CN112881868A - 一种变压器局部放电空间定位方法 - Google Patents

Abstract

本发明公开了一种变压器局部放电空间定位方法。该方法不同于基于时延、基于到达时间(TDOA)等空间定位方法，提出了建立基于接收信号强度(RSSI)的指纹图，利用在通信领域作用广泛的压缩感知理论(CS)进行定位为主，聚类分析和神经网络定位为辅的方法，具有低成本、可操作性强和较强的抗干扰能力等特点。实际定位时先构建变压器内部的RSSI指纹图；再使用聚类分析和神经网络对局部放电源进行粗略定位，以此为基础降低了RSSI指纹向量的数量，提高了CS的定位精度，最后通过重构算法恢复出放电点的精确位置信息。仿真结果表明，基于该种方法的定位平均误差在0.01m之内，具有良好的实际应用价值。

Description

一种变压器局部放电空间定位方法

技术领域

本发明属于变压器故障定位和信号处理领域，特别涉及一种变压器局部放电空间定位方法。

背景技术

随着电网规模的不断扩大，电力设备的容量随之增加，对设备的可靠性以及安全性提出了更高的要求，输变电设备是电力系统中不可或缺的战略性设备，其中电力变压器作为电网的关键承载点，不仅担任着电能转换与传输的重要角色，更对稳定的电能供应起着关键作用。然而由于电力变压器结构复杂，工作状态下受到电场、温度、机械等多种应力的作用，导致绝缘垫老化并可能引发故障，造成供电中断以及巨大的经济损失。已有的研究表明，绝缘故障是引发电气设备故障的主要因素之一，在变压器的总故障中约有75％的故障由绝缘问题引起。

大型电力变压器多为油浸式绝缘结构，由于偶然性因素，变压器在生产、运输、装配、运行、检修过程中可能带来气泡、裂痕、悬浮电解质点和毛刺等局部缺陷。这些缺陷可能造成局部电场集中，产生局部放电现象(Particial Discharge，PD)，它是导致变压器绝缘故障的主要原因之一。

当前局部放电检测的主要手段有六类：

第一类是特高频电磁波检测法。基于特高频电磁信号的方法主要分为四种，第一种是基于信号到达时间差(Time Difference of Arrival,TDOA)，这种方法是利用局放点到达各个传感器的时间差，得到非线性方程组，运用传统方法或者转化成最优化问题来进行求解。但是直接求解对方程组迭代收敛要求很高，由于各种干扰噪声，测量误差等因素的影响，存在无解或者多解的情况；而最优化求解方式计算量较大，复杂程度较高。第二种是基于到达时间(Time of Arrival,TOA)，第三种基于到达角度(Angle of Arrival,AOA)，这两种和第一种类似。第四种是基于信号接收强度(Received Signal Strength Indicator,RSSI)。TDOA、TOA两种方法基于时延序列，需要传感器和采集系统之间保持ns级的同步，并且需要对特高频信号进行采样(至少需要几个G/s的采样率)，硬件成本高；而AOA方法在非视距定位时精度会受到影响，应用范围有限；RSSI技术对于硬件的要求相对较低，容易实现。

第二类超声波检测法。局部放电发生时产生电流脉冲使得放电区域的绝缘材料升温，绝缘材料因受热使得疏密程度发生变化，在此过程中辐射出了超声波，超声波检测法是利用超声波传感器采集超声波信号来判断是否发生了局部放电。它的特点是受电磁干扰信号的影响较少，定位精度高，但由于超声波在空间中传播时衰减严重，故超声波检测法适用数十厘米级范围的局部放电检测。

第三类脉冲电流法。局部放电发生时伴随着脉冲电流的产生，罗斯线圈可以从设备中性点或者接地侧获取局部放电产生的脉冲电流，测量电阻也可以从耦合电容侧测量脉冲电流，可以依据罗斯线圈和测量电阻获取的脉冲电流，得到局部放电的放电量、放电频次以及放电相位等信息。它具有抗干扰能力强、灵敏度高的特点，但现场测量时，这种方法的脉冲类型的识别率较低。

第四类红外检测法。局部放电发生时产生的脉冲电流会造成放电区域的局部温度升高，利用基于热成像原理的红外探测仪观测设备温度分布，实现热点测量。但这种方法目前只用于变压器的外部故障的检测，由于变压器内部结构的复杂性，该方法不适用于变压器内部放电的测量。

第五类气相色谱法。电力设备的绝缘材料在局部放电发生时分解出了新的气体物质，气体的种类和含量受放电强度和放电类型等的影响，因此可以通过分解出的气体的种类和含量分析实现对电力设备的故障诊断。该方法的优点是受外界电磁干扰较小，准确度较高，但灵敏度较低，对于短时间内发生的放电故障难以发现。

第六类光学检测法。当设备发生局部放电时，会辐射出波长在500nm-700nm之间的光信号，光学检测法利用光电传感器将光信号转化为电信号，然后依据捕获到的电信号进行局部放电检测。该方法目前仍处于实验室阶段，由于光电传感器要植入设备内部才能进行局放检测，这大大阻碍了光测法的现场应用。

发明内容

本发明的目的在于提供一种变压器局部放电空间定位方法，以解决上述问题。

为实现上述目的，本发明采用以下技术方案：

一种变压器局部放电空间定位方法，包括以下步骤：

步骤1，对超高频信号进行模拟，作为传感器信号强度值；

步骤2，传感器信号强度值RSSI指纹图的确立：计算变压器内各个测试点对应的RSSI值；

步骤3，对传感器信号强度值RSSI指纹图进行定位仿真，得到最终的局部放电点坐标。

进一步的，步骤1中，超高频信号的模拟采用高斯函数和劳伦兹函数进行拟合，具体的为：

根据电磁波辐射模型：

根据方框中部分求出超高频幅值最大值作为传感器信号强度值RSSI。

进一步的，RSSI指纹图的确立，建立起以变压器尺寸为基准的三维坐标体系，标记出传感器的位置，采用局部放电的电磁波辐射模型，在每个测试点进行放电模拟，记录下每个点的RSSI值构成指纹图。

进一步的，指纹图的生成具体包括：

以选用变压器的尺寸为标准，建立空间坐标系，画出了z＝0平面上设置的参考点RP，z＝1平面上相同的设置，一共设置了N，N＝240个RP，记为RP_j,j＝1,2,…,N(N＝240)；另外布置了L，L＝6个传感器，记为AP_i,i＝1,2,…,L(L＝6)；当局部放电发生在RP_j时，通过传感器AP_i得出的特高频电磁波信号强度为

生成RSSI指纹图：

进一步的，步骤3中，定位包括确定随机选取的局部放电点的所属聚类，将可能的放电范围缩小至该类别的点集里；定位包括运用BP神经网络进行初定位，基于压缩感知的精确定位是在神经网络初定位的基础上，在更小的点集中进行最终定位。

进一步的，步骤3具体包括：

当变压器内部某一点发生局部放电时，各个传感器所测得的RSSI值为

进行聚类分析得出可能发生放电的位置；

将该点的指纹放入训练好的神经网络模型中，进一步缩小可能发生放电的位置，得到新的指纹图Ψ′；

基于压缩感知进行精确定位，位置向量S反应了该放电点的指纹与新指纹图的第几列所匹配：

经过重构算法算出新的位置向量S′，对S′位置信息进行加权平均；首先对重构出来的位置向量S′＝{S_k,k＝1,2,…,K}的每一列进行归一化处理，得到第n个测试点对未知放电位置的估计权值：

接着运用质心定位：

进一步的，整体定位方案分为离线和在线两大部分，其中在线阶段又包括了初定位与精确定位两个主要步骤，最终经过质心定位分析得到最终的局部放电点坐标。

与现有技术相比，本发明有以下技术效果：

与基于时延的空间定位相比，所述基于RSSI指纹图的方法具有较强的环境适应能力，基于时延的空间定位需要捕捉起始脉冲，而复杂的空间环境和噪声影响可能使得每个传感器测得波形的第一个峰值出现时刻与真实时刻有较大误差，而RSSI指纹图只需要得到信号最大幅值即可。

基于RSSI指纹图定位方法减少了后期实验的硬件成本，易于实现。基于时延的方法需要传感器与采集系统之间保持ns级的时间同步，并且需要对特高频信号进行采样(至少需要几个G/S的采样率)，导致成本开销太大。

基于压缩感知的定位方法相比于神经网络算法、最近邻算法(KNN)，拥有更高的定位精确度。

指纹图只需要在离线情况下计算并保存起来，当发生局部放电时再将指纹图输入到压缩感知算法中，而其他定位算法大多需要在线计算与定位，耗时耗力。

附图说明

图1为特高频局部放电仿真信号。

图2为大型油浸式变压器、传感器安放位置及测试点位置示意图。

图3为变压器某位置发生局部放电的仿真示意图、以及该位置通过聚类和神经网络算法定位后的可能位置集合仿真示意图。

图4为压缩感知基本流程图。

图5为基于压缩感知算法和接收信号强度(RSSI)指纹图谱的变压器局部放电空间定位方法流程图。

具体实施方式

以下结合附图对本发明进一步说明：

请参阅图1至图5，一种变压器局部放电空间定位方法,包括以下步骤：

步骤1，对超高频信号进行模拟，作为传感器信号强度值；

步骤2，传感器信号强度值RSSI指纹图的确立：计算变压器内各个测试点对应的RSSI值；

步骤3，对传感器信号强度值RSSI指纹图进行定位仿真，得到最终的局部放电点坐标。

下面结合附图和实施例对本发明作进一步描述。

为了更加清晰说明本发明的目的、技术方案及优点，以下结合附图及实施例对本发明作进一步详细说明。应当理解，此处所述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

请参见附图1所示，本发明中对超高频信号的模拟采用高斯函数和劳伦兹函数进行拟合，得到如图1所示的波形。根据电磁波辐射模型：

根据红色框中部分可以求出超高频幅值最大值作为传感器信号强度值(RSSI)。

参见附图2，以选用变压器的尺寸为标准(12m*5m*4m)，建立空间坐标系。示意图中画出了z＝0平面上设置的参考点(Reference Point，RP)，z＝1平面上相同的设置，一共设置了N(N＝240)个RP，记为RP_j,j＝1,2,…,N(N＝240)；另外布置了L(L＝6)个传感器，记为AP_i,i＝1,2,…,L(L＝6)。当局部放电发生在RP_j时，通过传感器AP_i得出的特高频电磁波信号强度为

这样便生成了RSSI指纹图，即：

参见附图3所示的仿真示意图，对定位方法进行说明：

1、当变压器内部某一点(图中是PD)发生局部放电时，各个传感器所测得的RSSI值为

2、进行聚类分析得出可能发生放电的位置(图3中绿色的点集)。

3、将该点的指纹放入训练好的神经网络模型中，进一步缩小可能发生放电的位置(图3中黄色的点集)，得到新的指纹图Ψ′。

4、基于压缩感知进行精确定位，压缩感知的具体步骤参见图4所示的流程图，位置向量S反应了该放电点的指纹与新指纹图的第几列所匹配：

经过相关的重构算法算出新的位置向量S′，S′中可能有一个或多个非零点，因此需要对其位置信息进行加权平均。首先对重构出来的位置向量S′＝{S_k,k＝1,2,…,K}的每一列进行归一化处理，得到第n个测试点对未知放电位置的估计权值：

接着运用质心定位：

参见附图5所示，整体定位方案可以分为离线和在线两大部分，其中在线阶段又包括了初定位与精确定位两个主要步骤，最终经过质心定位分析得到最终的局部放电点坐标。

Claims (7)

1.一种变压器局部放电空间定位方法，其特征在于，包括以下步骤：

步骤1，对超高频信号进行模拟，作为传感器信号强度值；

步骤2，传感器信号强度值RSSI指纹图的确立：计算变压器内各个测试点对应的RSSI值；

步骤3，对传感器信号强度值RSSI指纹图进行定位仿真，得到最终的局部放电点坐标。

2.根据权利要求1所述的一种变压器局部放电空间定位方法，其特征在于，步骤1中，超高频信号的模拟采用高斯函数和劳伦兹函数进行拟合，具体的为：

根据电磁波辐射模型：

根据方框中部分求出超高频幅值最大值作为传感器信号强度值RSSI。

3.根据权利要求1所述的一种变压器局部放电空间定位方法，其特征在于，RSSI指纹图的确立，建立起以变压器尺寸为基准的三维坐标体系，标记出传感器的位置，采用局部放电的电磁波辐射模型，在每个测试点进行放电模拟，记录下每个点的RSSI值构成指纹图。

4.根据权利要求3所述的一种变压器局部放电空间定位方法，其特征在于，指纹图的生成具体包括：

以选用变压器的尺寸为标准，建立空间坐标系，画出了z＝0平面上设置的参考点RP，z＝1平面上相同的设置，一共设置了N，N＝240个RP，记为RP_j,j＝1,2,…,N(N＝240)；另外布置了L，L＝6个传感器，记为AP_i,i＝1,2,…,L(L＝6)；当局部放电发生在RP_j时，通过传感器AP_i得出的特高频电磁波信号强度为

生成RSSI指纹图：

5.根据权利要求1所述的一种变压器局部放电空间定位方法，其特征在于，步骤3中，定位包括确定随机选取的局部放电点的所属聚类，将可能的放电范围缩小至该类别的点集里；定位包括运用BP神经网络进行初定位，基于压缩感知的精确定位是在神经网络初定位的基础上，在更小的点集中进行最终定位。

6.根据权利要求5所述的一种变压器局部放电空间定位方法，其特征在于，步骤3具体包括：

当变压器内部某一点发生局部放电时，各个传感器所测得的RSSI值为

进行聚类分析得出可能发生放电的位置；

将该点的指纹放入训练好的神经网络模型中，进一步缩小可能发生放电的位置，得到新的指纹图Ψ′；

基于压缩感知进行精确定位，位置向量S反应了该放电点的指纹与新指纹图的第几列所匹配：

经过重构算法算出新的位置向量S′，对S′位置信息进行加权平均；首先对重构出来的位置向量S′＝{S_k,k＝1,2,…,K}的每一列进行归一化处理，得到第n个测试点对未知放电位置的估计权值：

接着运用质心定位：

7.根据权利要求6所述的一种变压器局部放电空间定位方法，其特征在于，整体定位方案分为离线和在线两大部分，其中在线阶段又包括了初定位与精确定位两个主要步骤，最终经过质心定位分析得到最终的局部放电点坐标。

Images