一种基于多信号分类定位算法的电力设备局放检测方法技术

本发明专利技术公开了一种基于多信号分类定位算法的电力设备局放检测方法，包括如下步骤：S1、通过八元圆形麦克风阵列传感器对电力设备发出的局部放电信号进行接收；S2、将接收到的带有声源信息的时域数字信号进行傅里叶变换，将其由时域转化为频域；S3、对S2步骤中得到的频域放电信号进行特征频域提取，找到最能够代表接收到的放电信号的频率值；S4、利用一种适用于小信噪比和小快拍数情况下的多信号分类的声源定位算法，结合S3步骤中得到的信号特征频率值，对接收到的放电信号进行分析定位；本发明专利技术提出的检测方法采用了多参数联合估计，有利于更精确定位电力设备的局部放电位置，达到有效检测局部放电的目的。效检测局部放电的目的。效检测局部放电的目的。

【技术实现步骤摘要】
一种基于多信号分类定位算法的电力设备局放检测方法


[0001]本专利技术涉及电力设备局部放电检测领域，具体是一种基于多信号分类定位算法的电力设备局放检测方法。

技术介绍

[0002]局部异常放电是导致电力设备运行寿命减少的重要因素，也是各种电力设备最常见的异常运行状态。局部放电的定位检测是一项关键工程技术，是判断众多电力设备运行状态是否正常的重要依据。及时发现异常放电并对其进行准确定位对于防止电力设备发生严重故障具有重要的意义。
[0003]目前检测局部放电的方法主要有：电学，光学，光
‑
声学以及特高频方法。其中超声波本身具有频率高且波长短的特点，且对信号的传输具有较强的方向感，因此检测过程相对较为简单。同时超声波测量方法也由于具有易于实现在线检测，便于空间定位，受电气干扰小等特点而被广泛研究。
[0004]本专利技术提出一种基于多信号分类定位算法的电力设备局放检测方法，该检测方法采用了多参数联合估计，有利于更精确定位电力设备的局部放电位置，达到有效检测局部放电的目的。

技术实现思路

[0005]本专利技术的目的在于提供一种基于多信号分类定位算法的电力设备局放检测方法，以便于在检测电力设备局部放电定位过程中获得更好的检测效果。
[0006]为实现上述目的，本专利技术提供如下技术方案：
[0007]一种基于多信号分类定位算法的电力设备局放检测方法，包括如下步骤：
[0008]S1、通过八元圆形麦克风阵列传感器对电力设备发出的局部放电信号进行接收；
[0009]S2、将接收到的带有声源信息的时域数字信号进行傅里叶变换，将其由时域转化为频域；
[0010]S3、对S2步骤中得到的频域放电信号进行特征频率提取，找到最能够代表接收到的放电信号的频率值；
[0011]S4、利用一种适用于小信噪比和小快拍数情况下的多信号分类的声源定位算法，结合S3步骤中得到的信号特征频率值，对接收到的放电信号进行分析定位；
[0012]作为本专利技术进一步的方案：在步骤S1中，采用的八元圆形阵列是一种平面形麦克风传感器阵列。
[0013]作为本专利技术进一步的方案：步骤S1中八元圆形阵列可以接收信号的俯仰角以及方位角两个位置参数，通过这两个参数的联合估计可以实现，空间三维有效定位。
[0014]作为本专利技术进一步的方案：在步骤S2中，傅里叶变换针对的对象是接收到的放电数字信号的时域状态，其中单个麦克风传感器接收到的信号数据量与快拍数相关联，并且是傅里叶变换中的信号长度参数。
[0015]作为本专利技术进一步的方案：在步骤S2中，转化为频域以后的信号强度通过纵坐标的大小来表示，信号强度大的部分对应的频率应该在步骤S3中更多的被考虑。
[0016]作为本专利技术进一步的方案：在步骤S4中，适用于小信噪比和小快拍数情况下的多信号分类的声源定位算法的应用条件是信号可以被认为是窄带信号时，对于窄带信号Sk(t)可以表示为：
[0017]S
k
(t
‑
t1)≈S
k
(t)
[0018]其中，t1为阵列麦克风单元之间延迟所需时间。
[0019]作为本专利技术进一步的方案：在步骤S4中，接收到的放电信号会首先通过获得协方差矩阵，再进行后续的信号分类。
[0020][0021]其中，X(i)为接收到的第i个信号数据，，X
H
(i)为X(i)的厄尔米特矩阵，N为总共的接收到的数据个数。
[0022]作为本专利技术进一步的方案：由于是平面阵列，因此在步骤S4中，算法涉及到的时延τ
m,k
，应为：
[0023][0024]其中，τ
m,k
是信号源k与阵元m相对阵列中心的相对延时，θ
k
和为信号源k的俯仰角和方位角，r为圆形阵列的半径，M为阵元数目。
[0025]作为本专利技术进一步的方案：由于是平面阵列，因此在步骤S4中，算法涉及到的方向矩阵A，应为：
[0026][0027]其中，为阵列接收第i个信号源信息而产生的方向向量。
[0028]作为本专利技术进一步的方案：在步骤S4中，决定多信号分类算法最终搜索结果的谱函数为：
[0029][0030]其中，为传统谱函数P对方位角求二阶偏导的结果，为传统谱函数P对俯仰角θ
k
求二阶偏导的结果。
[0031]与现有技术相比，本专利技术的有益效果是：
[0032]1、采用八元十字麦克风阵列来接收放电信号，其平面阵列结构使得对声源位置的估计可以拓展为俯仰角和方位角两个参数，多参数的联合估计方法有益于更准确地确定放电声源的位置信息，有效完成局部放电的空间三维定位。
[0033]2、通过对接收信号的傅里叶变换，获得放电信号的频谱信息，并从中提取主要的特征频率作为定位算法中频率参数的数值，精化了多信号分类算法中频率参数的取值，有利于加强信号的定位可靠性。
[0034]3、在所述步骤S4中，采用一种新的空间谱估计函数作为全局搜索后的峰值确定依据，相对于传统空间谱函数，这种方法在信号小信噪比和小快拍数情况下，对于电力设备的局部放电有更好的定位检测效果。
附图说明
[0035]图1为本专利技术的算法流程图。
[0036]图2为本专利技术采用的八元圆形传感器阵列接收远场放电信号时的模拟图。
具体实施方式
[0037]下面结合附图对本专利的技术方案作进一步详细地说明。
[0038]参照附图1，一种基于多信号分类定位算法的电力设备局放检测方法，包括以下步骤：
[0039]S1、通过八元圆形麦克风阵列传感器对电力设备发出的局部放电信号进行接收；
[0040]检测电力设备局部放电时，首先将八元圆形麦克风阵列的大致方位朝向待检测电力设备，持续一段时间，接收电力设备的放电信号。
[0041]S2、将接收到的带有声源信息的时域数字信号进行傅里叶变换，将其由时域转化为频域；
[0042]将每个麦克风接收到的信号做傅里叶变换，将其由时域转化为频域进行分析。其中，傅里叶变换针对的对象是接收到的放电数字信号的时域状态，单个麦克风传感器接收到的信号数据量与快拍数相关联，并且是傅里叶变换中的信号的长度参数。
[0043]S3、对S2步骤中得到的频域放电信号进行特征频率提取，找到最能够代表接收到的放电信号的频率值；
[0044]由于放电信号具有一定的波动性，以及周围噪声的干扰，即使是通过滤波处理之后，得到的频域信息仍然不会是某一特定频率，而是诸多频率信号不同强度的叠加。其中信号强度较大的就是放电信号部分，在信号幅值较大的区域内，选取合适的频率作为接收到的放电信号的主频率，并在接下来的步骤S4的算法中，将这一数值带入到算法涉及到的信号频率参数中。
[0045]S4、利用一种适用于小信噪比和小快拍数情况下的多信号分类的声源定位算法，结合S3步骤中得到的信号特征频率值，对接收到的放本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于多信号分类定位算法的电力设备局放检测方法，其特征在于，包括以下步骤：S1、通过八元圆形麦克风阵列传感器对电力设备发出的局部放电信号进行接收；S2、将接收到的带有声源信息的时域数字信号进行傅里叶变换，将其由时域转化为频域；S3、对S2步骤中得到的频域放电信号进行特征频率提取，找到最能够代表接收到的放电信号的频率值；S4、利用一种适用于小信噪比和小快拍数情况下的多信号分类的声源定位算法，结合S3步骤中得到的信号特征频率值，对接收到的放电信号进行分析定位。其中S4的更详细做法如下：提取出S3步骤中得到的信号特征频率值，将此频率值作为代表接收到的放电信号的整体频率值，带入到一种适用于小信噪比和小快拍数情况下的多信号分类的声源定位算法设计到的信号频率参数中，进而对接收到的放电信号进行分析定位。2.根据权利要求1所述的一种基于多信号分类定位算法的电力设备局放检测方法，其特征在于：在步骤S1中，采用的八元圆形阵列是一种平面形麦克风传感器阵列。3.根据权利要求1所述的一种基于多信号分类定位算法的电力设备局放检测方法，其特征在于：步骤S1中八元圆形阵列可以接收信号的俯仰角以及方位角两个位置参数，通过这两个参数的联合估计可以实现，空间三维有效定位。4.根据权利要求1所述的一种基于多信号分类定位算法的电力设备局放检测方法，其特征在于：在步骤S2中，傅里叶变换针对的对象是接收到的放电数字信号的时域状态，其中单个麦克风传感器接收到的信号数据量与快拍数相关联，并且是傅里叶变换中的信号长度参数。5.根据权利要求1所述的一种基于多信号分类定位算法的电力设备局放检测方法，其特征在于：在步骤S2中，转化为频域以后的信号强度通过纵坐标的大小来表示，信号强度大的部分对应的频率应该在步骤S3中更多的被考虑。6...

【专利技术属性】
技术研发人员：王昭雷，孟荣，王永红，段志勇，梁雪峰，贺梦天，苑旭楠，张贤，
申请(专利权)人：国网河北省电力有限公司超高压分公司，
类型：发明
国别省市：