CN117590172A - 应用于变压器的局部放电声电联合定位方法、装置和设备 - Google Patents
应用于变压器的局部放电声电联合定位方法、装置和设备 Download PDFInfo
- Publication number
- CN117590172A CN117590172A CN202311621869.3A CN202311621869A CN117590172A CN 117590172 A CN117590172 A CN 117590172A CN 202311621869 A CN202311621869 A CN 202311621869A CN 117590172 A CN117590172 A CN 117590172A
- Authority
- CN
- China
- Prior art keywords
- partial discharge
- signal
- determining
- frequency pulse
- 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
- 238000000034 method Methods 0.000 title claims abstract description 81
- 238000001514 detection method Methods 0.000 claims abstract description 102
- 238000004590 computer program Methods 0.000 claims abstract description 26
- 238000001914 filtration Methods 0.000 claims abstract description 17
- 230000002159 abnormal effect Effects 0.000 claims abstract description 13
- 230000009467 reduction Effects 0.000 claims description 41
- 238000004364 calculation method Methods 0.000 claims description 20
- 230000006870 function Effects 0.000 claims description 19
- 238000012549 training Methods 0.000 claims description 14
- 230000005540 biological transmission Effects 0.000 claims description 13
- 230000008569 process Effects 0.000 claims description 12
- 238000012360 testing method Methods 0.000 claims description 12
- 238000013139 quantization Methods 0.000 claims description 9
- 238000005070 sampling Methods 0.000 claims description 8
- 230000001360 synchronised effect Effects 0.000 claims description 7
- 238000002790 cross-validation Methods 0.000 claims description 6
- 238000012795 verification Methods 0.000 claims description 6
- 238000012216 screening Methods 0.000 claims description 4
- 238000012163 sequencing technique Methods 0.000 claims description 2
- 208000028659 discharge Diseases 0.000 description 216
- 238000012545 processing Methods 0.000 description 11
- 238000003745 diagnosis Methods 0.000 description 10
- 230000004807 localization Effects 0.000 description 6
- 238000004458 analytical method Methods 0.000 description 5
- 230000007547 defect Effects 0.000 description 5
- 238000012544 monitoring process Methods 0.000 description 5
- 238000004891 communication Methods 0.000 description 4
- 239000000306 component Substances 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 230000008045 co-localization Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000004422 calculation algorithm Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000013500 data storage Methods 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 1
- 230000005856 abnormality Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000008358 core component Substances 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 229910021389 graphene Inorganic materials 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 239000011810 insulating material Substances 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 238000004519 manufacturing process Methods 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
- 238000010998 test method Methods 0.000 description 1
- 230000009466 transformation Effects 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
- G01R31/1227—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
本申请涉及一种应用于变压器的局部放电声电联合定位方法、装置、计算机设备、存储介质和计算机程序产品，涉及电气设备检测技术领域。本申请能够提高局部放电检测的准确性。该方法包括：采集变压器内部局部放电发生时的超声局放信号和高频脉冲信号；根据目标高频脉冲信号的发生时间点，确定目标超声局放信号的延时量；根据校正后的延时量，确定局部放电位置到超声局放信号的采集装置之间的间距；根据绝对值的峰值分别确定若干个估计位点，并获取估计位点的初始检测信号平均值；基于数据滤波后的估计位点检测信号，对初始检测信号平均值进行修正，根据修正后的检测信号平均值，识别出误差大于误差阈值的异常估计位点，作为局部放电发生的位置。
Description
技术领域
本申请涉及电气设备检测技术领域，特别是涉及一种应用于变压器的局部放电声电联合定位方法、装置、计算机设备、存储介质和计算机程序产品。
背景技术
变压器是高压输变电系统中的重要节点设备，其运行可靠性直接关系整个电力系统的安全稳定运行。由于制造和安装缺陷，变压器在运行过程中内部可能出现局部放电缺陷，需要通过停电局部放电试验对内部的缺陷位置进行精确定位，然后进行针对性的检修排查，消除安全隐患。
目前，应用于变压器的停电局部放电试验方法主要包括高频局部放电检测法和超声波法。然而，高频局部放电检测法中利用的核心部件为罗格夫斯基线圈型电流传感器，该方法需要对各个位点分别检测，较为费时费力；超声波法是一种快速、有效的局部放电检测手段，尽管其具有检测快速、操作简便的优点，但由于对超声波信号的接收精度较低，因此在检测准确性方面存在准确性较低的缺陷。
发明内容
基于此，有必要针对上述技术问题，提供一种应用于变压器的局部放电声电联合定位方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。
第一方面，本申请提供了一种应用于变压器的局部放电声电联合定位方法。所述方法包括：
采集变压器内部局部放电发生时的超声局放信号和高频脉冲信号，对所述超声局放信号和高频脉冲信号进行降噪处理；
根据目标高频脉冲信号的发生时间点，确定目标超声局放信号的延时量；所述目标高频脉冲信号为降噪处理后的高频脉冲信号，所述目标超声局放信号为降噪处理后的超声局放信号；
对所述延时量在所述目标超声局放信号的传播范围内进行校正，根据校正后的延时量，确定局部放电位置到所述超声局放信号的采集装置之间的间距；
在所述间距的范围边界上确定单一检测信号的绝对值，根据所述绝对值的峰值分别确定若干个估计位点，并获取所述估计位点的初始检测信号平均值；
基于数据滤波后的估计位点检测信号，对所述初始检测信号平均值进行修正，根据修正后的检测信号平均值，识别出误差大于误差阈值的异常估计位点，作为局部放电发生的位置。
在其中一个实施例中，在采集变压器内部局部放电发生时的超声局放信号和高频脉冲信号之前，还包括：
分别获取所述超声局放信号和高频脉冲信号的信号特征量；根据所述信号特征量，确定超声局放传感器和高频脉冲传感器的传感器型号；根据所述信号特征量和传感器型号，设计同步电路。
在其中一个实施例中，所述根据目标高频脉冲信号的发生时间点，确定目标超声局放信号的延时量，包括：
将所述目标高频脉冲信号的发生时间点作为基准点，并确定频域内的窗口函数；根据所述基准点和窗口函数，利用量化延时法，得到所述目标超声局放信号的延时量；在所述延时量为负值的情况下，重新采集超声局放信号和高频脉冲信号。
在其中一个实施例中，所述在所述间距的范围边界上确定单一检测信号的绝对值，包括：
在所述单一检测信号的初始值中划分出局部放电信号，对所述局部放电信号进行降噪处理；根据预设的采样频率，对降噪后的局部放电信号中出现峰值的区域进行标定；根据所述峰值，确定所述单一检测信号的绝对值。
在其中一个实施例中，所述根据所述绝对值的峰值分别确定若干个估计位点，包括：
对所述局部放电信号的峰值进行排序，对排序后的峰值进行聚类处理；在所述聚类处理过程中，根据所述局部放电信号的预设局放位点进行顺序排列，并识别出预设阈值以上的位点，作为所述估计位点。
在其中一个实施例中，在识别出误差大于误差阈值的异常估计位点之前，还包括：
将所述修正后的检测信号平均值分为训练集、交叉验证集和测试集；根据所述训练集，分别对预设数量的误差计算模型进行训练，得到经训练的误差计算模型；根据所述交叉验证集，在所述经训练的误差计算模型筛选出目标误差计算模型；基于所述测试集，确定所述目标误差计算模型的误差，作为所述估计位点的误差。
第二方面，本申请还提供了一种应用于变压器的局部放电声电联合定位装置。所述装置包括：
信号采集模块，用于采集变压器内部局部放电发生时的超声局放信号和高频脉冲信号，对所述超声局放信号和高频脉冲信号进行降噪处理；
延时量确定模块，用于根据目标高频脉冲信号的发生时间点，确定目标超声局放信号的延时量；所述目标高频脉冲信号为降噪处理后的高频脉冲信号，所述目标超声局放信号为降噪处理后的超声局放信号；
间距确定模块，用于对所述延时量在所述目标超声局放信号的传播范围内进行校正，根据校正后的延时量，确定局部放电位置到所述超声局放信号的采集装置之间的间距；
位点确定模块，用于在所述间距的范围边界上确定单一检测信号的绝对值，根据所述绝对值的峰值分别确定若干个估计位点，并获取所述估计位点的初始检测信号平均值；
局放定位模块，用于基于数据滤波后的估计位点检测信号，对所述初始检测信号平均值进行修正，根据修正后的检测信号平均值，识别出误差大于误差阈值的异常估计位点，作为局部放电发生的位置。
第三方面，本申请还提供了一种计算机设备。所述计算机设备包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现以下步骤：
采集变压器内部局部放电发生时的超声局放信号和高频脉冲信号，对所述超声局放信号和高频脉冲信号进行降噪处理；根据目标高频脉冲信号的发生时间点，确定目标超声局放信号的延时量；所述目标高频脉冲信号为降噪处理后的高频脉冲信号，所述目标超声局放信号为降噪处理后的超声局放信号；对所述延时量在所述目标超声局放信号的传播范围内进行校正，根据校正后的延时量，确定局部放电位置到所述超声局放信号的采集装置之间的间距；在所述间距的范围边界上确定单一检测信号的绝对值，根据所述绝对值的峰值分别确定若干个估计位点，并获取所述估计位点的初始检测信号平均值；基于数据滤波后的估计位点检测信号，对所述初始检测信号平均值进行修正，根据修正后的检测信号平均值，识别出误差大于误差阈值的异常估计位点，作为局部放电发生的位置。
第四方面，本申请还提供了一种计算机可读存储介质。所述计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现以下步骤：
采集变压器内部局部放电发生时的超声局放信号和高频脉冲信号，对所述超声局放信号和高频脉冲信号进行降噪处理；根据目标高频脉冲信号的发生时间点，确定目标超声局放信号的延时量；所述目标高频脉冲信号为降噪处理后的高频脉冲信号，所述目标超声局放信号为降噪处理后的超声局放信号；对所述延时量在所述目标超声局放信号的传播范围内进行校正，根据校正后的延时量，确定局部放电位置到所述超声局放信号的采集装置之间的间距；在所述间距的范围边界上确定单一检测信号的绝对值，根据所述绝对值的峰值分别确定若干个估计位点，并获取所述估计位点的初始检测信号平均值；基于数据滤波后的估计位点检测信号，对所述初始检测信号平均值进行修正，根据修正后的检测信号平均值，识别出误差大于误差阈值的异常估计位点，作为局部放电发生的位置。
第五方面，本申请还提供了一种计算机程序产品。所述计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现以下步骤：
采集变压器内部局部放电发生时的超声局放信号和高频脉冲信号，对所述超声局放信号和高频脉冲信号进行降噪处理；根据目标高频脉冲信号的发生时间点，确定目标超声局放信号的延时量；所述目标高频脉冲信号为降噪处理后的高频脉冲信号，所述目标超声局放信号为降噪处理后的超声局放信号；对所述延时量在所述目标超声局放信号的传播范围内进行校正，根据校正后的延时量，确定局部放电位置到所述超声局放信号的采集装置之间的间距；在所述间距的范围边界上确定单一检测信号的绝对值，根据所述绝对值的峰值分别确定若干个估计位点，并获取所述估计位点的初始检测信号平均值；基于数据滤波后的估计位点检测信号，对所述初始检测信号平均值进行修正，根据修正后的检测信号平均值，识别出误差大于误差阈值的异常估计位点，作为局部放电发生的位置。
上述应用于变压器的局部放电声电联合定位方法、装置、计算机设备、存储介质和计算机程序产品，通过确定压器局放声电联合诊断的一般规律，模拟变压器内部各类局部放电现象，采集超声局放信号和高频脉冲信号，通过声、电信号的时间差计算，精确地进行超声局放信号的诊断，现场实际运行采集各类干扰信号，通过数据对比，研究声电信号联合诊断方法；最后现场安装并调试具有声电信号联合诊断功能的变压器局放监测设备，验证功能有效性。综上，本申请利用局部放电发生时超声局放信号和高频脉冲信号的同时性，研究声电联合分析方法在局放诊断方向的应用，避免了对各个位点分别进行检测的费时费力过程，并且能够有效排除外部信号干扰，有效提高了局部放电检测的准确性，大幅降低了变压器局部放电监测的误报率。
附图说明
图1为一个实施例中应用于变压器的局部放电声电联合定位方法的应用环境图；
图2为一个实施例中应用于变压器的局部放电声电联合定位方法的流程示意图；
图3为一个实施例中确定信号延时量步骤的流程示意图；
图4为一个具体实施例中应用于变压器的局部放电声电联合定位方法的流程示意图；
图5为一个实施例中应用于变压器的局部放电声电联合定位装置的结构框图；
图6为一个实施例中计算机设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。
本申请实施例提供的应用于变压器的局部放电声电联合定位方法，可以应用于如图1所示的应用环境中。其中，终端通过网络与服务器进行通信。数据存储系统可以存储服务器需要处理的数据。数据存储系统可以集成在服务器上，也可以放在云上或其他网络服务器上。
具体地，本申请实施例提供的应用于变压器的局部放电声电联合定位方法，可以由服务器执行。
示例性的，服务器采集变压器内部局部放电发生时的超声局放信号和高频脉冲信号，对超声局放信号和高频脉冲信号进行降噪处理；根据目标高频脉冲信号的发生时间点，确定目标超声局放信号的延时量；服务器对延时量在目标超声局放信号的传播范围内进行校正，根据校正后的延时量，确定局部放电位置到超声局放信号的采集装置之间的间距；在间距的范围边界上确定单一检测信号的绝对值，根据绝对值的峰值分别确定若干个估计位点，并获取估计位点的初始检测信号平均值；服务器基于数据滤波后的估计位点检测信号，对初始检测信号平均值进行修正，根据修正后的检测信号平均值，识别出误差大于误差阈值的异常估计位点，作为局部放电发生的位置。
在如图1所示的应用环境中，终端可以但不限于是各种个人计算机、笔记本电脑、智能手机、平板电脑。服务器可以用独立的服务器或者是多个服务器组成的服务器集群来实现。
在一个实施例中，如图2所示，提供了一种应用于变压器的局部放电声电联合定位方法，以该方法应用于图1中的服务器为例进行说明，包括以下步骤：
步骤S201，采集变压器内部局部放电发生时的超声局放信号和高频脉冲信号，对超声局放信号和高频脉冲信号进行降噪处理。
其中，超声局放信号是指在绝缘材料中存在放电时产生的超声波信号，是一种重要的电力设备检测手段，对于保障电力设备的运行稳定性和安全性具有重要意义；超声局放信号可以通过分布式总线型结构的多路数据采集系统采集的，该系统以DSP(DigitalSignal Processing，数字信号处理)器件为控制器，基于TCP/IP(Transmission ControlProtocol/Internet Protocol，传输控制协议/网际协议)进行节点间通信，同时在信号采集前端采用基于预采样的自动增益技术。
其中，高频脉冲信号是指具有高频率和脉冲形式的信号，脉冲信号是一种在一段时间内突然增加到一个较高幅度，然后迅速返回到基准值的信号；对采集到的高频脉冲信号，采用模糊聚类方法计算其实时基波频率，进而基于傅里叶级数算法，计算信号的初始相位角，并以此作为局部放电脉冲的相角。
举例说明，对超声信号和高频脉冲信号进行降噪处理，可以通过滑动平均法、中位值法或标准差法实现。
具体地，服务器通过预设的信号采集装置采集变压器内部局部放电发生时的超声局放信号和高频脉冲信号，对超声局放信号和高频脉冲信号进行降噪处理。
步骤S202，根据目标高频脉冲信号的发生时间点，确定目标超声局放信号的延时量。
其中，延时量是指信号在传输过程中所需要的时间，延时量的大小与被检测物体的声速、超声波传播路径长度和信号传播距离等因素有关；在超声波检测中，通过测量延时量可以确定被检测物体内部缺陷的位置和大小。
举例说明，对延时量的确定，可以通过量化延时法实现。
具体地，服务器以高频脉冲信号的发生时间点为基准点，确定目标超声局放信号的延时量。
步骤S203，对延时量在目标超声局放信号的传播范围内进行校正，根据校正后的延时量，确定局部放电位置到超声局放信号的采集装置之间的间距。
具体地，服务器对延时量在目标超声局放信号的传播范围内进行校正，根据校正后的延时量，确定局部放电位置到超声局放信号的采集装置之间的间距。
步骤S204，在间距的范围边界上确定单一检测信号的绝对值，根据绝对值的峰值分别确定若干个估计位点，并获取估计位点的初始检测信号平均值。
其中，单一检测信号通常指的是只包含单一频率或频率范围的信号。
具体地，服务器在间距的范围边界上确定单一检测信号的绝对值，根据绝对值的峰值分别确定若干个估计位点，采用数据滤波方法对若干估计位点的检测信号进行统计，得到估计位点的初始检测信号平均值。
步骤S205，基于数据滤波后的估计位点检测信号，对初始检测信号平均值进行修正，根据修正后的检测信号平均值，识别出误差大于误差阈值的异常估计位点，作为局部放电发生的位置。
其中，数据滤波是指在信号分析或处理过程中，使用某种算法或方法去除信号中的噪声或不想要的频率成分，从而提取和保留信号中所需的信息；数据滤波方法包括限幅滤波法、中位值滤波法和算术平均滤波法等。
具体地，服务器基于数据滤波后的估计位点检测信号，对初始检测信号平均值进行修正，根据修正后的检测信号平均值，对检测信号误差较大的异常位点进行去除，进而确定局部放电发生的位置。
上述应用于变压器的局部放电声电联合定位方法中，通过确定压器局放声电联合诊断的一般规律，模拟变压器内部各类局部放电现象，采集超声局放信号和高频脉冲信号，通过声、电信号的时间差计算，精确地进行超声局放信号的诊断，现场实际运行采集各类干扰信号，通过数据对比，研究声电信号联合诊断方法；最后现场安装并调试具有声电信号联合诊断功能的变压器局放监测设备，验证功能有效性。综上，本申请利用局部放电发生时超声局放信号和高频脉冲信号的同时性，研究声电联合分析方法在局放诊断方向的应用，避免了对各个位点分别进行检测的费时费力过程，并且能够有效排除外部信号干扰，有效提高了局部放电检测的准确性，大幅降低了变压器局部放电监测的误报率。
在其中一个实施例中，在采集变压器内部局部放电发生时的超声局放信号和高频脉冲信号之前，还包括如下步骤：
分别获取超声局放信号和高频脉冲信号的信号特征量；根据信号特征量，确定超声局放传感器和高频脉冲传感器的传感器型号；根据信号特征量和传感器型号，设计同步电路。
其中，信号特征量包括但不限于幅值、相位、极性和频次等特征量。
具体地，服务器分别获取超声局放信号和高频脉冲信号的信号特征量；根据信号特征量，对超声局放传感器和高频脉冲传感器进行选型；再根据信号特征量和传感器型号，设计同步电路。
本实施例中，通过根据信号特征量，对超声局放传感器和高频脉冲传感器进行选型；从而准确地筛选出符合方案需求的传感器型号，同时也确保了同步电路设计的准确性。
在其中一个实施例中，如图3所示，上述步骤S202中，根据目标高频脉冲信号的发生时间点，确定目标超声局放信号的延时量，具体包括如下步骤：
步骤S301，将目标高频脉冲信号的发生时间点作为基准点，并确定频域内的窗口函数。
步骤S302，根据基准点和窗口函数，利用量化延时法，得到目标超声局放信号的延时量。
步骤S303，在延时量为负值的情况下，重新采集超声局放信号和高频脉冲信号。
其中，在量化延时法中，窗口函数是指由一个无限长的、由一个或多个基本单位脉冲构成的序列。
其中，基准点指的是一个参考时间或起始时间，用于确定之后的时间安排。
具体地，服务器将目标高频脉冲信号的发生时间点作为基准点，计算出窗口函数的傅里叶变换，得到频域内的窗口函数；根据基准点和窗口函数，利用量化延时法，计算出目标超声局放信号的延时量；在识别到延时量为负值的情况下，重新采集超声局放信号和高频脉冲信号。
本实施例中，通过利用量化延时法，根据基准点和窗口函数，准确地计算出目标超声局放信号的延时量；同时，还可以在延时量为负值的情况下，重新采集超声局放信号和高频脉冲信号，增加了方案的实用性和灵活性。
在其中一个实施例中，上述步骤S204中，在间距的范围边界上确定单一检测信号的绝对值，具体包括如下步骤：
在单一检测信号的初始值中划分出局部放电信号，对局部放电信号进行降噪处理；根据预设的采样频率，对降噪后的局部放电信号中出现峰值的区域进行标定；根据峰值，确定单一检测信号的绝对值。
其中，峰值是指在一定时间或空间范围内，某个量达到的最大值。
具体地，服务器在单一检测信号的初始值中划分出局部放电信号，对局部放电信号进行降噪处理；根据预设的采样频率，对降噪后的局部放电信号中出现峰值的区域进行标定；根据峰值，计算出单一检测信号的绝对值。
本实施例中，通过根据预设的采样频率，对降噪后的局部放电信号中出现峰值的区域进行标定，再根据峰值这一参考指标，快速准确地计算出单一检测信号的绝对值。
在其中一个实施例中，上述步骤S204中，根据绝对值的峰值分别确定若干个估计位点，具体包括如下步骤：
对局部放电信号的峰值进行排序，对排序后的峰值进行聚类处理；在聚类处理过程中，根据局部放电信号的预设局放位点进行顺序排列，并识别出预设阈值以上的位点，作为估计位点。
其中，聚类处理是一种无监督学习的技术，用于将数据集中的对象按照相似性进行分组；聚类的目标是在同一组内使得对象之间的相似性最大化，并且不同组之间的相似性最小化。
具体地，服务器对全部样本的峰值进行排序，过滤无效数据后进行聚类处理，在聚类处理过程中根据样本的预计局放位点进行顺序排列，取预设阈值以上的位点作为估计位点。
本实施例中，通过根据局部放电信号的预设局放位点进行顺序排列，并识别出预设阈值以上的位点，作为估计位点；从而有效提高了局部放电检测的准确性。
在其中一个实施例中，在识别出误差大于误差阈值的异常估计位点之前，还包括如下步骤：
将修正后的检测信号平均值分为训练集、交叉验证集和测试集；根据训练集，分别对预设数量的误差计算模型进行训练，得到经训练的误差计算模型；根据交叉验证集，在经训练的误差计算模型筛选出目标误差计算模型；基于测试集，确定目标误差计算模型的误差，作为估计位点的误差。
具体地，服务器将修正后的检测信号平均值分为训练集、交叉验证集和测试集，而后用交叉验证集选择模型，选择交叉验证误差最小的模型作为参数模型，再利用测试集来确定所选模型的误差，作为估计位点的误差。
本实施例中，通过对修正后的检测信号平均值的合理分类，再基于对训练集、交叉验证集和测试集的充分处理运算，高效准确地确定出估计位点的误差。
在一个实施例中，如图4所示，提供了一个具体实施例中的应用于变压器的局部放电声电联合定位方法，具体包括以下步骤：
步骤S401，分别获取超声局放信号和高频脉冲信号的信号特征量；根据信号特征量，确定超声局放传感器和高频脉冲传感器的传感器型号；根据信号特征量和传感器型号，设计同步电路，以确保信号采集的同步性。
步骤S402，采集变压器内部局部放电发生时的超声局放信号和高频脉冲信号，对超声局放信号和高频脉冲信号进行降噪处理。
步骤S403，将目标高频脉冲信号的发生时间点作为基准点，并确定频域内的窗口函数；根据基准点和窗口函数，利用量化延时法，得到目标超声局放信号的延时量；在延时量为负值时，重新采集超声局放信号和高频脉冲信号。
步骤S404，对延时量在目标超声局放信号的传播范围内进行校正，根据校正后的延时量，确定局部放电位置到超声局放信号的采集装置之间的间距。
步骤S405，在单一检测信号的初始值中划分出局部放电信号，对局部放电信号进行降噪处理；根据预设的采样频率，对降噪后的局部放电信号中出现峰值的区域进行标定；根据峰值，确定单一检测信号的绝对值。
步骤S406，对局部放电信号的峰值进行排序，对排序后的峰值进行聚类处理；在聚类处理过程中，根据局部放电信号的预设局放位点进行顺序排列，并识别出预设阈值以上的位点，作为估计位点，并获取估计位点的初始检测信号平均值。
步骤S407，基于数据滤波后的估计位点检测信号，对初始检测信号平均值进行修正，根据修正后的检测信号平均值，识别出误差大于误差阈值的异常估计位点，作为局部放电发生的位置。
上述实施例带来的有益效果如下：
1)本申请利用局部放电发生时超声信号和高频脉冲信号的同时性，研究声电联合分析方法在局放诊断方向的应用，有效排除外部信号干扰，大幅降低变压器局放监测误报率。
2)有效避免了对各个位点分别进行检测的费时费力过程，并提高了局部放电检测的准确性。
应该理解的是，虽然如上所述的各实施例所涉及的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，如上所述的各实施例所涉及的流程图中的至少一部分步骤可以包括多个步骤或者多个阶段，这些步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
基于同样的发明构思，本申请实施例还提供了一种用于实现上述所涉及的应用于变压器的局部放电声电联合定位方法的应用于变压器的局部放电声电联合定位装置。该装置所提供的解决问题的实现方案与上述方法中所记载的实现方案相似，故下面所提供的一个或多个应用于变压器的局部放电声电联合定位装置实施例中的具体限定可以参见上文中对于应用于变压器的局部放电声电联合定位方法的限定，在此不再赘述。
在一个实施例中，如图5所示，提供了一种应用于变压器的局部放电声电联合定位装置，包括：
信号采集模块501，用于采集变压器内部局部放电发生时的超声局放信号和高频脉冲信号，对超声局放信号和高频脉冲信号进行降噪处理；
延时量确定模块502，用于根据目标高频脉冲信号的发生时间点，确定目标超声局放信号的延时量；目标高频脉冲信号为降噪处理后的高频脉冲信号，目标超声局放信号为降噪处理后的超声局放信号；
间距确定模块503，用于对延时量在目标超声局放信号的传播范围内进行校正，根据校正后的延时量，确定局部放电位置到超声局放信号的采集装置之间的间距；
位点确定模块504，用于在间距的范围边界上确定单一检测信号的绝对值，根据绝对值的峰值分别确定若干个估计位点，并获取估计位点的初始检测信号平均值；
局放定位模块505，用于基于数据滤波后的估计位点检测信号，对初始检测信号平均值进行修正，根据修正后的检测信号平均值，识别出误差大于误差阈值的异常估计位点，作为局部放电发生的位置。
在一个实施例中，应用于变压器的局部放电声电联合定位装置还包括选型设计模块，用于分别获取超声局放信号和高频脉冲信号的信号特征量；根据信号特征量，确定超声局放传感器和高频脉冲传感器的传感器型号；根据信号特征量和传感器型号，设计同步电路，以确保信号采集的同步性。
在一个实施例中，延时量确定模块502，还用于将目标高频脉冲信号的发生时间点作为基准点，并确定频域内的窗口函数；根据基准点和窗口函数，利用量化延时法，得到目标超声局放信号的延时量；在延时量为负值的情况下，重新采集超声局放信号和高频脉冲信号。
在一个实施例中，位点确定模块504，还用于在单一检测信号的初始值中划分出局部放电信号，对局部放电信号进行降噪处理；根据预设的采样频率，对降噪后的局部放电信号中出现峰值的区域进行标定；根据峰值，确定单一检测信号的绝对值。
在一个实施例中，位点确定模块504，还用于对局部放电信号的峰值进行排序，对排序后的峰值进行聚类处理；在聚类处理过程中，根据局部放电信号的预设局放位点进行顺序排列，并识别出预设阈值以上的位点，作为估计位点。
在一个实施例中，应用于变压器的局部放电声电联合定位装置还包括误差确定模块，用于将修正后的检测信号平均值分为训练集、交叉验证集和测试集；根据训练集，分别对预设数量的误差计算模型进行训练，得到经训练的误差计算模型；根据交叉验证集，在经训练的误差计算模型筛选出目标误差计算模型；基于测试集，确定目标误差计算模型的误差，作为估计位点的误差。
上述应用于变压器的局部放电声电联合定位装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中，提供了一种计算机设备，该计算机设备可以是服务器，其内部结构图可以如图6所示。该计算机设备包括处理器、存储器、输入/输出接口(Input/Output，简称I/O)和通信接口。其中，处理器、存储器和输入/输出接口通过系统总线连接，通信接口通过输入/输出接口连接到系统总线。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质和内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储误差阈值数据。该计算机设备的输入/输出接口用于处理器与外部设备之间交换信息。该计算机设备的通信接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种应用于变压器的局部放电声电联合定位方法。
本领域技术人员可以理解，图6中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
在一个实施例中，还提供了一种计算机设备，包括存储器和处理器，存储器中存储有计算机程序，该处理器执行计算机程序时实现上述各方法实施例中的步骤。
在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现上述各方法实施例中的步骤。
在一个实施例中，提供了一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现上述各方法实施例中的步骤。
需要说明的是，本申请所涉及的用户信息(包括但不限于用户设备信息、用户个人信息等)和数据(包括但不限于用于分析的数据、存储的数据、展示的数据等)，均为经用户授权或者经过各方充分授权的信息和数据，且相关数据的收集、使用和处理需要遵守相关国家和地区的相关法律法规和标准。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、数据库或其它介质的任何引用，均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(Read-OnlyMemory，ROM)、磁带、软盘、闪存、光存储器、高密度嵌入式非易失性存储器、阻变存储器(ReRAM)、磁变存储器(Magnetoresistive Random Access Memory，MRAM)、铁电存储器(Ferroelectric Random Access Memory，FRAM)、相变存储器(Phase Change Memory，PCM)、石墨烯存储器等。易失性存储器可包括随机存取存储器(Random Access Memory，RAM)或外部高速缓冲存储器等。作为说明而非局限，RAM可以是多种形式，比如静态随机存取存储器(Static Random Access Memory，SRAM)或动态随机存取存储器(Dynamic RandomAccess Memory，DRAM)等。本申请所提供的各实施例中所涉及的数据库可包括关系型数据库和非关系型数据库中至少一种。非关系型数据库可包括基于区块链的分布式数据库等，不限于此。本申请所提供的各实施例中所涉及的处理器可为通用处理器、中央处理器、图形处理器、数字信号处理器、可编程逻辑器、基于量子计算的数据处理逻辑器等，不限于此。
以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本申请专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请的保护范围应以所附权利要求为准。
Claims (10)
1.一种应用于变压器的局部放电声电联合定位方法，其特征在于，所述方法包括：
采集变压器内部局部放电发生时的超声局放信号和高频脉冲信号，对所述超声局放信号和高频脉冲信号进行降噪处理；
根据目标高频脉冲信号的发生时间点，确定目标超声局放信号的延时量；所述目标高频脉冲信号为降噪处理后的高频脉冲信号，所述目标超声局放信号为降噪处理后的超声局放信号；
对所述延时量在所述目标超声局放信号的传播范围内进行校正，根据校正后的延时量，确定局部放电位置到所述超声局放信号的采集装置之间的间距；
在所述间距的范围边界上确定单一检测信号的绝对值，根据所述绝对值的峰值分别确定若干个估计位点，并获取所述估计位点的初始检测信号平均值；
基于数据滤波后的估计位点检测信号，对所述初始检测信号平均值进行修正，根据修正后的检测信号平均值，识别出误差大于误差阈值的异常估计位点，作为局部放电发生的位置。
2.根据权利要求1所述的方法，其特征在于，在采集变压器内部局部放电发生时的超声局放信号和高频脉冲信号之前，还包括：
分别获取所述超声局放信号和高频脉冲信号的信号特征量；
根据所述信号特征量，确定超声局放传感器和高频脉冲传感器的传感器型号；
根据所述信号特征量和传感器型号，设计同步电路。
3.根据权利要求1所述的方法，其特征在于，所述根据目标高频脉冲信号的发生时间点，确定目标超声局放信号的延时量，包括：
将所述目标高频脉冲信号的发生时间点作为基准点，并确定频域内的窗口函数；
根据所述基准点和窗口函数，利用量化延时法，得到所述目标超声局放信号的延时量；
在所述延时量为负值的情况下，重新采集超声局放信号和高频脉冲信号。
4.根据权利要求1所述的方法，其特征在于，所述在所述间距的范围边界上确定单一检测信号的绝对值，包括：
在所述单一检测信号的初始值中划分出局部放电信号，对所述局部放电信号进行降噪处理；
根据预设的采样频率，对降噪后的局部放电信号中出现峰值的区域进行标定；
根据所述峰值，确定所述单一检测信号的绝对值。
5.根据权利要求4所述的方法，其特征在于，所述根据所述绝对值的峰值分别确定若干个估计位点，包括：
对所述局部放电信号的峰值进行排序，对排序后的峰值进行聚类处理；
在所述聚类处理过程中，根据所述局部放电信号的预设局放位点进行顺序排列，并识别出预设阈值以上的位点，作为所述估计位点。
6.根据权利要求1至5任一项所述的方法，其特征在于，在识别出误差大于误差阈值的异常估计位点之前，还包括：
将所述修正后的检测信号平均值分为训练集、交叉验证集和测试集；
根据所述训练集，分别对预设数量的误差计算模型进行训练，得到经训练的误差计算模型；
根据所述交叉验证集，在所述经训练的误差计算模型筛选出目标误差计算模型；
基于所述测试集，确定所述目标误差计算模型的误差，作为所述估计位点的误差。
7.一种应用于变压器的局部放电声电联合定位装置，其特征在于，所述装置包括：
信号采集模块，用于采集变压器内部局部放电发生时的超声局放信号和高频脉冲信号，对所述超声局放信号和高频脉冲信号进行降噪处理；
延时量确定模块，用于根据目标高频脉冲信号的发生时间点，确定目标超声局放信号的延时量；所述目标高频脉冲信号为降噪处理后的高频脉冲信号，所述目标超声局放信号为降噪处理后的超声局放信号；
间距确定模块，用于对所述延时量在所述目标超声局放信号的传播范围内进行校正，根据校正后的延时量，确定局部放电位置到所述超声局放信号的采集装置之间的间距；
位点确定模块，用于在所述间距的范围边界上确定单一检测信号的绝对值，根据所述绝对值的峰值分别确定若干个估计位点，并获取所述估计位点的初始检测信号平均值；
局放定位模块，用于基于数据滤波后的估计位点检测信号，对所述初始检测信号平均值进行修正，根据修正后的检测信号平均值，识别出误差大于误差阈值的异常估计位点，作为局部放电发生的位置。
8.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至6中任一项所述的方法的步骤。
9.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至6中任一项所述的方法的步骤。
10.一种计算机程序产品，包括计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至6中任一项所述的方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311621869.3A CN117590172A (zh) | 2023-11-29 | 2023-11-29 | 应用于变压器的局部放电声电联合定位方法、装置和设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311621869.3A CN117590172A (zh) | 2023-11-29 | 2023-11-29 | 应用于变压器的局部放电声电联合定位方法、装置和设备 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN117590172A true CN117590172A (zh) | 2024-02-23 |
Family
ID=89916434
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311621869.3A Pending CN117590172A (zh) | 2023-11-29 | 2023-11-29 | 应用于变压器的局部放电声电联合定位方法、装置和设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117590172A (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117909911A (zh) * | 2024-03-19 | 2024-04-19 | 江苏征途电气科技有限公司 | 基于人工智能的电气设备局部放电异常检测方法 |
| CN118169528A (zh) * | 2024-05-15 | 2024-06-11 | 上海福司特电力科技有限公司 | 一种变压器局放的检测方法、系统及其存储介质 |
| CN118465475A (zh) * | 2024-07-09 | 2024-08-09 | 国家能源集团科学技术研究院有限公司 | 水轮发电机超高频局部放电稳定测试方法及装置 |
-
2023
- 2023-11-29 CN CN202311621869.3A patent/CN117590172A/zh active Pending
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117909911A (zh) * | 2024-03-19 | 2024-04-19 | 江苏征途电气科技有限公司 | 基于人工智能的电气设备局部放电异常检测方法 |
| CN118169528A (zh) * | 2024-05-15 | 2024-06-11 | 上海福司特电力科技有限公司 | 一种变压器局放的检测方法、系统及其存储介质 |
| CN118465475A (zh) * | 2024-07-09 | 2024-08-09 | 国家能源集团科学技术研究院有限公司 | 水轮发电机超高频局部放电稳定测试方法及装置 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN117590172A (zh) | 应用于变压器的局部放电声电联合定位方法、装置和设备 | |
| CN103018660B (zh) | 采用量子Hopfield神经网络的模拟电路多故障智能诊断方法 | |
| CN108802535B (zh) | 筛选方法、主干扰源识别方法及装置、服务器及存储介质 | |
| CN108919059A (zh) | 一种电网故障诊断方法、装置、设备及可读存储介质 | |
| CN107944721B (zh) | 一种通用的基于数据挖掘的机器学习方法、装置以及系统 | |
| GB2476246A (en) | Diagnosing an operation mode of a machine | |
| CN112326213B (zh) | 异常数据检测方法及装置、机械故障检测方法及装置 | |
| CN113655348A (zh) | 一种基于深度孪生网络的电力设备局部放电故障诊断方法、系统终端及可读存储介质 | |
| CN108009063B (zh) | 一种电子设备故障阈值检测的方法 | |
| CN117251798A (zh) | 一种基于两层渐进式的气象设备异常检测方法 | |
| CN117630800A (zh) | 一种电能表自动检定装置故障诊断方法及系统 | |
| CN115841046A (zh) | 基于维纳过程的加速退化试验数据处理方法和装置 | |
| CN216848010U (zh) | 一种边缘计算的电缆局放在线监测装置 | |
| CN115184674A (zh) | 一种绝缘测试方法、装置、电子终端及存储介质 | |
| CN112729884B (zh) | 基于大数据的设备故障诊断方法及装置 | |
| CN107977626B (zh) | 一种电子设备工作数据的分组方法 | |
| CN115684855A (zh) | 基于孪生模型的电力设备内部绝缘缺陷放电量定量方法及系统 | |
| CN114239759B (zh) | 电动汽车的故障诊断方法、装置、电子设备及存储介质 | |
| CN115902557A (zh) | 开关柜故障诊断处理方法、装置及非易失性存储介质 | |
| Chen et al. | Performance measurement in wireless sensor networks using time-frequency analysis and neural networks | |
| CN115047262A (zh) | 基于电能质量数据的设备异常状态通用识别方法 | |
| CN114518511A (zh) | 一种特征辅助的局部放电点定位方法 | |
| CN112148764B (zh) | 特征的筛选方法、装置、设备和存储介质 | |
| CN114202224A (zh) | 用于检测生产环境中焊接质量的方法、设备、介质及程序产品 | |
| CN114118166A (zh) | 一种基于智能频谱监测的变压器故障诊断系统及方法 |
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 |