PL223605B1 - Sposób lokalizacji źródeł wyładowań niezupełnych zwłaszcza w transformatorze energetycznym olejowym w oparciu o mapy deskryptorów emisji akustycznej w dziedzinie częstotliwości - Google Patents
Sposób lokalizacji źródeł wyładowań niezupełnych zwłaszcza w transformatorze energetycznym olejowym w oparciu o mapy deskryptorów emisji akustycznej w dziedzinie częstotliwościInfo
- Publication number
- PL223605B1 PL223605B1 PL400376A PL40037612A PL223605B1 PL 223605 B1 PL223605 B1 PL 223605B1 PL 400376 A PL400376 A PL 400376A PL 40037612 A PL40037612 A PL 40037612A PL 223605 B1 PL223605 B1 PL 223605B1
- Authority
- PL
- Poland
- Prior art keywords
- acoustic emission
- descriptors
- stage
- descriptor
- sources
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 19
- 238000005259 measurement Methods 0.000 abstract description 6
- 238000009826 distribution Methods 0.000 description 13
- 238000001228 spectrum Methods 0.000 description 7
- 238000009413 insulation Methods 0.000 description 4
- 239000003086 colorant Substances 0.000 description 2
- 230000004807 localization Effects 0.000 description 2
- 230000003595 spectral effect Effects 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000005684 electric field Effects 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 239000012634 fragment Substances 0.000 description 1
- 238000000691 measurement method Methods 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
Landscapes
- Testing Relating To Insulation (AREA)
Abstract
Sposób lokalizacji źródeł wyładowań niezupełnych zwłaszcza w transformatorze energetycznym z izolacją olejową w oparciu o mapy deskryptorów emisji akustycznej w ustalonym paśmie w dziedzinie częstotliwości polega na tym, że w pierwszym etapie tworzy się zbiór deskryptorów ADC obliczanych dla pasma częstotliwości 110-200 kHz dla sygnałów emisji akustycznej zarejestrowanych w punktach pomiarowych tworzących siatkę na powierzchniach bocznych obudowy kadzi transformatora, w drugim etapie tworzy się mapę deskryptorów metodą krigingu, i w trzecim etapie, korzystając z izolinii wartości deskryptorów określa się lokalne maksima, które lokalizują źródła wyładowań niezupełnych zrzutowane na obszar kadzi badanego transformatora.
Description
Przedmiotem wynalazku jest sposób lokalizacji źródeł wyładowań niezupełnych, zwłaszcza w transformatorze energetycznym olejowym w oparciu o mapy deskryptorów emisji akustycznej w dziedzinie częstotliwości, w oparciu o analizę zarejestrowanych sygnałów emisji akustycznej (EA).
Emisja akustyczna (EA) powstaje w wyniku rozchodzenia się fal sprężystych, to jest podłużnych i poprzecznych, generowanych wskutek wyzwalania zgromadzonej energii sprężystej w wyniku ruchu defektów punktowych i dyslokacji w ciele stałym, a także zamiany energii pola elektrycznego w przepływ ładunku w ośrodkach izolacyjnych w postaci wyładowań niezupełnych lub zupełnych. W badaniach zjawiska emisji akustycznej stosowana jest rejestracja sygnałów pochodzących od źródeł emitujących fale sprężyste, a następnie przeprowadzana jest analiza zarejestrowanych sygnałów w dziedzinach czasu, progu dyskryminacji, częstotliwości i czasowo-częstotliwościowej. Właściwości sygnałów emisji akustycznej opisywane są przy pomocy tzw. deskryptorów EA.
W dziedzinie czasu analiza sygnałów EA związana jest z określeniem następujących deskryptorów: amplituda maksymalna, amplituda międzyszczytowa, wartość skuteczna mocy sygnału, współczynnik szczytowy rozumiany jako stosunek amplitudy maksymalnej do mocy skutecznej sygnału.
W dziedzinie progu dyskryminacji wyznacza się następujące deskryptory: liczbę amplitud EA o wartości większej niż przyjęty próg dyskryminacji w określonym czasie. Jest to tzw. suma zliczeń. Pochodna po czasie tej wielkości definiuje kolejny deskryptor - tempo zliczeń. Stosuje się także deskryptor o nazwie stopa zliczeń, która jest stosunkiem czasu, jaki zajmuje sygnał przekraczający w ybrany poziom dyskryminacji do całkowitego czasu obserwacji.
W przypadku sygnałów impulsowych EA do opisu zjawiska EA stosuje się także czas narastania, czas trwania impulsu oraz czas zaniku sygnału EA.
W oparciu o wyżej wymienione deskryptory tworzy się rozkłady amplitudowe sumy, tempa zliczeń lub zdarzeń, które są funkcjami progu dyskryminacji.
Wymienione deskryptory dotyczą analizy amplitudowej sygnałów. Istotną wadą właściwej interpretacji rejestrowanych sygnałów EA na podstawie tych deskryptorów jest wpływ tłumienia fali ak ustycznej na drodze od źródła do przetwornika na ich wartości. W pewnych zastosowaniach EA, np. do lokalizacji źródeł EA jest to poważne ograniczenie.
W dziedzinie częstotliwości do analizy sygnałów EA stosowana jest transformata Fouriera i tworzone na jej podstawie gęstości widmowe amplitudy, fazy i energii sygnałów. Dla każdej z tych wielk ości tworzone są następujące deskryptory: widmowa wartość maksymalna, średnia i skuteczna, częstotliwość dla wartości maksymalnej widma, częstotliwość środkowa, a także zakresy częstotliwości dominujących dla przyjętego progu dyskryminacji. Transformata Fouriera podaje zawartość składowych harmonicznych w sygnale, umożliwiając lokalizację w dziedzinie częstotliwości, natomiast nie pozwala na lokalizację w czasie. Dla sygnałów EA, krótkich w czasie, ostatnia właściwość jest istotnym ograniczeniem. Dla takich sygnałów stosuje się analizę czasowo-częstotliwościową (krótko czasowe przekształcenie Fouriera STFT lub przekształcenie falkowe).
Niezwykle istotnym, z praktycznego punktu widzenia, zagadnieniem jest lokalizacja położenia źródeł wyładowań niezupełnych w kadzi transformatora. Lokalizacja umożliwia właściwą interpretację wyników pomiaru wyładowań niezupełnych dla celów diagnostyki urządzeń elektroenergetycznych. Znane są próby lokalizacji położenia źródeł EA oparte na metodzie triangulacji, polegającej na pomiarze czasu opóźnienia sygnałów EA od źródeł do przetworników rejestrujących oraz metodzie największej głośności, polegającej na znalezieniu na powierzchni kadzi miejsca o największej amplitudzie sygnału EA. Obydwie metody mają jednak zasadnicze wady. Trudna jest interpretacja wyników pomiaru z uwagi na złożony pod względem akustycznym tor propagacji fali sprężystej od źródła do przetwornika odbiorczego: niejednorodność ośrodka, odbicia fali akustycznej od ścian kadzi oraz elementów wewnętrznej konstrukcji transformatora.
Z polskiego opisu patentowego P- 381557 znany jest sposób identyfikacji rodzaju wyładowań niezupełnych występujących w transformatorze energetycznym z izolacją papierowo-olejową, które rejestrowane są metodą emisji akustycznej. Sposób polega na tym, że dla danych wejściowych będących przebiegiem czasowym sygnału emisji akustycznej u(t) zarejestrowanego w transformatorze energetycznym z izolacją papierowo-olejową, dla którego oblicza się widmo częstotliwościowe P(/) metodą estymacji widma częstotliwościowego MUSIC, po czym normalizuje się jego wartości do przedziału [0,1] otrzymując widmo częstotliwościowe PNORM(/), następnie oblicza się współczynniki korelacji liniowej Pearsona (k1 ,k2,...,kn) między widmem PNORM(/), a każdym ze zgromadzonych w baPL 223 605 B1 zie danych n, będących wzorcem wyładowań niezupełnych, wzorcowych widm częstotliwościowych ((P1(/),P2(/), ,Pn(/)) opracowanych metodą estymacji widma częstotliwościowego MUSIC dla sygnałów pochodzących od wyładowań niezupełnych wygenerowanych w układach modelowych izolacji papierowo-olejowej, po czym znajduje się maksymalną wartość współczynnika korelacji liniowej Pearsona kmax. Uzyskany wynik kmax oznacza identyfikację sygnału emisji akustycznej u(t) jako sygnału zgodnego z sygnałem wzorcowym Pkmax(f).
Sposób według wynalazku polega na tym, że w pierwszym etapie tworzy się zbiór deskryptorów ADC obliczanych dla pasma częstotliwości 110-200 kHz dla sygnałów emisji akustycznej zarejestrowanych w punktach pomiarowych tworzących siatkę na powierzchniach bocznych obudowy kadzi transformatora, w drugim etapie tworzy się mapę deskryptorów metodą krigingu, i w trzecim etapie, korzystając z izolinii wartości deskryptorów określa się lokalne maksima, które lokalizują źródła wyładowań niezupełnych zrzutowane na obszar kadzi badanego transformatora.
Lokalizację oparto o mapy deskryptorów sygnałów EA o akronimie ADC analizowanych w dziedzinie częstotliwości. Lokalizacja położenia źródeł może być realizowana także w innych urządzeniach elektroenergetycznych z izolacją olejową, np. w przekładnikach wysokonapięciowych.
Nową jakość w analizie sygnałów EA tworzą autorskie deskryptory o akronimach ADC, ADP oraz ADNC.
Wynalazek umożliwia lokalizację źródeł WNZ.
Przedmiot wynalazku objaśniono w przykładzie wykonania na rysunku, na którym fig. 1 przedstawia obliczanie deskryptora ADP : a) rozkład amplitudowy mocy sygnału, b) pochodna rozkładu amplitudowego mocy sygnału, c) rozkład amplitudowy mocy sygnału z krzywą aproksymacji i zakresem progu dyskryminacji (Ud i Ug), d) deskryptor ADP dla rozkładu amplitudowego ; fig. 2 przedstawia mapy deskryptora ADC, dla sygnałów zarejestrowanych w punktach pomiarowych na kadzi transformatora ; fig. 3 przedstawia mapę deskryptora ADC na ścianach bocznych kadzi transformatora w wybranym paśmie częstotliwości (110-200 kHz) wraz z lokalizacją źródeł WNZ.
Pierwszy etap
Nową jakość w analizie sygnałów EA tworzą autorskie deskryptory o akronimach ADC, ADP oraz ADNC.
Sposób definiowania deskryptorów został przedstawiony na Fig. 1 na przykładzie rozkładu mocy sygnału i deskryptora ADP. Na rozkładach amplitudowych oznaczany jest fragment rozkładu, odpowiadający zakresowi progu dyskryminacji Ud (minimum pochodnej rozkładu liczonej względem progu dyskryminacji), Ug (90% maksymalnej wartości zarejestrowanego sygnału). Następnie wyznaczony fragment krzywej aproksymowany jest linią prostą, a deskryptor związany z rozkładem ma wartość współczynnika kierunkowego tej prostej. Obliczenie deskryptora wymaga zatem następujących działań:
a) rejestracja sygnału EA w wybranym punkcie pomiarowym na kadzi transformatora,
b) filtrację zarejestrowanego sygnału w wybranym paśmie
c) obliczenie rozkładu amplitudowego zarejestrowanego sygnału (fig. 1c),
d) obliczenie pochodnej rozkładu amplitudowego względem progu dyskryminacji (fig. 1 b),
e) wyznaczenie wartości deskryptora jako współczynnik kierunkowy prostej aproksymującej według (fig. 1c i 1d)
Tak zdefiniowane deskryptory uwzględniają fizyczne cechy badanego zjawiska, związane z propagacją i grubością warstwy sprzęgającej (logarytmiczna skala wartości na rozkładach amplitudowych). Deskryptory nie opierają się na wartościach mierzonych wprost i eliminując podstawowe ograniczenia akustycznych metod pomiarowych - opisują zarejestrowane sygnały EA, nadając im tzw. stopień zaawansowania sygnału EA. Stopień zaawansowania sygnału EA jest powiązany ze stopniem zaawansowania procesu deformacyjnego i uwzględnia prawidłowość, że proces deformacyjny zachodzi w źródle EA, a sygnał EA jest rejestrowany w punkcie pomiarowym. Deskryptory przyjmują wartości ujemne - większa wartość deskryptora (bardziej płaski fragment krzywej) oznacza wyższy (bardziej zaawansowany) stopień zaawansowania sygnału EA. Deskryptory są obliczane w wybranych pasmach częstotliwości.
Mapy tych deskryptorów w wybranej dziedzinie częstotliwości 110-200 kHz umożliwiają lokalizację źródeł wyładowań niezupełnych.
Drugi etap
Tworzy się mapę deskryptorów metodą krigingu.
PL 223 605 B1
Trzeci etap
Korzystając z izolinii wartości deskryptorów określa się lokalne maksima, które lokalizują źródła wyładowań niezupełnych zrzutowane na obszar kadzi badanego transformatora.
Na fig. 2 przedstawiono mapy deskryptora ADC na ścianach bocznych kadzi transformatora w wybranych pasmach częstotliwości. Zastosowana kolorystyka wskazuje ciemniejszymi kolorami miejsca na mapie o większych wartościach deskryptora, a tym samym o większym stopniu zaawansowania sygnału EA zarejestrowanego w punkcie pomiarowym. Dla map deskryptora sporządzonych po analizie sygnałów w paśmie 110-200 kHz lokalnie najciemniejsze miejsca lokalizują źródła WNZ.
Na fig. 3 pokazano mapę deskryptora ADC na ścianach bocznych kadzi transformatora w w ybranym paśmie częstotliwości (110-200 kHz) wraz z lokalizacją źródeł WNZ.
Wymiary kadzi (X, Y) w centymetrach: X - położenie bieżące wzdłuż kadzi transformatora, 0 - środek przełącznika zaczepów, dodatnie wartości X - część kadzi od wysokiego napięcia (WN), ujemne wartości X - część kadzi od strony od strony niskiego napięcia (nn)-, Y - wysokość bieżąca na kadzi transformatora, + - naniesione punkty pomiarowe.
Claims (1)
- Sposób lokalizacji źródeł wyładowań niezupełnych, zwłaszcza w transformatorze energetycznym olejowym w oparciu o mapy deskryptorów emisji akustycznej w dziedzinie częstotliwości, znamienny tym, że w pierwszym etapie tworzy się zbiór deskryptorów ADC obliczanych dla pasma częstotliwości 110-200 kHz dla sygnałów emisji akustycznej zarejestrowanych w punktach pomiarowych tworzących siatkę na powierzchniach bocznych obudowy kadzi transformatora, w drugim etapie tworzy się mapę deskryptorów metodą krigingu i w trzecim etapie, korzystając z izolinii wartości deskryptorów określa się lokalne maksima, które lokalizują źródła wyładowań niezupełnych zrzutowane na obszar kadzi badanego transformatora.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| PL400376A PL223605B1 (pl) | 2012-08-14 | 2012-08-14 | Sposób lokalizacji źródeł wyładowań niezupełnych zwłaszcza w transformatorze energetycznym olejowym w oparciu o mapy deskryptorów emisji akustycznej w dziedzinie częstotliwości |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| PL400376A PL223605B1 (pl) | 2012-08-14 | 2012-08-14 | Sposób lokalizacji źródeł wyładowań niezupełnych zwłaszcza w transformatorze energetycznym olejowym w oparciu o mapy deskryptorów emisji akustycznej w dziedzinie częstotliwości |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| PL400376A1 PL400376A1 (pl) | 2014-02-17 |
| PL223605B1 true PL223605B1 (pl) | 2016-10-31 |
Family
ID=50097333
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| PL400376A PL223605B1 (pl) | 2012-08-14 | 2012-08-14 | Sposób lokalizacji źródeł wyładowań niezupełnych zwłaszcza w transformatorze energetycznym olejowym w oparciu o mapy deskryptorów emisji akustycznej w dziedzinie częstotliwości |
Country Status (1)
| Country | Link |
|---|---|
| PL (1) | PL223605B1 (pl) |
-
2012
- 2012-08-14 PL PL400376A patent/PL223605B1/pl unknown
Also Published As
| Publication number | Publication date |
|---|---|
| PL400376A1 (pl) | 2014-02-17 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Zheng et al. | Location of PDs inside transformer windings using UHF methods | |
| Zhang et al. | A novel wavelet transform technique for on-line partial discharge measurements. 1. WT de-noising algorithm | |
| Gu et al. | Application of the Hilbert–Huang transform with fractal feature enhancement on partial discharge recognition of power cable joints | |
| CN103257306A (zh) | 换流变压器直流局部放电绝缘状态诊断方法及测量系统 | |
| KR20140120331A (ko) | 부분 방전의 분석 및 위치파악 시스템 | |
| Kunicki et al. | Application of a phase resolved partial discharge pattern analysis for acoustic emission method in high voltage insulation systems diagnostics | |
| Karami et al. | An acoustic time reversal technique to locate a partial discharge source: Two-dimensional numerical validation | |
| Rodríguez-Serna et al. | Partial discharges measurements for condition monitoring and diagnosis of power transformers: a review | |
| Swedan et al. | Acoustic detection of partial discharge using signal processing and pattern recognition techniques | |
| CN103513209A (zh) | 一种uhf传感器检测频带选择的方法 | |
| PL223605B1 (pl) | Sposób lokalizacji źródeł wyładowań niezupełnych zwłaszcza w transformatorze energetycznym olejowym w oparciu o mapy deskryptorów emisji akustycznej w dziedzinie częstotliwości | |
| Otto et al. | Wideband and narrowband HVDC conductor corona test methods for radio noise prediction | |
| Sakoda et al. | Diagnostics of insulation deterioration of ethylene propylene rubber using an acoustic emission technique | |
| Sarathi et al. | Characterization of partial discharges in transformer oil insulation under AC and DC voltage using acoustic emission technique | |
| Olszewska et al. | Location of partial discharge sources and analysis of signals in chosen power oil transformers by means of acoustic emission method | |
| Savadamuthu et al. | Modified disruptive effect method as a measure of insulation strength for non-standard lightning waveforms | |
| Shen et al. | Partial discharge detection and characteristics of gas-insulated substation free metal particles based on acoustic emission | |
| Kunicki et al. | Characterization of surface type partial discharges using electrical, acoustic emission and UHF methods | |
| Nicoară et al. | Partial discharge diagnostics in power and instrument transformer based on acoustic emission method | |
| Baug et al. | Localisation of single and multiple partial discharge sources based on sequence of arrival and levels of peak amplitude of acoustic emissions | |
| Hashim et al. | Investigation on partial discharge localization in oil based on time of arrival method | |
| Rubio-Serrano et al. | Comparison of processing techniques for optimizing the diagnosis of solid insulation based on acoustic emissions from partial discharges | |
| Rostaminia et al. | Effects of transformer core modeling on Partial Discharge current pulses simulation accuracy | |
| El Mountassir et al. | Effect of sampling rate on the location accuracy of measurements from radiated RF partial discharges signals | |
| Dessouky et al. | Determination of pd source location inside power transformer based on time difference of arrival |