CN110703076A - 一种基于振动信号频域能量比的gis故障诊断方法 - Google Patents

Abstract

本发明公开了一种基于振动信号频域能量比的GIS故障诊断方法，用于诊断GIS的放电性故障。方法包括：采集GIS各运行状态下的振动信号时域数据，所述运行状态包括正常运行状态和故障状态；对各运行状态下时域信号进行信号频域分析得到多个频段信号，计算各状态下各频段能量占比；计算各运行状态下第六频段能量占比的平方平均数作为各状态的特征一；计算正常运行状态特征一对应的参考区间，对比各个运行状态的特征一是否在参考区间内，不超过参考区间则判定GIS没有发生局部放电，超过则判定GIS发生了局部放电。本发明方法特征明显，实现简便，可以有效诊断GIS的局部放电故障并反映放电剧烈程度。

Description

一种基于振动信号频域能量比的GIS故障诊断方法

技术领域

本发明属于电力输电设备的状态在线监测与故障诊断技术领域，具体涉及一种基于振动信号频域能量比的气体绝缘组合电器(GIS)故障诊断方法及***。

背景技术

气体绝缘组合电器(GIS)是以SF6气体作为绝缘介质的气体绝缘金属封闭开关设备，它是将变电站里除变压器外的各种电气设备，包括断路器、隔离开关、接地开关、互感器及母线与连接管等过渡元件全部组装在一个金属外壳内，充以SF6气体作为绝缘与灭弧介质，其具有占地空间小，运行可靠性高、检修周期长、运输方便等优点。

GIS常见故障主要有绝缘故障，机械故障与气体泄漏故障。其中，绝缘故障约占60％，机械故障约占20％，绝缘故障中由微粒及异物引起的绝缘故障率最高，主要表现为GIS腔体内部遗留异物、金属突出物或存在金属微粒导致放电，绝缘拉杆、盆式绝缘子和支撑绝缘子等部件受潮及脏污会引起内部或沿面闪络放电，诊断GIS的绝缘性故障对于保证供电的连续性和设备长期安全稳定运行有着重要的意义。

目前广泛应用于现场主要用于诊断绝缘性故障的方法有：

1)特高频法，利用装设在GIS内部电极耦合器或外部天线传感器接收局部放电辐射出的高频电磁波信号进行局部放电检测，但特高频传感器无法抑制来自变电站内高频信号与电晕放电的干扰，这会使得检测结果准确性受到影响。

2)超声波检测法，利用安装在GIS外壳上的超声波传感器接收局部放电产生的振动信号以达到检测内部局部放电的目的，其主要缺陷在于灵敏度较低，无法对故障类型进行判别。

3)SF6气体分解物分析法，通过对局部放电后SF6的分解产物的成分分析，判断绝缘故障，该方法较为复杂，并且不易实现。

发明内容

本发明的目的在于克服现有技术中的不足，提出了一种基于振动信号频域能量比的GIS故障诊断方法，解决了实际运行中GIS放电故障在线监测与诊断的问题。

为解决上述技术问题，本发明提供了一种基于振动信号频域能量比的GIS故障诊断方法，其特征是，包括以下过程：

采集GIS各运行状态下的振动信号时域数据，所述运行状态包括正常运行状态和故障状态；

对各运行状态下时域信号进行信号频域分析得到多个频段信号，计算各状态下各频段能量占比；

计算各运行状态下设定频段能量占比的平方平均数作为各状态的特征一；计算正常运行状态特征一对应的参考区间，

对比各个运行状态的特征一是否在参考区间内，不超过参考区间则判定GIS没有发生局部放电，超过则判定GIS发生了局部放电。

进一步的，所述故障状态包括尖刺放电与悬浮电位放电故障状态。

进一步的，采集GIS各运行状态下的振动信号时域数据后，截取设定周期的振动信号。

进一步的，截取设定周期的振动信号后，对截取的振动信号时域数据进行小波去噪。

进一步的，各频段分别是：A1为0-62.5Hz，D2为62.5-125Hz，D3为125-250Hz，D4为250-500Hz，D5为500-1000Hz，D6为1000-2000Hz，D7为2000-4000Hz，D8为4000-8000Hz；其中A1是小波包分解得到的第一层信号属于剩余层用A1表示，其他各个分解层D2-D8分别是小波包分解得到的第二至第八层信号。

进一步的，各频段能量占比计算公式如下：

其中，λ_i为第i层信号的频段能量占比，E_i为第i层信号所对应的频段能量，E_∑为所有频段能量之和。

进一步的，计算正常运行状态特征一对应的参考区间包括以下过程：

计算正常运行状态时1000-2000Hz频段能量比的平方平均数作为阀值，计算公式为：

Ω＝(γ-σ,γ+σ) (4)

其中，γ为正常运行时1000-2000Hz频段能量比的平方平均数，作为阀值，λ_6,i为1000-2000Hz频段信号的能量占比，i为第i个正常运行状态下的数据，n为正常运行时的数据个数，σ为数据方差，Ω为正常运行状态的特征一的参考区间。

进一步的，当判定GIS发生了局部放电时，计算放电系数判断放电严重程度：

引入放电系数α来描述放电的严重程度，计算公式如下：

放电系数α是由1000Hz～4000Hz主要能量集中的频段信号所具有能量比上125Hz以内频段信号所具有的能量，能够反映出放电的剧烈程度，E(D6)为1000-2000Hz频段能量，E(D7)为2000-4000Hz频段能量，E(A1)为0-625Hz频段能量，E(D2)为62.5-125Hz频段能量。

与现有技术相比，本发明所达到的有益效果是：本发明是一种基于振动信号频域能量比的GIS故障诊断***和方法，***构成简单，测量方法简易，利用振动信号在不同绝缘故障下频域特征的差异作为故障诊断的特征测量技术可靠性强，工程上易于实现。

附图说明

图1为本发明的诊断***结构图；

图2为本发明的诊断方法流程图；

图3(a)、(b)、(c)分别为正常运行，发生尖刺放电与发生悬浮电位放电时小波去噪后的振动信号时域波形图；

图4(a)、(b)、(c)分别是GIS正常运行，GIS壳体发生尖刺放电，GIS绝缘子发生沿面放电三种运行状态下经过小波包分解后得到的各个频段能量占比特征的结果。

图5(a)、(b)、(c)为分别为正常运行，发生尖刺放电与发生悬浮电位放电时经过滤波后的频域图。

具体实施方式

下面结合附图对本发明作进一步描述。以下实施例仅用于更加清楚地说明本发明的技术方案，而不能以此来限制本发明的保护范围。

本发明的一种基于振动信号频域能量比的GIS故障诊断***，该诊断***结构如图1所示，包括依次相连的振动加速度传感器、信道传输线、动态信号测试分析仪和PC机，其中：振动加速度传感器为两个，分别固定于GIS外壳上，用来采集GIS的振动信号，振动信号经过通道传输线将信号传至动态信号测试分析仪，动态信号测试分析仪通过数据线接口连接到PC机，传输振动信号的时域数据。

振动加速度传感器分别采用磁铁吸附固定于GIS外壳的轴向与径向位置，每个振动加速度传感器与不同的通道传输线相连，连接到对应的动态信号测试分析仪的相应的通道口。

参见图2所示，基于上述***的诊断方法包括以下过程：

第一步，采集GIS正常运行状态下的振动信号时域数据。

对于稳态信号采样，16kHz足以满足采样精度，因此设定采样频率为16kHz，采样时间为振动信号的若干个整数周期，一般不超过5秒，因为振动信号一个周期时间约是0.01秒，时间设置太长容易导致数据量大，数据重复。

采集GIS正常运行时的振动信号时域数据，为后续的GIS放电故障诊断提供数据参考与对比。

第二步，采集GIS故障状态下的振动信号时域数据。

故障状态包括尖刺放电与悬浮电位放电这两种绝缘故障状态。

第三步，以整数倍的周期选取各运行状态下的振动信号时域数据。

因为采集数据量较大为避免对大量重复数据进行分析造成时间浪费，只需以整数倍的周期选出可用数据即可，正常采集时间不超过5秒。

第四步，对截取的振动信号时域数据进行小波去噪。

因为采集GIS的振动信号时会有外部噪声干扰，采用小波去噪能有效滤除不需要的噪声信号，保证后续提取的特征值更加准确，滤波后的振动信号时域波形图如图3所示。

第五步，对各状态下去噪后的时域信号利用多频段的小波包分解技术进行信号频域分析，得到分解后的频段信号，并计算各状态下各频段能量占比。

分解后对应频段分别是：A1为0-62.5Hz，D2为62.5-125Hz，D3为125-250Hz，D4为250-500Hz，D5为500-1000Hz，D6为1000-2000Hz，D7为2000-4000Hz，D8为4000-8000Hz，其中A1是小波包分解得到的第一层信号属于剩余层用A1表示，其他各个分解层D2-D8分别是小波包分解得到的第二至第八层信号；

各频段能量占比计算公式如下：

其中，λ_i为第i层信号的频段能量占比，E_i为第i层信号所对应的频段能量，E_∑为所有频段能量之和，计算得到的频段能量占比图如图4所示。

计算得到部分结果如表1、表2和表3所示。

表1正常运行状态下频段能量占比

表2尖刺放电状态下频段能量占比

表3悬浮电位放电下频段能量占比

第六步，计算正常运行状态时1000-2000Hz频段能量比的平方平均数作为阀值，将所有运行状态下1000-2000Hz频段能量占比的平方平均数定义为特征一，之所以将1000-2000Hz频段能量占比作为特征一，是因为图5中，(a)、(b)、(c)分别对应GIS正常运行状态，尖刺放电状态和悬浮电位放电三种状态滤波后的频域图，从图中标记处可以看出1000～2000Hz信号变化最为明显即是表中λ₆应该变化最大，

计算表中的λ₆的所有数据的平方平均数；

Ω＝(γ-σ,γ+σ) (4)

其中，γ为正常运行时1000-2000Hz频段能量比的平方平均数，作为阀值，λ_6,i为1000-2000Hz频段信号的能量占比，i为第i个正常运行状态下的数据，n为正常运行时的数据个数，σ为数据方差，Ω为正常运行状态的特征一的参考区间；

用各种不同运行状态特征一的值与所计算出的参考区间进行比较，得到如表4所示的比较结果。

表4不同运行状态下的特征比较

阀值γ	方差σ	参考区间Ω	尖刺放电时特征一	悬浮电位放电时特征一
					12.13	0.209	(11.921,12.339)	20.76	25.46

第七步，对比各个运行状态的特征一是否在参考区间Ω内，不超过所给参考区间，则入第八步，超过则转入第九步；

第八步，GIS没有发生局部放电；

第九步，GIS发生了局部放电，计算放电系数判断放电严重程度；

引入放电系数α来描述放电的严重程度，计算公式如下：

放电系数α是由1000Hz～4000Hz主要能量集中的频段信号所具有能量比上125Hz以内频段信号所具有的能量，能够反映出放电的剧烈程度，E(D6)为1000-2000Hz频段能量，E(D7)为2000-4000Hz频段能量，E(A1)为0-625Hz频段能量，E(D2)为62.5-125Hz频段能量，计算结果如表5所示。

表5不同状态下放电系数

上表中参考值是正常运行状态下放电因子α的值，因为正常运行不存在放电现象故其值较小，也可以作为放电情况判断的参考值。通过多次测量的样本，求得不同运行状态下的放电系数α的平方平均数即可得到表5中所示的放电系数参考值，通过比较参考值的大小即可确定放电的剧烈程度，从放电系数来看，放电系数越大则放电越为剧烈。

以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明技术原理的前提下，还可以做出若干改进和变型，这些改进和变型也应视为本发明的保护范围。

Claims (8)

1.一种基于振动信号频域能量比的GIS故障诊断方法，其特征是，包括以下过程：

采集GIS各运行状态下的振动信号时域数据，所述运行状态包括正常运行状态和故障状态；

对各运行状态下时域信号进行信号频域分析得到多个频段信号，计算各状态下各频段能量占比；

计算各运行状态下设定频段能量占比的平方平均数作为各状态的特征一；计算正常运行状态特征一对应的参考区间，

对比各个运行状态的特征一是否在参考区间内，不超过参考区间则判定GIS没有发生局部放电，超过则判定GIS发生了局部放电。

2.根据权利要求1所述的一种基于振动信号频域能量比的GIS故障诊断方法，其特征是，所述故障状态包括尖刺放电与悬浮电位放电故障状态。

3.根据权利要求1所述的一种基于振动信号频域能量比的GIS故障诊断方法，其特征是，采集GIS各运行状态下的振动信号时域数据后，截取设定周期的振动信号。

4.根据权利要求3所述的一种基于振动信号频域能量比的GIS故障诊断方法，其特征是，截取设定周期的振动信号后，对截取的振动信号时域数据进行小波去噪。

5.根据权利要求1所述的一种基于振动信号频域能量比的GIS故障诊断方法，其特征是，各频段分别是：A1为0-62.5Hz，D2为62.5-125Hz，D3为125-250Hz，D4为250-500Hz，D5为500-1000Hz，D6为1000-2000Hz，D7为2000-4000Hz，D8为4000-8000Hz；其中A1是小波包分解得到的第一层信号，D2-D8分别是小波包分解得到的第二至第八层信号。

6.根据权利要求1所述的一种基于振动信号频域能量比的GIS故障诊断方法，其特征是，各频段能量占比计算公式如下：

其中，λ_i为第i层信号的频段能量占比，E_i为第i层信号所对应的频段能量，E_∑为所有频段能量之和。

7.根据权利要求5所述的一种基于振动信号频域能量比的GIS故障诊断方法，其特征是，计算正常运行状态特征一对应的参考区间包括以下过程：

计算正常运行状态时1000-2000Hz频段能量比的平方平均数作为阀值，计算公式为：

Ω＝(γ-σ,γ+σ) (4)

其中，γ为正常运行时1000-2000Hz频段能量比的平方平均数，作为阀值，λ_6,i为1000-2000Hz频段信号的能量占比，i为第i个正常运行状态下的数据，n为正常运行时的数据个数，σ为数据方差，Ω为正常运行状态的特征一的参考区间。

8.根据权利要求5所述的一种基于振动信号频域能量比的GIS故障诊断方法，其特征是，当判定GIS发生了局部放电时，计算放电系数判断放电严重程度：

引入放电系数α来描述放电的严重程度，计算公式如下：

放电系数α是由1000Hz～4000Hz主要能量集中的频段信号所具有能量比上125Hz以内频段信号所具有的能量，能够反映出放电的剧烈程度，E(D6)为1000-2000Hz频段能量，E(D7)为2000-4000Hz频段能量，E(A1)为0-625Hz频段能量，E(D2)为62.5-125Hz频段能量。

Images