[发明专利]一种局部放电脉冲边沿寻找与局部放电确认方法

说明书

本发明公开一种局部放电脉冲边沿寻找与局部放电确认方法，属于电力变压器绝缘检测技术及其应用领域，方法包括：对局部放电脉冲采样序列实行小波降噪；提取背景噪声的信号序列；计算背景噪声功率；寻找所述局部放电脉冲的脉冲波形的边沿位置；确认并提取放电脉冲；本发明利用小波去噪的方法有效分离了局部放电脉冲采样序列的背景噪声，根据噪声功率计算阈值以及根据采样环境、背景噪声实时调整阈值的设定，避免了经验阈值的局限性；同时对于噪声的过滤排除也提高了脉冲边沿寻找的准确性，使得本发明适用于不同环境下的局部放电在线监测与数据分析。

【技术领域】

本发明属于电力变压器绝缘检测技术及其应用领域，特别涉及一种局部放电脉冲边沿寻找与局部放电确认方法。

【背景技术】

电力变压器是电力系统中最重要的设备之一，发电厂、变电站大型高压变压器的安全运行是确保大面积正常供电的关键。变压器绝缘系统是电力变压器的重要组成部分，其系统在很大程度上决定了变压器运行的可靠性与经济性。电力变压器在工作电压下的运行寿命与其绝缘中有无局部放电密切相关，局部放电越弱，则正常运行寿命越长。局部放电不仅会导致匝绝缘击穿，甚至可能导致匝间和层间短路，这种事故在国内大型变压器中频繁出现。局部放电检测是以发生局部放电时产生的电、光等现象为依据，通过能表述该现象的物理量来表征局部放电的状态。但是，由于背景噪声的存在，电力变压器局部放电在线检测所采集的信号含有大量的噪声，使单个局放脉冲信号的边缘变的很不明显；另外局放检测现场有大量的干扰脉冲，给后期的局部放电脉冲信号特性分析、识别以及放电次数统计带来了一定的困难。因此，确定局部放电脉冲信号的边缘位置，准确地从背景噪声以及干扰脉冲中准确寻找局部放电脉冲波形已成为电力变压器局部放电检测技术关键问题之一。寻找局部放电脉冲信号的边沿作为局部放电测量信号预处理阶段的关键步骤，是对局部放电信号深入分析的基础。

现有的局部放电脉冲提取的方法一种是根据经验值设置一个阈值，利用阈值基于滑动窗口提取脉冲的起始与结束位置。该方法阈值的设定主要依靠经验值，阈值选取的不恰当，则会导致错误的放电脉冲判断，局限性比较大。还有一种是对脉冲序列进行FIR平滑滤波，然后检测脉冲宽度及关断时间，设定下采样尺度，再次平滑滤波，进而通过检测过渡点分割脉冲，并且根据分割结果正误调整滤波尺度，再次分割，直至分割正确，但其中脉冲宽度和关断时间的计算过程采用了密度分布统计平均法，对脉冲在定标坐标纸上进行直方图绘制，该过程计算过于复杂且繁琐，不适合对局部放电的在线监测分析。其公布号为CN103487788A的专利“一种序列脉冲信号快速自动提取方法”即采用此种方法来实现。专利《基于自适应阈值的雷达脉冲提取方法》(公布号：CN101762808A)先提取雷达信号的包络幅值，对雷达包络幅值进行平滑滤波，对滤波后的包络幅值进行K均值聚类算法，计算雷达脉冲提取阈值。该算法具有两方面的局限性，第一，利用K均值聚类算法的过程首先要为每个聚类确定一个初始的聚类中心。聚类的性能与初始聚类中心的选取有关。初始聚类中心的确定对聚类结果，聚类收敛时的影响很大，不合适的初始值常常会使结果收敛到一个不希望的极小点，并影响收敛速度；第二，K均值算法在下近似和边界区域的均值的计算过程中，算法都只是将对象相加再除以相应区域内的对象个数，即认定每个数据对象的权重是相同的。实际在对簇均值的计算过程中应根据每个数据点所在区域的密度调整权重，得出的均值点能更好的代表这个簇。聚类是一个动态过程，随着聚类过程前期到后期上近似和和下近似的变化，固定经验权重无法很好适应聚类前期和后期的特点，同时该算法容易受到异常噪声点的干扰，少量的该类数据能够对平均值产生极大的影响。专利《一种基于滑动窗口的局部放电单脉冲提取方法》(公布号：CN104635126)通过对采样序列的无脉冲区域的背景信号进行统计得到背景噪声的均值和方差，设置放电脉冲提取的阈值。在背景信号统计过程中，需要截取足够长的采样序列，截取序列越长，统计得到的背景噪声均值和方差越精确。这一处理过程需要对大量局部放电时间序列进行统计，增大了计算量；其次，不同缺陷的局部放电发生的具体位置不同，需要对背景信号重新进行截取统计，这一过程降低了脉冲提取速率。本发明提出的方法采用小波去噪技术分离放电信号与背景噪声，利用噪声功率设置阈值，根据采样环境、背景噪声实时调整阈值的设定，满足局部放电实时在线检测的数据处理，并且不受放电缺陷与检测方式的限制。