一种对局部放电信号类型快速识别的方法技术

本发明专利技术公开了一种对局部放电信号类型快速识别的方法，包括如下步骤：步骤一：采集脉冲原始信号的波形数据，通过相位叠加生成PRPD图谱；步骤二：对PRPD图谱进行数据预处理，判断是否为噪声信号；步骤三：对PRPD图谱进行相位对齐并且分A区和B区；步骤四：对A区和B区内放电点整合处理以获取图谱分布系数R；步骤五：分别对A区和B区内放电点的幅值与相位进行分离处理以获取幅值变异系数O

【技术实现步骤摘要】
一种对局部放电信号类型快速识别的方法


[0001]本专利技术涉及局部放电
，尤其涉及一种对局部放电信号类型快速识别的方法。

技术介绍

[0002]局部放电是指在电场作用下，绝缘系统中只有部分区域发生放电但没有形成贯穿性放电通道的一种放电，作为一种常见的电气放电现象，它是电气设备在长期运行时绝缘发生损坏的一种征兆。产生局部放电的主要原因是设备加工工艺、现场安装环境、施工师傅安装不专业等，使得设备电介质不均匀，绝缘体各区域承受的电场强度不均匀，在某些区域电场强度达到击穿场强而发生放电，随着多次的局部放电叠加损坏设备及设备绝缘部分，进而导致设备绝缘故障、击穿，甚至引发火灾等事故，其危险性不容忽视。其中，局部放电的类型主要分为尖端放电、沿面放电和内部放电。
[0003]目前电力行业对局放的识别并没有固定的标准，现有的识别方式为，一般采用小波变换提取特征参数，结合基于BP神经网络的多层感知机对局部放电信号进行识别，虽然与传统φ
‑
q
‑
n参数比较，减少了信号特征向量的维数，提升了识别精度，但小波变换容易受噪声干扰，有时候在多个尺度下的分析结论会互相矛盾，而且BP神经网络不是专门用于分类的算法，分类结果主要是采用四舍五入进行表示，缺乏直观性，在算法优化方面时，需要优化的权值与阈值参数过多，可能得不到很好的分类结果，在网络构建方面，由于BP神经网络需要不断调试，才能得到最佳BP网络结构，上述过程步骤繁琐，耗时长，并且过程中的检测抗干扰能力、数据精准性都被大打折扣。
[0004]当介质发生局部放电时，实际检修中，高压设备所处的环境中经常有各种各样复杂的电磁干扰信号，因而，在复杂环境下，快速甄别出局部放电信号类型中的尖端放电、沿面放电和内部放电，将有助于快速找出电力设备的故障原因，并及时排除故障，恢复用电。

技术实现思路

[0005]本专利技术的目的是提供一种对局部放电信号类型快速识别的方法，具有快速分析、综合判断、精准识别局放类型的特点。
[0006]本专利技术是通过以下技术方案得以实现的：一种对局部放电信号类型快速识别的方法，包括如下步骤：步骤一：采集脉冲原始信号的波形数据，通过相位叠加生成PRPD图谱；步骤二：对PRPD图谱进行数据预处理，判断是否为噪声信号，若是噪声信号，则识别结束，若不是噪声信号，则进入步骤三；步骤三：对PRPD图谱进行相位对齐并且分A区和B区；步骤四：对A区和B区内放电点整合处理以获取图谱分布系数R；步骤五：分别对A区和B区内放电点的幅值与相位进行分离处理以获取幅值变异系数O
A
和O
B
、相位变异系数Q
A
和Q
B
；步骤六：提取图谱分布系数R、幅值变异系数O
A
和O
B
、相位变异系数Q
A
和Q
B
，计算总尖端放电概率P1、总沿面放电概率P2和总内部放电概率P3；步骤七：识别放电类型。
[0007]通过采用上述技术方案，局放类型识别中，采集到信号后，先判断是否为噪声信号，当排除不是噪声信号后再继续对PRPD图谱进行多项数据收集，从而获取不同放电概率，整合所有放电概率后获得各种类型放电信号的综合概率值，从尖端放电、沿面放电和内部放电中以最高的综合概率值最后识别出放电类型。
[0008]进一步设置为：所述步骤二中的数据预处理方式为：S21：获取PRPD图谱并建立图谱坐标系O
‑
xy，其中，x轴为相位轴，y轴为幅值轴，相位分辨率为0.1度，幅值分辨率是1pC，将所有放电点标记于坐标系O
‑
xy内；S22：所有放电点在相位轴上进行映射，获取对应映射点，去除重复映射点后，剩余映射点点数与相位轴总点数的比值为可控值，可控值定义为K；S23：将可控值（K）与常规系数（0.8）进行数据比对，若K大于0.8，则为噪声信号，若K小于0.8，则不为噪声信号。
[0009]通过采用上述技术方案，通过可控值与常规系数的比值从而确定放电点在PRPD图谱上的分布情况，若K大于0.8，放电点在图谱内过于分散，则判断为噪声信号，若K小于0.8，放电点在图谱内相对集中，则不为噪声信号。
[0010]进一步设置为：所述步骤三中相位对齐的方式为：S31：筛选出图谱坐标系O
‑
xy中幅值最大的放电点，该放电点标记为T点；S32：T点沿相位轴方向平移至相位值为90
°
的位置，剩余所有放电点跟随T点平移相同距离；S33：图谱坐标系O
‑
xy中，相位轴小于0
°
的放电点沿相位轴正方向再平移360
°
，相位轴大于360
°
的放电点沿相位轴负方向再平移360
°
；S34：以相位值180
°
为中间线区分为两个半区，0
°‑
180
°
的区域标记为A区，180
°‑
360
°
的区域标记为B区。
[0011]通过采用上述技术方案，由于脉冲原始信号的频率会有波动并且采集区间是随机的，对应采集到的放电点聚团并不在特定区域，因而需要对PRPD图谱进行相位对齐，从而便于后续获取精准数据。
[0012]进一步设置为：所述步骤四中整合处理的方式为：S41：A区内，各个放电点依次标记为A1……
A
n
，其中，A1……
A
n
中相位轴取零值，计算A区中幅值最大值L
A
，L
A
=max{|A1|，
……
|A
n
|}；B区内，各个放电点依次标记为B1……
B
m
，其中，B1……
B
m
中相位轴取零值，计算B区中幅值最大值L
B
，L
B
=max{|B1|，
……
|B
m
|}；S42：提取L
A
和L
B
，计算图谱分布系数R，R=（n/（n+m））*（（L
A
‑
L
B
）/L
A
）。
[0013]通过采用上述技术方案，针对相位对齐后的PRPD图谱，采集各个放电点位置，从而计算获取图谱分布系数，通过图谱分布系数从中可了解到PRPD图谱在A、B两个区中的分布情况。
[0014]进一步设置为：所述步骤五中分离处理的方式为：S51：提取A1……
A
n
和B1……
B
m
中所有坐标，分别独立进行下列计算；S52：A1……
A
n
中相位轴取零值，于{|A1|，
……
|A
n
|}中计算A区幅值变异系数O
A
，O
A
=；S53：A1…本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种对局部放电信号类型快速识别的方法，其特征在于，包括如下步骤：步骤一：采集脉冲原始信号的波形数据，通过相位叠加生成PRPD图谱；步骤二：对PRPD图谱进行数据预处理，判断是否为噪声信号，若是噪声信号，则识别结束，若不是噪声信号，则进入步骤三；步骤三：对PRPD图谱进行相位对齐并且分A区和B区；步骤四：对A区和B区内放电点整合处理以获取图谱分布系数R；步骤五：分别对A区和B区内放电点的幅值与相位进行分离处理以获取幅值变异系数O
A
和O
B
、相位变异系数Q
A
和Q
B
；步骤六：提取图谱分布系数R、幅值变异系数O
A
和O
B
、相位变异系数Q
A
和Q
B
，计算总尖端放电概率P1、总沿面放电概率P2和总内部放电概率P3；步骤七：识别放电类型。2.根据权利要求1所述的一种对局部放电信号类型快速识别的方法，其特征在于，所述步骤二中的数据预处理方式为：S21：获取PRPD图谱并建立图谱坐标系O
‑
xy，其中，x轴为相位轴，y轴为幅值轴，相位分辨率为0.1度，幅值分辨率是1pC，将所有放电点标记于坐标系O
‑
xy内；S22：所有放电点在相位轴上进行映射，获取对应映射点，去除重复映射点后，剩余映射点点数与相位轴总点数的比值为可控值，可控值定义为K；S23：将可控值（K）与常规系数（0.8）进行数据比对，若K大于0.8，则为噪声信号，若K小于0.8，则不为噪声信号。3.根据权利要求2所述的一种对局部放电信号类型快速识别的方法，其特征在于，所述步骤三中相位对齐的方式为：S31：筛选出图谱坐标系O
‑
xy中幅值最大的放电点，该放电点标记为T点；S32：T点沿相位轴方向平移至相位值为90
°
的位置，剩余所有放电点跟随T点平移相同距离；S33：图谱坐标系O
‑
xy中，相位轴小于0
°
的放电点沿相位轴正方向再平移360
°
，相位轴大于360
°
的放电点沿相位轴负方向再平移360
°
；S34：以相位值180
°
为中间线区分为两个半区，0
°‑
180
°
的区域标记为A区，180
°‑
360
°
的区域标记为B区。4.根据权利要求2所述的一种对局部放电信号类型快速识别的方法，其特征在于，所述步骤四中整合处理的方式为：S41：A区内，各个放电点依次标记为A1……
A
n
，其中，A1……
A
n
中相位轴取零值，计算A区中幅值最大值L
A
，L
A
=max{|A1|，
……
|A
n
|}；B区内，各个放电点依次标记为B1……
B
m
，其中，B1……
B
m
中相位轴取零值，计算B区中幅值最大值L
B
，L
B
=max{|B1|，
……
|B
m
|}；S42：提取L
A
和L
B
，计算图谱分布系数R，R=（n/（n+m））*（（L
A
‑
L
B
）/L
A
）。5.根据权利要求4所述的一种对局部放电信号类型快速识别的方法，其特征在于，所述步骤五中分离处理的方式为：S51：提取A1……
A
n
和B1……
B
m
中所有坐标，分别独立进行下列计算；S52：A1……
A
n
中相位轴取零值，于{|A1|，
……
|A
n
|}中计算A区幅值变异系数O
A
，O...

【专利技术属性】
技术研发人员：梁红军，严学文，
申请(专利权)人：陕西公众电气股份有限公司，
类型：发明
国别省市：