[发明专利]基于相关概率小波变换的水轮发电机局部放电检测方法有效
申请号: | 201611075264.9 | 申请日: | 2016-11-29 |
公开(公告)号: | CN106443394B | 公开(公告)日: | 2019-08-16 |
发明(设计)人: | 贾嵘;赵佳佳;张惠智;武桦;党建 | 申请(专利权)人: | 西安理工大学 |
主分类号: | G01R31/12 | 分类号: | G01R31/12 |
代理公司: | 西安弘理专利事务所 61214 | 代理人: | 李娜 |
地址: | 710048*** | 国省代码: | 陕西;61 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 本发明公开了一种基于相关概率小波变换的水轮发电机局部放电检测方法。根据局部放电信号与噪声干扰各自的特点,并结合数理统计中分位数的概念,提出了相关概率小波变换方法。通过此方法可以计算原始信号中各处产生局部放电的概率值,并将各处对应的概率值与判定界限作比较,进而判断该处是否产生局部放电。本发明适合于水轮发电机的局部放电检测,检测结果的准确度与可靠性均较高,方便运行维护人员及时对故障进行处理,避免事故的发生,从而保证整个系统安全经济高效地运行。 | ||
搜索关键词: | 基于 相关 概率 变换 水轮发电机 局部 放电 检测 方法 | ||
【主权项】:
1.一种基于相关概率小波变换的水轮发电机局部放电检测方法,其特征在于,包括以下步骤:步骤1:利用水轮发电机的局部放电监测系统获得原始信号;步骤2:对原始信号进行离散小波变换,得到不同分解层的小波系数;步骤3:计算相邻分解层之间的相关系数Cj(j,n)及归一化相关系数Cj.n(j,n):Cj(j,n)=Ws(j,n)Ws(j+1,n)
其中:![]()
式中,J为小波变换的最大分解层,j=1,2,...,J;Ws(j,n)为原始信号S在第j个分解层上n点处的小波系数,n=1,2,...,N;步骤4:设Wrs与Ws维数相同且初值为0,若|Cj.n(j,n)|≥|Ws(j,n)|,则将n点的小波系数Ws(j,n)保存到Wrs的对应位置中,且将原来的Ws(j,n)和Cj(j,n)均置0;否则,保留原来的Wrs(j,n)、Ws(j,n)和Cj(j,n);步骤5:首先,给定一个k值,1≤k≤2,不断重复步骤3和4,直至依次满足下式,停止迭代计算,并存储阈值所提取的小波系数Wrs.k(j,n)及其个数Nk;
式中,nj为第j个分解层上未被抽取的点的个数;εj为第j个分解层上由估计所得的噪声的标准差;然后,改变k值,1≤k≤2,重复上述步骤,得到每一个k值所对应的小波系数Wrs.k(j,n)及其个数Nk;步骤6:分别计算ΔNk=(Nk‑1‑Nk),选取ΔNk最大时k所对应的阈值为最优阈值,并将最优阈值所提取到的步骤5保留的Wrs.k(j,n),按绝对值的大小进行降序排列;步骤7:在每一个分解层上,确定基准阈值λb:首先估计λb所处位置,该位置由下式确定:
式中,
max(Wj)分别为经过步骤6处理后的第j个分解层上小波系数的平均值与最大值;L(Wj)为第j个分解层上的小波系数的数目;将第j个分解层小波系数按绝对值大小进行降序排列后,排在第d%位置的数据点对应的值即为第j个分解层的基准阈值λb;步骤8:确定各个分解层上的多尺度阈值;步骤9:利用各个分解层上的多尺度阈值计算信号各点为PD信号的概率值:
式中,P(i)表示时域中第i点为PD信号的概率大小;J为小波分解的层数;N为每个分解层上多尺度阈值的数目;Pi(j,k)可取1或0,若i点对应的小波系数的绝对值大于或等于第j层的第k个阈值,其值取1,反之,其值取0;步骤10:通过上述步骤对已知的水轮发电机局部放电数据进行分析与计算,获取所有产生了局部放电的信号位置为概率值大于x%的位置,则对未知水轮发电机局部放电检测时,若P(i)≥x%,则判断i点对应位置产生局部放电,否则没有局部放电。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。
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西安理工大学,未经西安理工大学许可,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/patent/201611075264.9/,转载请声明来源钻瓜专利网。