CN113406445A - 一种变压器局部放电多维数据在线检测方法 - Google Patents
一种变压器局部放电多维数据在线检测方法 Download PDFInfo
- Publication number
- CN113406445A CN113406445A CN202110316230.9A CN202110316230A CN113406445A CN 113406445 A CN113406445 A CN 113406445A CN 202110316230 A CN202110316230 A CN 202110316230A CN 113406445 A CN113406445 A CN 113406445A
- Authority
- CN
- China
- Prior art keywords
- maximum amplitude
- frequency
- pulse
- sequence
- ultrasonic
- 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
- 238000001514 detection method Methods 0.000 title claims description 22
- 238000000746 purification Methods 0.000 claims abstract description 27
- 102100025142 Beta-microseminoprotein Human genes 0.000 claims abstract description 8
- 101000576812 Homo sapiens Beta-microseminoprotein Proteins 0.000 claims abstract description 8
- 238000000605 extraction Methods 0.000 claims abstract description 5
- 238000003909 pattern recognition Methods 0.000 claims abstract description 4
- 238000007781 pre-processing Methods 0.000 claims abstract description 3
- 238000001208 nuclear magnetic resonance pulse sequence Methods 0.000 claims description 8
- 238000001228 spectrum Methods 0.000 claims description 3
- 230000001934 delay Effects 0.000 claims 1
- 238000000034 method Methods 0.000 abstract description 7
- 238000002604 ultrasonography Methods 0.000 description 8
- 238000012544 monitoring process Methods 0.000 description 5
- 238000007689 inspection Methods 0.000 description 4
- 238000003745 diagnosis Methods 0.000 description 2
- 238000009413 insulation Methods 0.000 description 2
- 206010033799 Paralysis Diseases 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 230000006866 deterioration Effects 0.000 description 1
- 238000004141 dimensional analysis Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 238000011065 in-situ storage Methods 0.000 description 1
- 238000009776 industrial production Methods 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 238000007670 refining Methods 0.000 description 1
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
- 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
-
- 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
- G01R31/1209—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 using acoustic measurements
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Acoustics & Sound (AREA)
- Testing Relating To Insulation (AREA)
Abstract
一种变压器局部放电多维数据在线检测方法,对布置于变压器外部的超高频传感器、内部的高频传感器以及超声传感器的波形进行信号预处理,得到脉冲的最大幅值、相位以及时间戳信息;对N个周期高频数据脉冲最大幅值序列中每个点附近±t1的超高频数据进行标记,并对满足第一预设条件的高频数据进行剔除,得到一次提纯高频最大幅值、相位、时间戳信息;对一次提纯高频数据之后0‑t2时间内的超声信号进行标记,并对满足第二预设条件的高频数据进行剔除,得到二次提纯最大幅值、相位、时间戳信息,并统计数据序列长度;进行PRPD及PRPS图谱绘制,计算高频数据序列长度与第一步中高频数据长度比值;对PRPD及PRPS图谱进行特征提取及模式识别,确定是否具有放电特点。
Description
技术领域
本发明涉及一种电力监测诊断领域,尤其涉及一种变压器局部放电多维数据在线检测方法。
背景技术
电力系统的稳定可靠运行事关国计民生,一旦发生大面积停电事故,工业生产制造、人民生活、公共安全都将处于瘫痪状态,因此,保证电力系统可靠、安全的运行是维护社会稳定的基本保证。
变压器的局部放电是引起电力设备绝缘劣化的重要原因。长期的局部放电会引起绝缘介质的物理、化学性能等发生改变,并最终形成绝缘击穿,造成电力设备故障。因此,对变压器的局部放电现象进行监测诊断极为重要。
目前对变压器局部放电的常用监测方法主要包括超高频信号检测法、高频信号检测法、超声信号检测法等,由于高频和超高频信号频带较高,在线采集时难以同时保存大量的数据,也即无法得到准确的波形信息,目前这种多维数据联合分析的方式主要适用于点检、巡检的场景,但由于点检或定期巡检具有无法及时发现故障、存在检测盲区等问题,难以做到变压器的全生命周期监测。单一的分析方式如高频、超声等又存在易被电磁脉冲干扰及现场振动等因素干扰的问题,因此,实现变压器局部放电放多维数据在线检测具有重要意义。
发明内容
针对现有技术存在的问题,本发明提供了一种集成超高频、高频、超声信号的变压器局部放电多维数据在线检测方法,可以有效去除外部放电干扰、内部电磁噪声干扰、现场振动干扰,大幅提高局部放电信号的检测准确率。
为了实现上述目的,本发明采取的技术解决方案是:
一种变压器局部放电多维数据在线检测方法,其特征在于:
第一步,对布置于变压器外部的超高频传感器、布置于变压器内部的高频传感器以及超声传感器的波形进行信号预处理,得到脉冲的最大幅值、最大幅值对应相位、最大幅值对应时间戳信息,其中所述最大幅值对应时间戳信息精确到us;
第二步,对N个周期高频数据所述脉冲最大幅值序列中每个点附近±t1的超高频数据进行标记,并对满足第一预设条件的高频数据进行剔除,得到一次提纯高频最大幅值、相位、时间戳信息;
第三步,对所述一次提纯高频数据之后0-t2时间内的超声信号进行标记,并对满足第二预设条件的高频数据进行剔除,得到二次提纯最大幅值、相位、时间戳信息,并统计此时数据序列长度;
第四步,进行PRPD及PRPS图谱绘制,计算第三步中所述高频数据序列长度与第一步中所述高频数据长度比值;
第五步,对PRPD及PRPS图谱进行特征提取及模式识别,确定是否具有放电特点。
优选的,该变压器局部放电多维数据在线检测方法,其中:
第一步中,对所述超高频传感器、所述高频传感器以及所述超声传感器的原始波形进行N个周期的脉冲最大幅值提取,获得信号脉冲的最大幅值序列信息 其中 Nuh为超高频脉冲点最大幅值、最大幅值对应相位、最大幅值对应时间戳、超高频脉冲点数目,Nh为高频脉冲点最大幅值、最大幅值对应相位、最大幅值对应时间戳、高频脉冲点数目,Nus为超声脉冲点最大幅值、最大幅值对应相位、最大幅值对应时间戳、超声脉冲点数目;
第三步中,对一次提纯后的高频序列与由所述超声脉冲点构成的超声脉冲序列进行时延一致性统计,时延一致性条件为且t∈[0,t2],为超声最大幅值对应时间戳,统计不同时延t下满足条件的高频序列长度,得到二次提纯的数量最多的高频脉冲序列对应时延t、数目计算满足条件的脉冲数占比
第五步中,结合P1、P2数值、二次提纯PRPD图谱特征进行局部放电情况在线分析及模式识别。
优选的,该变压器局部放电多维数据在线检测方法,其中:所述第二步中的t1,理论上小于1us,考虑到实际情况下一个工频周期(20ms)内脉冲数有限,脉冲间隔相对稀疏,设置t1为2us,大小可调。
优选的,该变压器局部放电多维数据在线检测方法,其中:所述第三步中,考虑到超声信号传播速度相对电磁波较慢,结合其在空气中传播速度及现场实际传感器布置位置,可设置t2为1-3ms,且为提高效率,可以适当增加时延步进。
优选的,该变压器局部放电多维数据在线检测方法,其中:所述第五步中,能够根据P1、P2数值评估外部电晕干扰、内部放电发生的概率,当P1>0.5时,说明高频传感器检测到的脉冲中超过一半是由外部放电干扰造成,当P2>0.5时,说明通过声电联合分析判断一定存在内部放电,通过计算PRPD图谱的正负周期偏斜度、峭度、放电不对称因数、互相关因子特征,并与局部放电故障库进行匹配,能够实现更精确的放电类型甄别。
本发明的有益效果为:
1.本发明通过一次提纯高频脉冲点祛除外部放电干扰,通过高频提纯脉冲点与超声脉冲时延一致性分析,可进一步祛除电磁噪声对高频及现场振动对超声的干扰,实现真正意义的多维在线检测,最大限度减少错报、漏报现象,并可根据不同超声的稳定时延,确定局部放电位置。
2.本发明的局部放电多维分析算法融入了现场带电检测的自由和灵活度,并可实现24h不间断监测,可对变压器局部放电实现全生命周期监测诊断。
附图说明
图1是本发明的流程图;
图2是本发明实施例的高频原始PRPD图谱;
图3是本发明实施例的超高频原始PRPD图谱;
图4是本发明实施例的超声1原始PRPD图谱;
图5是本发明实施例的超声2原始PRPD图谱;
图6是本发明实施例的一次提纯PRPD图谱;
图7是本发明实施例基于超声1的二次提纯PRPD图谱;
图8是本发明实施例基于超声2的二次提纯PRPD图谱。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动的前提下所获得的所有其他实施例,都属于本发明保护的范围。
需要说明的是,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。
下面结合附图和具体实施例对本发明作进一步说明,但不作为本发明的限定。
实施例,参照图1,变压器局部放电多维数据在线检测方法,包括以下步骤:
第一步,对超高频、高频、超声原始波形进行5个工频周期的脉冲最大幅值提取,获得信号脉冲的最大幅值序列信息 其中为超高频脉冲点最大幅值、最大幅值对应相位、最大幅值对应时间戳,为高频脉冲点最大幅值、最大幅值对应相位、最大幅值对应时间戳,为超声1脉冲点最大幅值、最大幅值对应相位、最大幅值对应时间戳,为超声2脉冲点最大幅值、最大幅值对应相位、最大幅值对应时间戳;
第三步,对一次提纯后的高频序列与超声1脉冲序列进行时延一致性统计,得到二次提纯的数量最多的脉冲序列时延500us、数目75,时延一致性条件为且t∈[0,3000],计算最大时延一致性脉冲数占比P2=0.13,对一次提纯后的高频序列与超声2脉冲序列进行时延一致性统计,得到二次提纯的数量最多的脉冲序列时延870us、数目72,时延一致性条件为且t∈[0,3000],计算最大时延一致性脉冲数占比P3=0.12;
第五步,结合P1、P2、P3数值及PRPD图谱特征进行局部放电情况在线分析及模式识别,分析认为存在外界放电干扰,由于P2≈P3,且提纯PRPD谱图具有相当数量放电脉冲,说明超声1和超声2中存在一定数目的同源放电脉冲,且最终提纯PRPD谱图具有明显的180°对称分布特点,说明存在内部放电,放电源距离超声1约0.17m,距离超声2约0.30m。
参照图2,原始高频PRPD图谱中夹杂着外部放电脉冲干扰(从相位[50°,100°],[270°,320°]可以粗略看出,但此时无法确认是否为干扰),同时存在大量的随机噪声。
参照图3,原始超高频PRPD图谱疑似存在外部放电脉冲信号,并对高频PRPD图谱造成干扰。
参照图4,原始超声1的PRPD图谱被现场振动干扰淹没。
参照图5,原始超声2的PRPD图谱被现场振动干扰淹没。
参照图6,高频一次提纯PRPD图谱祛除了外部电磁脉冲干扰。
参照图7,基于超声1的高频二次提纯PRPD去除了随机电磁脉冲干扰,PRPD图谱具有明显放电特征,此时容易根据提纯图谱特征自动判断存在内部放电,且可靠性较高。
参照图8,基于超声2的高频二次提纯PRPD去除了随机电磁脉冲干扰,PRPD图谱具有明显放电特征,且与基于超声1的PRPD图谱具有较好的同步性,此时容易根据提纯图谱特征自动判断存在内部放电,且可靠性较高。
以上所述仅为本发明较佳的实施例,并非因此限制本发明的实施方式及保护范围,对于本领域技术人员而言,应当能够意识到凡运用本发明说明书及图示内容所作出的等同替换和显而易见的变化所得到的方案,均应当包含在本发明的保护范围内。
Claims (4)
1.一种变压器局部放电多维数据在线检测方法,其特征在于:
第一步,对布置于变压器外部的超高频传感器、布置于变压器内部的高频传感器以及超声传感器的波形进行信号预处理,得到脉冲的最大幅值、最大幅值对应相位、最大幅值对应时间戳信息,其中所述最大幅值对应时间戳信息精确到us;
第二步,对N个周期高频数据所述脉冲最大幅值序列中每个点附近±t1的超高频数据进行标记,并对满足第一预设条件的高频数据进行剔除,得到一次提纯高频最大幅值、相位、时间戳信息;
第三步,对所述一次提纯高频数据之后0-t2时间内的超声信号进行标记,并对满足第二预设条件的高频数据进行剔除,得到二次提纯最大幅值、相位、时间戳信息,并统计此时数据序列长度;
第四步,进行PRPD及PRPS图谱绘制,计算第三步中所述高频数据序列长度与第一步中所述高频数据长度比值;
第五步,对PRPD及PRPS图谱进行特征提取及模式识别,确定是否具有放电特点。
第一步中,对所述超高频传感器、所述高频传感器以及所述超声传感器的原始波形进行N个周期的脉冲最大幅值提取,获得信号脉冲的最大幅值序列信息{i1=1,2,…,Nuh},{i2=1,2,…,Nh},{i3=1,2,…,Nus},其中 Nuh为超高频脉冲点最大幅值、最大幅值对应相位、最大幅值对应时间戳、超高频脉冲点数目,Nh为高频脉冲点最大幅值、最大幅值对应相位、最大幅值对应时间戳、高频脉冲点数目,Nus为超声脉冲点最大幅值、最大幅值对应相位、最大幅值对应时间戳、超声脉冲点数目;
第三步中,对一次提纯后的高频序列与由所述超声脉冲点构成的超声脉冲序列进行时延一致性统计,时延一致性条件为且 为超声最大幅值对应时间戳,统计不同时延t下满足条件的高频序列长度,得到二次提纯的数量最多的高频脉冲序列对应时延t、数目计算满足条件的脉冲数占比
第五步中,结合P1、P2数值、二次提纯PRPD图谱特征进行局部放电情况在线分析及模式识别。
2.根据权利要求1所述的一种变压器局部放电多维数据在线检测方法,其特征在于:所述第二步中,t1设置为2us,大小可调。
3.根据权利要求1所述的一种变压器局部放电多维数据在线检测方法,其特征在于:所述第三步中,t2设置为1-3ms。
4.根据权利要求1所述的一种变压器局部放电多维数据在线检测方法,其特征在于:所述第五步中,能够根据P1、P2数值评估外部电晕干扰、内部放电发生的概率,当P1>0.5时,说明高频传感器检测到的脉冲中超过一半是由外部放电干扰造成,当P2>0.5时,说明通过声电联合分析判断一定存在内部放电,通过计算PRPD图谱的正负周期偏斜度、峭度、放电不对称因数、互相关因子特征,并与局部放电故障库进行匹配,能够实现更精确的放电类型甄别。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110316230.9A CN113406445A (zh) | 2021-03-24 | 2021-03-24 | 一种变压器局部放电多维数据在线检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110316230.9A CN113406445A (zh) | 2021-03-24 | 2021-03-24 | 一种变压器局部放电多维数据在线检测方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113406445A true CN113406445A (zh) | 2021-09-17 |
Family
ID=77677890
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110316230.9A Pending CN113406445A (zh) | 2021-03-24 | 2021-03-24 | 一种变压器局部放电多维数据在线检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113406445A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116207708A (zh) * | 2023-04-28 | 2023-06-02 | 华北电力科学研究院有限责任公司 | 变压器故障防御方法及装置 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104375067A (zh) * | 2014-11-18 | 2015-02-25 | 深圳供电局有限公司 | 一种环网开关柜局部放电检测装置和方法 |
CN105548832A (zh) * | 2015-12-10 | 2016-05-04 | 国网四川省电力公司电力科学研究院 | 高压电力电缆故障识别方法 |
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 |
CN110108993A (zh) * | 2019-05-31 | 2019-08-09 | 国网青海省电力公司检修公司 | 一种用于电力设备局部放电的多频段三维联合测试方法 |
RU2700368C1 (ru) * | 2018-12-26 | 2019-09-16 | федеральное государственное бюджетное образовательное учреждение высшего образования "Ивановский государственный энергетический университет имени В.И. Ленина" (ИГЭУ) | Способ определения технического состояния цифрового трансформатора по параметрам частичных разрядов в изоляции |
CN110554284A (zh) * | 2019-08-23 | 2019-12-10 | 国网江苏省电力有限公司电力科学研究院 | 基于gis设备的局放检测方式的相关性分析方法及系统 |
-
2021
- 2021-03-24 CN CN202110316230.9A patent/CN113406445A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104375067A (zh) * | 2014-11-18 | 2015-02-25 | 深圳供电局有限公司 | 一种环网开关柜局部放电检测装置和方法 |
CN105548832A (zh) * | 2015-12-10 | 2016-05-04 | 国网四川省电力公司电力科学研究院 | 高压电力电缆故障识别方法 |
RU2700368C1 (ru) * | 2018-12-26 | 2019-09-16 | федеральное государственное бюджетное образовательное учреждение высшего образования "Ивановский государственный энергетический университет имени В.И. Ленина" (ИГЭУ) | Способ определения технического состояния цифрового трансформатора по параметрам частичных разрядов в изоляции |
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 |
CN110108993A (zh) * | 2019-05-31 | 2019-08-09 | 国网青海省电力公司检修公司 | 一种用于电力设备局部放电的多频段三维联合测试方法 |
CN110554284A (zh) * | 2019-08-23 | 2019-12-10 | 国网江苏省电力有限公司电力科学研究院 | 基于gis设备的局放检测方式的相关性分析方法及系统 |
Non-Patent Citations (2)
Title |
---|
唐志国 等: "高频电流法用于电容器出厂局部放电检测的研究", 《电机与控制学报》, vol. 23, no. 3, 31 March 2019 (2019-03-31), pages 18 - 25 * |
鲁静: "开关柜带电检测系统设计", 《中国优秀硕士学位论文全文数据库(电子期刊)工程科技Ⅱ辑》, no. 02, 15 February 2016 (2016-02-15), pages 042 - 512 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116207708A (zh) * | 2023-04-28 | 2023-06-02 | 华北电力科学研究院有限责任公司 | 变压器故障防御方法及装置 |
CN116207708B (zh) * | 2023-04-28 | 2023-07-21 | 华北电力科学研究院有限责任公司 | 变压器故障防御方法及装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105548832B (zh) | 高压电力电缆故障识别方法 | |
CN110275094B (zh) | 一种高压电缆局部放电声光联合检测方法及系统 | |
CN104597376B (zh) | 一种考虑实测波速的高压直流输电线路故障测距方法 | |
FI107083B (fi) | Menetelmä ja järjestelmä osittaispurkauksen aiheuttajan tunnistamiseksi | |
CN103197218B (zh) | 一种高压电缆绝缘缺陷局放带电检测诊断方法 | |
CN107102244B (zh) | 一种gis特高频局部放电在线监测装置的放电源定位方法 | |
EP2579056A2 (en) | Novel method for real time tests and diagnosis of the sources of partial discharge in high voltage equipment and installations, which are in service or not in service, and physical system for the practical use of the method | |
CN107167716A (zh) | 一种局部放电缺陷类型识别方法及装置 | |
CN104198898A (zh) | 基于脉冲序列分析的局部放电发展过程诊断方法 | |
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 | |
CN102230902A (zh) | Gis设备内部缺陷可视化智能识别方法 | |
CN102135593A (zh) | 大电机绝缘状态在线诊断评估方法 | |
CN106646205A (zh) | 一种声振联合分析断路器故障的随机大扰动信号剔除算法 | |
CN104266894A (zh) | 一种基于相关性分析的矿山微震信号初至波时刻提取方法 | |
CN112149549A (zh) | 一种基于深度残差网络的gis局部放电类型识别方法 | |
CN106950445A (zh) | 一种基于故障录波数据的站间时差分析方法 | |
CN113406445A (zh) | 一种变压器局部放电多维数据在线检测方法 | |
CN103558534A (zh) | 高压电缆放电信号的二维威布尔参数谱聚类分析方法 | |
CN103698669A (zh) | 一种高压电力设备局部放电脉冲分离方法 | |
CN106382981A (zh) | 一种单站次声波信号识别提取方法 | |
CN111579938B (zh) | 基于多传感器的多源局部放电信号分离方法、监测系统 | |
CN113805018A (zh) | 一种配电网10kV电缆局部放电故障类型智能识别方法 | |
CN108333443B (zh) | 电力设备间歇性缺陷的报警方法 | |
CN113702778A (zh) | 一种gil电弧放电故障定位方法及系统 | |
CN115542087B (zh) | 一种适用于行波录波一体化设备的多重雷击识别方法 |
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 |