CN117892067A - 一种低频电流局放监测抗干扰方法、装置、设备及介质 - Google Patents
一种低频电流局放监测抗干扰方法、装置、设备及介质 Download PDFInfo
- Publication number
- CN117892067A CN117892067A CN202410295948.8A CN202410295948A CN117892067A CN 117892067 A CN117892067 A CN 117892067A CN 202410295948 A CN202410295948 A CN 202410295948A CN 117892067 A CN117892067 A CN 117892067A
- Authority
- CN
- China
- Prior art keywords
- energy
- signal
- calculating
- partial discharge
- interference
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 46
- 238000012544 monitoring process Methods 0.000 title claims abstract description 20
- 238000001228 spectrum Methods 0.000 claims abstract description 44
- 238000013507 mapping Methods 0.000 claims description 14
- 238000001514 detection method Methods 0.000 claims description 11
- 238000004590 computer program Methods 0.000 claims description 10
- 230000003750 conditioning effect Effects 0.000 claims description 9
- 238000004891 communication Methods 0.000 claims description 7
- 238000004364 calculation method Methods 0.000 claims description 6
- 238000005516 engineering process Methods 0.000 claims description 3
- 238000000605 extraction Methods 0.000 claims description 3
- 230000009466 transformation Effects 0.000 claims description 3
- 230000002401 inhibitory effect Effects 0.000 abstract 1
- 238000001914 filtration Methods 0.000 description 5
- 238000010891 electric arc Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 229920003020 cross-linked polyethylene Polymers 0.000 description 3
- 239000004703 cross-linked polyethylene Substances 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- GWEVSGVZZGPLCZ-UHFFFAOYSA-N Titan oxide Chemical compound O=[Ti]=O GWEVSGVZZGPLCZ-UHFFFAOYSA-N 0.000 description 2
- 230000015556 catabolic process Effects 0.000 description 2
- 230000006378 damage Effects 0.000 description 2
- 238000006731 degradation reaction Methods 0.000 description 2
- 238000009413 insulation Methods 0.000 description 2
- 230000010355 oscillation Effects 0.000 description 2
- 230000032683 aging Effects 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000003763 carbonization Methods 0.000 description 1
- 238000013016 damping Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000005684 electric field Effects 0.000 description 1
- 230000005672 electromagnetic field Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000004907 flux Effects 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 239000011810 insulating material Substances 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000003595 spectral effect Effects 0.000 description 1
- 230000035882 stress Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000002459 sustained effect Effects 0.000 description 1
- 239000004408 titanium dioxide Substances 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H03—ELECTRONIC CIRCUITRY
- H03H—IMPEDANCE NETWORKS, e.g. RESONANT CIRCUITS; RESONATORS
- H03H17/00—Networks using digital techniques
- H03H17/02—Frequency selective networks
- H03H17/0201—Wave digital filters
-
- 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
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/10—Pre-processing; Data cleansing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/213—Feature extraction, e.g. by transforming the feature space; Summarisation; Mappings, e.g. subspace methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/213—Feature extraction, e.g. by transforming the feature space; Summarisation; Mappings, e.g. subspace methods
- G06F18/2131—Feature extraction, e.g. by transforming the feature space; Summarisation; Mappings, e.g. subspace methods based on a transform domain processing, e.g. wavelet transform
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2123/00—Data types
- G06F2123/02—Data types in the time domain, e.g. time-series data
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2218/00—Aspects of pattern recognition specially adapted for signal processing
- G06F2218/02—Preprocessing
- G06F2218/04—Denoising
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2218/00—Aspects of pattern recognition specially adapted for signal processing
- G06F2218/08—Feature extraction
- G06F2218/10—Feature extraction by analysing the shape of a waveform, e.g. extracting parameters relating to peaks
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Data Mining & Analysis (AREA)
- General Physics & Mathematics (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Bioinformatics & Computational Biology (AREA)
- General Engineering & Computer Science (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Computer Hardware Design (AREA)
- Mathematical Physics (AREA)
- Testing Relating To Insulation (AREA)
Abstract
本发明涉及一种低频电流局放监测抗干扰方法、装置、设备及介质,其中方法包括以下步骤:获取低频电流局放传感器采集的电压脉冲信号;基于预设的窗口长度,计算电压脉冲信号在每个窗口的能量;基于预设的能量阈值,确定能量超出阈值的所有峰值点;以每个能量峰值点为中心,根据预设的数据长度选取待分析信号,并计算待分析信号的峰度和偏度;对每个峰值点对应的待分析信号进行傅里叶变换,计算主频率域能量分布,并基于主频率域能量分布计算能量比;基于能量比、峰度和偏度计算局部能量谱特征得分,并基于局部能量谱特征得分进行干扰判断。与现有技术相比,本发明具有能够高效抑制干扰等优点。
Description
技术领域
本发明涉及电缆监测中的抗干扰技术领域,尤其是涉及一种基于能量谱映射的低频电流局放监测抗干扰方法、装置、设备及介质。
背景技术
在现代城市电力基础设施中,高压交联聚乙烯(XLPE)电力电缆在城市电力线路中的应用日益普及,逐渐成为城市电网的主要输电手段。从上世纪的末期,110kV等电压等级的XLPE电缆被广泛引进使用,确保这类电缆的持续健康运行对于电力***的安全稳定性至关重要。因此,需要有效的检测手段对电力电缆的持续健康状况进行实时监控。在这些检测方法中,局部放电检测方法被公认为是检测电缆绝缘缺陷的最有效手段。
电缆在长期运行背景下,经常会受到各种外部环境条件、电缆材料自身老化以及电磁场的应力等多重因素的侵袭,导致绝缘出现微小的劣化或损伤。这些劣化区域在电场的驱动下极易形成局部放电行为,并有潜在风险演变为电缆拉弧故障。若忽视不管,此类故障由于其持续的热效应,可能会进一步催化绝缘材料的碳化和劣化,进而大大增加电缆短路的风险。极端情况下,严重的拉弧可能导致电缆引发火灾,这不仅对电缆自身造成致命损伤,更可能危害邻近设备和环境。
值得注意的是,拉弧故障所产生的特征信号主要集中在低频范围内,而传统的高频电流局部放电传感器对此类信号的检测能力有限。在低频段内,大量的干扰元素,例如机械震动、周围电器设备的开关动作、变压器的磁通振荡,以及电力***内的谐波等,都可能产生明显的低频干扰。这些干扰信号与电缆拉弧放电的频率特性很接近,因此在众多的干扰中精确地提取出真正的放电信号显得尤为困难。为此,需要开发一种针对次高频范围的电流传感器,同时能通过信号的处理在低频范围内有效地辨别和排除干扰。
发明内容
本发明的目的是为了提供一种基于能量谱映射的低频电流局放监测抗干扰方法、装置、设备及介质,针对低频信号设计专用的传感器进行信号采集,并实现高精度的干扰信号识别。
本发明的目的可以通过以下技术方案来实现:
根据本发明的第一方面,提供了一种基于能量谱映射的低频电流局放监测抗干扰方法,该方法包括以下步骤:
S1,获取低频电流局放传感器采集的电压脉冲信号;
S2,局部能量计算:基于预设的窗口长度,计算电压脉冲信号在每个窗口的能量;
S3,局部能量峰值检测:基于预设的能量阈值,确定能量超出阈值的所有峰值点;
S4,***部能量特征:以每个能量峰值点为中心,根据预设的数据长度选取待分析信号,并计算待分析信号的峰度和偏度;
S5,提取频域特性:对每个峰值点对应的待分析信号进行傅里叶变换,计算主频率域能量分布,并基于主频率域能量分布计算能量比;
S6,基于能量比、峰度和偏度计算局部能量谱特征得分,并基于局部能量谱特征得分进行干扰判断。
所述的低频电流局放传感器包括依次连接的压电传感器、信号调理模块和数据采集模块,其中,所述压电传感器的工作频率范围为50kHz到2MHz;所述信号调理模块包括信号放大器和带通滤波器,所述信号放大器采用差分输入结果;所述数据采集模块用于将经过信号调理模块处理的模拟电压信号转化成数字电压信号并提取脉冲信号,通过无线通信技术进行信号上送。
所述的步骤S2中,局部能量的计算方法为:
,
其中,n为窗口的中心点,w为窗口长度,V为电压脉冲幅值,t为电压脉冲信号在时域上的索引。
所述的步骤S4中,待分析信号的峰度和偏度的计算方法为:
,
,
其中,K为峰度,S为偏度,u为均值,δ是标准差,V为电压脉冲幅值,E为待分析信号的局部能量。
所述的步骤S5中,主频率域能量分布的计算方法为:
,
,
其中,F(k)表示频率为k的频率值,k main 为信号的主频率,fft表示傅里叶变换,V(t)为待分析的电压脉冲信号。
所述的步骤S5中,能量比的计算方法为:
,
其中,R为能量比。
所述的步骤S6中,局部能量谱特征得分的计算方法为:
,
其中,score为局部能量谱特征得分,α、β、γ为权重经验系数,R为能量比,K为峰度,S为偏度;
若局部能量谱特征得分大于预设的经验阈值,则判定为局放信号,否则视为干扰信号。
根据本发明的第二方面,提供了一种基于能量谱映射的低频电流局放监测抗干扰装置,包括:
信号采集模块,获取低频电流局放传感器采集的电压脉冲信号;
局部能量计算模块,基于预设的窗口长度,计算电压脉冲信号在每个窗口的能量;
局部能量峰值检测模块,基于预设的能量阈值,确定能量超出阈值的所有峰值点;
局部能量特征统计模块,以每个能量峰值点为中心,根据预设的数据长度选取待分析信号,并计算待分析信号的峰度和偏度;
频域特性提取模块,对每个峰值点对应的待分析信号进行傅里叶变换,计算主频率域能量分布,并基于主频率域能量分布计算能量比;
干扰判断模块,基于能量比、峰度和偏度计算局部能量谱特征得分,并基于局部能量谱特征得分进行干扰判断。
根据本发明的第三方面,提供了一种电子设备,包括存储器和处理器,所述存储器上存储有计算机程序,所述处理器执行所述程序时实现所述的方法。
根据本发明的第四方面,提供了一种计算机可读存储介质,其上存储有计算机程序,所述程序被处理器执行时实现所述的方法。
与现有技术相比,本发明具有以下有益效果:
(1)本发明通过针对次高频范围的低频电流局放传感器采集信号,该传感器的工作频带针对拉弧所产生的电流信号进行了针对性设计,能检测到拉弧时所产生的低频局放信号。
(2)本发明的低频电流局放传感器,通过支持不低于50kHz的数字带通滤波,可以去除大量窄带干扰信号。
(3)考虑到局部放电信号为宽带信号与窄带的干扰信号的区别,本发明为低频电流局放传感器增加了数字滤波功能,使其能够设置合适的窄带的带通滤波器,从而有效消除干扰信号。这种滤波方式不仅提高了***的稳定性,而且提升了其对局部放电信号的识别能力。
(4)本发明基于局部能量谱特征的抗干扰方法,从局放信号和干扰信号的时域波形特征及频谱特征出发,可以准确区分局放时域脉冲和干扰时域脉冲,大大提高了放电信号的检测准确性。
附图说明
图1为本发明的方法流程图;
图2为本发明的低频电流局放传感器的结构示意图;
图3为本发明的装置结构图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明的一部分实施例,而不是全部实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例,都应属于本发明保护的范围。
实施例1
本实施例提供一种基于能量谱映射的低频电流局放监测抗干扰方法,如图1所示,该方法包括以下步骤:
S1,获取低频电流局放传感器采集的电压脉冲信号。
如图2所示,低频电流局放传感器包括依次连接的压电传感器、信号调理模块和数据采集模块。
虑到拉弧所产生的信号主要分布在低频段,压电传感器选择二氧化钛压电传感器,该传感器的工作频率范围为50kHz到2MHz。
信号调理模块包括信号放大器和带通滤波器。本实施例中使用一个带有可调增益的放大器电路来放大传感器接收到的信号,可以选择通用放大器芯片,并根据需要调整增益。此外,考虑到局放信号都是振荡衰减信号,本实施例采用差分输入结构,抑制环境中的共模干扰。考虑到局放信号的频谱特性分布较宽,而干扰信号中存在大量窄带信号,本实施例中的低频电流局放传感器支持数字滤波功能,设有一个带通滤波器,其中心频率为50kHz,通带宽度为10kHz。通过带通数字滤波,保留局部放电信号,消除大部分窄带的干扰信号。
数据采集模块用于将经过信号调理模块处理的模拟电压信号转化成数字电压信号并提取脉冲信号,通过无线通信技术进行信号上送。
本实施例中,传感器采集的信号为50个工频周期1s时间的电压脉冲信号。
S2,局部能量计算:基于预设的窗口长度w,计算电压脉冲信号在每个窗口的能量:
,
其中,n为窗口的中心点,w为窗口长度,V为电压脉冲幅值,t为电压脉冲信号在时域上的索引。
S3,局部能量峰值检测:基于预设的能量阈值θE,确定能量超出阈值θE的所有峰值点。
S4,***部能量特征:以每个能量峰值点为中心,根据预设的数据长度选取待分析信号,并计算待分析信号的峰度和偏度。
本实施例中,数据长度设为10ms,待分析信号的峰度和偏度的计算方法为:
,
,
其中,K为峰度,S为偏度,u为均值,δ是标准差,V为电压脉冲幅值,E为待分析信号的局部能量。
S5,提取频域特性:对每个峰值点对应的待分析信号进行傅里叶变换,计算主频率域能量分布,并基于主频率域能量分布计算能量比。
其中,主频率域能量分布的计算方法为:
,
,
其中,F(k)表示频率为k的频率值,k main 为信号的主频率,fft表示傅里叶变换,V(t)为待分析的电压脉冲信号。
能量比的计算方法为:
,
其中,R为能量比。
S6,基于能量比、峰度和偏度计算局部能量谱特征得分,并基于局部能量谱特征得分进行干扰判断。
具体的,局部能量谱特征得分的计算方法为:
,
其中,score为局部能量谱特征得分,α、β、γ为权重经验系数,本实施例中分别取0.5、0.4和0.1,R为能量比,K为峰度,S为偏度;
若局部能量谱特征得分大于预设的经验阈值θS,则判定为局放信号,否则视为干扰信号。
综上所述,本发明提供了一种能够有效监测低频局部放电信号的低频电流局放传感器,以及一种适用于低频电流局放传感器的基于局部能量谱特征的抗干扰方法,能够实现对电缆早期拉弧放电的准确监测,从而提高了电缆的使用安全性和可靠性。
实施例2
以上是关于方法实施例的介绍,以下通过装置实施例,对本发明所述方案进行进一步说明。
如图3所示,一种基于能量谱映射的低频电流局放监测抗干扰装置,包括:
信号采集模块,获取低频电流局放传感器采集的电压脉冲信号;
局部能量计算模块,基于预设的窗口长度,计算电压脉冲信号在每个窗口的能量;
局部能量峰值检测模块,基于预设的能量阈值,确定能量超出阈值的所有峰值点;
局部能量特征统计模块,以每个能量峰值点为中心,根据预设的数据长度选取待分析信号,并计算待分析信号的峰度和偏度;
频域特性提取模块,对每个峰值点对应的待分析信号进行傅里叶变换,计算主频率域能量分布,并基于主频率域能量分布计算能量比;
干扰判断模块,基于能量比、峰度和偏度计算局部能量谱特征得分,并基于局部能量谱特征得分进行干扰判断。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,所述描述的模块的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
实施例3
本实施例提供一种电子设备,包括存储器和处理器,所述存储器上存储有计算机程序,所述处理器执行所述程序时实现如上述实施例1所述的方法。
本发明电子设备包括中央处理单元(CPU),其可以根据存储在只读存储器(ROM)中的计算机程序指令或者从存储单元加载到随机访问存储器(RAM)中的计算机程序指令,来执行各种适当的动作和处理。在RAM中,还可以存储设备操作所需的各种程序和数据。CPU、ROM以及RAM通过总线彼此相连。输入/输出(I/O)接口也连接至总线。
设备中的多个部件连接至I/O接口,包括:输入单元,例如键盘、鼠标等;输出单元,例如各种类型的显示器、扬声器等;存储单元,例如磁盘、光盘等;以及通信单元,例如网卡、调制解调器、无线通信收发机等。通信单元允许设备通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
处理单元执行上文所描述的各个方法和处理,例如方法S1~S6。例如,在一些实施例中,方法S1~S6可被实现为计算机软件程序,其被有形地包含于机器可读介质,例如存储单元。在一些实施例中,计算机程序的部分或者全部可以经由ROM和/或通信单元而被载入和/或安装到设备上。当计算机程序加载到RAM并由CPU执行时,可以执行上文描述的方法S1~S6的一个或多个步骤。备选地,在其他实施例中,CPU可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行方法S1~S6。
本文中以上描述的功能可以至少部分地由一个或多个硬件逻辑部件来执行。例如,非限制性地,可以使用的示范类型的硬件逻辑部件包括:现场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、片上*** (SOC)、复杂可编程逻辑设备(CPLD)等等。
用于实施本发明的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器,使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行,作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
实施例4
本实施例提供一种计算机可读存储介质,其上存储有计算机程序,所述程序被处理器执行时实现如上述实施例1所述的方法。
在本发明的上下文中,机器可读介质可以是有形的介质,其可以包含或存储以供指令执行***、装置或设备使用或与指令执行***、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体***、装置或设备,或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到各种等效的修改或替换,这些修改或替换都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以权利要求的保护范围为准。
Claims (10)
1.一种基于能量谱映射的低频电流局放监测抗干扰方法,其特征在于,该方法包括以下步骤:
S1,获取低频电流局放传感器采集的电压脉冲信号;
S2,局部能量计算:基于预设的窗口长度,计算电压脉冲信号在每个窗口的能量;
S3,局部能量峰值检测:基于预设的能量阈值,确定能量超出阈值的所有峰值点;
S4,***部能量特征:以每个能量峰值点为中心,根据预设的数据长度选取待分析信号,并计算待分析信号的峰度和偏度;
S5,提取频域特性:对每个峰值点对应的待分析信号进行傅里叶变换,计算主频率域能量分布,并基于主频率域能量分布计算能量比;
S6,基于能量比、峰度和偏度计算局部能量谱特征得分,并基于局部能量谱特征得分进行干扰判断。
2.根据权利要求1所述的一种基于能量谱映射的低频电流局放监测抗干扰方法,其特征在于,所述的低频电流局放传感器包括依次连接的压电传感器、信号调理模块和数据采集模块,其中,所述压电传感器的工作频率范围为50kHz到2MHz;所述信号调理模块包括信号放大器和带通滤波器,所述信号放大器采用差分输入结果;所述数据采集模块用于将经过信号调理模块处理的模拟电压信号转化成数字电压信号并提取脉冲信号,通过无线通信技术进行信号上送。
3.根据权利要求1所述的一种基于能量谱映射的低频电流局放监测抗干扰方法,其特征在于,所述的步骤S2中,局部能量的计算方法为:
,
其中,n为窗口的中心点,w为窗口长度,V为电压脉冲幅值,t为电压脉冲信号在时域上的索引。
4.根据权利要求1所述的一种基于能量谱映射的低频电流局放监测抗干扰方法,其特征在于,所述的步骤S4中,待分析信号的峰度和偏度的计算方法为:
,
,
其中,K为峰度,S为偏度,u为均值,δ是标准差,V为电压脉冲幅值,E为待分析信号的局部能量。
5.根据权利要求1所述的一种基于能量谱映射的低频电流局放监测抗干扰方法,其特征在于,所述的步骤S5中,主频率域能量分布的计算方法为:
,
,
其中,F(k)表示频率为k的频率值,k main 为信号的主频率,fft表示傅里叶变换,V(t)为待分析的电压脉冲信号。
6.根据权利要求5所述的一种基于能量谱映射的低频电流局放监测抗干扰方法,其特征在于,所述的步骤S5中,能量比的计算方法为:
,
其中,R为能量比。
7.根据权利要求1所述的一种基于能量谱映射的低频电流局放监测抗干扰方法,其特征在于,所述的步骤S6中,局部能量谱特征得分的计算方法为:
,
其中,score为局部能量谱特征得分,α、β、γ为权重经验系数,R为能量比,K为峰度,S为偏度;
若局部能量谱特征得分大于预设的经验阈值,则判定为局放信号,否则视为干扰信号。
8.一种基于能量谱映射的低频电流局放监测抗干扰装置,其特征在于,包括:
信号采集模块,获取低频电流局放传感器采集的电压脉冲信号;
局部能量计算模块,基于预设的窗口长度,计算电压脉冲信号在每个窗口的能量;
局部能量峰值检测模块,基于预设的能量阈值,确定能量超出阈值的所有峰值点;
局部能量特征统计模块,以每个能量峰值点为中心,根据预设的数据长度选取待分析信号,并计算待分析信号的峰度和偏度;
频域特性提取模块,对每个峰值点对应的待分析信号进行傅里叶变换,计算主频率域能量分布,并基于主频率域能量分布计算能量比;
干扰判断模块,基于能量比、峰度和偏度计算局部能量谱特征得分,并基于局部能量谱特征得分进行干扰判断。
9.一种电子设备,包括存储器和处理器,所述存储器上存储有计算机程序,其特征在于,所述处理器执行所述程序时实现如权利要求1~7中任一项所述的方法。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述程序被处理器执行时实现如权利要求1~7中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410295948.8A CN117892067B (zh) | 2024-03-15 | 2024-03-15 | 一种低频电流局放监测抗干扰方法、装置、设备及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410295948.8A CN117892067B (zh) | 2024-03-15 | 2024-03-15 | 一种低频电流局放监测抗干扰方法、装置、设备及介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117892067A true CN117892067A (zh) | 2024-04-16 |
CN117892067B CN117892067B (zh) | 2024-05-28 |
Family
ID=90650997
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410295948.8A Active CN117892067B (zh) | 2024-03-15 | 2024-03-15 | 一种低频电流局放监测抗干扰方法、装置、设备及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117892067B (zh) |
Citations (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20040230385A1 (en) * | 2003-05-12 | 2004-11-18 | Bechhoefer Eric Robert | Wire fault detection |
US20140015523A1 (en) * | 2012-07-10 | 2014-01-16 | Infineon Technologies Ag | Sensor device, a detector arrangement and a method for detecting arcing |
WO2015070513A1 (zh) * | 2013-11-14 | 2015-05-21 | 国家电网公司 | 一种三相共筒式超高压gis局部放电的模式识别方法 |
KR101559725B1 (ko) * | 2015-03-23 | 2015-10-14 | 선도전기주식회사 | 수배전반 진단장치 |
CN105223481A (zh) * | 2015-10-22 | 2016-01-06 | 西安交通大学 | 基于差值能量函数的局部放电特高频信号起始时刻确定方法 |
WO2017118126A1 (zh) * | 2016-01-05 | 2017-07-13 | 深圳和而泰智能控制股份有限公司 | 一种鼾声检测方法及装置 |
CN109901031A (zh) * | 2019-02-27 | 2019-06-18 | 西安电子科技大学 | 用于局部放电信号的信噪分离方法、信息数据处理终端 |
US20190339319A1 (en) * | 2018-05-07 | 2019-11-07 | Schneider Electric USA, Inc. | Arc fault detection using time segmented captures |
CN111626153A (zh) * | 2020-05-13 | 2020-09-04 | 电子科技大学 | 一种基于集成学习的局放故障状态识别方法 |
US20210088563A1 (en) * | 2019-09-24 | 2021-03-25 | General Electric Company | Signature identification for power system events |
CN113484706A (zh) * | 2021-07-08 | 2021-10-08 | 四川大学 | 一种串联谐振下电缆局部放电的双传感器检测方法及*** |
CN114104305A (zh) * | 2020-08-31 | 2022-03-01 | 通用电气公司 | 用于电驱动***的在线和离线局部放电检测 |
CN116047244A (zh) * | 2023-02-28 | 2023-05-02 | 苏州光格科技股份有限公司 | 局放信号的分离方法、装置及计算机设备 |
CN116068349A (zh) * | 2023-02-21 | 2023-05-05 | 国网智能电网研究院有限公司 | 基于长短时滑动窗口的局放脉冲实时检测方法及传感器 |
CN116165487A (zh) * | 2022-12-06 | 2023-05-26 | 广东电网有限责任公司 | 一种gis局部放电特征量提取方法、装置、设备和介质 |
CN117434396A (zh) * | 2023-09-19 | 2024-01-23 | 国网上海市电力公司 | 一种变压器套管末屏在线监测***及其方法 |
CN117590174A (zh) * | 2023-12-08 | 2024-02-23 | 国网浙江省电力有限公司电力科学研究院 | 一种局部放电检测去噪方法、装置及可读存储介质 |
CN117630611A (zh) * | 2024-01-22 | 2024-03-01 | 南京卓煊电力科技有限公司 | 全带宽高频局放prpd谱图捕获生成方法及*** |
-
2024
- 2024-03-15 CN CN202410295948.8A patent/CN117892067B/zh active Active
Patent Citations (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20040230385A1 (en) * | 2003-05-12 | 2004-11-18 | Bechhoefer Eric Robert | Wire fault detection |
US20140015523A1 (en) * | 2012-07-10 | 2014-01-16 | Infineon Technologies Ag | Sensor device, a detector arrangement and a method for detecting arcing |
WO2015070513A1 (zh) * | 2013-11-14 | 2015-05-21 | 国家电网公司 | 一种三相共筒式超高压gis局部放电的模式识别方法 |
KR101559725B1 (ko) * | 2015-03-23 | 2015-10-14 | 선도전기주식회사 | 수배전반 진단장치 |
CN105223481A (zh) * | 2015-10-22 | 2016-01-06 | 西安交通大学 | 基于差值能量函数的局部放电特高频信号起始时刻确定方法 |
WO2017118126A1 (zh) * | 2016-01-05 | 2017-07-13 | 深圳和而泰智能控制股份有限公司 | 一种鼾声检测方法及装置 |
US20190339319A1 (en) * | 2018-05-07 | 2019-11-07 | Schneider Electric USA, Inc. | Arc fault detection using time segmented captures |
CN109901031A (zh) * | 2019-02-27 | 2019-06-18 | 西安电子科技大学 | 用于局部放电信号的信噪分离方法、信息数据处理终端 |
US20210088563A1 (en) * | 2019-09-24 | 2021-03-25 | General Electric Company | Signature identification for power system events |
CN111626153A (zh) * | 2020-05-13 | 2020-09-04 | 电子科技大学 | 一种基于集成学习的局放故障状态识别方法 |
CN114104305A (zh) * | 2020-08-31 | 2022-03-01 | 通用电气公司 | 用于电驱动***的在线和离线局部放电检测 |
CN113484706A (zh) * | 2021-07-08 | 2021-10-08 | 四川大学 | 一种串联谐振下电缆局部放电的双传感器检测方法及*** |
CN116165487A (zh) * | 2022-12-06 | 2023-05-26 | 广东电网有限责任公司 | 一种gis局部放电特征量提取方法、装置、设备和介质 |
CN116068349A (zh) * | 2023-02-21 | 2023-05-05 | 国网智能电网研究院有限公司 | 基于长短时滑动窗口的局放脉冲实时检测方法及传感器 |
CN116047244A (zh) * | 2023-02-28 | 2023-05-02 | 苏州光格科技股份有限公司 | 局放信号的分离方法、装置及计算机设备 |
CN117434396A (zh) * | 2023-09-19 | 2024-01-23 | 国网上海市电力公司 | 一种变压器套管末屏在线监测***及其方法 |
CN117590174A (zh) * | 2023-12-08 | 2024-02-23 | 国网浙江省电力有限公司电力科学研究院 | 一种局部放电检测去噪方法、装置及可读存储介质 |
CN117630611A (zh) * | 2024-01-22 | 2024-03-01 | 南京卓煊电力科技有限公司 | 全带宽高频局放prpd谱图捕获生成方法及*** |
Non-Patent Citations (4)
Title |
---|
SUGANYA GOVINDARAJAN等: "A review on partial discharge diagnosis in cables: Theory, techniques, and trends", 《SCIENCE DIRECT》, 28 April 2023 (2023-04-28), pages 1 - 19 * |
杜伯学;魏国忠;: "基于小波与分形理论的电力设备局部放电类型识别", 电网技术, no. 13, 15 July 2006 (2006-07-15), pages 80 - 84 * |
禹志强: "电缆局部放电超声信号检测与模式识别研究", 《中国优秀硕士学位论文电子期刊》, 1 May 2023 (2023-05-01), pages 19 - 29 * |
纪航等: "基于耦合电磁波法的电缆终端局放检测实例", 《 电力设备管理》, 15 January 2021 (2021-01-15), pages 54 - 56 * |
Also Published As
Publication number | Publication date |
---|---|
CN117892067B (zh) | 2024-05-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110007197B (zh) | 串联电弧故障检测***及检测方法 | |
CN108562834B (zh) | 一种高压电缆局部放电在线监测***及修正幅值的方法 | |
CN116433009A (zh) | 一种用于变电设备的异常监测方法、装置及存储介质 | |
CN102132164A (zh) | 电力设备的部分放电噪音消除装置及部分放电产生区域的检测装置 | |
EA022682B1 (ru) | Оценка уровня помех и избыточного тока в линии электропередачи | |
CN109581270B (zh) | 基于小波多尺度变换快速辨识cvt故障的方法 | |
CN116643163B (zh) | 一种真空断路器远程在线监测*** | |
JP2020201222A (ja) | 部分放電監視装置および部分放電監視方法 | |
CN117390408A (zh) | 一种电力变压器运行故障检测方法及*** | |
CN117892067B (zh) | 一种低频电流局放监测抗干扰方法、装置、设备及介质 | |
CN112067961B (zh) | 电弧故障检测方法、***及存储介质 | |
KR100645113B1 (ko) | 부분방전 측정신호의 잡음 제거 및 정량화 결정 방법 | |
CN105548844B (zh) | 一种局部放电检测***和方法 | |
CN116593842A (zh) | 一种宽频带、带滤波功能的电缆局部放电检测***及方法 | |
CN107064673A (zh) | 电弧检测装置以及双馈风力发电机电刷滑环保护*** | |
CN111473860B (zh) | 一种用于高压交流断路器振动信号特征参数提取方法 | |
US20190212381A1 (en) | Method for detecting earth-fault conditions in a power conversion apparatus | |
JP2013120113A (ja) | 内部放電検出装置および内部放電検出方法 | |
CN114722882A (zh) | 脉冲电场数据的处理方法与*** | |
CN112485616A (zh) | 电缆绝缘老化检测方法、装置、存储介质及处理器 | |
CN113447782A (zh) | 线圈类设备匝绝缘状态监测装置、***及监测方法 | |
CN117909911B (zh) | 基于人工智能的电气设备局部放电异常检测方法 | |
CN118130983B (zh) | 一种配电柜异常检测方法 | |
CN112345891A (zh) | 一种基于电流多通道时频特征提取的故障电弧检测方法 | |
CN110350481A (zh) | 一种变压器的差动保护方法、***、设备及存储介质 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |