[发明专利]变压器局放源个数辨识方法与系统

说明书

技术领域

本发明涉及一种用于辨识变压器局部放电源个数的方法及专用检测系统，属检测技术领域。

背景技术

随着供电容量的增长，对电力系统运行可靠性的要求越来越高，而电力变压器是电力系统中的枢纽设备，其运行可靠性直接关系到电力系统的安全与稳定。对实际故障的统计分析表明，绝缘故障是影响变压器正常运行的主要原因，而局部放电是造成绝缘故障的重要原因。

当前，发展电力设备的状态维修已经成为一种必然趋势，而准确的局部放电定位不仅对局部放电的危害程度的评估有着重要的辅助作用，而且也可以为变压器的状态检修提供科学的指导，以便维护人员有的放矢进行设备维修，迅速排除故障，提高维修水平，同时也对改进变压器结构设计、提高制造工艺水平具有指导意义。

变压器局部放电的传统检测方法主要有脉冲电流法、气相色谱法、超声波法、超高频法和光测法。其中，超声波法因具有可以避免电磁干扰的影响、定位方便、在线检测与离线检测的结果相同等优点而得到了广泛应用。在利用超声波法检测变压器局部放电源位置的各算法中，准确辨识局放源个数是一个关键问题。在实际应用场合，局放源数往往是个未知数，需要先辨识局放源的数目或假设已知，才能估计局放源的方位。例如空间谱估计技术中的大部分算法均需要知道信号源数，当辨识的局放源数目与真实的数目不一致时，空间谱曲线中的峰值个数与实际源数不相同，造成漏警或虚警，从而对真实信号方位的确定产生严重影响。因此，电力变压器局放源的个数辨识是一项十分重要的研究工作。

目前，信号源个数辨识的常用方法主要包括：AIC准则、平滑秩法，盖氏圆准则、正则相关技术，等等。

由Akaike提出的AIC准则和由Schwartz 及Rissanen提出的MDL准则是为了解决模式选择问题而提出的。基于AIC和MDL准则，M.Wax和T. Kailath提出一种信号源数目估计方法，并证明由MDL准则得到的估计是信源数目真实值的一致性估计，而AIC准则得到的不是一致估计。该方法利用的是阵列协方差矩阵的特征值，根据信号特征值和噪声特征值来进行信号源数目辨识。优点是不需要人为事先设定一个检测门限，从而避免了人的主观因素对信源数目估计的影响。AIC准则不是一致性估计，即在大快拍数的场合，它仍然有较大的误差概率；而MDL准则相对较好；HQ准则居于两者之间，主要原因是由准则中的罚函数项引起的。MDL准则是一致性估计，也就是在高信噪比情况下该准则有较好的性能，但在低信噪比情况下该准则相比AIC有较高的误差概率。

平滑秩法是基于解相干基础的信号源数估计问题，根据得到的平滑秩序列判断源数及结构，平滑秩中最大的数即为信号源数。它与信息论法相比有如下优点：当信噪比较大、快拍数较大时，平滑秩序列法比AIC及HQ算法的性能要好；当入射信号包括几个相干源群时，信息论法只能辨识信号源数，无法对结构进行辨识。而平滑秩算法不但可以辨识出信号源总数，而且还可辨识出信号源结构。但平滑秩法的运算过程较为繁杂，不易编程。

盖氏圆准则（GDE）不是利用自相关矩阵的特征值，而是利用它的盖氏圆半径来进行信号源数目估计。根据盖氏圆定理，信号对应的盖氏圆半径较大，而噪声对应的盖氏圆半径为零。实际上，由于自相关矩阵是估计的，噪声对应的盖氏圆半径并不一定为零。两类盖氏圆盘分开的程度决定于估计协方差矩阵的样本数，样本数越大，协方差矩阵估计越精确，越能将盖氏圆盘分开，因而就可以从盖氏圆盘中确定局放源个数。目前，盖氏圆准则已有多种改进，其中最常见的改进算法（MGDE）基本原理是对阵元间相关函数进行替换并加权综合来提高辨识精度。盖氏圆准则在高信噪比情况下性能很好，低信噪比下性能不太理想。

正则相关技术（CCT）是假设独立的窄带信号入射到两个空间分离的阵列，对整个阵列的协方差矩阵进行一定的变换并对其进行奇异值分解，然后将奇异值降序排列，再利用奇异值构造一个序列，通过此序列与一个由已知虚警概率所得到的判决门限比较，就可以判断出信源数。该算法在高信噪比下性能很好，低信噪比下也明显比平滑秩法和AIC准则好，在色噪声下可以设定不同的门限值，具有鲁棒性。

发明内容

本发明的目的在于克服现有技术的不足，提供一种能方便、准确地辨识电力变压器局部放电源个数的方法，本发明同时还给出了辨识系统。

本发明所述问题是以下述技术方案实现的：