专利名称：基于时频特征参数的变电站多源局部放电检测方法及装置的制作方法
技术领域：
本发明涉及电カ系统高电压与绝缘技术领域，尤其涉及基于时频特征參数的变电站多源局部放电检测方法及装置。
背景技术：
国内现有对变电站的局部放电进行监测及定位的方法基本都是先针对变电站内单个电力设备进行局部放电监测与定位，然后综合各个电カ设备的监测情况评估整个变电站电カ设备的局部放电状況。针对单个变电站设备(GIS地理信息系统、变压器、容性设备等)的局部放电检测，一般通过监测局部放电所产生的电信号、射频信号、声信号或者其他化学量或物理量来实现。在长期的检测与维修过程中，因为设备一直处于维护过程中，单个设备多处同时发生局部放电的可能性比较小，目前应用到单个设备的局部放电监测系统基本都不考虑多源局部放电的情況。而针对整个变电站进行局部放电监测，变电站中的任何高压电カ设备均可能会发生局部放电故障，要想对全站的一次电气设备实施监测，采用上述监测方式，就需要在每ー个设备上都安装局部放电监测装置，这样可以自动区分不同电カ设备的局部放电信号，但是这样需要安装多套局部放电监测装置，需要耗费大量的时间、财カ进行设备采购及安装；测试时需携带多套不同类型仪器，操作不便；众多监测装置的维护和管理也需耗费大量的时间和人力。目前的监测形式难以适应今后智能变电站远程管理的发展需要。

发明内容
为了解决上述技术问题，本发明提供了基于时频特征參数的变电站多源局部放电检测方法及装置，能够检测由不同局部放电源所产生的局部放电UHF (Ultra HighFrequency,超高频)信号。本发明提供了基于时频參数的变电站多源局部放电信号检测分类方法，包括在预设时间内采集UHF天线接收的超高频信号；从所述UHF天线获取所述超高频信号的脉冲波形的片段，组成波形片段序列；根据所述波形片段序列计算时频參数，确定时频特征向量，对时频特征向量进行模糊聚类分析；将聚类分析的结果中分好类的各类脉冲波形的特征与预设的超高频脉冲波形的特征进行对比，确定所述脉冲波形的类型。相应地，本发明还提供了基于时频參数的变电站多源局部放电信号检测分类装置，包括信号采集单元，用于在预设时间内采集UHF天线接收的超高频信号；与所述信号采集单元相连的波形片段获取単元，用于从所述UHF天线获取所述超高频信号的脉冲波形的片段，组成波形片段序列；与所述波形片段获取単元相连的聚类分析単元，用于根据所述波形片段序列计算时频參数，确定时频特征向量，对 时频特征向量进行模糊聚类分析；与所述聚类分析単元相连的对比识别单元，用于将聚类分析的结果中分好类的各类脉冲波形的特征与预设的超高频脉冲波形的特征进行对比，确定所述脉冲波形的类型。实施本发明，具有如下有益效果本发明在变电站场地内安装若干个宽带全向UHF天线传感器阵列接收局部放电发出的电磁波信号，可用ー套装置对全站设备进行局部放电的监测，获取和定位整个变电站站域的放电情況。通过基于不同局部放电源所产生超高频放电信号在时域与频率的特征不同，运用模糊聚类的方法对其进行聚类，以分离不同局部放电源所产生的局部放电UHF信号。进ー步地，可将其分类结果与系统定位结果的分类结果进行交叉対比，以确认多局部放电源的存在与定位的准确性。


图I是典型放电UHF信号波形及其频谱；图2是本发明基于时频參数的变电站多源局部放电信号检测分类方法的流程图；图3是本发明基于时频參数的变电站多源局部放电信号检测分类方法的示意图；图4是本发明基于时频參数的变电站多源局部放电信号检测分类方法的第一实施例流程图；图5是本发明基于时频參数的变电站多源局部放电信号检测分类方法的第二实施例流程图；图6是本发明基于时频參数的变电站多源局部放电信号检测分类装置的示意图；图7是本发明基于时频參数的变电站多源局部放电信号检测分类装置的第一实施例的聚类分析単元示意图；图8是本发明基于时频參数的变电站多源局部放电信号检测分类装置的第二实施例的參数设定单元示意图。
具体实施例方式为使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明作进ー步地详细描述。绝缘故障是电カ设备在运行中最主要的可能故障之一，电カ设备发生绝缘故障前，一般都会有一个逐渐发展的局部放电过程，最终导致绝缘击穿。如果在这个过程能够对运行设备进行局部放电监测和诊断，及时发现局部放电信号，提前对缺陷进行处理，就能有效避免绝缘击穿故障的发生。对局部放电位置的定位，也有助于制定更有针对性的检修处理方案，减少停电时间，提高检修效率。超高频(UHF)电磁波法是局部放电检测的ー种新方法，该方法通过UHF天线传感器接收当电カ设备内发生局部放电过程辐射的电磁波中的超高频段(300 3000MHz)信号来检测局部放电。超高频电磁波检测的优点为检测频段较高，可以有效地避开常规局部放电测量中的电晕、开关操作等多种电气干扰；检测频带宽，所以其检测灵敏度很高，且电磁波在空气中的传播速度近似光速，通过构建ー个UHF天线矩阵，利用传播到天线矩阵内各个UHF天线的UHF信号的时差可以用来计算局部放电源的位置。相对于单个电カ设备的局部放电监测而言，由于整个变电站的局部放电监测的电カ设备对象多，所以多个电カ设备同时发生局部放电的可能性大，在监测过程中区分不同局部放电源所激发的UHF信号，以便更加准确的定位。图I是典型放电UHF信号波形及其频谱。如图I所示，对变电站电カ设备的局部放电信号进行分类整理，可以将其归纳为针尖放电，沿面放电、悬浮放电、金属微粒、绝缘内部放电等。另外电力设备中局部放电发生空间的绝缘介质可能为空气，SF6和绝缘油等。理论上而言，不同的放电类型，局部放电形成的机理不同，其放电的过程不尽相同。 其所激发的局部放电UHF信号在时域内与频域内的特性则不尽相同。另外局部放电所激发UHF信号的特性受到局部放电空间的绝缘介质有关，同时也和局部放电周围空间电カ设备的几何结构与所用材料，接受UHF信号的传感器与局部放电源之间的空间距离与路径有夫，因为上述因素会影响UHF信号的传播。试验研究也证实了上述理论分析。以下数据给出了相同的放电形式在不同的绝缘介质中所激发的UHF信号频谱分布不同，以及不同放电形式在相同绝缘介质中所激发的UHF信号频谱分布不同的示例。基于GIS实物模型的四种缺陷模拟试验结果也反映出不同的放电类型其放电波形及频谱不同，试验结果如图I所示。而下表则总结了不同放电类型所产生的UHF信号的频带分布特征。表I :
局放模3!针臾放电气洗故电悬浮放电沿面放电
脉冲持_时间(ns)30。 4。0400—50045。左右3D0 400
J 首脉冲半波宽度(ps)135丨64丨91139
^ 频谱分布 (CHz)1—62~40.4—40.5 6.5
5 主要能量分布(GKz)1~32. 5—3. 32—2. 7I 3
微 LLLLL以上试验结果充分证明，对于局部放电相同的绝缘介质不同的放电类型，相同的放电类型不同的绝缘介质，其激发的UHF信号波形及其频谱特征存在很大的差异。对变电站局部放电进行整体监测，可以通过分析所监测到的局部放电UHF信号的波形及频谱特性，用以区分多源局部放电信号。图2是本发明基于时频參数的变电站多源局部放电信号检测分类方法的流程图，包括SlOl :在预设时间内采集UHF天线接收的超高频信号；S102 :从所述UHF天线获取所述超高频信号的脉冲波形的片段，组成波形片段序列；S103:根据所述波形片段序列计算时频參数，确定时频特征向量，对时频特征向量进行模糊聚类分析；S104:将聚类分析的结果中分好类的各类脉冲波形的特征与预设的超高频脉冲波形的特征进行对比，确定所述脉冲波形的类型。变电站局部放电监测与定位系统所监测的对象为所监测变电站整体。变电站中存在众多的电カ设备，如变压器，断路器，互感器，避雷器等，不排除整个变电站存在多个局部放电源，同时产生局部放电的可能性，如果存在这样的情况，判断是否存在多源局部放电信号，并对其进行定位与识别成为变电站整体监测与定位系统的关键性能。本发明在变电站场地内安装宽带全向UHF天线传感器阵列接收局部放电发出的电磁波信号，可用ー套装置对全站设备进行局部放电的监测，获取和定位整个变电站站域的放电情況。首先，连续采集UHF天线接收的UHF信号；然后，获取所述UHF信号内包含的局部放电UHF脉冲波形的片段，组成波形片段序列；当所述UHF天线阵列由一根天线组成时，所 述波形片段序列只包括该跟天线接收的UHF信号所包含的波形片段；当所述UHF天线阵列由多根天线组成时，所述波形片段序列包括由这些天线接收的UHF信号所包含的波形片段。最后，从所述波形片段序列中提取时频參数确定特征向量，以该特征向量进行模糊聚类分析，根据聚类分析的结果与典型的UHF脉冲波形的特征进行对比，确定所述局部放电UHF脉冲波形的类型。当所述波形片段序列只包括单根天线接收的UHF信号所包含的波形片段时，可由该波形片段序列提取时频參数，进行聚类分析；当所述波形片段序列包括由多天线接收的UHF信号所包含的波形片段时，可从该波形片段序列中根据实际需要从中选取波形片段序列提取时频參数，进行聚类分析。通过将聚类分析的结果与与预设的超高频脉冲波形的特征进行对比，可以分离不同局部放电源所产生的局部放电UHF信号，从而对其进行定位与识别。通过该装置首先粗选有缺陷的设备或设备部件，确定设备或设备部件有了缺陷和故障风险后再进行深入分析和定位，成本低，效率高。图3是本发明基于时频參数的变电站多源局部放电信号检测分类方法的示意图；图4是本发明基于时频參数的变电站多源局部放电信号检测分类方法的第一实施例流程图，与图2相比，本发明实施例的采用传统的模糊聚类方法对时频特征向量进行分类。S201 :在预设时间内采集UHF天线接收的超高频信号；S202 :从所述UHF天线获取所述超高频信号的脉冲波形的片段，组成波形片段序列；S203 :根据所述波形片段序列计算时频參数，确定时频特征向量；S204 :计算设定聚类分析的分类数，根据所述时频特征向量获取模糊聚类的目标函数的极小值；S205:在所述目标函数取扱小值时，将各个聚类原型矢量组成最佳模糊分类矩阵；S206 :根据所述最佳模糊分类矩阵，获取各类分类信号的聚类中心；S207:将聚类分析的结果中分好类的各类脉冲波形的特征与预设的超高频脉冲波形的特征进行对比，确定所述脉冲波形的类型。在变电站安装数个宽带全向UHF天线传感器,构成UHF天线阵列,接收全站范围内激发的UHF信号。局部放电监测系统采用脉冲触发方式检测UHF天线接收的UHF信号，并对检测的信号分段进行采集与存储。整个检测过程是连续的，天线阵内n个天线接收的UHF信号是同步采集并存储的，该存储的信号为ー含局部放电UHF脉冲的波形片段序列a。每个局部放电UHF脉冲的波形片段组所含的波形数与UHF天线阵所含UHF天线数相等。系统采样率在I. 5GS/s以上。以记录的局部放电UHF脉冲的波形片段序列中分离出同一根天线获取的局部放电UHF脉冲波形序列b，如图3所示，提取序列b中局部放电脉冲的时频參数t0, f0, T，W，并已之作为局部放电UHF脉冲信号的特征量。采用传统的模糊聚类方法，以提取的时频參数为特征量，对记录的变电站局部放电UHF脉冲的波形片段b进行分类。确定分类数，以及每类信号的典型波形及其时频參数。具体地，求取所使用的时频參数有中心时间b，中心频率ち，等效时长T，等效频宽W等，其计算公式为
权利要求
1.一种基于时频參数的变电站多源局部放电信号检测分类方法，其特征在于，包括 在预设时间内采集UHF天线接收的超高频信号； 从所述UHF天线获取所述超高频信号的脉冲波形的片段，组成波形片段序列； 根据所述波形片段序列计算时频參数，确定时频特征向量，对时频特征向量进行模糊聚类分析； 将聚类分析的结果中分好类的各类脉冲波形的特征与预设的超高频脉冲波形的特征进行对比，确定所述脉冲波形的类型。
2.根据权利要求I所述的基于时频參数的变电站多源局部放电信号检测分类方法，其特征在于，对时频特征向量进行模糊聚类分析的步骤，包括 计算设定聚类分析的分类数，根据所述时频特征向量获取模糊聚类的目标函数的极小值； 在所述目标函数取扱小值时，将各个聚类原型矢量组成最佳模糊分类矩阵； 根据所述最佳模糊分类矩阵，分类多源局部放电信号，并获取各类分类信号的聚类中心。
3.根据权利要求2所述的基于时频參数的变电站多源局部放电信号检测分类方法，其特征在干，计算设定聚类分析的分类数的计算步骤，包括 以每个时频特征向量作为假定中心，根据其它时频特征向量与该假定中心的距离，获取该假定中心的可能性权值； 取可能性权值最大的假定中心作为第一聚类中心，并将该可能性权值作为最大权值Pmax ； 设定可能性权值最小值Pmin= e XPmax,根据所述可能性权值Pi>Pmin,确定分类数，其中，e为预设的分类系数。
4.根据权利要求3所述的基于时频參数的变电站多源局部放电信号检测分类方法，其特征在于所述分类系数e的范围包括,0.15 < e <0.2。
5.根据权利要求2至4任一项所述的基于时频參数的变电站多源局部放电信号检测分类方法，其特征在干，将聚类分析的结果中分好类的各类脉冲波形的特征与预设的超高频脉冲波形的特征进行对比，确定所述脉冲波形的类型的步骤，包括 当所述聚类分析的结果中分好类的各类脉冲波形的特征与预设的超高频脉冲波形的特征不相匹配时，确定该分类为干扰信号的波形。
6.一种基于时频參数的变电站多源局部放电信号检测分类装置，其特征在于，包括 信号采集单元，用于在预设时间内采集UHF天线接收的超高频信号； 与所述信号采集单元相连的波形片段获取単元，用于从所述UHF天线获取所述超高频信号的脉冲波形的片段，组成波形片段序列； 与所述波形片段获取単元相连的聚类分析単元，用于根据所述波形片段序列计算时频參数，确定时频特征向量，对时频特征向量进行模糊聚类分析； 与所述聚类分析単元相连的对比识别单元，用于将聚类分析的结果中分好类的各类脉冲波形的特征与预设的超高频脉冲波形的特征进行对比，确定所述脉冲波形的类型。
7.根据权利要求6所述的基于时频參数的变电站多源局部放电信号检测分类装置，其特征在于，所述聚类分析单元包括參数设定单元，用于计算设定聚类分析的分类数，根据所述时频特征向量获取模糊聚类的目标函数的极小值； 与所述參数设定单元相连的最佳分类单元，用于在所述目标函数取扱小值时，将各个聚类原型矢量组成最佳模糊分类矩阵； 与所述最佳分类单元相连的聚类中心确定单元，用于根据所述最佳模糊分类矩阵，分类多源局部放电信号，并获取各类分类信号的聚类中心。
8.根据权利要求7所述的基于时频參数的变电站多源局部放电信号检测分类装置，其特征在于，所述參数设定单元包括 可能性分析単元，用于以每个时频特征向量作为假定中心，根据其它时频特征向量与该假定中心的距离，获取该假定中心的可能性权值； 与所述可能性分析単元相连的第一聚类中心単元，用于取可能性权值最大的假定中心作为第一聚类中心，并将该可能性权值作为最大权值Pmax ； 与所述第一聚类中心単元相连的聚类中心确定单元，用于设定可能性权值最小值Pmin= e XPmax,根据所述可能性权值Pi>Pmin,确定分类数,其中，e为预设的分类系数。
9.根据权利要求8所述的基于时频參数的变电站多源局部放电信号检测分类装置，其特征在于，所述聚类中心确定单元包括分类系数设定单元，用于预设所述分类系数e。
10.根据权利要求7至9所述的基于时频參数的变电站多源局部放电信号检测分类装置，其特征在于，还包括 与所述对比识别单元相连的干扰判断単元，用于在所述聚类分析的结果中包含与预设的超高频脉冲波形的特征不相匹配的聚类中心时，确定该分类为干扰信号的波形。
全文摘要
本发明公开了基于时频特征参数的变电站多源局部放电检测方法及装置。该方法包括在预设时间内采集UHF天线接收的超高频信号；从所述UHF天线获取所述超高频信号的脉冲波形的片段，组成波形片段序列；根据所述波形片段序列计算时频参数，确定时频特征向量，对时频特征向量进行模糊聚类分析；将聚类分析的结果中分好类的各类脉冲波形的特征与预设的超高频脉冲波形的特征进行对比，确定所述脉冲波形的类型。采用本发明，可以通过基于不同局部放电源所产生超高频放电信号在时域与频率的特征不同，运用模糊聚类的方法对其进行聚类，以分离不同局部放电源所产生的局部放电UHF信号。
文档编号G01R31/12GK102645620SQ20121015475
公开日2012年8月22日 申请日期2012年5月17日 优先权日2012年5月17日
发明者刘亚东, 朱文俊, 李峰, 柯春俊, 梁文进, 江秀臣, 王红斌, 盛戈皞, 胡岳, 谢善益, 郑晓光 申请人:上海交通大学, 广东电网公司电力科学研究院