CN114545162A - 一种分布式输电线路绝缘性能在线监测方法 - Google Patents
一种分布式输电线路绝缘性能在线监测方法 Download PDFInfo
- Publication number
- CN114545162A CN114545162A CN202210137428.5A CN202210137428A CN114545162A CN 114545162 A CN114545162 A CN 114545162A CN 202210137428 A CN202210137428 A CN 202210137428A CN 114545162 A CN114545162 A CN 114545162A
- Authority
- CN
- China
- Prior art keywords
- signal
- frequency
- coil
- wavelet
- transmission line
- 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
- 230000005540 biological transmission Effects 0.000 title claims abstract description 39
- 238000000034 method Methods 0.000 title claims abstract description 39
- 238000009413 insulation Methods 0.000 title claims abstract description 25
- 238000012544 monitoring process Methods 0.000 title claims abstract description 16
- 238000001914 filtration Methods 0.000 claims abstract description 18
- 238000007405 data analysis Methods 0.000 claims abstract description 8
- 238000004891 communication Methods 0.000 claims abstract description 4
- 230000003993 interaction Effects 0.000 claims abstract description 4
- 239000011159 matrix material Substances 0.000 claims description 24
- 238000012545 processing Methods 0.000 claims description 15
- 238000004458 analytical method Methods 0.000 claims description 8
- 239000013078 crystal Substances 0.000 claims description 7
- 238000005259 measurement Methods 0.000 claims description 7
- 238000000354 decomposition reaction Methods 0.000 claims description 6
- 238000005070 sampling Methods 0.000 claims description 6
- 238000012546 transfer Methods 0.000 claims description 6
- 230000008859 change Effects 0.000 claims description 5
- 239000000284 extract Substances 0.000 claims description 5
- 230000003044 adaptive effect Effects 0.000 claims description 4
- 239000003990 capacitor Substances 0.000 claims description 4
- 230000004907 flux Effects 0.000 claims description 3
- 230000006698 induction Effects 0.000 claims description 3
- 230000035699 permeability Effects 0.000 claims description 3
- 238000003672 processing method Methods 0.000 claims description 3
- 230000009466 transformation Effects 0.000 claims description 3
- 238000004804 winding Methods 0.000 claims description 3
- 238000009434 installation Methods 0.000 claims description 2
- 238000005457 optimization Methods 0.000 claims description 2
- 230000007547 defect Effects 0.000 abstract description 8
- 238000012423 maintenance Methods 0.000 abstract description 5
- 238000001514 detection method Methods 0.000 description 11
- 239000004020 conductor Substances 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000010354 integration Effects 0.000 description 3
- 229910010293 ceramic material Inorganic materials 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000010248 power generation Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000035945 sensitivity Effects 0.000 description 2
- 229910000859 α-Fe Inorganic materials 0.000 description 2
- 230000032683 aging Effects 0.000 description 1
- 230000003321 amplification Effects 0.000 description 1
- 238000009529 body temperature measurement Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000005684 electric field Effects 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000000691 measurement method Methods 0.000 description 1
- 238000003199 nucleic acid amplification method 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
- G01R31/1263—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 of solid or fluid materials, e.g. insulation films, bulk material; of semiconductors or LV electronic components or parts; of cable, line or wire insulation
- G01R31/1272—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 of solid or fluid materials, e.g. insulation films, bulk material; of semiconductors or LV electronic components or parts; of cable, line or wire insulation of cable, line or wire insulation, e.g. using partial discharge measurements
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
- Y04S40/00—Systems for electrical power generation, transmission, distribution or end-user application management characterised by the use of communication or information technologies, or communication or information technology specific aspects supporting them
- Y04S40/12—Systems for electrical power generation, transmission, distribution or end-user application management characterised by the use of communication or information technologies, or communication or information technology specific aspects supporting them characterised by data transport means between the monitoring, controlling or managing units and monitored, controlled or operated electrical equipment
- Y04S40/126—Systems for electrical power generation, transmission, distribution or end-user application management characterised by the use of communication or information technologies, or communication or information technology specific aspects supporting them characterised by data transport means between the monitoring, controlling or managing units and monitored, controlled or operated electrical equipment using wireless data transmission
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Testing Relating To Insulation (AREA)
Abstract
本发明公开了一种分布式输电线路绝缘性能在线监测方法，包括采用罗氏线圈传感器，对电流进行测量，获取采集信号；采用信号采集单元，对采集信号进行滤波；对采集信号进行去噪；采用GNSS授时单元，进行时钟匹配；数据传输单元将高频电流信号和包含时间的数据，按照设定通信规约发送到后台的数据处理中心，同时接收后台的指令，实现远程的交互。后台数据分析单元对塔台进行定位，并实时监测分布式输电线路绝缘性能。本发明利用高频局放传感器和匹配电路还原线路原始波形，实时监测和诊断输电线路的各种绝缘缺陷，能够在故障发生前进行预警。一方面提高了运维班组的检修效率，降低了输电线路的故障发生，节省成本，效率高。
Description
技术领域
本发明属于电力传输领域，具体涉及一种分布式输电线路绝缘性能在线监测方法。
背景技术
输电线路长期运行出，不可避免出现线路本体老化、自然灾害缺陷和外部隐患，会降低输电线路绝缘性能。局部放电检测是输电线路检修中一种关键的传感技术，属于高压电气设备技术领域。现有的局部放电检测技术包括脉冲电流法、射频检测法、超高频局部放电检测等。同时现有的绝缘性能检测方法分为非电量检测法和电量检测法两类。非电量检测法包括观察法、紫外成像法、超声波检测法、红外测温法、无线电波法和激光多普勒法等；电量检测法包括电场测量法、泄漏电流法和脉冲电流法等。但是，上述方法都需要运维人员现场检修，且依赖各种专业设备，对专业技能要求较高，输电线路绝缘性能检测依赖于人工巡检，效率低、成本高。
发明内容
本发明的目的在于提供一种分布式输电线路绝缘性能在线监测方法，该方法能够实时监测和诊断输电线路的各种绝缘缺陷，能够在故障发生前进行预警，节省成本，效率高。
本发明提供的这种分布式输电线路绝缘性能在线监测方法，包括如下步骤：
S1.采用罗氏线圈传感器，对电流进行测量，获取采集信号；
S2.采用信号采集单元，对采集信号进行滤波；
S3.对采集信号进行去噪；
S4.采用GNSS授时单元，进行时钟匹配；
S5.数据传输单元将高频电流信号和包含时间的数据，按照设定通信规约发送到后台的数据处理中心，同时接收后台的指令，实现远程的交互。
S6.后台数据分析单元对塔台进行定位，并实时监测分布式输电线路绝缘性能。
所述的步骤S1，包括当被测电流沿轴线通过罗氏线圈中心时，在环形绕组所包围的体积内产生相应变化的磁场，强度为H，由安培环路定律得：
∮Hdl＝I(t)
由于B＝μH，e(t)＝dΦ/dt，Φ＝N∫B·dS，e(t)＝M·di/dt，得：
当截面为矩形时，互感系数M为：M＝μ0Nhln(b/a)/2π；
自感系数L为L＝μ0N2hln(b/a)/2π；
其中，H表示线圈内部的磁场强度；l表示线圈横截面所形成闭合路径长度；Φ表示通过线圈磁通量；t表示时间；I(t)表示穿过线圈电流的代数和；S表示线圈横截面积；B表示线圈内部的磁感应强度；μ表示真空磁导率；N表示线圈匝数；e(t)表示线圈两端的感应电压；a表示线圈横截面的外径；b表示线圈横截面的内径；h表示截面高度；当线圈一定时，互感系数M为定值，线圈的输出电压与di/dt成正比；将采集信号进行放大并积分。
所述的步骤S2信号采集单元过滤掉工频干扰，保留高频成分；通过电容、电感与电阻等器件的组合，设计出截止频率为1kHz的高通滤波器，信号采集单元将原始波形中高频成分提取出来后通运运算放大器将信号值进行放大，再通过AD转换器将处理后的模拟信号转化成数字信号。
所述的步骤S3信号处理单元进行去噪分析，利用小波分析方法对高频电流信号进行多层分解，对包含噪声信息的高频小波系数使用限阈值法处理，小波重构获得相对稳定的高频电流观测数据；再根据高频电流观测数据的信息，使用自适应Kalman滤波算法做优化处理，小波阈值去噪方法包括如下步骤：
A1.一维信号的小波变换，包括选择合适的小波函数和分解层次，对高频电流信号进行离散小波变换；
A2.小波系数限阈值处理，包括噪声信息主要集中在高频小波系数中，对各层高频小波系数做限阈值处理；
A3.一维信号的小波重构，包括由小波变换后的尺度系数和阈值法处理后的小波系数重构出去噪信号，使用的阈值处理方法包括启发式阈值、极大极小原则阈值、固定阈值和Stein无偏估计原则阈值；
A4.自适应卡尔曼滤波，利用Sage-Husa的极大后验估值器对未知噪声进行统计估计，将其递推形式与Kalman滤波算法相结合可以构成噪声统计值不断修正的自适应Kalman滤波算法，包括：
X_predn＝ΦnX_estn-1
En＝Zn-HnX_predn
P_predn＝ΦnP_estn-1+Γn-1Qn-1ΓT n-1
Kn＝P_prednHT n(HnP_prednHT n+Rn-1)-1
P_estn＝(I-KnHn)P_predn
X_estn＝X_predn+KnEn
其中，X_predn表示预测估量方阵；n表示通项序号；En表示残差；Kn表示滤波增益；P_predn表示预测误差方阵；Qn表示系统误差方差阵；Rn表示测量噪声方差阵，由于高频电流波形为一维信号，去噪系统将单位矩阵I、一步转移矩阵Φn、测量矩阵Hn和系统噪声驱动矩阵Γn-1取值为1。
所述的步骤S4，包括通过集成的GNSS模块接收北斗卫星的数据，获得准确的utc时间；通过外部恒温晶体振荡器提供的时钟信号，结合内置ARM处理器的计数器，来对工频电流采样的开始时间进行计算；结合GNSS卫星的秒脉冲1pps信号作为标准时间尺度，对内部晶振的时钟频率进行动态补偿，抵消温度变化带来的影响，用于高频电流信号匹配相应的时钟标签。
所述的步骤S6，包括接收到高频放电电流后，比对接收时间靠前的两个传感器，数据分析单元从台账系统中定位到两个传感器位置，则定位到放电位置；设两只传感器的波形起始时间分别t1和t2；根据公式D＝1/2(V(t2-t1)+L)，计算出放电位置；其中D为放电点距离传感器所在杆塔的距离，V为波形在架空线路中传输速度，L为传感器安装的间隔。
本发明提供的这种分布式输电线路绝缘性能在线监测方法，利用高频局放传感器和匹配电路还原线路原始波形，实时监测和诊断输电线路的各种绝缘缺陷，能够在故障发生前进行预警。一方面提高了运维班组的检修效率，降低了输电线路的故障发生，节省成本，效率高。
附图说明
图1为本发明方法的流程示意图。
图2为本发明方法的罗氏线圈电流流向示意图。
图3为本发明方法的罗氏线圈的横截面示意图。
具体实施方式
高频电流传感器本质上属于罗氏线圈传感器，针对输电线路的绝缘缺陷的放电特征，对传统罗氏线圈进行了改良。使用环形铁氧体的磁芯，配合经磁化处理的陶瓷材料，对高频信号具有很高的灵敏度。本方法中，将传感器分布式地安装在输电线路本体上，在待检测设备上每隔10km安装一组传感器。局部放电发生后，发电脉冲电流沿着导线的轴向方向传播，即会在垂直于电流传播方向的平面上产生磁场，高频率电流传感器从该磁场中耦合放电信号。
如图1为本发明方法的流程示意图：本发明提供的这种分布式输电线路绝缘性能在线监测方法，包括如下步骤：
S1.采用罗氏线圈传感器，对电流进行测量，获取采集信号；
高频电流传感器本质上属于罗氏线圈传感器，针对输电线路的绝缘缺陷的放电特征，对传统罗氏线圈进行了改良。使用环形铁氧体的磁芯，配合经磁化处理的陶瓷材料，对高频信号具有很高的灵敏度。本技术中，将传感器分布式地安装在输电线路本体上，在待检测设备上每隔10km安装一组传感器。局部放电发生后，发电脉冲电流沿着导线的轴向方向传播，即会在垂直于电流传播方向的平面上产生磁场，高频率电流传感器从该磁场中耦合放电信号。
绝缘缺陷放电电流的检测，依赖自主研发的特制传感器，将特定频率的(50kHz-100kHz)的高频小电流从线路正常的工频负载电流中分离并提取出来。采用的传感器为罗氏线圈，罗氏线圈又叫电流测量线圈、微分电流传感器，是常用的交流电流测量传感器。罗氏线圈工作原理是线圈骨架围绕被测导体，导体周围的磁场会随着导体中电流的改变而改变，骨架上的漆包线会因此感应出电动势。
如图2为本发明方法的罗氏线圈电流流向示意图。如图3为本发明方法的罗氏线圈的横截面示意图。当被测电流沿轴线通过罗氏线圈中心时，在环形绕组所包围的体积内产生相应变化的磁场，强度为H，由安培环路定律得：
∮Hdl＝I(t)
由于B＝μH，e(t)＝dΦ/dt，Φ＝N∫B·dS，e(t)＝M·di/dt，得：
当截面为矩形时，互感系数M为：M＝μ0Nhln(b/a)/2π；
自感系数L为L＝μ0N2hln(b/a)/2π；
其中，H表示线圈内部的磁场强度；l表示线圈横截面所形成闭合路径长度；Φ表示通过线圈磁通量；t表示时间；I(t)表示穿过线圈电流的代数和；S表示线圈横截面积；B表示线圈内部的磁感应强度；μ表示真空磁导率；N表示线圈匝数；e(t)表示线圈两端的感应电压；a表示线圈横截面的外径；b表示线圈横截面的内径；h表示截面高度；当线圈一定时，互感系数M为定值，线圈的输出电压与di/dt成正比。
另外为了能够定量评估缺陷等级，需要准确测定出放电电流的值。对于传感器而言，需要在相应频段保持较为稳定的幅频特性曲线。换句话说，传感器对高频电流的感应能力，不能随着样本电流的频率变化而发生变化，这样还原局部放电的电流原始波形。因此，为了准确还原所测量的交流电流的波形，需要对线圈输出电压进行积分处理。因罗氏线圈感应出的电压很小，为了放大该感应电压，须在积分器前面加一放大电路。积分是一个非常重要的环节，被还原的信号非常小，为方便测量，先将信号放大再积分，这样一方面可以增大还原信号，另一方面，电容的存在可以过滤掉不必要的干扰。积分器通过对罗氏线圈感应电压的放大和积分处理，可还原出所测量的交流电流。
S2.采用信号采集单元，对采集信号进行滤波；
信号采集单元接收高频传感器采样所得的原始信号中包含工频成分和高频成分，信号采集单元首先过滤掉工频干扰，保留了高频成分。通过电容、电感与电阻等器件的组合，设计出截止频率为1kHz的高通滤波器。信号采集单元将原始波形中高频成分提取出来后通运运算放大器将信号值进行放大，避免信号衰减。再通过AD转换器将处理后的模拟信号转化成数字信号。信号采集单元的主要性能参数为采样率、采样分辨率、带宽以及存储深度。
S3.对采集信号进行去噪；
信号处理单元从信号采集单元接收到转换后的数字信号，其中包含了输电线路高次谐波的干扰噪声。信号采集单元将小波分析与自适应卡尔曼(Kalman)滤波算法结合用于高频电流波形的去噪分析。高频电流波形去噪方法的主要思想是利用小波分析方法对高频电流信号进行多层分解，有效提取噪声信息，对包含噪声信息的高频小波系数使用限阈值法处理，小波重构获得相对稳定的高频电流观测数据。再根据高频电流观测数据的信息，使用自适应Kalman滤波算法做优化处理。本实施例通过设备内置ARM架构的系统，选用计算量较小的阈值去噪方法，小波阈值去噪方法的步骤如下：
A1.一维信号的小波变换，包括选择合适的小波函数和分解层次，对高频电流信号进行离散小波变换。
A2.小波系数限阈值处理，包括噪声信息主要集中在高频小波系数中，对各层高频小波系数做限阈值处理。
A3.一维信号的小波重构，包括由小波变换后的尺度系数和阈值法处理后的小波系数重构出去噪信号。通常使用的阈值处理方法包括启发式阈值、极大极小原则阈值、固定阈值和Stein无偏估计原则阈值4种。本实施例将小波阈值去噪方法用于高频电流波形的去噪分析，结果表明：使用Stein无偏估计原则阈值对高频电流波形的去噪效果较好。
A4.自适应卡尔曼(Kalman)滤波，利用Sage-Husa的极大后验估值器对未知噪声进行统计估计，将其递推形式与Kalman滤波算法相结合可以构成噪声统计值不断修正的自适应Kalman滤波算法。简化的Sage-Husa自适应Kalman滤波算法描述如下：
X_predn＝ΦnX_estn-1
En＝Zn-HnX_predn
P_predn＝ΦnP_estn-1+Γn-1Qn-1ΓT n-1
Kn＝P_prednHT n(HnP_prednHT n+Rn-1)-1
P_estn＝(I-KnHn)P_predn
X_estn＝X_predn+KnEn
其中，X_predn表示预测估量方阵；n表示通项序号；En表示残差；Kn表示滤波增益；P_predn表示预测误差方阵；Qn表示系统误差方差阵；Rn表示测量噪声方差阵，由于高频电流波形为一维信号，去噪系统将单位矩阵I、一步转移矩阵Φn、测量矩阵Hn和系统噪声驱动矩阵Γn-1取值为1；
S4.采用GNSS授时单元，进行时钟匹配；
GNSS授时单元解决的是高频电流时间同步性的问题。设备通过集成的GNSS模块接收北斗卫星的数据，获得准确的utc时间，可以实现秒级的精度。高频电流波形属于高频信号，采样率高，对时间同步的精度需要达到10ns以内。设备通过外部恒温晶体振荡器提供的时钟信号，结合内置ARM处理器的计数器，来对工频电流采样的开始时间进行计算。其中，在温度发生变化时，晶体振荡器固有频率会发生微小偏移，这对时间精度的影响是不可忽略的。本实施例实用结合GNSS卫星的秒脉冲1pps信号作为标准时间尺度，对内部晶振的时钟频率进行动态补偿，抵消温度变化带来的影响，至此高频电流信号可以准确匹配相应的时钟标签。
S5.数据传输单元将高频电流信号和包含时间的数据，按照设定通信规约发送到后台的数据处理中心，同时也能接收后台的指令，实现远程的交互。
S6.后台数据分析单元，接收到高频放电电流后，比对接收时间靠前的两个传感器，数据分析单元从台账系统中定位到两个传感器位置，则可定位到放电位置位于哪两个杆塔之间，即安装间隔的10km的范围内。第二步假设两只传感器的波形起始时间分别t1和t2；根据公式D＝1/2(V(t2-t1)+L)，可计算出放电位置。其中D为放电点距离传感器所在杆塔的距离，V为波形在架空线路中传输速度，110kv线路中典型值是0.9735倍光速，L为传感器安装的间隔，固定是10km。
Claims (6)
1.一种分布式输电线路绝缘性能在线监测方法，其特征在于包括如下步骤：
S1.采用罗氏线圈传感器，对电流进行测量，获取采集信号；
S2.采用信号采集单元，对采集信号进行滤波；
S3.对采集信号进行去噪；
S4.采用GNSS授时单元，进行时钟匹配；
S5.数据传输单元将高频电流信号和包含时间的数据，按照设定通信规约发送到后台的数据处理中心，同时接收后台的指令，实现远程的交互；
S6.后台数据分析单元对塔台进行定位，并实时监测分布式输电线路绝缘性能。
2.根据权利要求1所述的分布式输电线路绝缘性能在线监测方法，其特征在于所述的步骤S1，包括当被测电流沿轴线通过罗氏线圈中心时，在环形绕组所包围的体积内产生相应变化的磁场，强度为H，由安培环路定律得：
由于B＝μH，e(t)＝dΦ/dt，Φ＝N∫B·dS，e(t)＝M·di/dt，得：
当截面为矩形时，互感系数M为：M＝μ0Nhln(b/a)/2π；
自感系数L为L＝μ0N2hln(b/a)/2π；
其中，H表示线圈内部的磁场强度；l表示线圈横截面所形成闭合路径长度；Φ表示通过线圈磁通量；t表示时间；I(t)表示穿过线圈电流的代数和；S表示线圈横截面积；B表示线圈内部的磁感应强度；μ表示真空磁导率；N表示线圈匝数；e(t)表示线圈两端的感应电压；a表示线圈横截面的外径；b表示线圈横截面的内径；h表示截面高度；当线圈一定时，互感系数M为定值，线圈的输出电压与di/dt成正比；将采集信号进行放大并积分。
3.根据权利要求2所述的分布式输电线路绝缘性能在线监测方法，其特征在于所述的步骤S2信号采集单元过滤掉工频干扰，保留高频成分；通过电容、电感与电阻等器件的组合，设计出截止频率为1kHz的高通滤波器，信号采集单元将原始波形中高频成分提取出来后通运运算放大器将信号值进行放大，再通过AD转换器将处理后的模拟信号转化成数字信号。
4.根据权利要求3所述的分布式输电线路绝缘性能在线监测方法，其特征在于所述的步骤S3信号处理单元进行去噪分析，利用小波分析方法对高频电流信号进行多层分解，对包含噪声信息的高频小波系数使用限阈值法处理，小波重构获得相对稳定的高频电流观测数据；再根据高频电流观测数据的信息，使用自适应Kalman滤波算法做优化处理，小波阈值去噪方法包括如下步骤：
A1.一维信号的小波变换，包括选择合适的小波函数和分解层次，对高频电流信号进行离散小波变换；
A2.小波系数限阈值处理，包括噪声信息主要集中在高频小波系数中，对各层高频小波系数做限阈值处理；
A3.一维信号的小波重构，包括由小波变换后的尺度系数和阈值法处理后的小波系数重构出去噪信号，使用的阈值处理方法包括启发式阈值、极大极小原则阈值、固定阈值和Stein无偏估计原则阈值；
A4.自适应卡尔曼滤波，利用Sage-Husa的极大后验估值器对未知噪声进行统计估计，将其递推形式与Kalman滤波算法相结合可以构成噪声统计值不断修正的自适应Kalman滤波算法，包括：
X_predn＝ΦnX_estn-1
En＝Zn-HnX_predn
P_predn＝ΦnP_estn-1+Γn-1Qn-1ΓT n-1
Kn＝P_prednHT n(HnP_prednHT n+Rn-1)-1
P_estn＝(I-KnHn)P_predn
X_estn＝X_predn+KnEn
其中，X_predn表示预测估量方阵；n表示通项序号；En表示残差；Kn表示滤波增益；P_predn表示预测误差方阵；Qn表示系统误差方差阵；Rn表示测量噪声方差阵，由于高频电流波形为一维信号，去噪系统将单位矩阵I、一步转移矩阵Φn、测量矩阵Hn和系统噪声驱动矩阵Γn-1取值为1。
5.根据权利要求4所述的分布式输电线路绝缘性能在线监测方法，其特征在于所述的步骤S4，包括通过集成的GNSS模块接收北斗卫星的数据，获得准确的utc时间；通过外部恒温晶体振荡器提供的时钟信号，结合内置ARM处理器的计数器，来对工频电流采样的开始时间进行计算；结合GNSS卫星的秒脉冲1pps信号作为标准时间尺度，对内部晶振的时钟频率进行动态补偿，抵消温度变化带来的影响，用于高频电流信号匹配相应的时钟标签。
6.根据权利要求5所述的分布式输电线路绝缘性能在线监测方法，其特征在于所述的步骤S6，包括接收到高频放电电流后，比对接收时间靠前的两个传感器，数据分析单元从台账系统中定位到两个传感器位置，则定位到放电位置；设两只传感器的波形起始时间分别t1和t2；根据公式D＝1/2(V(t2-t1)+L)，计算出放电位置；其中D为放电点距离传感器所在杆塔的距离，V为波形在架空线路中传输速度，L为传感器安装的间隔。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210137428.5A CN114545162A (zh) | 2022-02-15 | 2022-02-15 | 一种分布式输电线路绝缘性能在线监测方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210137428.5A CN114545162A (zh) | 2022-02-15 | 2022-02-15 | 一种分布式输电线路绝缘性能在线监测方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN114545162A true CN114545162A (zh) | 2022-05-27 |
Family
ID=81675092
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210137428.5A Pending CN114545162A (zh) | 2022-02-15 | 2022-02-15 | 一种分布式输电线路绝缘性能在线监测方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114545162A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116184121A (zh) * | 2023-03-31 | 2023-05-30 | 四川大学 | 一种基于分布式uhf信号的树线放电预警和定位系统 |
| CN117390570A (zh) * | 2023-12-11 | 2024-01-12 | 湘潭中天机电有限公司 | 一种电铲电动机绕组故障监测方法及系统 |
Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN204989404U (zh) * | 2015-09-22 | 2016-01-20 | 袁孝红 | 电缆局部放电在线监测系统 |
| CN106771905A (zh) * | 2016-12-02 | 2017-05-31 | 国网四川省电力公司电力科学研究院 | 一种适用于高频电流局部放电检测的脉冲提取方法 |
| CN107632240A (zh) * | 2017-09-08 | 2018-01-26 | 河北金能电力科技股份有限公司 | 架空电缆电流数据分析方法、健康状态监测方法及系统 |
| CN108139438A (zh) * | 2015-10-13 | 2018-06-08 | 施瓦哲工程实验有限公司 | 使用高频信号的电力系统监测 |
| CN108776274A (zh) * | 2018-06-05 | 2018-11-09 | 重庆大学 | 一种基于自适应滤波的风电变流器故障诊断 |
| CN208432682U (zh) * | 2017-12-21 | 2019-01-25 | 广州长川科技有限公司 | 一种输电线路故障诊断的前端装置及系统 |
| CN110488147A (zh) * | 2019-07-16 | 2019-11-22 | 国网吉林省电力有限公司白城供电公司 | 基于gps时钟无线同步的投运电缆局部放电在线监测方法 |
| CN110907702A (zh) * | 2019-10-30 | 2020-03-24 | 中国电力科学研究院有限公司 | 一种改进动态谐波估计方法和系统 |
| CN112611783A (zh) * | 2020-11-30 | 2021-04-06 | 贵州电网有限责任公司 | 一种接地网检测信号滤波方法 |
| CN112904147A (zh) * | 2021-01-22 | 2021-06-04 | 贵州电网有限责任公司 | 一种输电线路故障及预放电监测装置及信号处理方法 |
-
2022
- 2022-02-15 CN CN202210137428.5A patent/CN114545162A/zh active Pending
Patent Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN204989404U (zh) * | 2015-09-22 | 2016-01-20 | 袁孝红 | 电缆局部放电在线监测系统 |
| CN108139438A (zh) * | 2015-10-13 | 2018-06-08 | 施瓦哲工程实验有限公司 | 使用高频信号的电力系统监测 |
| CN106771905A (zh) * | 2016-12-02 | 2017-05-31 | 国网四川省电力公司电力科学研究院 | 一种适用于高频电流局部放电检测的脉冲提取方法 |
| CN107632240A (zh) * | 2017-09-08 | 2018-01-26 | 河北金能电力科技股份有限公司 | 架空电缆电流数据分析方法、健康状态监测方法及系统 |
| CN208432682U (zh) * | 2017-12-21 | 2019-01-25 | 广州长川科技有限公司 | 一种输电线路故障诊断的前端装置及系统 |
| CN108776274A (zh) * | 2018-06-05 | 2018-11-09 | 重庆大学 | 一种基于自适应滤波的风电变流器故障诊断 |
| CN110488147A (zh) * | 2019-07-16 | 2019-11-22 | 国网吉林省电力有限公司白城供电公司 | 基于gps时钟无线同步的投运电缆局部放电在线监测方法 |
| CN110907702A (zh) * | 2019-10-30 | 2020-03-24 | 中国电力科学研究院有限公司 | 一种改进动态谐波估计方法和系统 |
| CN112611783A (zh) * | 2020-11-30 | 2021-04-06 | 贵州电网有限责任公司 | 一种接地网检测信号滤波方法 |
| CN112904147A (zh) * | 2021-01-22 | 2021-06-04 | 贵州电网有限责任公司 | 一种输电线路故障及预放电监测装置及信号处理方法 |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116184121A (zh) * | 2023-03-31 | 2023-05-30 | 四川大学 | 一种基于分布式uhf信号的树线放电预警和定位系统 |
| CN116184121B (zh) * | 2023-03-31 | 2024-02-09 | 四川大学 | 一种基于分布式uhf信号的树线放电预警和定位方法 |
| CN117390570A (zh) * | 2023-12-11 | 2024-01-12 | 湘潭中天机电有限公司 | 一种电铲电动机绕组故障监测方法及系统 |
| CN117390570B (zh) * | 2023-12-11 | 2024-02-23 | 湘潭中天机电有限公司 | 一种电铲电动机绕组故障监测方法及系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN114545162A (zh) | 一种分布式输电线路绝缘性能在线监测方法 | |
| JP4377542B2 (ja) | 高電圧機器の内部部分放電監視装置 | |
| CN103180742B (zh) | Rogowski线圈组装件 | |
| CN111983280B (zh) | 磁场聚集组件、非接触式泄漏电流测量装置及测量方法 | |
| CN110261800B (zh) | 一种针对铁氧体的高精度低频复数磁导率测量装置及方法 | |
| US20120176103A1 (en) | Voltage Conversion and/or Electrical Measurements from 400 Volts Upwards | |
| CN108981934B (zh) | 一种热敏电阻型红外探测器噪声测试系统及方法 | |
| GB2559261A (en) | Apparatus and method for measuring an electric current in an electrical conductor | |
| CN116087604A (zh) | 一种单圆环差分式磁通门电流传感器 | |
| US20180292480A1 (en) | Active Noise Suppression for Magnetic Resonance Based Magnetic Field Probes | |
| CN109974799B (zh) | 一种基于前馈控制的自适应电磁流量计极化噪声抵消系统 | |
| CN111044792A (zh) | 一种高压电缆介质损耗带电检测系统及方法 | |
| CN113049086B (zh) | 用于变压器声学诊断的动态数据库形成方法及装置 | |
| Van Der Wielen et al. | On-line partial discharge detection of MV cables with defect localisation (PDOL) based on two time synchronised sensors | |
| WO2010025017A1 (en) | System and method for sensing the periodic position of an object | |
| CN105785110A (zh) | 一种用于光学电流互感器的信号处理装置 | |
| CN105301432A (zh) | 一种电力设备绝缘泄漏电流在线监测电路 | |
| CN115267417B (zh) | 输电线路故障的精确定位方法及输电线路行波测量装置 | |
| CN112698255B (zh) | 一种星载磁通门磁强计 | |
| CN206593749U (zh) | 一种用于磁电式传感器的现场校准系统 | |
| CN113340369B (zh) | 一种涡轮燃油质量流量计的信号处理方法及设备 | |
| JP3176000B2 (ja) | スイッチギヤの部分放電検出装置 | |
| CN112114371A (zh) | 一种三线圈海缆探测的信号处理系统 | |
| Moorthy et al. | Practical on-line partial discharge measuring system for high voltage apparatus | |
| CN219799746U (zh) | 电流类在线监测装置校验设备 |
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 | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20220527 |
|
| RJ01 | Rejection of invention patent application after publication |