CN110471015A - 传感器检测阈值的确定方法及装置、存储介质和处理器 - Google Patents

传感器检测阈值的确定方法及装置、存储介质和处理器 Download PDF

Info

Publication number
CN110471015A
CN110471015A CN201910838416.3A CN201910838416A CN110471015A CN 110471015 A CN110471015 A CN 110471015A CN 201910838416 A CN201910838416 A CN 201910838416A CN 110471015 A CN110471015 A CN 110471015A
Authority
CN
China
Prior art keywords
curve
sensor
interest
noise
ambient noise
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201910838416.3A
Other languages
English (en)
Inventor
黄山
刘弘景
吴麟琳
周峰
苗旺
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
State Grid Corp of China SGCC
State Grid Beijing Electric Power Co Ltd
Original Assignee
State Grid Corp of China SGCC
State Grid Beijing Electric Power Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by State Grid Corp of China SGCC, State Grid Beijing Electric Power Co Ltd filed Critical State Grid Corp of China SGCC
Priority to CN201910838416.3A priority Critical patent/CN110471015A/zh
Publication of CN110471015A publication Critical patent/CN110471015A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/12—Testing dielectric strength or breakdown voltage ; Testing or monitoring effectiveness or level of insulation, e.g. of a cable or of an apparatus, for example using partial discharge measurements; Electrostatic testing
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R35/00—Testing or calibrating of apparatus covered by the other groups of this subclass

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Testing Relating To Insulation (AREA)

Abstract

本申请公开了一种传感器检测阈值的确定方法及装置、存储介质和处理器。该方法包括：采集目标设备的背景噪声；对采集到的背景噪声进行分析，获取第一曲线和第二曲线，其中，第一曲线用于表征背景噪声的强度在观测周期内的变化情况，第二曲线用于表征背景噪声的时频参数在观测周期内的变化情况；依据第一曲线和第二曲线，确定目标传感器的噪声阈值和目标传感器的滤波带宽，其中，目标传感器用于采集目标设备的放电信号以对目标设备进行检测。通过本申请，解决了相关技术中在高压设备局部放电的应用中，传感器的检测阈值的设定由人工观察或经验来进行，阈值设定一般在传感器安装后一次性完成，缺乏对现场环境的适应性的问题。

Description

传感器检测阈值的确定方法及装置、存储介质和处理器
技术领域
本申请涉及电力设备检测领域，具体而言，涉及一种传感器检测阈值的确定方法及装置、存储介质和处理器。
背景技术
相关技术中，随着我国工业化和城市化水平的不断提高，电力需求也随之激增，对电力***的安全稳定性要求也越来越高。电力电缆因其安装简便、电气强度高及介质损耗小等特点，能够有效解决城市用电聚集效应以及架空线土地占用率过大的问题，在6～35kV配电网以及110kV及以上区域性输电电网中得以迅速推广，电力电缆已发展成为各电压等级电能输送的重要设备，对电力负荷安全，电力可靠传输具有不可或缺的作用。局部放电监测是保证电缆安全运行的重要技术手段。
为了电力设备的早期预警和状态感知，采用灵敏、实时、稳定的在线监测***必不可少，如局部放电监测、泄漏电流监测、温升监测等，这些监测技术在主电网输变电设备上应用较为成熟。电力电缆检测诊断技术，涵盖了电力电缆故障诊断、定位以及电力电缆在输电中的状态监测。
当前局部放电带电检测应用中，传感器的检测阈值的设定由人工观察或经验来进行，或由信号滤波处理来代替，阈值设定一般在传感器安装后一次性完成，工作周期及预警条件也相对固化，缺乏现场环境的适应性和数值设定的参考依据。随着带电巡检工作的大量开展，上述处理方法难以适应不同噪声环境及不同运行工况下对检测有效性的要求，通讯信号、环境电磁水平、大功率设备启停及设备负荷变化等引起的噪声环境的动态变化会造成传感器人工阈值过低或过高、检测灵敏度下降以及信号的误报或失报等情况，影响地电波局部放电监测的应用效果，并增加了人工成本和对人工经验的依赖。
针对相关技术中存在的上述问题，目前尚未提出有效的解决方案。
发明内容
本申请的主要目的在于提供一种传感器检测阈值的确定方法及装置、存储介质和处理器，以解决相关技术中在高压设备局部放电的应用中，传感器的检测阈值的设定由人工观察或经验来进行，阈值设定一般在传感器安装后一次性完成，缺乏对现场环境的适应性的问题。
为了实现上述目的，根据本申请的一个方面，提供了一种传感器检测阈值的确定方法。该方法包括：采集目标设备的背景噪声，其中，目标设备处于局部放电的状态；对采集到的背景噪声进行分析，获取第一曲线和第二曲线，其中，第一曲线用于表征背景噪声的强度在观测周期内的变化情况，第二曲线用于表征背景噪声的时频参数在观测周期内的变化情况；依据第一曲线和第二曲线，确定目标传感器的噪声阈值和目标传感器的滤波带宽，其中，目标传感器用于采集目标设备的放电信号以对目标设备进行检测。
进一步地，在采集目标设备的背景噪声之前，方法还包括：在目标传感器处于预设滤波带宽时，对目标设备的局部放电状态进行仿真。
进一步地，采集目标设备的背景噪声包括：确定第一时长和第二时长，其中，第一时长为采集一次背景噪声持续的时长，第二时长为采集两次背景噪声之间的时间间隔；依据第一时长和第二时长，控制目标传感器采集背景噪声，其中，目标传感器是被卸载了滤波单元的传感器。
进一步地，对采集到的背景噪声进行分析，获取第一曲线和第二曲线包括：采用时间序列分析方法和时频联合分析方法对背景噪声进行分析，获取分析结果；依据分析结果，构建第一曲线。
进一步地，在依据分析结果，构建第一曲线之后，方法包括：记录多个第一噪声强度值，其中，第一噪声强度值为背景噪声在预设时长内的强度的最大值，预设数量的预设时长构成观测周期；依据多个第一噪声强度值，获取目标包络曲线。
进一步地，在采用时间序列分析方法和时频联合分析方法对背景噪声进行分析，获取分析结果之后，方法还包括：依据分析结果，构建第二曲线；依据第二曲线，获取多个噪声信号的频率；对多个噪声信号的频率进行重构，并获取目标时频分布图谱。
进一步地，依据第一曲线和第二曲线，确定目标传感器的噪声阈值和目标传感器的滤波带宽包括：确定目标传感器的类型，其中，目标传感器分为具备滤波条件的类型和不具备滤波条件的类型；依据目标传感器的类型、第一曲线、目标时频分布图谱，确定目标传感器的噪声阈值和滤波带宽；或者，依据目标传感器的类型、目标包络曲线、目标时频分布图谱，确定目标传感器的噪声阈值和滤波带宽。
为了实现上述目的，根据本申请的另一方面，提供了一种传感器检测阈值的确定装置。该装置包括：采集单元，用于采集目标设备的背景噪声，其中，目标设备处于局部放电的状态；第一获取单元，用于对采集到的背景噪声进行分析，获取第一曲线和第二曲线，其中，第一曲线用于表征背景噪声的强度在观测周期内的变化情况，第二曲线用于表征背景噪声的时频参数在观测周期内的变化情况；确定单元，用于依据第一曲线和第二曲线，确定目标传感器的噪声阈值和目标传感器的滤波带宽，其中，目标传感器用于采集目标设备的放电信号以对目标设备进行检测。
为了实现上述目的，根据本申请的另一方面，提供了一种存储介质，存储介质包括存储的程序，其中，该程序执行上述任意一项的一种传感器检测阈值的确定方法。
为了实现上述目的，根据本申请的另一方面，提供了一种处理器，存储介质包括存储的程序，其中，该程序执行上述任意一项的一种传感器检测阈值的确定方法。
通过本申请，采用以下步骤：采集目标设备的背景噪声，其中，目标设备处于局部放电的状态；对采集到的背景噪声进行分析，获取第一曲线和第二曲线，其中，第一曲线用于表征背景噪声的强度在观测周期内的变化情况，第二曲线用于表征背景噪声的时频参数在观测周期内的变化情况；依据第一曲线和第二曲线，确定目标传感器的噪声阈值和目标传感器的滤波带宽，其中，目标传感器用于采集目标设备的放电信号以对目标设备进行检测，解决了相关技术中在高压设备局部放电的应用中，传感器的检测阈值的设定由人工观察或经验来进行，阈值设定一般在传感器安装后一次性完成，缺乏对现场环境的适应性的问题，进而达到了提高了传感器的利用率的效果。
附图说明
构成本申请的一部分的附图用来提供对本申请的进一步理解，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：
图1是根据本申请实施例提供的一种传感器检测阈值的确定方法的流程图；
图2是根据本申请实施例提供的采集目标设备的背景噪声的录波过程的示意图；
图3是根据本申请实施例提供的噪声强度的周期性变化包络曲线的示意图；以及
图4是根据本申请实施例提供的一种传感器检测阈值的确定装置的示意图。
具体实施方式
需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。
为了使本技术领域的人员更好地理解本申请方案，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分的实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本申请保护的范围。
需要说明的是，本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本申请的实施例。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、***、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
根据本申请的实施例，提供了一种传感器检测阈值的确定方法。
图1是根据本申请实施例提供的一种传感器检测阈值的确定方法的流程图。如图1所示，该方法包括以下步骤：
步骤S101，采集目标设备的背景噪声，其中，目标设备处于局部放电的状态。
上述地，在电力设备处于局部放电状态时，根据被测的电力设备自身的负荷变化和干扰源周期性特征，被测的电力设备具有不同的背景噪声，对被测电力设备(也即目标设备)的背景噪声进行采集。
步骤S102，对采集到的背景噪声进行分析，获取第一曲线和第二曲线，其中，第一曲线用于表征背景噪声的强度在观测周期内的变化情况，第二曲线用于表征背景噪声的时频参数在观测周期内的变化情况。
具体地，依据采集到的电力设备的背景噪声，建立噪声强度随时间的变化曲线，同时建立时频特征参数随时间的变化曲线。
步骤S103，依据第一曲线和第二曲线，确定目标传感器的噪声阈值和目标传感器的滤波带宽，其中，目标传感器用于采集目标设备的放电信号以对目标设备进行检测。
具体地，依据建立的两个曲线，获得噪声强度的周期性变化和时频分布的变化规律，从变化规律中即可获得传感器的噪声阈值的设置原则及具体参数。
可选地，在采集目标设备的背景噪声之前，该方法还包括：在目标传感器处于预设滤波带宽时，对目标设备的局部放电状态进行仿真。
上述地，在电力设备局部放电带电检测应用中，对电力设备的检测是通过仿真电力设备的局部放电状态来实现的。
可选地，采集目标设备的背景噪声包括：确定第一时长和第二时长，其中，第一时长为采集一次背景噪声持续的时长，第二时长为采集两次背景噪声之间的时间间隔；依据第一时长和第二时长，控制目标传感器采集背景噪声，其中，目标传感器是被卸载了滤波单元的传感器。
上述地，在本实施例中，首先将传感器设置为全带宽的信号耦合方式，根据被测设备自身的负荷变化和干扰源周期性特征，采集电力设备的背景噪声通过采用间隔方式对背景噪声进行录波，单次录波时长可根据噪声动态变化水平设定，也即第一时长可以根据噪声动态变化水平进行预先设定，两次录波之间的时间间隔为背景噪声的传输时间。
具体地，目标传感器是分布式传感器，将多个目标传感器设置于目标设备的多个监测位置，并卸载各传感器的滤波单元。其录波过程的示意图如图2所示。
可选地，对采集到的背景噪声进行分析，获取第一曲线和第二曲线包括：采用时间序列分析方法和时频联合分析方法对背景噪声进行分析，获取分析结果；依据分析结果，构建第一曲线。
具体地，基于采集到的背景噪声，对噪声强度的时序特征进行分析包括：
其中，式中：z(t)——一维离散信号；η(t)——窗函数。
对于给定的时间t，STFTz(t,f)可看作该时刻的频谱。
上述式中，窗函数为通过时间t和频率f的调整可以改变窗口大小，在信号的低频部分，时窗较宽，使得到的频率分辨率较高，而在信号的高频部分，时窗较窄，这样得到的时间分辨率较高。对上述经过间断性录波得到的背景噪声时域波形进行时频域谱分析，得到录制信号的时频变化特征，获得不同时间段内噪声强度曲线(也即第一曲线)及对应的特征参数。
可选地，在依据分析结果，构建第一曲线之后，该方法包括：记录多个第一噪声强度值，其中，第一噪声强度值为背景噪声在预设时长内的强度的最大值，预设数量的预设时长构成观测周期；依据多个第一噪声强度值，获取目标包络曲线。
具体地，通过获得的不同时间段内的噪声强度和特征参数，建立噪声强度随时间的变化曲线，根据地电波局部放电传感器工作环境，将单位时长内噪声强度在单位观测周期相应的最大值进行记录(如式(3)所示)，得到噪声强度的周期性变化包络曲线，如图3所示。
S(t)＝max(Scyc(1),Scyc(2),…,Scyc(n)) (3)
需要说明的是，在本实施例中，预定时长为单位时长，但是在不同的情况下，预设时长可以根据实际需要进行设定。
可选地，在采用时间序列分析方法和时频联合分析方法对背景噪声进行分析，获取分析结果之后，该方法还包括：依据分析结果，构建第二曲线；依据第二曲线，获取多个噪声信号的频率；对多个噪声信号的频率进行重构，并获取目标时频分布图谱。
具体地，依据采集的背景噪声，建立第二曲线，其中，第二曲线为时频特征参数随时间的变化曲线，并在单位观测周期相应的时刻获得的信号进行频率重构(进行频率重构)，然后对总时长内重构信号进行时频特征分析，得到其周期性变化的时频分布谱图。选择观测周期内相应时刻滤波器滤波中心频率上下带宽后，可得到滤波后的噪声强度。
可选地，依据第一曲线和第二曲线，确定目标传感器的噪声阈值和目标传感器的滤波带宽包括：确定目标传感器的类型，其中，目标传感器分为具备滤波条件的类型和不具备滤波条件的类型；依据目标传感器的类型、第一曲线、目标时频分布图谱，确定目标传感器的噪声阈值和滤波带宽；或者，依据目标传感器的类型、目标包络曲线、目标时频分布图谱，确定目标传感器的噪声阈值和滤波带宽。
上述地，根据上述噪声强度的周期性变化及时频分布的变化规律，可制定噪声阈值的设置原则：
原则一，对不具备滤波条件的传感器：噪声全波带幅值存在较强周期性强度噪声环境，噪声阈值可直接采用经上述过程获得的噪声强度变化曲线；对噪声全波带幅值不存在可描述的周期性强度噪声环境，可直接设定为评估时长内噪声幅值概率分布上限。同时，滤波带宽可由时频谱变化决定。
原则二，对具备滤波条件的传感器：若噪声时频分布具备可描述的周期性，可直接根据噪声主要频率分布选取数字或硬件滤波带宽；若噪声时频分布不具备可描述的周期性，可直接设定为评估时长内噪声频率概率分布上、下限。同时，滤波带宽可由时频谱变化决定。
需要说明的是，当局部放电传感器应用环境发生明显变化时，需对传感器噪声阈值及带宽进行重新校验，并按上述步骤进行。
为了验证上述噪声评估效果，本项目选用带宽为3MHz-65MHz的地电波局部放电传感器进行验证。首先，采用传感器在一台工作在某开关室内的10kV全封闭型金属铠装开关柜上进行噪声信号录波。传感器安装于实际局部放电监测位置，连续采样时长为15秒，间隔时长为30秒，总录波时长为1小时，总录波次数为3次，获取录波结果。并依据录波结果建立时频特征参数随时间的变化曲线，根据地电波局部放电传感器工作环境，相应的时频特征值进行分析，得到其周期性变化规律及时频分布谱图。
由于所采用的电流传感器为全带宽且带有数字滤波，噪声评估经上述背景噪声信号强度变化及时频谱分析，具备可描述的周期性。因此噪声阈值及带宽的设定由时频谱变化决定。
本申请实施例提供的一种传感器检测阈值的确定方法，通过采集目标设备的背景噪声，其中，目标设备处于局部放电的状态；对采集到的背景噪声进行分析，获取第一曲线和第二曲线，其中，第一曲线用于表征背景噪声的强度在观测周期内的变化情况，第二曲线用于表征背景噪声的时频参数在观测周期内的变化情况；依据第一曲线和第二曲线，确定目标传感器的噪声阈值和目标传感器的滤波带宽，其中，目标传感器用于采集目标设备的放电信号以对目标设备进行检测，解决了相关技术中在高压设备局部放电的应用中，传感器的检测阈值的设定由人工观察或经验来进行，阈值设定一般在传感器安装后一次性完成，缺乏对现场环境的适应性的问题，进而达到了提高了传感器利用率的效果。
需要说明的是，在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机***中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。
本申请实施例还提供了一种传感器检测阈值的确定装置，需要说明的是，本申请实施例的一种传感器检测阈值的确定装置可以用于执行本申请实施例所提供的用于一种传感器检测阈值的确定方法。以下对本申请实施例提供的一种传感器检测阈值的确定装置进行介绍。
图4是根据本申请实施例提供的一种传感器检测阈值的确定装置的示意图。如图4所示，该装置包括：采集单元401，用于采集目标设备的背景噪声，其中，目标设备处于局部放电的状态；第一获取单元402，用于对采集到的背景噪声进行分析，获取第一曲线和第二曲线，其中，第一曲线用于表征背景噪声的强度在观测周期内的变化情况，第二曲线用于表征背景噪声的时频参数在观测周期内的变化情况；确定单元403，用于依据第一曲线和第二曲线，确定目标传感器的噪声阈值和目标传感器的滤波带宽，其中，目标传感器用于采集目标设备的放电信号以对目标设备进行检测。
可选地，该装置还包括：仿真单元，用于在采集目标设备的背景噪声之前，在目标传感器处于预设滤波带宽时，对目标设备的局部放电状态进行仿真。
可选地，采集单元包括：确定子单元，用于确定第一时长和第二时长，其中，第一时长为采集一次背景噪声持续的时长，第二时长为采集两次背景噪声之间的时间间隔；控制子单元，用于依据第一时长和第二时长，控制目标传感器采集背景噪声，其中，目标传感器是被卸载了滤波单元的传感器。
可选地，第一获取单元包括：获取子单元，用于采用时间序列分析装置和时频联合分析装置对背景噪声进行分析，获取分析结果；构建子单元，用于依据分析结果，构建第一曲线。
可选地，该装置包括：记录单元，用于在依据分析结果，构建第一曲线之后，记录多个第一噪声强度值，其中，第一噪声强度值为背景噪声在预设时长内的强度的最大值，预设数量的预设时长构成观测周期；第二获取单元，用于依据多个第一噪声强度值，获取目标包络曲线。
可选地，该装置还包括：构建单元，用于在采用时间序列分析装置和时频联合分析装置对背景噪声进行分析，获取分析结果之后，依据分析结果，构建第二曲线；第三获取单元，用于依据第二曲线，获取多个噪声信号的频率；第四获取单元，用于对多个噪声信号的频率进行重构，并获取目标时频分布图谱。
可选地，确定单元包括：第一确定子单元，用于确定目标传感器的类型，其中，目标传感器分为具备滤波条件的类型和不具备滤波条件的类型；第二确定子单元，用于依据目标传感器的类型、第一曲线、目标时频分布图谱，确定目标传感器的噪声阈值和滤波带宽；或者，第三确定子单元，用于依据目标传感器的类型、目标包络曲线、目标时频分布图谱，确定目标传感器的噪声阈值和滤波带宽。
本申请实施例提供的一种传感器检测阈值的确定装置，通过采集单元，用于采集目标设备的背景噪声，其中，目标设备处于局部放电的状态；第一获取单元，用于对采集到的背景噪声进行分析，获取第一曲线和第二曲线，其中，第一曲线用于表征背景噪声的强度在观测周期内的变化情况，第二曲线用于表征背景噪声的时频参数在观测周期内的变化情况；确定单元，用于依据第一曲线和第二曲线，确定目标传感器的噪声阈值和目标传感器的滤波带宽，其中，目标传感器用于采集目标设备的放电信号以对目标设备进行检测，解决了相关技术中在高压设备局部放电的应用中，传感器的检测阈值的设定由人工观察或经验来进行，阈值设定一般在传感器安装后一次性完成，缺乏对现场环境的适应性的问题，进而达到了提高了传感器的利用率的效果。
一种传感器检测阈值的确定装置包括处理器和存储器，上述采集单元、第一获取单元和确定单元等均作为程序单元存储在存储器中，由处理器执行存储在存储器中的上述程序单元来实现相应的功能。
处理器中包含内核，由内核去存储器中调取相应的程序单元。内核可以设置一个或以上，通过调整内核参数来解决了相关技术中在高压设备局部放电的应用中，传感器的检测阈值的设定由人工观察或经验来进行，阈值设定一般在传感器安装后一次性完成，缺乏对现场环境的适应性的问题。
存储器可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flash RAM)，存储器包括至少一个存储芯片。
本发明实施例提供了一种存储介质，其上存储有程序，该程序被处理器执行时实现一种传感器检测阈值的确定方法。
本发明实施例提供了一种处理器，处理器用于运行程序，其中，程序运行时执行一种传感器检测阈值的确定方法。
本发明实施例提供了一种设备，设备包括处理器、存储器及存储在存储器上并可在处理器上运行的程序，处理器执行程序时实现以下步骤：采集目标设备的背景噪声，其中，目标设备处于局部放电的状态；对采集到的背景噪声进行分析，获取第一曲线和第二曲线，其中，第一曲线用于表征背景噪声的强度在观测周期内的变化情况，第二曲线用于表征背景噪声的时频参数在观测周期内的变化情况；依据第一曲线和第二曲线，确定目标传感器的噪声阈值和目标传感器的滤波带宽，其中，目标传感器用于采集目标设备的放电信号以对目标设备进行检测。
可选地，在采集目标设备的背景噪声之前，该方法还包括：在目标传感器处于预设滤波带宽时，对目标设备的局部放电状态进行仿真。
可选地，采集目标设备的背景噪声包括：确定第一时长和第二时长，其中，第一时长为采集一次背景噪声持续的时长，第二时长为采集两次背景噪声之间的时间间隔；依据第一时长和第二时长，控制目标传感器采集背景噪声，其中，目标传感器是被卸载了滤波单元的传感器。
可选地，对采集到的背景噪声进行分析，获取第一曲线和第二曲线包括：采用时间序列分析方法和时频联合分析方法对背景噪声进行分析，获取分析结果；依据分析结果，构建第一曲线。
可选地，在依据分析结果，构建第一曲线之后，该方法包括：记录多个第一噪声强度值，其中，第一噪声强度值为背景噪声在预设时长内的强度的最大值，预设数量的预设时长构成观测周期；依据多个第一噪声强度值，获取目标包络曲线。
可选地，在采用时间序列分析方法和时频联合分析方法对背景噪声进行分析，获取分析结果之后，该方法还包括：依据分析结果，构建第二曲线；依据第二曲线，获取多个噪声信号的频率；对多个噪声信号的频率进行重构，并获取目标时频分布图谱。
可选地，依据第一曲线和第二曲线，确定目标传感器的噪声阈值和目标传感器的滤波带宽包括：确定目标传感器的类型，其中，目标传感器分为具备滤波条件的类型和不具备滤波条件的类型；依据目标传感器的类型、第一曲线、目标时频分布图谱，确定目标传感器的噪声阈值和滤波带宽；或者，依据目标传感器的类型、目标包络曲线、目标时频分布图谱，确定目标传感器的噪声阈值和滤波带宽。本文中的设备可以是服务器、PC、PAD、手机等。
本申请还提供了一种计算机程序产品，当在数据处理设备上执行时，适于执行初始化有如下方法步骤的程序：采集目标设备的背景噪声，其中，目标设备处于局部放电的状态；对采集到的背景噪声进行分析，获取第一曲线和第二曲线，其中，第一曲线用于表征背景噪声的强度在观测周期内的变化情况，第二曲线用于表征背景噪声的时频参数在观测周期内的变化情况；依据第一曲线和第二曲线，确定目标传感器的噪声阈值和目标传感器的滤波带宽，其中，目标传感器用于采集目标设备的放电信号以对目标设备进行检测。
可选地，在采集目标设备的背景噪声之前，该方法还包括：在目标传感器处于预设滤波带宽时，对目标设备的局部放电状态进行仿真。
可选地，采集目标设备的背景噪声包括：确定第一时长和第二时长，其中，第一时长为采集一次背景噪声持续的时长，第二时长为采集两次背景噪声之间的时间间隔；依据第一时长和第二时长，控制目标传感器采集背景噪声，其中，目标传感器是被卸载了滤波单元的传感器。
可选地，对采集到的背景噪声进行分析，获取第一曲线和第二曲线包括：采用时间序列分析方法和时频联合分析方法对背景噪声进行分析，获取分析结果；依据分析结果，构建第一曲线。
可选地，在依据分析结果，构建第一曲线之后，该方法包括：记录多个第一噪声强度值，其中，第一噪声强度值为背景噪声在预设时长内的强度的最大值，预设数量的预设时长构成观测周期；依据多个第一噪声强度值，获取目标包络曲线。
可选地，在采用时间序列分析方法和时频联合分析方法对背景噪声进行分析，获取分析结果之后，该方法还包括：依据分析结果，构建第二曲线；依据第二曲线，获取多个噪声信号的频率；对多个噪声信号的频率进行重构，并获取目标时频分布图谱。
可选地，依据第一曲线和第二曲线，确定目标传感器的噪声阈值和目标传感器的滤波带宽包括：确定目标传感器的类型，其中，目标传感器分为具备滤波条件的类型和不具备滤波条件的类型；依据目标传感器的类型、第一曲线、目标时频分布图谱，确定目标传感器的噪声阈值和滤波带宽；或者，依据目标传感器的类型、目标包络曲线、目标时频分布图谱，确定目标传感器的噪声阈值和滤波带宽。
本领域内的技术人员应明白，本申请的实施例可提供为方法、***、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(***)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
在一个典型的配置中，计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
存储器可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flash RAM)。存储器是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体(transitory media)，如调制的数据信号和载波。
还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括要素的过程、方法、商品或者设备中还存在另外的相同要素。
本领域技术人员应明白，本申请的实施例可提供为方法、***或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
以上仅为本申请的实施例而已，并不用于限制本申请。对于本领域技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本申请的权利要求范围之内。

Claims (10)

1.一种传感器检测阈值的确定方法，其特征在于，包括：
采集目标设备的背景噪声，其中，所述目标设备处于局部放电的状态；
对采集到的所述背景噪声进行分析，获取第一曲线和第二曲线，其中，所述第一曲线用于表征所述背景噪声的强度在观测周期内的变化情况，所述第二曲线用于表征所述背景噪声的时频参数在所述观测周期内的变化情况；
依据所述第一曲线和所述第二曲线，确定目标传感器的噪声阈值和所述目标传感器的滤波带宽，其中，所述目标传感器用于采集所述目标设备的放电信号以对所述目标设备进行检测。
2.根据权利要求1所述的方法，其特征在于，在采集目标设备的背景噪声之前，所述方法还包括：
在所述目标传感器处于预设滤波带宽时，对所述目标设备的局部放电状态进行仿真。
3.根据权利要求2所述的方法，其特征在于，采集目标设备的背景噪声包括：
确定第一时长和第二时长，其中，所述第一时长为采集一次所述背景噪声持续的时长，所述第二时长为采集两次所述背景噪声之间的时间间隔；
依据所述第一时长和所述第二时长，控制目标传感器采集所述背景噪声，其中，所述目标传感器是被卸载了滤波单元的传感器。
4.根据权利要求1所述的方法，其特征在于，对采集到的所述背景噪声进行分析，获取第一曲线和第二曲线包括：
采用时间序列分析方法和时频联合分析方法对所述背景噪声进行分析，获取分析结果；
依据所述分析结果，构建所述第一曲线。
5.根据权利要求4所述的方法，其特征在于，在依据所述分析结果，构建所述第一曲线之后，所述方法包括：
记录多个第一噪声强度值，其中，所述第一噪声强度值为所述背景噪声在预设时长内的强度的最大值，预设数量的所述预设时长构成所述观测周期；
依据所述多个第一噪声强度值，获取目标包络曲线。
6.根据权利要求5所述的方法，其特征在于，在采用时间序列分析方法和时频联合分析方法对所述背景噪声进行分析，获取分析结果之后，所述方法还包括：
依据所述分析结果，构建所述第二曲线；
依据所述第二曲线，获取多个噪声信号的频率；
对所述多个噪声信号的频率进行重构，并获取目标时频分布图谱。
7.根据权利要求6所述的方法，其特征在于，依据所述第一曲线和所述第二曲线，确定目标传感器的噪声阈值和所述目标传感器的滤波带宽包括：
确定所述目标传感器的类型，其中，所述目标传感器分为具备滤波条件的类型和不具备滤波条件的类型；
依据所述目标传感器的类型、所述第一曲线、所述目标时频分布图谱，确定所述目标传感器的噪声阈值和滤波带宽；或者，
依据所述目标传感器的类型、所述目标包络曲线、所述目标时频分布图谱，确定所述目标传感器的噪声阈值和滤波带宽。
8.一种传感器检测阈值的确定装置，其特征在于，包括：
采集单元，用于采集目标设备的背景噪声，其中，所述目标设备处于局部放电的状态；
第一获取单元，用于对采集到的所述背景噪声进行分析，获取第一曲线和第二曲线，其中，所述第一曲线用于表征所述背景噪声的强度在观测周期内的变化情况，所述第二曲线用于表征所述背景噪声的时频参数在所述观测周期内的变化情况；
确定单元，用于依据所述第一曲线和所述第二曲线，确定目标传感器的噪声阈值和所述目标传感器的滤波带宽，其中，所述目标传感器用于采集所述目标设备的放电信号以对所述目标设备进行检测。
9.一种存储介质，其特征在于，所述存储介质包括存储的程序，其中，所述程序执行权利要求1至7中任意一项所述的一种传感器检测阈值的确定方法。
10.一种处理器，其特征在于，所述处理器用于运行程序，其中，所述程序运行时执行权利要求1至7中任意一项所述的一种传感器检测阈值的确定方法。
CN201910838416.3A 2019-09-05 2019-09-05 传感器检测阈值的确定方法及装置、存储介质和处理器 Pending CN110471015A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910838416.3A CN110471015A (zh) 2019-09-05 2019-09-05 传感器检测阈值的确定方法及装置、存储介质和处理器

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910838416.3A CN110471015A (zh) 2019-09-05 2019-09-05 传感器检测阈值的确定方法及装置、存储介质和处理器

Publications (1)

Publication Number Publication Date
CN110471015A true CN110471015A (zh) 2019-11-19

Family

ID=68515075

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910838416.3A Pending CN110471015A (zh) 2019-09-05 2019-09-05 传感器检测阈值的确定方法及装置、存储介质和处理器

Country Status (1)

Country Link
CN (1) CN110471015A (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112257347A (zh) * 2020-11-02 2021-01-22 特变电工京津冀智能科技有限公司 一种变电设备的仿真***
CN115062100A (zh) * 2022-08-11 2022-09-16 国网浙江省电力有限公司湖州供电公司 基于多维度感应数据的地质信息分析方法及拆分式钻机
WO2023138785A1 (en) * 2022-01-21 2023-07-27 Eaton Intelligent Power Limited A method of controlling a sensor apparatus for an electrical circuit

Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6574334B1 (en) * 1998-09-25 2003-06-03 Legerity, Inc. Efficient dynamic energy thresholding in multiple-tone multiple frequency detectors
WO2011102987A1 (en) * 2010-02-16 2011-08-25 Andrew Llc Gain measurement and monitoring for wireless communication systems
CN102736000A (zh) * 2012-07-06 2012-10-17 桂林电子科技大学 电力电容器在线检测方法及装置
US20130016447A1 (en) * 2011-07-13 2013-01-17 Sony Ericsson Mobile Communications Japan, Inc. Electrostatic discharge (esd) protection device
CN104198901A (zh) * 2014-08-13 2014-12-10 广东电网公司电力科学研究院 变电站局部放电信号的定位方法和***
CN105652166A (zh) * 2016-03-01 2016-06-08 国网江西省电力科学研究院 一种用于局放在线监测的加权阈值小波降噪方法
CN106709666A (zh) * 2017-01-06 2017-05-24 国网北京市电力公司 一种指标阈值确定方法及***
CN108270495A (zh) * 2018-01-29 2018-07-10 国家无线电监测中心乌鲁木齐监测站 一种背景噪声的提取方法及提取***
CN108717155A (zh) * 2018-06-29 2018-10-30 国网北京市电力公司 配置噪声阈值和带宽的方法及装置
CN108804832A (zh) * 2018-06-14 2018-11-13 东南大学 一种基于vmd的间隔阈值局部放电去噪方法
CN109884481A (zh) * 2019-02-18 2019-06-14 上海金艺检测技术有限公司 局部放电暂态对地电压现场噪声评估方法

Patent Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6574334B1 (en) * 1998-09-25 2003-06-03 Legerity, Inc. Efficient dynamic energy thresholding in multiple-tone multiple frequency detectors
WO2011102987A1 (en) * 2010-02-16 2011-08-25 Andrew Llc Gain measurement and monitoring for wireless communication systems
US20130016447A1 (en) * 2011-07-13 2013-01-17 Sony Ericsson Mobile Communications Japan, Inc. Electrostatic discharge (esd) protection device
CN102736000A (zh) * 2012-07-06 2012-10-17 桂林电子科技大学 电力电容器在线检测方法及装置
CN104198901A (zh) * 2014-08-13 2014-12-10 广东电网公司电力科学研究院 变电站局部放电信号的定位方法和***
CN105652166A (zh) * 2016-03-01 2016-06-08 国网江西省电力科学研究院 一种用于局放在线监测的加权阈值小波降噪方法
CN106709666A (zh) * 2017-01-06 2017-05-24 国网北京市电力公司 一种指标阈值确定方法及***
CN108270495A (zh) * 2018-01-29 2018-07-10 国家无线电监测中心乌鲁木齐监测站 一种背景噪声的提取方法及提取***
CN108804832A (zh) * 2018-06-14 2018-11-13 东南大学 一种基于vmd的间隔阈值局部放电去噪方法
CN108717155A (zh) * 2018-06-29 2018-10-30 国网北京市电力公司 配置噪声阈值和带宽的方法及装置
CN109884481A (zh) * 2019-02-18 2019-06-14 上海金艺检测技术有限公司 局部放电暂态对地电压现场噪声评估方法

Non-Patent Citations (5)

* Cited by examiner, † Cited by third party
Title
C.J. MORGAN等: "Optimal radar threshold determination in Weibull clutter and Gaussian noise", 《 IEEE AEROSPACE AND ELECTRONIC SYSTEMS MAGAZINE》 *
LIN JIANG等: "A determination method of optimal decomposition level in wavelet threshold de-noising algorithm based on moving average model", 《 2017 IEEE 17TH INTERNATIONAL CONFERENCE ON COMMUNICATION TECHNOLOGY (ICCT)》 *
张波等: "小波去噪对提高GIS超声局部放电信号识别率的研究", 《电气工程学报》 *
焦健等: "一种贝叶斯检测跟踪阈值确定方法", 《现代雷达》 *
王相海等: "曲线拟合确定阈值的非抽取晓波贝叶斯图像去噪方法", 《模式识别与人工智能》 *

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112257347A (zh) * 2020-11-02 2021-01-22 特变电工京津冀智能科技有限公司 一种变电设备的仿真***
CN112257347B (zh) * 2020-11-02 2023-09-08 特变电工京津冀智能科技有限公司 一种变电设备的仿真***
WO2023138785A1 (en) * 2022-01-21 2023-07-27 Eaton Intelligent Power Limited A method of controlling a sensor apparatus for an electrical circuit
CN115062100A (zh) * 2022-08-11 2022-09-16 国网浙江省电力有限公司湖州供电公司 基于多维度感应数据的地质信息分析方法及拆分式钻机

Similar Documents

Publication Publication Date Title
CN110703008B (zh) 一种宽频测量数据的站域处理方法及装置
CN110471015A (zh) 传感器检测阈值的确定方法及装置、存储介质和处理器
CN106992517B (zh) 电力线损分析方法、装置和***
CN101458286B (zh) 基于就地频谱分析的相量测量装置及应用的广域测量***
Santini et al. First experiences using wireless sensor networks for noise pollution monitoring
CN108717155B (zh) 配置噪声阈值和带宽的方法及装置
AU2010358396B2 (en) Apparatus and method for monitoring an electric power transmission system through partial discharges analysis
US11914355B2 (en) System for determining electric parameters of an electric power grid
CN104267374A (zh) 计量装置在线检测与状态评估***
Jindal et al. Tackling energy theft in smart grids through data-driven analysis
CN105158722A (zh) 一种电能表性能指标评价方法
CN103558448B (zh) 一种输电线路多通道雷电流监测装置
CN109490676A (zh) 新能源机组调频能力在线监测方法及***
CN115398770A (zh) 供电网络拓扑和相的自动发现
CN104730359A (zh) 基站供电判别处理方法及其装置
Simonov et al. Gathering process data in low-voltage systems by enhanced event-driven metering
CN111521867A (zh) 一种用于采集负荷数据的***及方法
CN104915894A (zh) 计量自动化终端运行风险预警***
CN114398240A (zh) 一种电磁环境监控***
CN108072858B (zh) 电能表质量管理方法、***及终端设备
CN109581126A (zh) 一种电力带电检测***及方法
CN210327647U (zh) 一种就地化智能Micro终端
CN202794359U (zh) 氧化锌避雷器在线监测装置
CN112381467A (zh) 一种基于配电台区全量采集大数据的人工智能线损分析***
CN202393868U (zh) 一种基于云计算的电缆振荡波局部放电测量与定位***

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication

Application publication date: 20191119

RJ01 Rejection of invention patent application after publication