[发明专利]考虑相位差的超声检测局部放电信号模式识别方法有效
申请号: | 201910237693.9 | 申请日: | 2019-03-27 |
公开(公告)号: | CN109917245B | 公开(公告)日: | 2021-02-09 |
发明(设计)人: | 司文荣;傅晨钊;陆启宇;黄华;高凯;胡正勇;陈璐 | 申请(专利权)人: | 国网上海市电力公司;华东电力试验研究院有限公司 |
主分类号: | G01R31/12 | 分类号: | G01R31/12;G06K9/00 |
代理公司: | 上海科盛知识产权代理有限公司 31225 | 代理人: | 应小波 |
地址: | 200122 上海市浦东新区*** | 国省代码: | 上海;31 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 考虑 相位差 超声 检测 局部 放电 信号 模式识别 方法 | ||
本发明涉及一种考虑相位差的超声检测局部放电信号模式识别方法,包括以下步骤:1)在实验室条件下,进行具有准确参考相位超声检测的局部放电信号的模式识别过程;2)对于现场带电检测装置或在线监测系统,进行考虑相位差的超声检测局部放电信号模式识别过程。与现有技术相比,本发明具有识别精度高等优点。
技术领域
本发明涉及一种,尤其是涉及一种考虑相位差的超声检测局部放电信号模式识别方法。
背景技术
目前,超声波法具有可带电测量、容易实现故障定位等优点,因此非常适合于电工设备的绝缘缺陷检测。如图1所示,目前超声检测系统处理局放信号数据的主要流程为:①采集脉冲波形-时间序列,进行峰值保持转换为峰值-相位序列;②基于峰值-相位序列生产各种基于相位窗的PRPD放电谱图;③再利用统计算子对各放电谱图进行特征参数提取构成放电指纹;④各缺陷模型在实验室高压试验下形成具有准确相位的放电指纹库组成训练样本库;⑤使用BP神经网络(或其它人工智能算法)训练样本库生成判断函数;⑥基于判别函数对运行电压下电工设备超声检测获取的脉冲波形信号进行同样流程处理得到放电指纹,进行放电类型识别给出结果。由于在现场进行实测时,超声检测系统都是基于参考相位(一般为220V外置电压源而非运行电网电压)处理形成峰值-相位序列,参考相位与运行相位存在一个随机的相位差,超声波脉冲波形信号数据经过上述处理流程形成的放电指纹,与放电指纹库中的样本存在较大差异。因此判别函数对超声检测局放数据进行处理,系统将可能无法对变电站运行电工设备现场实测数据进行放电模式识别,识别功能将失效。
发明内容
本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种考虑相位差的超声检测局部放电信号模式识别方法。
本发明的目的可以通过以下技术方案来实现:
一种考虑相位差的超声检测局部放电信号模式识别方法,包括以下步骤:
1)在实验室条件下,进行具有准确参考相位超声检测的局部放电信号的模式识别过程;
2)对于现场带电检测装置或在线监测系统,进行考虑相位差的超声检测局部放电信号模式识别过程。
优选地,所述的进行具有准确参考相位超声检测的局部放电信号的模式识别过程包括:
11)构建高压试验缺陷模型;
12)进行超声脉冲波形信号采集,获得脉冲波形-时间序列;
13)对采集的脉冲波形-时间序列,进行峰值保持转换为峰值-相位序列;
14)基于峰值-相位序列生产各种基于相位窗的PRPD放电谱图;
15)再利用统计算子对各放电谱图进行特征参数提取构成放电指纹;
16)各缺陷模型在实验室高压试验下形成具有准确相位的放电指纹库组成训练样本库;
17)使用人工智能算法训练样本库生成判断函数。
优选地,所述的进行考虑相位差的超声检测局部放电信号模式识别过程具体为:
21)运行电压下的电工设备;
22)进行超声脉冲波形信号采集,获得脉冲波形-时间序列;
23)对采集的脉冲波形-时间序列,进行峰值保持转换为峰值-相位序列,并对峰值-相位序列进行设定相位的平移,从而生成新的峰值-相位序列;
24)基于新的峰值-相位序列生产各种基于相位窗的PRPD放电谱图;
25)再利用统计算子对各放电谱图进行特征参数提取构成放电指纹;
26)采用步骤17)生成的判断函数对步骤25)中的放电指纹进行判断识别;
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于国网上海市电力公司;华东电力试验研究院有限公司,未经国网上海市电力公司;华东电力试验研究院有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201910237693.9/2.html,转载请声明来源钻瓜专利网。