[发明专利]用于局部放电信号的信噪分离方法、信息数据处理终端

说明书

本发明属于高压电气设备局部放电检测技术领域，公开了一种用于局部放电信号的信噪分离方法、信息数据处理终端；采集局部放电波形信号；对局放信号进行提取，获取单个脉冲信号，记录脉冲的峰值及相位，并绘制相位分布谱图；将所提取脉冲通过多个带通滤波器，获得对应滤波器下脉冲的峰值信息，并通过主成分分析降维，获得特征参数；对特征参数进行聚类分析，将脉冲分为多类，并根据分类类别号、脉冲峰值、脉冲相位绘制单类脉冲相位分布谱图，确定局放信号与干扰信号。本发明能够高效准确提取各个脉冲波形；采用多个带通滤波器下的峰值信息作为特征向量，能够充分反映脉冲波形信息，提高了干扰信号与局放信号分离的精度。

技术领域

本发明属于高压电气设备局部放电检测技术领域，尤其涉及一种用于局部放电信号的信噪分离方法、信息数据处理终端。

背景技术

目前，最接近的现有技术：随着社会现代化步伐的加快，我国电网的规模不断扩大，电力电缆也广泛应用到各级电力传输系统中。局部放电的变化和特征在某种程度上显示了电缆存在的缺陷，能够反映电缆绝缘的早期劣化。与此同时，高压电气设备中的大型发电机在定子绝缘劣化过程中，局部放电活动是评判其劣化程度的重要标志，局部放电可作为定子绝缘劣化失效的先兆。电力变压器是电力系统中最重要及最昂贵的设备之一，其安全运行的意义重大。在现场运行中，局部放电是导致电力变压器绝缘劣化的重要原因之一，特别是随着电力设备容量、电压等级不断增大的情况下，这个问题更为严重。因此，对高压电气设备施行局部放电在线检测有着重大意义。

然而，在对电缆局部放电进行在线检测时，总是不可避免地受到脉冲干扰的影响。这些脉冲干扰分为周期性脉冲干扰以及随机性脉冲干扰。周期性脉冲干扰主要包括可控硅设备在可控硅开、闭时产生的脉冲干扰信号，且周期性地出现在工频的某相位上；随机性脉冲干扰包括由电气设备的局部放电、开关操作及电焊操作等引起的无规律的随机性干扰。目前国内外主要通过将采集的信号与设置的局部放电阈值进行比较，从而判断高压电气设备是否产生局部放电信号。然而，脉冲型干扰与局部放电信号的时域波形十分相似，仅通过幅值阈值比较，或者其放电参数是否位于规定范围，很容易将脉冲干扰识别为局部放电信号，造成漏判或者误判。因此，有必要对采集的局部放电信号进行提取，获得单个脉冲信号，并根据脉冲波形特征进行逻辑判断，实现有用信号与噪声的分离。对局部放电信号进行在线检测时，由于背景噪声的影响，很难确定单个脉冲信号的起始以及结束边沿。现有技术存在着计算量大、脉冲边沿不清楚等问题，给后续的信号分离带来了不少困难。

目前对高压电气设备局部放电信号的研究方法主要有两种，第一种是事先通过大量的典型局部放电试验，建立局放以及噪声指纹库，然后通过人工神经网络比较放电实例与各种放电模型特征参量的相异度，确定识别结果。比如专利《一种变压器局部放电类型识别方法》(公布号：CN201810522817)分别搭建了油中气隙、油楔、针板、悬浮四种内部绝缘故障时的局部放电模拟试验平台，以上升沿t₁、持续时间t₂、能量频率分布熵E_d、幅值频率分布熵A_d作为特征参数，建立局放以及噪声指纹库，并构建优化概率神经网络实现脉冲信号的识别。这种方法属于监督识别算法，需要一定的先验知识，因此在对采集的信号进行噪声以及局放识别之前，需要进行大量的局放试验，建立放电特征数据库，这会消耗大量的人力物力资源；另一方面，由于现场环境的复杂性，往往同一典型局放在某一时刻获取的脉冲信号与另一时刻获得的信号有所差异，而局放数据库不可能涵盖所有时刻的脉冲信号，因此在识别过程中很容易出现误判。第二种方法是提取单个脉冲信号的时频域波形特征，采用聚类算法对这些特征进行聚类分析，从而实现信号与噪声的分离。采用脉冲波形特征表征脉冲信号的程度不同，最终干扰信号与局放信号分离的效果也有所不同，因此脉冲信号特征参数的选取十分重要。目前应用最为广泛的是等效时频法，即采用脉冲信号的时域等效宽度与频域等效宽度作为脉冲的特征参数，利用噪声与局放信号之间的特征差异，从而实现信号的分离。但是当两种类型的脉冲信号的时域等效宽度与频域等效宽度相同时，该方法很难完成分离。

综上所述，现有技术存在的问题是：