一种基于小波包能量熵的避雷器老化故障诊断方法技术

本发明专利技术公开了一种基于小波包能量熵的避雷器老化故障诊断方法。该方法包括以下步骤：将实际采样的避雷器泄露电流波形通过小波包滤噪；对滤噪后的波形进行小波包分解，得到小波包树中各个节点的分解序列；对小波包树中各个节点的分解序列求取能量熵；将所得实际避雷器泄露电流的能量熵，与正常避雷器泄露电流的能量熵进行对比，从而确定实际避雷器是否存在老化故障。本发明专利技术可以有效滤除实际采样的避雷器泄露电流中的高频噪声，识别出避雷器泄露电流波形中存在的奇异凸起点，从而准确诊断出避雷器是否存在老化故障情况。

【技术实现步骤摘要】
一种基于小波包能量熵的避雷器老化故障诊断方法
本专利技术涉及电力设备故障诊断的
，特别是一种基于小波包能量熵的避雷器老化故障诊断方法。
技术介绍
避雷器是电力系统重要的保护设备，现如今的避雷器广泛采用金属氧化锌避雷器，非线性电阻是其重要部件之一，避雷器两端施加低电压时，呈现的阻值大，作为限压元件，吸收浪涌电压或脉冲电压的能量，在施加高电压时，呈现的阻值小，将高电压冲击电流导向大地，从而限制电压幅值，保护电气设备绝缘。当前电力系统正在广泛推行设备的状态检修，根据设备运行状态制定合理的检修计划，电力设备的在线监测为状态检修提供了保障，可以实时监测诊断电力设备的潜在故障。避雷器两端施加电网电压，长期运行或经历一定次数的过电压动作过后，其非线性电阻特性变差，即出现老化故障，且老化故障不可逆，一旦出现，必须及时检修排除，以免因避雷器本身老化而造成不必要的事故。老化故障表现为在正常的电网运行电压下，其泄露电流中阻性电流的3次和5次谐波成分增大，泄露电流波形上出现周期性的奇异点凸起，且老化故障情况越恶劣，奇异点凸起越明显，因此准确识别该奇异点凸起是诊断避雷器老化故障的有效途径。当前诊断避雷器老化故障的方法主要是利用离散傅里叶算法，基本思路是提取泄露电流和电网电压在3次和5次频段的分量，在各个频段将泄露电流向电网电压方向投影，获得阻性电流的3次和5次谐波成分。该方法在原理上可行，但实际实现过程中存在电压与电流的同步采样困难、电网频率波动造成栅栏效应、受避雷器相间干扰影响等诸多问题，实际应用效果并不理想。
技术实现思路
本专利技术的目的在于提供一种准确可靠、快速高效的基于小波包能量熵的避雷器老化故障诊断方法。实现本专利技术目的的技术解决方案为：一种基于小波包能量熵的避雷器老化故障诊断方法，包括以下步骤：步骤1，将实际采样的避雷器泄露电流波形通过小波包滤噪；步骤2，对步骤1滤噪后的波形进行小波包分解，得到小波包树中各个节点的分解序列；步骤3，对步骤2小波包树中各个节点的分解序列求取能量熵；步骤4，将步骤3所得实际避雷器泄露电流的能量熵，与正常避雷器泄露电流的能量熵进行对比，从而确定实际避雷器是否存在老化故障。进一步地，步骤1所述小波包滤噪包括对信号进行小波包分解、对高频系数进行阈值量化处理、对量化后的系数进行小波重构三个部分。进一步地，步骤2所述小波包分解，具体为：选用db4小波对滤噪后的波形进行2层小波包分解，对各节点的分解序列求取能量熵，选取第2层的1、2、3号节点分解序列的能量熵作为老化故障诊断的特征值。进一步地，步骤4所述确定实际避雷器是否存在老化故障，判据为：将步骤3所得实际避雷器泄露电流的能量熵，与正常避雷器泄露电流的能量熵进行多次对比，如果实际避雷器泄露电流的小波包树中所选取的第2层1、2、3号节点的能量熵，均大于正常避雷器泄露电流的小波包树中对应节点的能量熵，则认定避雷器存在老化故障。本专利技术与现有技术相比，其显著优点为：(1)能够有效滤除实际采集避雷器泄露电流波形中的高频噪声干扰，保留有价值的信号，通过小波包能量熵准确识别避雷器泄露电流波形中因老化故障而出现的奇异点凸起，故障诊断效果明显；(2)在实际工程应用当中可以大大提高避雷器故障诊断的准确度，保障避雷器的安全稳定运行，为完善电力系统在线监测和状态检修机制提供了保障。附图说明图1是本专利技术基于小波包能量熵的避雷器老化故障诊断方法的流程图。图2是本专利技术小波包滤噪的效果对比图，其中(a)为用于模拟实际采样加入高斯白噪声的泄露电流波形图，(b)为对(a)中电流进行小波包滤噪后的结果图。图3是本专利技术小波包树示意图。图4是对多个老化故障避雷器泄露电流小波包能量熵诊断结果图。具体实施方式为使本专利技术实施例的目的、技术方案和优点更加清楚，下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。结合图1，本专利技术基于小波包能量熵的避雷器老化故障诊断方法，通过小波包滤噪将实际采样的泄露电流中的高频噪声滤除，避免噪声对故障诊断造成干扰，对滤噪后的波形进行小波包分解，得到小波包树中各个节点的分解序列，对各个节点的分解序列求取能量熵，将能量熵作为诊断避雷器老化故障的特征值，且避雷器老化故障情况越恶劣，泄露电流波形上的奇异凸起点越显著，因此可以将实际采样的避雷器泄露电流特征值与正常的避雷器泄露电流特征值比较，准确诊断避雷器是否出现老化故障。具体包括以下步骤：步骤1，将实际采样的避雷器泄露电流波形通过小波包滤噪；所述小波包滤噪包括对信号进行小波包分解、对高频系数进行阈值量化处理、对量化后的系数进行小波重构三个部分，可以将实际采集的避雷器泄露电流中夹杂的高频噪声信号有效滤除，保留对故障诊断有价值的信号。步骤2，对步骤1滤噪后的波形进行小波包分解，得到小波包树中各个节点的分解序列；所述小波包分解，具体为：选用db4小波对滤噪后的波形进行2层小波包分解，对各节点的分解序列求取能量熵，选取第2层的1、2、3号节点分解序列的能量熵作为老化故障诊断的特征值。所述的小波包分解，对避雷器泄露电流中的高、低频部分都采取了更深一层的分解，分解后得到的小波包树各个节点的分解序列不仅含有不同的特征时间尺度信息，还含有原始信号的局部特性，能够非常好的反映出信号的能量在时间维度和频率维度的联合分布状况。步骤3，对步骤2小波包树中各个节点的分解序列求取能量熵；对小波包树各个节点的分解序列求取能量熵，若泄露电流波形存在奇异点凸起，则部分节点的分解序列复杂程度变大，求取的能量熵较正常避雷器泄露电流的能量熵明显增大。通过分析所述的小波包树各个节点的分解序列的能量在时间维度和频率维度联合分布，对小波包树各个节点的分解序列的复杂度进行量化。步骤4，将步骤3所得实际避雷器泄露电流的能量熵，与正常避雷器泄露电流的能量熵进行对比，从而确定实际避雷器是否存在老化故障，判据为：将步骤3所得实际避雷器泄露电流的能量熵，与正常避雷器泄露电流的能量熵进行多次对比，如果实际避雷器泄露电流的小波包树中各个节点的能量熵，均大于正常避雷器泄露电流的小波包树中对应节点的能量熵，则认定避雷器存在老化故障。分别对正常避雷器和老化故障避雷器的泄露电流求取能量熵，实际对避雷器进行多次采样多次计算能量熵，多次对比验证，得出最终的老化故障诊断结果，保证结果的准确可靠。本专利技术可以有效滤除实际采样的避雷器泄露电流中的高频噪声，识别出避雷器泄露电流波形中存在的奇异凸起点，从而诊断出避雷器是否存在老化故障情况。下面结合附图和具体实施例对本专利技术做进一步详细说明。实施例1图1是本专利技术一种基于小波包能量熵的避雷器老化故障诊断方法的结构图，步骤1为对实际采样的避雷器泄露电流进行小波包滤噪，避免高频噪声对之后的故障诊断造成影响，步骤2为分别对步骤1滤噪后的避雷器泄露电流波形和正常情况下避雷器泄露电流波形分别进行小波包分解，步骤3为选取小波包树各个节点的分解序列求能量熵，步骤4为多次对比实际采样的避雷器与正常避雷器的能量熵，得出避雷器老化故障诊断的结果。图2是本专利技术小波包滤噪的效果本文档来自技高网...

【技术保护点】
一种基于小波包能量熵的避雷器老化故障诊断方法，其特征在于，包括以下步骤：步骤1，将实际采样的避雷器泄露电流波形通过小波包滤噪；步骤2，对步骤1滤噪后的波形进行小波包分解，得到小波包树中各个节点的分解序列；步骤3，对步骤2小波包树中各个节点的分解序列求取能量熵；步骤4，将步骤3所得实际避雷器泄露电流的能量熵，与正常避雷器泄露电流的能量熵进行对比，从而确定实际避雷器是否存在老化故障。

【技术特征摘要】
1.一种基于小波包能量熵的避雷器老化故障诊断方法，其特征在于，包括以下步骤：步骤1，将实际采样的避雷器泄露电流波形通过小波包滤噪；步骤2，对步骤1滤噪后的波形进行小波包分解，得到小波包树中各个节点的分解序列；步骤3，对步骤2小波包树中各个节点的分解序列求取能量熵；步骤4，将步骤3所得实际避雷器泄露电流的能量熵，与正常避雷器泄露电流的能量熵进行对比，从而确定实际避雷器是否存在老化故障。2.根据权利要求1所述的基于小波包能量熵的避雷器老化故障诊断方法，其特征在于，步骤1所述小波包滤噪包括对信号进行小波包分解、对高频系数进行阈值量化处理、对量化后的系数进行小波重构三个部分。3.根据权利要求1所述...

【专利技术属性】
技术研发人员：王宝华，刘宁，王惠赵，白凡，藤书宇，
申请(专利权)人：南京理工大学，
类型：发明
国别省市：江苏,32