属于同次放电的脉冲半波。
9.一种电子设备,其特征在于,包括存储器和处理器以及存储在存储器上并在处理器上运行的计算机指令,所述计算机指令被处理器运行时,完成权利要求1-7任一项所述的方法。
10.一种计算机可读存储介质,其特征在于,用于存储计算机指令,所述计算机指令被处理器执行时,完成权利要求1-7任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011639645.1A CN112834875A (zh) | 2020-12-31 | 2020-12-31 | 一种局部放电脉冲分割方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011639645.1A CN112834875A (zh) | 2020-12-31 | 2020-12-31 | 一种局部放电脉冲分割方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112834875A true CN112834875A (zh) | 2021-05-25 |
Family
ID=75926863
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011639645.1A Pending CN112834875A (zh) | 2020-12-31 | 2020-12-31 | 一种局部放电脉冲分割方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112834875A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115792762A (zh) * | 2022-11-16 | 2023-03-14 | 国能大渡河瀑布沟发电有限公司 | 水轮发电机局部放电信号重构方法及装置 |
CN115828148A (zh) * | 2023-02-23 | 2023-03-21 | 广州智丰电气科技有限公司 | 局部放电波形识别方法、系统和存储介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103247049A (zh) * | 2013-05-15 | 2013-08-14 | 桂林电子科技大学 | 一种smt焊点图像分割方法 |
CN104732563A (zh) * | 2015-04-01 | 2015-06-24 | 河南理工大学 | 图像中基于双距离变换及特征分布的圆环中心线检测方法 |
CN109101684A (zh) * | 2018-07-02 | 2018-12-28 | 武汉工程大学 | 一种规则层状半无限体中瑞利波基阶模态频散曲线的解析算法 |
CN109901031A (zh) * | 2019-02-27 | 2019-06-18 | 西安电子科技大学 | 用于局部放电信号的信噪分离方法、信息数据处理终端 |
-
2020
- 2020-12-31 CN CN202011639645.1A patent/CN112834875A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103247049A (zh) * | 2013-05-15 | 2013-08-14 | 桂林电子科技大学 | 一种smt焊点图像分割方法 |
CN104732563A (zh) * | 2015-04-01 | 2015-06-24 | 河南理工大学 | 图像中基于双距离变换及特征分布的圆环中心线检测方法 |
CN109101684A (zh) * | 2018-07-02 | 2018-12-28 | 武汉工程大学 | 一种规则层状半无限体中瑞利波基阶模态频散曲线的解析算法 |
CN109901031A (zh) * | 2019-02-27 | 2019-06-18 | 西安电子科技大学 | 用于局部放电信号的信噪分离方法、信息数据处理终端 |
Non-Patent Citations (2)
Title |
---|
朱永利,等: "基于密度峰值聚类算法的局部放电脉冲分割", 《电工技术学报》 * |
王双亭: "《摄影测量学》", 28 February 2017 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115792762A (zh) * | 2022-11-16 | 2023-03-14 | 国能大渡河瀑布沟发电有限公司 | 水轮发电机局部放电信号重构方法及装置 |
CN115828148A (zh) * | 2023-02-23 | 2023-03-21 | 广州智丰电气科技有限公司 | 局部放电波形识别方法、系统和存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109034127B (zh) | 一种频谱异常检测方法、装置和电子设备 | |
CN112834875A (zh) | 一种局部放电脉冲分割方法及系统 | |
CN111178388B (zh) | 基于nsct光电融合图谱的局部放电相位分布检测方法 | |
US9997168B2 (en) | Method and apparatus for signal extraction of audio signal | |
CN111681256A (zh) | 图像边缘检测方法、装置、计算机设备和可读存储介质 | |
CN106850511B (zh) | 识别访问攻击的方法及装置 | |
CN109061591B (zh) | 一种基于序贯聚类的时频线谱检测方法 | |
Abdullah et al. | Deep CNN based skin lesion image denoising and segmentation using active contour method | |
CN109829902B (zh) | 一种基于广义S变换和Teager属性的肺部CT图像结节筛选方法 | |
CN111582138A (zh) | 基于频域倒谱系数特征的心电身份识别方法及系统 | |
Gebreyohannes et al. | Adaptive noise reduction scheme for salt and pepper | |
CN112102209B (zh) | 一种异常静脉图像的修复方法及装置 | |
CN102509265A (zh) | 基于灰度值差和局部能量的数字图像去噪方法 | |
CN112116917B (zh) | 基于相位跃变度的电抗器本体与风机声信号分离方法 | |
Seo et al. | A novel signal extraction technique for online partial discharge (PD) measurement of transformers | |
US20120290112A1 (en) | Apparatus and method for comparing frames using spectral information of audio signal | |
CN114358040A (zh) | 一种基于自适应估算阈值法的扰动信号去噪方法 | |
CN116008735A (zh) | 一种基于密度的局部放电信号提取方法及系统 | |
Srisutheenon et al. | Semi-automatic progressive enhancement for latent fingerprints | |
CN111007369A (zh) | 一种超高频电磁波信号到达时间差计算方法和装置 | |
CN116626454B (zh) | 基于修正时频聚类的油纸绝缘uhf局放信号抗干扰识别及定位方法、装置 | |
CN116805291B (zh) | 一种无人机信号频段检测方法及装置 | |
Kaur et al. | A review paper on fingerprint image enhancement with different methods | |
CN114092701B (zh) | 一种基于神经网络的符号智能识别方法 | |
US8249863B2 (en) | Method and apparatus for estimating spectral information of audio signal |
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 |