CN116973708A - 一种海缆局部放电关键参数反演方法及系统 - Google Patents
一种海缆局部放电关键参数反演方法及系统 Download PDFInfo
- Publication number
- CN116973708A CN116973708A CN202310984236.2A CN202310984236A CN116973708A CN 116973708 A CN116973708 A CN 116973708A CN 202310984236 A CN202310984236 A CN 202310984236A CN 116973708 A CN116973708 A CN 116973708A
- Authority
- CN
- China
- Prior art keywords
- core
- submarine cable
- partial discharge
- ultrasonic vibration
- defect
- 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
- 238000000034 method Methods 0.000 title claims abstract description 43
- 230000007547 defect Effects 0.000 claims description 188
- 239000013307 optical fiber Substances 0.000 claims description 67
- 238000004088 simulation Methods 0.000 claims description 56
- 238000012360 testing method Methods 0.000 claims description 39
- 230000005284 excitation Effects 0.000 claims description 32
- 238000009413 insulation Methods 0.000 claims description 30
- 230000006870 function Effects 0.000 claims description 25
- 238000012546 transfer Methods 0.000 claims description 24
- 238000004891 communication Methods 0.000 claims description 16
- 238000013527 convolutional neural network Methods 0.000 claims description 15
- 239000013598 vector Substances 0.000 claims description 14
- 238000001228 spectrum Methods 0.000 claims description 13
- 238000005094 computer simulation Methods 0.000 claims description 12
- 238000012549 training Methods 0.000 claims description 10
- 238000000691 measurement method Methods 0.000 claims description 9
- 239000000463 material Substances 0.000 claims description 7
- 230000002950 deficient Effects 0.000 claims description 6
- 238000000605 extraction Methods 0.000 claims description 4
- 239000002184 metal Substances 0.000 claims description 4
- 238000007789 sealing Methods 0.000 claims description 4
- 238000004364 calculation method Methods 0.000 claims description 3
- 238000004590 computer program Methods 0.000 claims description 3
- 239000003989 dielectric material Substances 0.000 claims description 3
- 230000004044 response Effects 0.000 claims description 2
- 238000001514 detection method Methods 0.000 abstract description 3
- 239000000835 fiber Substances 0.000 description 7
- 238000012544 monitoring process Methods 0.000 description 7
- 230000008859 change Effects 0.000 description 6
- 238000005259 measurement Methods 0.000 description 5
- 230000032683 aging Effects 0.000 description 4
- 230000008878 coupling Effects 0.000 description 4
- 238000010168 coupling process Methods 0.000 description 4
- 238000005859 coupling reaction Methods 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000018109 developmental process Effects 0.000 description 2
- 230000036541 health Effects 0.000 description 2
- 238000002955 isolation Methods 0.000 description 2
- 238000010998 test method Methods 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 239000011358 absorbing material Substances 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000004873 anchoring Methods 0.000 description 1
- 239000003990 capacitor Substances 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000010438 heat treatment Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000003909 pattern recognition Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000002441 reversible effect Effects 0.000 description 1
- 239000002689 soil Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
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
- G01R31/1209—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
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
- G06F30/23—Design optimisation, verification or simulation using finite element methods [FEM] or finite difference methods [FDM]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
- G06F30/27—Design optimisation, verification or simulation using machine learning, e.g. artificial intelligence, neural networks, support vector machines [SVM] or training a model
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/0464—Convolutional networks [CNN, ConvNet]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2113/00—Details relating to the application field
- G06F2113/16—Cables, cable trees or wire harnesses
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Geometry (AREA)
- Artificial Intelligence (AREA)
- Data Mining & Analysis (AREA)
- Computer Hardware Design (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Software Systems (AREA)
- Life Sciences & Earth Sciences (AREA)
- Evolutionary Biology (AREA)
- Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Mathematical Analysis (AREA)
- Acoustics & Sound (AREA)
- Pure & Applied Mathematics (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Mathematical Optimization (AREA)
- Computational Mathematics (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- Computational Linguistics (AREA)
- General Health & Medical Sciences (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- Mathematical Physics (AREA)
- Locating Faults (AREA)
Abstract
本发明涉及电缆局部放电检测技术领域,公开了一种海缆局部放电关键参数反演方法及系统,其方法通过将三芯海缆的三根芯线分别对应的实时超声振动信号进行对比,根据对比结果确定局部放电缺陷相对于三芯海缆的横截面上的径向位置,利用图谱特征量输入至预先训练好的局部放电缺陷类型识别模型进行识别,得到局部放电缺陷类型,还通过将三芯海缆的三根芯线分别对应的超声振动分布曲线分别与多个预设的局部放电量下的超声振动信号的径向传递函数曲线进行相似度拟合,根据相似度拟合结果确定三芯海缆的局部放电量,从而更加准确地获取海缆局部放电在电缆横截面上的径向位置、局部放电量和局部放电缺陷类型局部放电关键参数。
Description
技术领域
本发明涉及电缆局部放电检测技术领域,尤其涉及一种海缆局部放电关键参数反演方法及系统。
背景技术
海底光电复合海缆常用于大陆与海岛和海洋石油平台、海岛与海岛之间的电力供应和通信传输,是海上输电网和信息系统中的核心设备。它的绝缘性能及状态对整个海上能源输送的安全与稳定运行起着至关重要的作用。
尽管海缆通常敷埋在海底1米甚至数米深的泥土中,但在运输、敷设、运行中易受盘绕、拉伸、锚砸、钩挂等外力因素造成结构损伤从而导致绝缘缺陷;另一方面,由于海缆敷设环境复杂,环境温度、洋流等因素以及负荷电流的变化均会导致其绝缘老化。当海缆出现局部绝缘缺陷和老化时,往往会导致海缆出现局部放电,进而加速电缆老化和局部绝缘缺陷的扩大。当局部放电电流过大时极易引起电缆异常发热,从而直接导致海缆热击穿烧毁或短路等严重故障。
显然,若能实时地、准确地对海底电缆的绝缘健康状态实现在线监测,则可实时掌握海缆是否存在局部绝缘缺陷以及局部绝缘缺陷的老化/发展速度,这对于提高电缆的安全可靠运行水平具有重要的实际意义。同时,这也可为海缆的检修与运维带来极大的便利,大幅减少成本,提高时效。
然而,由于所处环境的特殊性,现在仍缺乏有效的技术手段对其健康状态实现全方位的实时监测。目前海底电缆状态在线监测技术主要采用基于分布式光纤应变及温度监测系统。
现有的分布式光纤应变监测系统,虽然可有效监测到是否发生了局部放电,但是仅能获取局部放电的轴向位置,也不能获取局部放电的其他关键参量,例如局部放电在电缆横截面上的径向位置、局部放电量和局部放电缺陷类型。因此,难以准确判断局部放电的严重程度、危害,也无法对局部绝缘缺陷后续的发展情况做出准确预判。
发明内容
本发明提供了一种海缆局部放电关键参数反演方法及系统,解决了现有技术中难以获取海缆局部放电在电缆横截面上的径向位置、局部放电量和局部放电缺陷类型局部放电关键参数的技术问题。
有鉴于此,本发明第一方面提供了一种海缆局部放电关键参数反演方法,包括以下步骤:
获取三芯海缆的三根芯线分别对应的实时超声振动信号,将三芯海缆的三根芯线分别对应的实时超声振动信号进行对比,根据对比结果确定局部放电缺陷相对于三芯海缆的横截面上的径向位置;
提取三芯海缆的三根芯线分别对应的实时超声振动信号的时域波形曲线中的PRPD图谱以及其对应的图谱特征量;
将所述图谱特征量输入至预先训练好的局部放电缺陷类型识别模型进行识别,得到局部放电缺陷类型;
根据局部放电缺陷相对于三芯海缆横截面上的径向位置以及局部放电缺陷类型对三芯海缆进行Comsol仿真建模,根据三芯海缆的三根芯线分别对应的实时超声振动信号的时域波形曲线进行仿真激励,得到三芯海缆的三根芯线分别对应的超声振动分布曲线;
将所述三芯海缆的三根芯线分别对应的超声振动分布曲线分别与多个预设的局部放电量下的超声振动信号的径向传递函数曲线进行相似度拟合,根据相似度拟合结果确定三芯海缆的局部放电量。
优选地,本方法还包括:
基于分布式光纤振动测量法的三芯海缆局部放电特性试验,获取三芯海缆在预设的局部放电缺陷类型以及局部放电量下的超声振动信号的时域波形曲线;
基于三芯海缆的结构进行Comsol仿真建模,搭建Comsol几何仿真模型;
根据三芯海缆的材料参数设置所述Comsol几何仿真模型中的各层介质材料及相应的材料参数;
设置所述Comsol几何仿真模型的边界条件,并剖分网络,得到Comsol几何有限元仿真模型;
对三芯海缆局部放电特性试验获取的三芯海缆的超声振动信号的时域波形曲线进行解调并反演出三芯海缆的实际超声振动信号的时域波形曲线;
根据三芯海缆的实际超声振动信号的时域波形曲线进行衰减计算,得到振动源的原始激励振动信号;
以振动源的原始激励振动信号中的任一完整周期内的振动信号作为激励源对Comsol几何有限元仿真模型进行扫描仿真激励,获得三芯海缆中的三根芯线分别获得的第一超声振动信号仿真波形曲线;
判断三芯海缆中的三根芯线分别获得的第一超声振动信号仿真波形曲线的幅值与三芯海缆局部放电特性试验所得到的超声振动信号的时域波形曲线的幅值之间的差值是否小于预设的差值阈值;
若判断所述差值小于所述预设的差值阈值,则判定相应的振动源为局部放电缺陷位置,并判定三芯海缆局部放电特性试验对应的预设的局部放电缺陷类型以及局部放电量为所述局部放电缺陷位置的局部放电缺陷类型和局部放电量;
改变局部放电缺陷位置,并以原始激励振动信号对Comsol几何有限元仿真模型进行扫描仿真激励,获得三芯海缆中的三根芯线分别获得的第二超声振动信号仿真波形曲线;
根据三芯海缆中的三根芯线分别获得的第一超声振动信号仿真波形曲线和第二超声振动信号仿真波形曲线进行最小二乘法拟合,获得三芯海缆中的三根芯线在不同的局部放电缺陷类型下的超声振动信号仿真波形曲线的幅值、原始激励振动信号的幅值、局部放电缺陷位置与局部放电量之间的拟合曲线作为超声振动信号的径向传递函数曲线。
优选地,基于分布式光纤振动测量法的三芯海缆局部放电特性试验,获取三芯海缆在预设的局部放电缺陷类型以及局部放电量下的超声振动信号的时域波形曲线的步骤,具体包括:
将预设的缺陷三芯海缆置于隔音金属密封罐内,通过预设的局部放电缺陷位置下的不同的局部放电缺陷类型以及局部放电量对所述预设的缺陷三芯海缆进行三芯海缆局部放电特性试验,得到不同局部放电量下的三芯海缆在不同同局部放电量下的超声振动信号的幅值随时间的变化的拟合曲线为超声振动信号的时域波形曲线。
优选地,所述局部放电缺陷类型包括气泡缺陷、半导电层尖刺、半导电层破损、气隙放电、表面放电和电晕放电。
优选地,获取三芯海缆的三根芯线分别对应的实时超声振动信号,将三芯海缆的三根芯线分别对应的实时超声振动信号进行对比,根据对比结果确定局部放电缺陷相对于三芯海缆的横截面上的径向位置的步骤具体包括:
将三芯海缆的每根芯线所在区域按照芯线中心与电缆中心的连线进行划分为两个区域;
获取三芯海缆的三根芯线分别对应的实时超声振动信号的时域波形曲线,将三芯海缆的三根芯线分别对应的实时超声振动信号的时域波形曲线的第一个波峰的幅值进行对比,得到幅值较高的两根芯线,并确定局部放电缺陷相对于三芯海缆的横截面上的径向位置位于幅值最高的芯线且靠近幅值次高的芯线的区域内。
优选地,获取三芯海缆的三根芯线分别对应的实时超声振动信号,将三芯海缆的三根芯线分别对应的实时超声振动信号进行对比,根据对比结果确定局部放电缺陷相对于三芯海缆的横截面上的径向位置的步骤具体包括:
将三芯海缆的每根芯线所在区域按照芯线中心与电缆中心的连线进行划分为两个区域;
获取三芯海缆的三根芯线分别对应的实时超声振动信号以及其获取时刻,将三芯海缆的三根芯线分别对应的实时超声振动信号的获取时刻进行对比,得到获取时刻较早的两根芯线,并确定局部放电缺陷相对于三芯海缆的横截面上的径向位置位于获取时刻最早的芯线且靠近获取时刻次早的芯线的区域内。
优选地,将所述图谱特征量输入至预先训练好的局部放电缺陷类型识别模型进行识别,得到局部放电缺陷类型的步骤之前,还包括:
基于分布式光纤振动测量法,通过在多个预设的局部放电缺陷类型、预设的局部放电缺陷位置和预设的局部放电量的条件下,进行三芯海缆局部放电特性试验,获取多个预设的局部放电缺陷类型分别对应的典型缺陷光纤振动信号;
对多个预设的局部放电缺陷类型分别对应的典型缺陷光纤振动信号进行I/Q正交解调,得到典型缺陷光纤振动信号的幅值与相位信息,并重构原始振动信号;
构建多个预设的局部放电缺陷类型分别对应的原始振动信号的PRPD图谱;
提取PRPD图谱的图谱特征量,并构成多维统计特征向量,所述图谱特征量包括偏斜度、陡峭度、局部峰点数、放电不对称度和互相关系数;
根据所述多维统计特征向量以及其对应的局部放电缺陷类型构建数据集,将所述数据集划分为训练集和测试集;
基于支持向量基的分类识别卷积神经网络对训练集进行训练,得到训练好的分类识别卷积神经网络模型;
通过所述测试集对所述训练好的分类识别卷积神经网络模型进行测试,根据测试结果对训练好的分类识别卷积神经网络模型进行网络参数优化,输出相应的分类识别卷积神经网络模型为局部放电缺陷类型识别模型。
优选地,将所述三芯海缆的三根芯线分别对应的超声振动分布曲线分别与多个预设的局部放电量下的超声振动信号的径向传递函数曲线进行相似度拟合,根据相似度拟合结果确定三芯海缆的局部放电量的步骤具体包括:
将所述三芯海缆的三根芯线分别对应的超声振动分布曲线分别与多个预设的局部放电量下的超声振动信号的径向传递函数曲线进行相似度拟合,得到拟合优度;
判断所述拟合优度是否大于预设的优度阈值,若所述拟合优度大于预设的优度阈值,则判定超声振动信号的径向传递函数曲线对应的局部放电量为三芯海缆的局部放电量;若所述拟合优度不大于预设的优度阈值,则更换预设的局部放电量下的超声振动信号的径向传递函数曲线,重新执行上一步骤,直至所述拟合优度大于预设的优度阈值。
第二方面,本发明还提供了一种海缆局部放电关键参数反演系统,包括:
缺陷定位模块,用于获取三芯海缆的三根芯线分别对应的实时超声振动信号,将三芯海缆的三根芯线分别对应的实时超声振动信号进行对比,根据对比结果确定局部放电缺陷相对于三芯海缆的横截面上的径向位置;
特征提取模块,用于提取三芯海缆的三根芯线分别对应的实时超声振动信号的时域波形曲线中的PRPD图谱以及其对应的图谱特征量;
缺陷类型识别模块,用于将所述图谱特征量输入至预先训练好的局部放电缺陷类型识别模型进行识别,得到局部放电缺陷类型;
仿真模块,用于根据局部放电缺陷相对于三芯海缆横截面上的径向位置以及局部放电缺陷类型对三芯海缆进行Comsol仿真建模,根据三芯海缆的三根芯线分别对应的实时超声振动信号的时域波形曲线进行仿真激励,得到三芯海缆的三根芯线分别对应的超声振动分布曲线;
局部放电量确定模块,用于将所述三芯海缆的三根芯线分别对应的超声振动分布曲线分别与多个预设的局部放电量下的超声振动信号的径向传递函数曲线进行相似度拟合,根据相似度拟合结果确定三芯海缆的局部放电量。
第三方面,本发明还提供了一种电子设备,包括处理器、通信接口、存储器和通信总线,其中,处理器,通信接口,存储器通过通信总线完成相互间的通信;
存储器,用于存放计算机程序;
处理器,用于执行存储器上所存放的程序时,实现上述的方法步骤。
从以上技术方案可以看出,本发明具有以下优点:
本发明通过将三芯海缆的三根芯线分别对应的实时超声振动信号进行对比,根据对比结果确定局部放电缺陷相对于三芯海缆的横截面上的径向位置,提取三芯海缆的三根芯线分别对应的实时超声振动信号的时域波形曲线中的PRPD图谱以及其对应的图谱特征量,利用图谱特征量输入至预先训练好的局部放电缺陷类型识别模型进行识别,得到局部放电缺陷类型,还通过局部放电缺陷相对于三芯海缆横截面上的径向位置以及局部放电缺陷类型对三芯海缆进行Comsol仿真建模,根据三芯海缆的三根芯线分别对应的实时超声振动信号的时域波形曲线进行仿真激励,得到三芯海缆的三根芯线分别对应的超声振动分布曲线,将三芯海缆的三根芯线分别对应的超声振动分布曲线分别与多个预设的局部放电量下的超声振动信号的径向传递函数曲线进行相似度拟合,根据相似度拟合结果确定三芯海缆的局部放电量,从而更加准确地获取海缆局部放电在电缆横截面上的径向位置、局部放电量和局部放电缺陷类型局部放电关键参数。
附图说明
图1为本发明实施例提供的一种海缆局部放电关键参数反演方法的流程图;
图2为本发明实施例提供的分布式光纤振动测量系统的结构示意图;
图3为本发明实施例提供的三芯海缆的横截面结构示意图;
图4为本发明实施例提供的一种海缆局部放电关键参数反演系统的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案,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做出创造性劳动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。
为了便于理解,请参阅图1,本发明提供的一种海缆局部放电关键参数反演方法,包括以下步骤:
101、获取三芯海缆的三根芯线分别对应的实时超声振动信号,将三芯海缆的三根芯线分别对应的实时超声振动信号进行对比,根据对比结果确定局部放电缺陷相对于三芯海缆的横截面上的径向位置。
其中,考虑到三芯海缆的三根芯线呈三角形对称分布,每根芯线的中心与电缆中心的连线两两互成120°,三根测量光纤也遵循此布置方式。
102、提取三芯海缆的三根芯线分别对应的实时超声振动信号的时域波形曲线中的PRPD图谱以及其对应的图谱特征量。
其中,实时超声振动信号的时域波形曲线是为实时超声振动信号随时间变化的曲线。
103、将图谱特征量输入至预先训练好的局部放电缺陷类型识别模型进行识别,得到局部放电缺陷类型。
其中,局部放电缺陷类型识别模型为预先训练好的,是以图谱特征量为输入,局部放电缺陷类型为输出进行训练得到。
104、根据局部放电缺陷相对于三芯海缆横截面上的径向位置以及局部放电缺陷类型对三芯海缆进行Comsol仿真建模,根据三芯海缆的三根芯线分别对应的实时超声振动信号的时域波形曲线进行仿真激励,得到三芯海缆的三根芯线分别对应的超声振动分布曲线。
105、将三芯海缆的三根芯线分别对应的超声振动分布曲线分别与多个预设的局部放电量下的超声振动信号的径向传递函数曲线进行相似度拟合,根据相似度拟合结果确定三芯海缆的局部放电量。
需要说明的是,本发明通过将三芯海缆的三根芯线分别对应的实时超声振动信号进行对比,根据对比结果确定局部放电缺陷相对于三芯海缆的横截面上的径向位置,提取三芯海缆的三根芯线分别对应的实时超声振动信号的时域波形曲线中的PRPD图谱以及其对应的图谱特征量,利用图谱特征量输入至预先训练好的局部放电缺陷类型识别模型进行识别,得到局部放电缺陷类型,还通过局部放电缺陷相对于三芯海缆横截面上的径向位置以及局部放电缺陷类型对三芯海缆进行Comsol仿真建模,根据三芯海缆的三根芯线分别对应的实时超声振动信号的时域波形曲线进行仿真激励,得到三芯海缆的三根芯线分别对应的超声振动分布曲线,将三芯海缆的三根芯线分别对应的超声振动分布曲线分别与多个预设的局部放电量下的超声振动信号的径向传递函数曲线进行相似度拟合,根据相似度拟合结果确定三芯海缆的局部放电量,从而更加准确地获取海缆局部放电在电缆横截面上的径向位置、局部放电量和局部放电缺陷类型局部放电关键参数。
同时,本发明则实现对海缆的局部放电状态关键参量的在线监测,不仅能有效识别局部放电类型以及绝缘缺陷的具体径向位置还能获得表征局部放电严重程度关键参量,即局部放电量的大小。这可为海缆的绝缘状态以及变化趋势提供重要的判断依据,从而为海缆的运维与检修提供重要参考,有效提高海上风电场电力系统的安全及稳定运行水平。
在一个具体实施例中,本方法还包括:
111、基于分布式光纤振动测量法的三芯海缆局部放电特性试验,获取三芯海缆在预设的局部放电缺陷类型以及局部放电量下的超声振动信号的时域波形曲线。
需要说明的是,分布式光纤振动测量法可以基于分布式光纤振动测量系统进行,如图2所示,图2为分布式光纤振动测量系统的结构示意图,分布式光纤振动测量系统包括第隔离变压器T1、调压器T2、低压低通滤波器C1、隔离变压器T3、高压低通滤波器C2、电感L1、L2、电容分压器CV、耦合电容Ck、检测阻抗Zm,由该分布式光纤振动测量系统对预置缺陷的海缆进行试验。
具体地,步骤111包括:
将预设的缺陷三芯海缆置于隔音金属密封罐内,通过预设的局部放电缺陷位置下的不同的局部放电缺陷类型以及局部放电量对预设的缺陷三芯海缆进行三芯海缆局部放电特性试验,得到不同局部放电量下的三芯海缆在不同同局部放电量下的超声振动信号的幅值随时间的变化的拟合曲线为超声振动信号的时域波形曲线。
需要说明的是,为了保证获取的超声振动信号不受外部声学和振动信号的干扰,将预制缺陷海缆置于带有吸波材料的隔音金属密封罐内进开展局部放电超声振动试验。
在一个示例中,三芯海缆局部放电特性试验流程如下:
(1)首先使用校准源对电缆局部放电测试系统测得的视在放电量进行校准,以便准确获取局部放电信号强度与视在放电量的函数拟合关系;
(2)针对不同缺陷类型,同一位置下,局部放电量以50pC、100pC、150pC、200pC、250pC、300pC分别开展试验。当放电平稳后,为减小放电的随机性所造成的误差,记录每种情况下连续10个放电脉冲信号,以获取不同局部放电量下,三根分布式光纤上测得的振动信号幅值随时间的变化关系的拟合曲线。该拟合曲线应为连续10个放电脉冲的时域波形叠加后再进行拟合所得到的曲线。
若记振动信号幅值为M,时间为t,缺陷固定位置为(r0,φ)相应的局部放电量为Qn,则三根分布式光纤所获得的振动信号幅值随时间的变化关系的拟合曲线则标记为:
其中,OFn中的OF代表光纤,n则代表第n根光纤,n=1,2,3;
m代表缺陷类型,m=1,2,3,……分别代表气泡缺陷、半导电层尖刺、半导电层破损、气隙放电、表面放电及电晕放电等。
通过该试验可获取某一固定位置不同局部放电量下的三芯海缆在不同同局部放电量下的超声振动信号的幅值随时间的变化的拟合曲线为超声振动信号的时域波形曲线以及能谱分布轮廓,以及振动信号在三根光纤上的分布特性。
112、基于三芯海缆的结构进行Comsol仿真建模,搭建Comsol几何仿真模型。
113、根据三芯海缆的材料参数设置Comsol几何仿真模型中的各层介质材料及相应的材料参数;
114、设置Comsol几何仿真模型的边界条件,并剖分网络,得到Comsol几何有限元仿真模型。
115、对三芯海缆局部放电特性试验获取的三芯海缆的超声振动信号的时域波形曲线进行解调并反演出三芯海缆的实际超声振动信号的时域波形曲线。
需要说明的是,考虑到三芯海缆的三根芯线呈三角形对称分布,每根芯线的中心与电缆中心的连线两两互成1200,三根测量光纤也遵循此布置方式。因此,将每根芯线中心与电缆中心的连线,将每根芯线均分成两个区域。例如,如图3所示,图3示意了三芯海缆的横截面结构,A相即被划分为区域Ⅰ和区域VI;B相则补划分为区域Ⅱ和区域Ⅲ;C相则被划分为区域IV和区域V。
由于特有的结构对称性,因此只需仿真缺陷位于区域Ⅰ内时,缺陷位置沿径向和环向位置的变化即可获取超声振动信号的径向传递函数及分布特征。假定绝缘缺陷位于区域Ⅰ内,并建立以A相线芯中心O1为圆心的极坐标系,相应的绝缘缺陷的坐标P点(r,φ),如图3所示,其中,缺陷位置与线芯之间的距离r的取值范围为R1~R2。其中,R1为每一相线芯的半径,R2为每一相绝缘层的半径。方位角φ的范围为0~π。
由三芯海缆局部放电特性试验获取的三芯海缆的超声振动信号的时域波形曲线进行解调,其解调方式可以为I/Q正交解调,可以得到相位和幅值,依据相位和幅值可以反演出三芯海缆的实际超声振动信号的时域波形曲线。
116、根据三芯海缆的实际超声振动信号的时域波形曲线进行衰减计算,得到振动源的原始激励振动信号。
需要说明的是,结合材料属性及到三根光纤的长度,估计其衰减系数的范围为k1<k<k2,其中,k1、k2分别为衰减系数的上、下界值。由此可倒推振动源的原始信号强度的范围为:
117、以振动源的原始激励振动信号中的任一完整周期内的振动信号作为激励源对Comsol几何有限元仿真模型进行扫描仿真激励,获得三芯海缆中的三根芯线分别获得的第一超声振动信号仿真波形曲线。
其中,取振动源的原始激励振动信号的时域波形的一个完整周期作为激励源,然后以初始激励源为步长为/>进行扫描激励。
118、判断三芯海缆中的三根芯线分别获得的第一超声振动信号仿真波形曲线的幅值与三芯海缆局部放电特性试验所得到的超声振动信号的时域波形曲线的幅值之间的差值是否小于预设的差值阈值。
其中,第一超声振动信号仿真波形曲线的幅值与三芯海缆局部放电特性试验所得到的超声振动信号的时域波形曲线的幅值的差值在20%之内,即差值小于预设的差值阈值,其中,幅值应为波形曲线的第一个波峰的幅值。
119、若判断差值小于预设的差值阈值,则判定相应的振动源为局部放电缺陷位置,并判定三芯海缆局部放电特性试验对应的预设的局部放电缺陷类型以及局部放电量为局部放电缺陷位置的局部放电缺陷类型和局部放电量。
其中,若判断差值小于预设的差值阈值,则将振动源标定为局部放电缺陷位置(r0,φ0),同时,当前的三芯海缆局部放电特性试验对应的预设的局部放电缺陷类型以及局部放电量为局部放电缺陷位置的局部放电缺陷类型和局部放电量,局部放电类型为m的局部放电所产生的超声振动声源信号,记为:
120、改变局部放电缺陷位置,并以原始激励振动信号对Comsol几何有限元仿真模型进行扫描仿真激励,获得三芯海缆中的三根芯线分别获得的第二超声振动信号仿真波形曲线。
在一个示例中,保持缺陷处超声振动声源信号不变,即仍为但改变缺陷的所处位置,即其径向坐标r和环向坐标φ,其扫描步长分别为,/> 对区域I进行扫描仿真,即φ=φ0+Δφ,一般情况下将初始φ0设置为0,同时获得三根传感光纤上的仿真信号为:/>
121、根据三芯海缆中的三根芯线分别获得的第一超声振动信号仿真波形曲线和第二超声振动信号仿真波形曲线进行最小二乘法拟合,获得三芯海缆中的三根芯线在不同的局部放电缺陷类型下的超声振动信号仿真波形曲线的幅值、原始激励振动信号的幅值、局部放电缺陷位置与局部放电量之间的拟合曲线作为超声振动信号的径向传递函数曲线。
其中,局部放电缺陷类型包括气泡缺陷、半导电层尖刺、半导电层破损、气隙放电、表面放电和电晕放电。
需要说明的是,可以多次执行步骤120~121以获得多个超声振动信号仿真波形曲线,而通过三芯海缆中的三根芯线分别获得的第一超声振动信号仿真波形曲线和第二超声振动信号仿真波形曲线进行最小二乘法拟合,从而可以获得三芯海缆中的三根芯线在不同的局部放电缺陷类型下的超声振动信号仿真波形曲线的幅值、原始激励振动信号的幅值、局部放电缺陷位置与局部放电量之间的拟合曲线作为超声振动信号的径向传递函数曲线,记为:
需要说明的是,在前述步骤104中的Comsol仿真建模也是基于步骤111~117进行并获得三芯海缆的三根芯线分别对应的超声振动分布曲线。
在一个具体实施例中,步骤101具体包括:
1011、将三芯海缆的每根芯线所在区域按照芯线中心与电缆中心的连线进行划分为两个区域。
在一个具体实施例中,将每根芯线中心与电缆中心的连线,将每根芯线均分成两个区域。例如,如图3所示,图3示意了三芯海缆的横截面结构,A相即被划分为区域Ⅰ和区域VI;B相则补划分为区域Ⅱ和区域Ⅲ;C相则被划分为区域IV和区域V。
1012、获取三芯海缆的三根芯线分别对应的实时超声振动信号的时域波形曲线,将三芯海缆的三根芯线分别对应的实时超声振动信号的时域波形曲线的第一个波峰的幅值进行对比,得到幅值较高的两根芯线,并确定局部放电缺陷相对于三芯海缆的横截面上的径向位置位于幅值最高的芯线且靠近幅值次高的芯线的区域内。
需要说明的是,缺陷位置的判定可根据三根光根上测得的实时超声振动信号的时域波形曲线的第一个波峰的幅值来确定。
其中,使用振动信号第一个波峰的幅值是因为振动信号到达后会在各层介质交界面发生多次折反射,从而影响后续振动信号的幅值,不便于直观分析,而使用振动信号第一个波峰的幅值则更加直观且更加准确。
具体来说,当绝缘缺陷在区域Ⅰ中时,由于缺陷离光纤1最近,光纤3次之,光纤2最远,因此,三根光纤上感知到的振动信号的第一个波峰幅值信号的强弱为:
光纤1>光纤3>光纤2
类似的,若绝缘缺陷在区域Ⅱ中时,三根光纤上感知到的振动信号的强弱为:
光纤1>光纤2>光纤3
若绝缘缺陷在区域Ⅲ中时,三根光纤上感知到的振动信号的强弱为:
光纤2>光纤1>光纤3
若绝缘缺陷在区域IV中时,三根光纤上感知到的振动信号的强弱为:
光纤2>光纤3>光纤2
若绝缘缺陷在区域V中时,三根光纤上感知到的振动信号的强弱为:
光纤3>光纤2>光纤1
若绝缘缺陷在区域VI中时,三根光纤上感知到的振动信号的强弱为:
光纤3>光纤1>光纤2
由此可知,可根据三根光纤感知到的局部放电超声振动信号的强弱,结合以上判据即可判断绝缘缺陷具体是出现在哪根芯线的哪个区域。
在另一个能够实现的方式中,将三芯海缆的每根芯线所在区域按照芯线中心与电缆中心的连线进行划分为两个区域;
获取三芯海缆的三根芯线分别对应的实时超声振动信号以及其获取时刻,将三芯海缆的三根芯线分别对应的实时超声振动信号的获取时刻进行对比,得到获取时刻较早的两根芯线,并确定局部放电缺陷相对于三芯海缆的横截面上的径向位置位于获取时刻最早的芯线且靠近获取时刻次早的芯线的区域内。
需要说明的是,当绝缘缺陷在区域Ⅰ中时,由于缺陷离光纤1最近,光纤3次之,光纤2最远,因此,光纤1,光纤2,光纤3测到振动信号所对应的时刻分别为t1、t2、t3,且有:t1<t3<t2。即光纤1最先测到振动信号,然后光纤2测到振动信号,最后测到振动信号的为光纤2。
类似的,若绝缘缺陷在区域Ⅱ中时,则有
t1<t2<t3
若绝缘缺陷在区域Ⅲ中时,则有
t2<t1<t3
若绝缘缺陷在区域IV中时,则有
t2<t3<t1
若绝缘缺陷在区域V中时,则有
t3<t2<t1
若绝缘缺陷在区域VI中时,则有
t3<t1<t2
由此可知,可根据三根光纤感知到的局部放电超声振动信号到达三根光纤时刻的早晚,结合以上判据即可判断绝缘缺陷具体是出现在哪根芯线的哪个区域。
在一个具体实施例中,步骤103之前,还包括:
131、基于分布式光纤振动测量法,通过在多个预设的局部放电缺陷类型、预设的局部放电缺陷位置和预设的局部放电量的条件下,进行三芯海缆局部放电特性试验,获取多个预设的局部放电缺陷类型分别对应的典型缺陷光纤振动信号。
在一个示例中,通过以下三芯海缆局部放电特性试验流程:
(1)针对不同缺陷类型,同一位置下,不同缺陷大小,局部放电量以50pC、100pC、150pC、200pC、250pC、300pC分别开展试验。当放电平稳后,为减小放电的随机性所造成的误差,记录每种情况下连续10个放电脉冲信号。
(2)针对同一缺陷类型,不同位置下,不同缺陷大小,局部放电量以50pC、100pC、150pC、200pC、250pC、300pC分别开展试验。当放电平稳后,为减小放电的随机性所造成的误差,记录每种情况下连续10个放电脉冲信号。
为了获取足够的数据样本,每一类局部放电对应的光纤振动信号数据样本总样不少于1250个,其中:
考虑同一大小,5种不同径向位置的缺陷,局部放电量分别为50pc、100pc、150pc、200pc、250pc,每一种情况获取的数据样本不少于10个;
考虑5种不同大小,同一径向位置的缺陷,局部放电量分别为50pc、100pc、150pc、200pc、250pc,每一种情况获取的数据样本不少于10个。
三类局部放电对应的光纤振动信号数据样本总样不少3750个。其中,样本数量也可以依照实际情况酌情增减。总之,样本越多则特征提取和模式识别的效果就越好。
132、对多个预设的局部放电缺陷类型分别对应的典型缺陷光纤振动信号进行I/Q正交解调,得到典型缺陷光纤振动信号的幅值与相位信息,并重构原始振动信号。
133、构建多个预设的局部放电缺陷类型分别对应的原始振动信号的PRPD图谱。
其中,PRPD图谱包括平均放电量相位分布谱图和放电次数相位分布谱图。
134、提取PRPD图谱的图谱特征量,并构成多维统计特征向量,图谱特征量包括偏斜度、陡峭度、局部峰点数、放电不对称度和互相关系数。
其中,多维统计特征向量的维度为5个,其形式为1×5向量矩阵。
135、根据多维统计特征向量以及其对应的局部放电缺陷类型构建数据集,将数据集划分为训练集和测试集。
其中,数据集包含多维统计特征向量以及其对应的局部放电缺陷类型的映射关系。
136、基于支持向量基的分类识别卷积神经网络对训练集进行训练,得到训练好的分类识别卷积神经网络模型。
137、过测试集对训练好的分类识别卷积神经网络模型进行测试,根据测试结果对训练好的分类识别卷积神经网络模型进行网络参数优化,输出相应的分类识别卷积神经网络模型为局部放电缺陷类型识别模型。
需要说明的是,将图谱特征量输入至预先训练好的局部放电缺陷类型识别模型进行识别过程为:将三芯海缆的三根芯线分别对应的实时超声振动信号的时域波形曲线中所提取的图谱特征量构成多维统计特征向量,将多维统计特征向量输入至局部放电缺陷类型识别模型进行识别,从而完成局部放电缺陷类型的识别。
在一个具体实施例中,步骤105具体包括:
1051、将三芯海缆的三根芯线分别对应的超声振动分布曲线分别与多个预设的局部放电量下的超声振动信号的径向传递函数曲线进行相似度拟合,得到拟合优度。
1052、判断拟合优度是否大于预设的优度阈值,若拟合优度大于预设的优度阈值,则判定超声振动信号的径向传递函数曲线对应的局部放电量为三芯海缆的局部放电量;若拟合优度不大于预设的优度阈值,则更换预设的局部放电量下的超声振动信号的径向传递函数曲线,重新执行上一步骤,直至拟合优度大于预设的优度阈值。
其中,优度阈值为0.85。
以上为本发明提供的一种海缆局部放电关键参数反演方法的实施例的详细描述,以下为本发明提供的一种海缆局部放电关键参数反演系统的实施例的详细描述。
为了便于理解,请参阅图4,本发明提供了一种海缆局部放电关键参数反演系统,包括:
缺陷定位模块100,用于获取三芯海缆的三根芯线分别对应的实时超声振动信号,将三芯海缆的三根芯线分别对应的实时超声振动信号进行对比,根据对比结果确定局部放电缺陷相对于三芯海缆的横截面上的径向位置;
特征提取模块200,用于提取三芯海缆的三根芯线分别对应的实时超声振动信号的时域波形曲线中的PRPD图谱以及其对应的图谱特征量;
缺陷类型识别模块300,用于将图谱特征量输入至预先训练好的局部放电缺陷类型识别模型进行识别,得到局部放电缺陷类型;
仿真模块400,用于根据局部放电缺陷相对于三芯海缆横截面上的径向位置以及局部放电缺陷类型对三芯海缆进行Comsol仿真建模,根据三芯海缆的三根芯线分别对应的实时超声振动信号的时域波形曲线进行仿真激励,得到三芯海缆的三根芯线分别对应的超声振动分布曲线;
局部放电量确定模块500,用于将三芯海缆的三根芯线分别对应的超声振动分布曲线分别与多个预设的局部放电量下的超声振动信号的径向传递函数曲线进行相似度拟合,根据相似度拟合结果确定三芯海缆的局部放电量。
本发明还提供了一种电子设备,包括处理器、通信接口、存储器和通信总线,其中,处理器,通信接口,存储器通过通信总线完成相互间的通信;
存储器,用于存放计算机程序;
处理器,用于执行存储器上所存放的程序时,实现上述的方法步骤。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的系统,电子设备的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在本发明所提供的几个实施例中,应该理解到,所揭露的系统、电子设备和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (10)
1.一种海缆局部放电关键参数反演方法,其特征在于,包括以下步骤:
获取三芯海缆的三根芯线分别对应的实时超声振动信号,将三芯海缆的三根芯线分别对应的实时超声振动信号进行对比,根据对比结果确定局部放电缺陷相对于三芯海缆的横截面上的径向位置;
提取三芯海缆的三根芯线分别对应的实时超声振动信号的时域波形曲线中的PRPD图谱以及其对应的图谱特征量;
将所述图谱特征量输入至预先训练好的局部放电缺陷类型识别模型进行识别,得到局部放电缺陷类型;
根据局部放电缺陷相对于三芯海缆横截面上的径向位置以及局部放电缺陷类型对三芯海缆进行Comsol仿真建模,根据三芯海缆的三根芯线分别对应的实时超声振动信号的时域波形曲线进行仿真激励,得到三芯海缆的三根芯线分别对应的超声振动分布曲线;
将所述三芯海缆的三根芯线分别对应的超声振动分布曲线分别与多个预设的局部放电量下的超声振动信号的径向传递函数曲线进行相似度拟合,根据相似度拟合结果确定三芯海缆的局部放电量。
2.根据权利要求1所述的海缆局部放电关键参数反演方法,其特征在于,还包括:
基于分布式光纤振动测量法的三芯海缆局部放电特性试验,获取三芯海缆在预设的局部放电缺陷类型以及局部放电量下的超声振动信号的时域波形曲线;
基于三芯海缆的结构进行Comsol仿真建模,搭建Comsol几何仿真模型;
根据三芯海缆的材料参数设置所述Comsol几何仿真模型中的各层介质材料及相应的材料参数;
设置所述Comsol几何仿真模型的边界条件,并剖分网络,得到Comsol几何有限元仿真模型;
对三芯海缆局部放电特性试验获取的三芯海缆的超声振动信号的时域波形曲线进行解调并反演出三芯海缆的实际超声振动信号的时域波形曲线;
根据三芯海缆的实际超声振动信号的时域波形曲线进行衰减计算,得到振动源的原始激励振动信号;
以振动源的原始激励振动信号中的任一完整周期内的振动信号作为激励源对Comsol几何有限元仿真模型进行扫描仿真激励,获得三芯海缆中的三根芯线分别获得的第一超声振动信号仿真波形曲线;
判断三芯海缆中的三根芯线分别获得的第一超声振动信号仿真波形曲线的幅值与三芯海缆局部放电特性试验所得到的超声振动信号的时域波形曲线的幅值之间的差值是否小于预设的差值阈值;
若判断所述差值小于所述预设的差值阈值,则判定相应的振动源为局部放电缺陷位置,并判定三芯海缆局部放电特性试验对应的预设的局部放电缺陷类型以及局部放电量为所述局部放电缺陷位置的局部放电缺陷类型和局部放电量;
改变局部放电缺陷位置,并以原始激励振动信号对Comsol几何有限元仿真模型进行扫描仿真激励,获得三芯海缆中的三根芯线分别获得的第二超声振动信号仿真波形曲线;
根据三芯海缆中的三根芯线分别获得的第一超声振动信号仿真波形曲线和第二超声振动信号仿真波形曲线进行最小二乘法拟合,获得三芯海缆中的三根芯线在不同的局部放电缺陷类型下的超声振动信号仿真波形曲线的幅值、原始激励振动信号的幅值、局部放电缺陷位置与局部放电量之间的拟合曲线作为超声振动信号的径向传递函数曲线。
3.根据权利要求2所述的海缆局部放电关键参数反演方法,其特征在于,基于分布式光纤振动测量法的三芯海缆局部放电特性试验,获取三芯海缆在预设的局部放电缺陷类型以及局部放电量下的超声振动信号的时域波形曲线的步骤,具体包括:
将预设的缺陷三芯海缆置于隔音金属密封罐内,通过预设的局部放电缺陷位置下的不同的局部放电缺陷类型以及局部放电量对所述预设的缺陷三芯海缆进行三芯海缆局部放电特性试验,得到不同局部放电量下的三芯海缆在不同同局部放电量下的超声振动信号的幅值随时间的变化的拟合曲线为超声振动信号的时域波形曲线。
4.根据权利要求3所述的海缆局部放电关键参数反演方法,其特征在于,所述局部放电缺陷类型包括气泡缺陷、半导电层尖刺、半导电层破损、气隙放电、表面放电和电晕放电。
5.根据权利要求3所述的海缆局部放电关键参数反演方法,其特征在于,获取三芯海缆的三根芯线分别对应的实时超声振动信号,将三芯海缆的三根芯线分别对应的实时超声振动信号进行对比,根据对比结果确定局部放电缺陷相对于三芯海缆的横截面上的径向位置的步骤具体包括:
将三芯海缆的每根芯线所在区域按照芯线中心与电缆中心的连线进行划分为两个区域;
获取三芯海缆的三根芯线分别对应的实时超声振动信号的时域波形曲线,将三芯海缆的三根芯线分别对应的实时超声振动信号的时域波形曲线的第一个波峰的幅值进行对比,得到幅值较高的两根芯线,并确定局部放电缺陷相对于三芯海缆的横截面上的径向位置位于幅值最高的芯线且靠近幅值次高的芯线的区域内。
6.根据权利要求3所述的海缆局部放电关键参数反演方法,其特征在于,获取三芯海缆的三根芯线分别对应的实时超声振动信号,将三芯海缆的三根芯线分别对应的实时超声振动信号进行对比,根据对比结果确定局部放电缺陷相对于三芯海缆的横截面上的径向位置的步骤具体包括:
将三芯海缆的每根芯线所在区域按照芯线中心与电缆中心的连线进行划分为两个区域;
获取三芯海缆的三根芯线分别对应的实时超声振动信号以及其获取时刻,将三芯海缆的三根芯线分别对应的实时超声振动信号的获取时刻进行对比,得到获取时刻较早的两根芯线,并确定局部放电缺陷相对于三芯海缆的横截面上的径向位置位于获取时刻最早的芯线且靠近获取时刻次早的芯线的区域内。
7.根据权利要求1所述的海缆局部放电关键参数反演方法,其特征在于,将所述图谱特征量输入至预先训练好的局部放电缺陷类型识别模型进行识别,得到局部放电缺陷类型的步骤之前,还包括:
基于分布式光纤振动测量法,通过在多个预设的局部放电缺陷类型、预设的局部放电缺陷位置和预设的局部放电量的条件下,进行三芯海缆局部放电特性试验,获取多个预设的局部放电缺陷类型分别对应的典型缺陷光纤振动信号;
对多个预设的局部放电缺陷类型分别对应的典型缺陷光纤振动信号进行I/Q正交解调,得到典型缺陷光纤振动信号的幅值与相位信息,并重构原始振动信号;
构建多个预设的局部放电缺陷类型分别对应的原始振动信号的PRPD图谱;
提取PRPD图谱的图谱特征量,并构成多维统计特征向量,所述图谱特征量包括偏斜度、陡峭度、局部峰点数、放电不对称度和互相关系数;
根据所述多维统计特征向量以及其对应的局部放电缺陷类型构建数据集,将所述数据集划分为训练集和测试集;
基于支持向量基的分类识别卷积神经网络对训练集进行训练,得到训练好的分类识别卷积神经网络模型;
通过所述测试集对所述训练好的分类识别卷积神经网络模型进行测试,根据测试结果对训练好的分类识别卷积神经网络模型进行网络参数优化,输出相应的分类识别卷积神经网络模型为局部放电缺陷类型识别模型。
8.根据权利要求2所述的海缆局部放电关键参数反演方法,其特征在于,将所述三芯海缆的三根芯线分别对应的超声振动分布曲线分别与多个预设的局部放电量下的超声振动信号的径向传递函数曲线进行相似度拟合,根据相似度拟合结果确定三芯海缆的局部放电量的步骤具体包括:
将所述三芯海缆的三根芯线分别对应的超声振动分布曲线分别与多个预设的局部放电量下的超声振动信号的径向传递函数曲线进行相似度拟合,得到拟合优度;
判断所述拟合优度是否大于预设的优度阈值,若所述拟合优度大于预设的优度阈值,则判定超声振动信号的径向传递函数曲线对应的局部放电量为三芯海缆的局部放电量;若所述拟合优度不大于预设的优度阈值,则更换预设的局部放电量下的超声振动信号的径向传递函数曲线,重新执行上一步骤,直至所述拟合优度大于预设的优度阈值。
9.一种海缆局部放电关键参数反演系统,其特征在于,包括:
缺陷定位模块,用于获取三芯海缆的三根芯线分别对应的实时超声振动信号,将三芯海缆的三根芯线分别对应的实时超声振动信号进行对比,根据对比结果确定局部放电缺陷相对于三芯海缆的横截面上的径向位置;
特征提取模块,用于提取三芯海缆的三根芯线分别对应的实时超声振动信号的时域波形曲线中的PRPD图谱以及其对应的图谱特征量;
缺陷类型识别模块,用于将所述图谱特征量输入至预先训练好的局部放电缺陷类型识别模型进行识别,得到局部放电缺陷类型;
仿真模块,用于根据局部放电缺陷相对于三芯海缆横截面上的径向位置以及局部放电缺陷类型对三芯海缆进行Comsol仿真建模,根据三芯海缆的三根芯线分别对应的实时超声振动信号的时域波形曲线进行仿真激励,得到三芯海缆的三根芯线分别对应的超声振动分布曲线;
局部放电量确定模块,用于将所述三芯海缆的三根芯线分别对应的超声振动分布曲线分别与多个预设的局部放电量下的超声振动信号的径向传递函数曲线进行相似度拟合,根据相似度拟合结果确定三芯海缆的局部放电量。
10.一种电子设备,其特征在于,包括处理器、通信接口、存储器和通信总线,其中,处理器,通信接口,存储器通过通信总线完成相互间的通信;
存储器,用于存放计算机程序;
处理器,用于执行存储器上所存放的程序时,实现权利要求1~8任一所述的方法步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310984236.2A CN116973708A (zh) | 2023-08-07 | 2023-08-07 | 一种海缆局部放电关键参数反演方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310984236.2A CN116973708A (zh) | 2023-08-07 | 2023-08-07 | 一种海缆局部放电关键参数反演方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116973708A true CN116973708A (zh) | 2023-10-31 |
Family
ID=88479448
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310984236.2A Pending CN116973708A (zh) | 2023-08-07 | 2023-08-07 | 一种海缆局部放电关键参数反演方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116973708A (zh) |
-
2023
- 2023-08-07 CN CN202310984236.2A patent/CN116973708A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104090214B (zh) | 一种电缆故障检测及老化分析方法 | |
CN108593260B (zh) | 光缆线路故障定位和检测方法及终端设备 | |
CN108120907B (zh) | 一种基于工频至低频电压下特征提取的局部放电诊断方法 | |
CN105699843A (zh) | 一种电缆运行状态诊断方法及系统 | |
CN107831404B (zh) | 基于高频脉冲电流法定位xlpe电缆局放位置的方法及系统 | |
CN109324241B (zh) | 一种变电站接地网腐蚀诊断预警方法及系统 | |
CN114236317B (zh) | 电缆缺陷评估方法、装置、终端及存储介质 | |
CN114217166B (zh) | 一种基于fdr频域波形的变电站低压电缆局部缺陷定位方法 | |
CN104459486A (zh) | 一种利用极化电流评估交联聚乙烯中压电缆绝缘的方法 | |
CN111413596A (zh) | 电缆局部放电定位方法及装置、电子设备及定位系统 | |
CN107576884A (zh) | 基于经验模态分解和神经网络的变压器绕组变形在线故障定位方法 | |
CN110161351B (zh) | 一种振荡波下变压器绕组故障试验系统和诊断方法 | |
CN108680832B (zh) | 一种基于sa-apso及降维投影动态收缩圆的局部放电定位方法 | |
CN117434386A (zh) | 一种基于护层接地回路宽频阻抗谱的高压电缆护套缺陷定位方法 | |
CN113466607A (zh) | 一种三相电缆中间接头受潮状态分析方法 | |
CN117906748A (zh) | 一种变压器振动噪音特征识别检测方法 | |
CN117554756A (zh) | 一种电缆接头内部缺陷的检测方法 | |
CN116973708A (zh) | 一种海缆局部放电关键参数反演方法及系统 | |
CN109188214B (zh) | 一种乙丙橡胶电缆终端绝缘层典型故障模拟和测试方法 | |
CN116540016A (zh) | 基于反射系数离散序列的电缆缺陷诊断方法 | |
CN114062852B (zh) | 电缆中间接头故障诊断方法、装置、设备及可读存储介质 | |
CN112595913B (zh) | 一种电缆局部老化检测方法及检测装置 | |
CN113052249B (zh) | 基于支持向量机和电流偏差系数的变压器绕组故障类型识别方法 | |
CN115424077A (zh) | 一种基于残差神经网络的电缆缺陷识别方法 | |
Wang et al. | Defect Identification of XLPE Power Cable Using Harmonic Visualized Characteristics of Grounding Current |
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 |