FI107083B - Menetelmä ja järjestelmä osittaispurkauksen aiheuttajan tunnistamiseksi - Google Patents

Description

1 1070.83

Menetelmä ja järjestelmä osittaispurkauksen aiheuttajan tunnistamiseksi

Keksinnön tausta

Keksintö liittyy menetelmään sähköjärjestelmässä tapahtuvan osit-5 taispurkauksen aiheuttajan tunnistamiseksi.

Eristysrakenteen jännitelujuudella tarkoitetaan sen kykyä kestää jänniterasituksia ilman haittaa tai vahinkoa tuottavia sähköpurkauksia. Mikäli eristysrakenteeseen kohdistuvaa jänniterasitusta suurennetaan riittävästi, tapahtuu purkauksia, jotka tekevät eristysvälin täysin tai osittain johtavaksi. Jäl-10 kimmäisiä purkauksia kutsutaan osittaispurkauksiksi. Osittaispurkaus ei yhdistä elektrodeja ja näin ollen myöskään eristeen eristysominaisuudet eivät täysin katoa. Osittaispurkaukset kuitenkin kuluttavat eristettä ja siten heikentävät eristeen jännitelujuutta entisestään ja voivat johtaa lopulta täydelliseen sähköpurkaukseen.

15 Osittaispurkaukset voidaan jakaa kahteen pääryhmään sisäisiin ja ulkoisiin purkauksiin. Sisäisiin purkauksiin kuuluvat ontelopurkaukset ja ulkoisiin purkauksiin kuuluvat pinta-, korona- ja kipinäpurkaukset. Jokainen ryhmä voidaan edelleen jakaa useisiin alaryhmiin, joiden välille on usein vaikea vetää selvää rajaa.

20 Osittaispurkauspulssit ovat hyvin nopeita pulsseja ja ne esiintyvät tavallisesti pulssiryhminä. Osittaispurkaus ja sen yhteydessä tapahtuva varauksen muutos näkyy eristysrakenteen liittimissä virtapulssina. Käytännössä nämä virtapulssit summautuvat myös järjestelmän vaihejännitteeseen. Osit-: taispurkauksille ominaiset piirteet voidaan jakaa kahteen ryhmään seuraavasti: 25 yksittäisen osittaispurkauspulssin ominaisuudet, kuten muoto ja varaus, sekä osittaispurkauspulssiryhmän ominaisuudet, kuten pulssien toistotaajuus ja pulssien esiintymisalueet. Osittaispurkausten ominaiset piirteet vaihtelevat eri osittaispurkaustyypeillä. Näiden ominaisuuksien avulla on mahdollista tunnistaa eri osittaispurkaustyypit ja siten osittaispurkauksen aiheuttaja. Osittaispur-'** 30 kauksen aiheuttajan tunnistaminen on tärkeää, kun esimerkiksi arvioidaan * e * purkausten aiheuttamaa haittaa tai niiden sijaintia. Käsite osittaispurkauksen aiheuttaja tulee tässä yhteydessä käsittää laajasti ja se voi tarkoittaa paitsi esimerkiksi jotain osittaispurkauksia aiheuttavaa vikaa myös tällaisen vian jotain tiettyä kehitysastetta. Osittaispurkausten aiheuttaja ei välttämättä ole edes 35 varsinainen vika vaan osittaispurkauksia saattaa syntyä sähköjärjestelmän 2 107083 normaalin toiminnan yhteydessäkin esimerkiksi ilman erityistä rakenteellista vikaa järjestelmässä.

EP-hakemusjulkaisussa 572 767 A3 [1] on esitetty laitteisto vikojen tai epänormaalien tilanteiden havaitsemiseksi valvottavassa laitteessa (esim.

5 sähkölaitteessa) ja vian aiheuttajan määrittämiseksi. Laitteiston toiminta perustuu hermoverkon (neural network) käyttöön mittaussignaalin analysoinnissa. Mittaussignaali on kiihtyvyys- tai ultraäänianturilta tuleva signaali.

EP-hakemusjulkaisussa 488 719 A3 [2] on esitetty menetelmä ja järjestelmä kaasueristeisten kytkinlaitosten osittaispurkausten ilmaisuun ja 10 tunnistamiseen. Menetelmä perustuu suuritaajuisten osittaispurkauspulssien ja perustaajuisen vaihejännitteen nollakohtien välisten vaihe-erojen mittaamiseen ja analysointiin.

Artikkelissa IEEE Transactions on Electrical Insulation, Voi. 28, No.

6, Dec. 1993, pp. 917-931, F. H. Kreuger, E. Gulski, A. Krivda: "Classification 15 of Partial Discharges” [3] on esitetty menetelmä osittaispurkausten luokittelemiseksi. Osittaispurkausten tyypin määritys tapahtuu muodostamalla osittais-purkauspulsseista tilastollisia jakaumia ja määrittämällä näistä edelleen kuvaavia tunnuslukuja. Tunnistaminen tapahtuu vertaamalla määritettyjä tunnuslukuja ennalta määritettyihin tunnettuja osittaispurkauksia kuvaaviin tun-20 nuslukuihin.

Julkaisussa [1] esitetyn kaltaisen tekniikan tason mukaisen laitteiston varjopuolet liittyvät hermoverkkotekniikan käyttöön. Hermoverkon opettaminen siten, että se toimisi luotettavasti, edellyttää suuren ja eri tilanteet riittävän hyvin kattavan mittaustietomäärän keruuta kustakin tunnistettavasta vias-• 25 ta. Tällaisen mittaustietomäärän keruu esimerkiksi sähköverkon kunnonvalvonnassa on aikaavievää ja kallista. Tietyillä hermoverkkotyypeillä on lisäksi taipumus luokitella tuntemattomat viat kuuluviksi johonkin tunnetuista (opetusdatan perusteella määritellyistä) vikatyypeistä, mikä lisää kunnonvalvonnan uskottavuutta heikentävien väärien hälytysten määrää.

30 Julkaisussa [2] esitetyn kaltaisen tekniikan tason mukaisen mene telmän varjopuolena on se, että se ei huomioi osittaispurkauspulssien tilastollista käyttäytymistä, pulssien näennäisvaraustietoja eikä peräkkäisten pulssien välisiä korrelaatioita. Tästä johtuen menetelmän erottelutarkkuus ei ole välttämättä riittävä kaikkiin tarkoituksiin.

35 Julkaisussa [3] esitetyn kaltaisen tekniikan tason mukaisen mene telmän referenssivikakirjastossa eri vikatyyppien tunnusluvuille asetetut vaih- 3 107083 teluvälit ovat jyrkkäreunaisia ts. verrattaessa mitatun purkauksen tunnuslukua kirjastovikojen vastaaviin ei huomioida sitä, kuinka tarkasti tunnusluvun arvo osuu kirjastovialle määriteltyihin vaihteluväleihin (tai kuinka paljon se on ulkona vaihteluvälistä). Jyrkät rajat heikentävät järjestelmän erottelukykyä, eikä fy-5 sikaalisesti ole olemassa perusteita määritellä rajoja jyrkiksi. Lisäksi julkaisussa esitetyssä menetelmässä kaikki tunnusluvut ovat samanarvoisia riippumatta siitä, kuinka hyvin ne pystyvät erottelemaan vikoja.

Keksinnön lyhyt selostus

Keksinnön tavoitteena on siten kehittää menetelmä ja menetelmän 10 toteuttava järjestelmä siten, että yllä mainitut ongelmat saadaan ratkaistua. Keksinnön tavoitteet saavutetaan menetelmällä ja järjestelmällä, joille on tunnusomaista se, mitä sanotaan itsenäisissä patenttivaatimuksissa 1 ja 18. Keksinnön edulliset suoritusmuodot ovat epäitsenäisten patenttivaatimusten kohteena.

15 Keksintö perustuu siihen, että tunnistetaan järjestelmässä esiintyvä osittaispurkausten aiheuttaja osittaispurkauspulssien avulla käyttäen päättelyssä apuna sumeaa logiikkaa. Keksinnön mukaisesti osittaispurkauspulsseille määritetään yksi tai useampia tunnuslukuja, joita verrataan sumean logiikan jäsenyysfunktioiden avulla kuvattuihin referenssiarvoihin, jotka edustavat tun-20 nettuja osittaispurkausten aiheuttajia. Keksinnön edullisen suoritusmuodon mukaisesti, kun määritettyjä tunnuslukuja on ainakin kaksi, käytetään osittais-purkauksen aiheuttajan päättelyssä lisäksi tunnuslukuja vastaavia painoker-toimia, jotka kuvaavat sitä vastaavan tunnusluvun kykyä erotella referenssikir-: . jastossa kuvatut osittaispurkauksen aiheuttajat toisistaan eli painotetaan tun-25 nuslukuja niiden erottelukyvyn mukaisesti.

Keksinnön mukaisen menetelmän ja järjestelmän etuna on suhteellisen pieni mittaustietomäärän tarve verrattuna esimerkiksi hermoverkon käyttöön. Lisäksi keksinnön mukaisen menetelmän ja järjestelmän tunnistuksen luotettavuus on parempi verrattuna hermoverkon käyttöön, jos referenssikir-·' 30 jasto muodostetaan pienen mittaustietomäärän pohjalta. Keksintö on helposti sovellettavissa erilaisten laitteiden ja ympäristöjen kuten esimerkiksi erilaisten sähköverkkojen kunnonvalvontaan vaihtamalla referenssikirjasta tutkittavan ympäristön tyypillisiä vikoja vastaavaksi ja tarkistamalla mahdolliset painokertoimet. Keksintö mahdollistaa edelleen kokemusperäisen tiedon hyödyntä-35 misen jäsenyysfunktioiden muodostamisessa. Lisäksi erilaisten tunnistettavien vikojen määrä ei ole rajoitettu.

4 107083

Kuvioiden lyhyt selostus

Keksintöä selostetaan nyt lähemmin edullisten suoritusmuotojen yhteydessä, viitaten oheisiin piirroksiin, joista:

Kuvio 1 esittää kapeakaistaisten häiriöiden poistomenetelmän loh- 5 kokaavion;

Kuvio 2 esittää häiriöllisen esimerkkisignaalin aikatasossa esitettynä;

Kuvio 3 esittää esimerkkisignaalin amplitudispektrin;

Kuvio 4 esittää esimerkkisignaalin amplitudispektrin skaalattuna 10 amplitudin suhteen;

Kuvio 5 esittää amplitudispektrin paloittaiset mediaanit sekä niihin sovitetun verhokäyrän;

Kuvio 6 esittää oikaistun amplitudispektrin sekä suurten piikkien leikkaustason; 15 Kuvio 7 esittää korjatun oikaistun amplitudispektrin sekä pienten piikkien leikkaustason;

Kuvio 8 esittää korjatusta spektristä lasketun amplitudispektrin;

Kuvio 9 esittää korjatun esimerkkisignaalin aikatasossa;

Kuvio 10 esittää oikaistun amplitudispektrin amplitudijakauman; 20 Kuvio 11 esittää ei-synkronisten impulssihäiriöiden poistomenetel män vuokaavion;

Kuvio 12 esittää amplitudialueen jakamisen;

Kuvio 13 esittää aikaeromatriisin perusrakenteen;

Kuvio 14 esittää häiriöllisen esimerkkisignaalin; ·*· 25 Kuvio 15 esittää esimerkkisignaalista löytyneet huiput;

Kuvio 16 esittää aikaerojakauman lohkojen jakautumista;

Kuvio 17 esittää esimerkkisignaalille muodostetun aikaerojakauman;

Kuvio 18 esittää esimerkkisignaalista löytyneet häiriöpulssit; .. 30 Kuvio 19 esittää esimerkkisignaalin, josta on poistettu häiriöpulssit; ·· Kuvio 20 esittää esimerkin aikaeromatriisista;

Kuvio 21 esittää synkronisten impulssihäiriöiden poistomenetelmän vuokaavion;

Kuvio 22 esittää keksinnön mukaisen järjestelmän lohkokaavion sen 35 erään suoritusmuodon mukaisesti; 5 107083

Kuvio 23 esittää näytteenotto, mittaussignaalin suodatus ja osittais-purkauspulssien poiminta -lohkon vuokaavion sen erään suoritusmuodon mukaisesti;

Kuvio 24 esittää vuokaavion referenssikirjaston muodostamisesta; 5 Kuvio 25 esittää esimerkin kuvaajasta <p-qmax;

Kuvio 26 esittää esimerkin kuvaajasta <p-qavg\

Kuvio 27 esittää esimerkin kuvaajasta <p-n\

Kuvio 28 esittää esimerkin kuvaajasta dt-q\

Kuvio 29 esittää esimerkin kuvaajasta n(Au)\ 10 Kuvio 30 esittää esimerkin kuvaajasta n(Aui(pos)) ja

Kuvio 31 esittää esimerkin kuvaajasta n(Aui(nag).

Keksinnön yksityiskohtainen selostus

Keksinnön mukaisen menetelmän ja järjestelmän lohkokaavio on esitetty kuviossa 22. Keksintö voidaan jakaa kahteen päälohkoon: näytteen-15 otto, mittaussignaalin suodatus ja osittaispurkauspulssien poiminta 400 sekä osittaispurkauspulssien analysointi 300. Lisäksi järjestelmä käsittää referenssikirjaston 600. Kuviosta 22 ilmenee myös analysointilohkon 300 toiminta vuo-kaavion avulla havainnollistettuna. Keksinnön mukaisen menetelmän ja järjestelmän käyttöä ei ole rajattu mihinkään tiettyyn järjestelmään vaan sitä voi-20 daan käyttää erilaisten sähköjärjestelmien kuten esimerkiksi sähköverkkojen tai sähkölaitteiden yhteydessä tunnistamaan näissä esiintyviä osittaispur-kausten aiheuttajia. Keksinnön mukainen järjestelmä voidaan toteuttaa esimerkiksi digitaalisen signaalinkäsittelylaitteiston avulla.

• Näytteenotto, mittaussignaalin suodatus ja osittaispurkauspulssien 25 poiminta -lohkon 400 toimintaa sen erään suoritusmuodon mukaisesti havainnollistava vuokaavio on esitetty kuviossa 23. Menetelmässä digitoidaan yhtäjaksoisesti edullisesti useiden verkkojaksojen ajan sähköverkossa esiintyvää suuritaajuista jännitettä (tai muuta suuretta, josta osittaispurkauspulssit ovat erotettavissa). Käytettävällä mittausmenetelmällä ei ole merkitystä keksinnön \ 30 perusajatuksen kannalta ja se riippuu esimerkiksi tarkasteltavasta sähköjär jestelmästä. Mittauskaistan alarajataajuus f, on esimerkiksi muutamia kymmeniä kilohertsejä ja ylärajataajuus fu esimerkiksi useita megahertsejä (esimerkiksi f,« 60 kHz ja fu« 8 MHz). Digitoinnin tuloksena saadaan 130 esimerkiksi 16 MS/s näytteenottotaajuudella yhteensä 960000 näytettä kolmen 35 verkkojakson ajalta. Tätä kolmen jakson pakettia kutsutaan jatkossa mittaukseksi ja se on samalla algoritmin sisäänmenotieto. Algoritmi edullisesti poistaa 6 107083 100, 121 ja 200 mittauksesta esimerkiksi digitaalista suodatusta käyttäen häi-riösignaalit. Mittaukseen jäljelle jäävästä näytejonosta algoritmi poimii osittais-purkauspulssit. Pulsseista algoritmi laskee 111 esimerkiksi seuraavat pulssi-muotoa ja pulssin ajallista sijoittumista jännitteeseen (nimellistaajuus esimer-5 kiksi 50 tai 60 Hz) nähden kuvaavat parametrit: pulssin huippuarvo, pulssin pinta-ala, pulssin nousuaika (edullisesti 10%-90% pisteet), pulssin laskuaika (edullisesti 90%-10% pisteet), pulssin leveys (edullisesti 50% korkeudelta), pulssin syttymisvaihekulma, verkkojakson Qolla ko. pulssi esiintyi) järjestysnumero ja verkkojakson (jolla ko. pulssi esiintyi) alkamishetken aikaleima. Em. 10 pulssiparametrit jokaisesta pulssista tallennetaan 120 analysointia varten.

Vaihtoehtoisesti voidaan jokaisesta pulssista tallentaa esimerkiksi seuraavat tiedot: 50-100 näytepistettä kustakin pulssista, pulssin syttymisvaihekulma, verkkojakson (jolla ko. pulssi esiintyi) järjestysnumero ja verkkojakson (jolla ko. pulssi esiintyi) alkamishetken aikaleima. Aiemmin mainitut puls-15 siparametrit lasketaan tässä vaihtoehtoisessa tapauksessa vasta analysointi-lohkon 300 yhteydessä.

On huomattava, että mittaussignaalin suodatus ja osittaispurkaus-pulssien poiminta voidaan suorittaa myös muunlaisia menetelmiä hyväksikäyttäen ilman, että tällä on merkitystä keksinnön perusajatuksen kannalta. On 20 myös mahdollista, että käytetään vain osaa esitetyistä suodatusmenetelmistä tai että suodatusta ei tarvita lainkaan, jos tutkittava järjestelmä on suojattu ulkoisilta häiriöiltä.

Eräs osittaispurkausmittauksiin liittyvä häiriötyyppi on kapeakaistaiset häiriöt. Kapeakaistaisilla häiriöillä tarkoitetaan häiriösignaaleja, joiden *. 25 spektri on kapea eli signaalin energia on keskittynyt kapealle taajuusalueelle. Tyypillisesti kapeakaistaisia häiriöitä aiheuttavat erilaiset radiolähettimet ja viestintälaitteet, jotka toimivat kapealla taajuusalueella. Tällaiset häiriöt voivat peittää allensa heikot osittaispurkauspulssit heikentäen näin osittaispurkaus-mittauksen herkkyyttä. Toinen osittaispurkausmittauksiin liittyvä häiriötyyppi on 30 ei-synkroniset impulssihäiriöt, jotka ovat pulssimuotoisia häiriöitä ja jotka eivät esiinny synkronisesti vaihejännitteen (nimellistaajuus esimerkiksi 50 tai 60 Hz) kanssa eli toisin sanoen peräkkäisillä vaihejännitteen jaksoilla pulssit eivät esiinny samoilla vaihekulmilla. Sen sijaan perättäisten häiriöpulssien välinen aika pysyy likimäärin vakiona. Tyypillinen esimerkki ei-synkronisista impulssi-35 häiriöistä ovat vaihtosuuntaajan kommutointipulssit. Kolmas osittaispurkausmittauksiin liittyvä häiriötyyppi on synkroniset impulssihäiriöt, jotka ovat puis- : ; 7 107083 simuotoisia häiriöitä ja jotka esiintyvät synkronisesti vaihejännitteen kanssa. Häiriöpulssit toistuvat peräkkäisillä jaksoilla likimäärin vakiovaihekulmilla. Lisäksi pulssien amplitudi pysyy lähes vakiona. Synkronisia impulssihäiriöitä aiheuttavat esimerkiksi tasasuuntaajan ja vaihekulmasäädön kommutointipulssit.

5

Kapeakaistaisten häiriöiden poisto 100

Kapeakaistaiset häiriöt näkyvät amplitudispektrissä piikkeinä. Piikin leveys on suoraan verrannollinen häiriökaistan leveyteen. Jotta kapeakaistai-10 set häiriöt voitaisiin poistaa signaalista, täytyy amplitudispektristä pystyä tunnistamaan siinä mahdollisesti esiintyvät piikit. Osittaispurkausten ja kohinan teho on jakautunut tasaisesti koko spektrin taajuusalueelle. Valkoisen kohinan amplitudispektri on määritelmänsä mukaan vakio koko taajuusalueella. Värjäytyneillä kohinoilla teho on voimakkaampaa joillakin taajuusalueilla mutta 15 nämäkin tapaukset näkyvät amplitudispektrissä tasomaisina alueina. Hakija on hakemuksessa esimerkkinä käytetyllä mittausjärjestelmällä suorittamissaan kokeissa havainnut, että osittaispurkausten teho on jakautunut spektrissä koko taajuusalueelle. Osittaispurkauksilla on kuitenkin matalilla taajuuksilla enemmän tehoa kuin korkeilla taajuuksilla. Esimerkiksi kuviosta 4, jossa on esitetty 20 esimerkkisignaalin G(jco) amplitudispektri |G(jco)| skaalattuna amplitudin suhteen, voidaan havaita, että osittaispurkausten teho on voimakkaampaa taajuusalueella 0-2,5 MHz ja taajuusalueella 2,5 MHz-8 MHz teho on lähes vakio. Kuviossa 4 näkyvät piikit ovat kapeakaistaisten häiriöiden aiheuttamia. Kapeakaistaiset häiriöt ovat kuvion 4 esimerkkitapauksessa kertyneet matalille 25 taajuuksille mutta käytännössä niitä voi esiintyä koko taajuusalueella.

Kapeakaistaisten häiriöiden poistomenetelmää havainnollistava lohkokaavio on esitetty kuviossa 1. Menetelmä perustuu äärellisen pituisen signaalin muokkaamiseen 110 taajuustasossa. Tämän vuoksi ennen signaalin muokkaamista se siirretään 101 aikatasosta (g(t), missä t on aika) taajuusta-30 soon (G(ja>), missä j on imaginaariyksikkö ja ω=2πί, kun f on taajuus) sopivan • » mittaisissa aikajaksoissa edullisesti Fourier-muunnoksella. Signaalin aikajakson muokkauksen jälkeen se palautetaan 109 takaisin aikatasoon käänteisellä Fourier-muunnoksella. Esimerkeissä on käytetty 16 MHz näytteenottotaajuudella otettua 60 ms pituista signaaliaikajaksoa, jolloin näytepisteitä on saatu 35 yhteensä 960000 kpl. Käytettävän signaaliaikajakson pituus voi poiketa edellä esitetystä esimerkkiarvosta.

8 107083

Kuviossa 2 nähdään esimerkkinä käytettävä signaali g(t) aikatasossa, jolloin pystyakseli kuvaa signaalin amplitudia g(t) ja aika t on kuvattu vaaka-akselilla. On huomattava, että kuvioissa 2-10 esitetyt kuvaajat kuvaavat vain erästä esimerkkisignaalia ja ne on tarkoitettu ainoastaan havainnollista-5 maan suodatusmenetelmän toimintaa. Taajuustasoon muunnetun signaalin Fourier-spektristä eli spektristä GGo>) lasketaan 102 amplitudispektri |GGco)| (kuvio 3), jossa on kuvattu signaalin amplitudi |GGo)| (pystyakseli) taajuuden f (vaaka-akseli) suhteen. Kuviossa 4 on esitetty amplitudispektri |GGa>)| skaalattuna amplitudin suhteen. Jos kuvion 4 kaltaisesta amplitudispektristä |GGro)| 10 yritetään tunnistaa kapeakaistaisten häiriöiden piikit, saattaa käydä niin, että esimerkiksi taajuusalueella 0-1 MHz esiintyvä osittaispurkauksen voimakas tehopiikki tulkitaan häiriöpiikiksi. Jos tämän seurauksena suodatetaan taajuusalue 0-1 MHz kokonaan pois, poistuu osittaispurkaussignaalista huomattava määrä tehoa. Tämän seurauksena osittaispurkauspulssit vääristyvät ja 15 suodatustulos on käyttökelvoton. Jotta edellä mainittu ongelma voitaisiin välttää, signaalin amplitudispektri |GGco)| oikaistaan. Oikaisu tehdään siten, että etsitään amplitudispektristä yhtenäisen pohjatason verhokäyrä. Kuvion 4 tapauksessa pohjatasona voidaan pitää amplitudispektrin alaosassa olevaa yhtenäistä aluetta. Piikit eivät kuulu pohjatasoon. Amplitudispektrin pohjatason 20 verhokäyrän määrittämistä varten amplitudispektri jaetaan osiin esimerkiksi 32 osaan ja määritetään kunkin osan mediaani. Ensimmäinen 32:sta paloittai-sesta mediaanista jätetään edullisesti huomioimatta, jos näytteenotossa mittaussignaali on ylipäästösuodatettu pääjännitteen ja yliaaltojen poistamiseksi, jolloin ensimmäisen osan mediaani ei kuvaa verhokäyrän todellista muotoa.

: · 25 Verhokäyrä envelope saadaan 103 sovittamalla näihin 31 pisteeseen (renkailla merkityt arvot kuviossa 5) esimerkiksi eksponentiaalinen kolmannen asteen polynomi 51, muotoa ____7 „ „ „ Λαχ +bx +cx+d ΘϊΐνβΙθρ€ — Θ t missä 30 a, b, c ja d - polynomin kertoimet, e s* Neperin luku ja x = taajuus.

Amplitudispektri |GGco)| oikaistaan 104 jakamalla se näytteittäin ver-35 hokäyrän arvoilla. Oikaistu amplitudispektri |GGco)|0 on esitetty kuviossa 6. Oi-: kaistussa amplitudispektrissä pohjataso on likimäärin vakio ja siitä nousevat 9 107083 piikit ovat kapeakaistaisia häiriöitä. Oikaistusta amplitudispektristä voidaan kapeakaistaisten häiriöiden piikit tunnistaa helposti, jos vain voidaan määrittää pohjataso. Yksinkertainen ratkaisu olisi käyttää kiinteää leikkaustasoa. Osit-taispurkausten voimakkuus ja tiheys sekä taustakohinan teho ja siten myös 5 koko signaalin teho kuitenkin vaihtelevat ja siten myös amplitudispektrin pohjatason korkeus vaihtelee. Kiinteää leikkaustasoa käytettäessä taso olisi asetettava niin korkealle, että voidaan olla täysin varmoja siitä, että pohjatasoa ja samalla siis osittaispurkauksia ei tulkita häiriöiksi. Tällöin kuitenkin häiriöiden poiston herkkyys huononee eli osa häiriöistä jää poistamatta. Edullisin ratkaisu 10 onkin määrittää leikkaustaso tapauskohtaisesti. Leikkaustaso täytyy asettaa mahdollisimman alas mutta kuitenkin selvästi pohjatason yläpuolelle. Optimaalinen leikkaustaso voidaan määrittää esimerkiksi oikaistun amplitudispektrin keskiarvon ja keskihajonnan tai varianssin avulla. Oikaistun amplitudispektrin amplitudijakauma on esitetty kuviossa 10, jolloin vaaka-akseli kuvaa amp-15 litudiarvoa (Amplitude) ja pystyakseli amplitudiarvon todennäköisyystiheyttä (Probability density). Jakauma muistuttaa x2-jakaumaa. x2-jakaumalle, kuten normaalijakaumallekin on olemassa kaava, jonka avulla voidaan arvioida, kuinka suuri osa arvoista on annettujen rajojen sisällä. Esimerkiksi normaalijakautuneen signaalin arvoista 95 prosenttia on rajojen μ±1,96σ (μ on keskiarvo 20 ja σ on keskihajonta) sisällä. x2-jakauman kaava on samaa muotoa kuin normaalijakauman kaava mutta todennäköisyysrajat ovat erilaiset. Spektri-piikkien leikkaustaso level voidaankin määrittää 105 ja 107 esimerkiksi oikaistun amplitudispektrin keskiarvon ja keskihajonnan avulla, kaavalla : 25 level = mean + coef · std t mjSSä mean = oikaistun amplitudispektrin keskiarvo, std = oikaistun amplitudispektrin keskihajonta ja coef - leikkaustason herkkyyden määräävä kerroin.

30

Spektripiikkien leikkaus suoritetaan edullisimmin kahdessa osassa; ensin poistetaan 106 mahdolliset suuret piikit ja sen jälkeen poistetaan 108 jäljelle jääneet pienet piikit. Leikkauksen tekemisellä kahdessa osassa päästään tarkkaan ja robustiin tulokseen. Lisäksi täten on voitu varmistaa se, että 35 osittaispurkauksia ei vaimenneta. Eli ensimmäisellä leikkauskerralla 106 pyri-. . tään poistamaan keskihajontaan voimakkaasti vaikuttavat suuret piikit, jolloin 10 107083 toisella leikkauskerralla 108 leikkaustaso level voitaisiin määrittää mahdollisimman tarkasti pohjatason yläpuolelle. Esimerkiksi kuvion 10 tapauksessa hyväksyttävä toisen leikkauskerran leikkaustason level arvo olisi välillä 5-15. Vaihtoehtoisesti voitaisiin myös käyttää vain yhtä leikkauskertaa tai useampaa 5 kuin kaksi. Jos leikkauksia tehtäisiin useampia kuin kaksi, päästäisiin vielä tarkempaan ja robustimbaan lopputulokseen mutta samalla tarvittava laskenta-aika kasvaisi. Vain yhtä leikkauskertaa käytettäessä suurten piikkien vaikutus leikkaustason asettumiseen on huomattava. Kertoimen coef oikealla valinnalla voidaan varmistaa, että suodattamista ei tapahdu, jos signaalissa ei esiinny 10 kapeakaistaisia häiriöitä. Tällöin leikkaustasot asettuvat niin korkealle, että koko amplitudispektri jää niiden alapuolelle. Suurten piikkien leikkaustasoja määritettäessä 105 käytetään edullisesti arvoa coef=4 ja pienten piikkien leikkaustasoja määritettäessä 107 edullisesti arvoa coef=3, kun leikkaus suoritetaan kahdessa vaiheessa. Kertoimen coef mainitut arvot perustuvat hakijan suorit-15 tamiin kokeisiin. Myös muita arvoja voidaan käyttää mutta edullisin coef-kertoimen arvoalue ensimmäistä leikkaustasoa laskettaessa on 3-6 ja toista leikkaustasoa laskettaessa 2-4.

Spektri-piikkien poistaminen spektristä tapahtuu ensimmäisessä vaiheessa siten, että nollataan 106 spektristä G(ja>) ne taajuusalueet, joilla oi-20 kaistussa amplitudispektrissä |G(jco)|0 on suurten piikkien leikkaustason 61 ylittäviä arvoja. Koska spektri G(jco) (kuten myös amplitudispektri) on diskreetti taajuuden suhteen eli se muodostuu taajuusnäytteistä, on pienin taajuusalue, joka voidaan nollata, yhden taajuusnäytteen mittainen taajuusväli. Kapeakaistainen häiriö ei kuitenkaan ole tyypillisesti keskittynyt pistemäisen tarkasti - 25 yhdelle taajuudelle vaan saattaa olla levinnyt jonkin verran. Esimerkiksi AM-radiolähetyksen kaistanleveys sivukaistoineen voi olla 9 kHz. Häiriö voi olla siis jakautunut usean taajuusnäytteen alueelle. Tämän johdosta voi olla edullista, että nollattava taajuusalue käsittää paitsi sen taajuusnäytteen, jossa häiriö näkyy eli leikkaustaso ylittyy, myös yhden tai useampia viereisiä taajuus-30 näytteitä riippuen käytettävästä näytteenottotaajuudesta. Esimerkiksi 16 MHz näytteenottotaajuudella ja 960000 pisteen näytejonolla yhden taajuusnäytteen leveys vastaa noin 16,7 Hz. Jos poistettavan häiriön leveys on 9 kHz saadaan nollattavien taajuusnäytteiden määräksi 540 näytettä eli 270 näytettä leikkaustason ylittävän näytteen kummaltakin puolelta. Tuloksena saadaan korjattu 35 spektri Gö®^. Kuviossa 6 on esitetty oikaistu amplitudispektri |G(j®)|0 ja ensimmäinen leikkaustaso 61. Pienten piikkien leikkaustason määrittämistä 107 • .

11 107083 varten leikkaustason 61 ylittävät amplitudiarvot nollataan 106 myös oikaistusta amplitudispektristä, jolloin lohkossa 107 on käytössä korjattu oikaistu amplitu-dispektri |G(jo))|k toisen leikkaustason 71 määrittämistä varten. Oikaistun amp-litudispektrin korjaus muuttaa (pienentää) sen keskiarvoa ja keskihajontaa, 5 jolloin toisella leikkauskerralla tapahtuva toisen leikkaustason määrittäminen voidaan tehdä tarkemmin. Jos leikkauskertoja olisi useampia kuin kaksi, korjattaisiin myös leikkaustason määrityksessä 105 ja 107 käytettävää amplitu-dispektriä vastaavasti jokaisen spektrin korjauksen 106 yhteydessä. Viimeisen spektrin korjauksen 108 yhteydessä ei amplitudispektrin korjausta tehdä, kos-10 ka amplitudispektriä ei enää myöhemmin tarvita. Pienten piikkien poistaminen 108 spektristä tapahtuu vastaavalla tavalla eli nollataan korjatusta spektristä G(jro)1 ne taajuusalueet, joilla korjatussa oikaistussa amplitudispektrissä |G(jco)|k on pienten piikkien leikkaustason 71 ylittäviä arvoja. Kuviossa 7 on esitetty korjattu oikaistu amplitudispektri ja toinen leikkaustaso 71. Lopputulok-15 sena saadaan siis spektri G(jo>)2, josta on poistettu piikkejä kahteen eri otteeseen. Tällaista korjattua spektriä G(j«ö)2 vastaava amplitudispektri |G(ja>)2| on esitetty kuviossa 8. Suodatuksen lopputuloksena amplitudispektriin jää usein pieniä kapeakaistaisia häiriöistä johtuvia piikkejä, mutta jos otetaan huomioon piikin leveys ja korkeus, voidaan todeta, että häiriöpulssin teho on hyvin pieni. 20 Kuviossa 9 on esitetty korjattu signaali g(t)2 aikatasossa, joka on siis saatu muuntamalla 109 kahteen kertaan korjattu 106 ja 108 spektri eli signaali G(jco)2 taajuustasossa takaisin aikatasoon. Signaaliin jääneet kapeakaistaiset häiriöt ovat huomattavasti pienempiä kuin taustakohina, joten häiriöiden erottaminen aikatasossa (kuvio 9) on lähes mahdotonta.

? ! 25

Ei-synkronisten impulssihäiriöiden poisto 121

Ei-synkronisten impulssihäiriöiden poistomenetelmän toiminta perustuu siihen, että osittaispurkauspuissin ja ei-synkronisten häiriöpulssien tyy-30 pilliset piirteet poikkeavat toisistaan riittävästi, jotta niiden erottaminen on mahdollista. Osittaispurkauspulssit esiintyvät pulssiryhminä, purkaustyypistä riippuvilla jakson alueilla, ja yksittäisen pulssin paikassa sekä amplitudissa on hajontaa, kun taas ei-synkroniset impulssihäiriöt esiintyvät likipitäen tasaväli-sesti, likipitäen vakioamplitudilla ja koko jakson ajalla.

35 Menetelmä käyttää lähtötietonaan pulssiparametreja, jotka on saatu etsimällä osittaispurkausmittaussignaalissa esiintyvät pulssit ja laskemalla se- 12 107083 kä tallentamalla niistä; pulssin amplitudi, syttymisvaihekulma ja jakson numero. Esimerkkinä käytetyissä mittauksissa on mitattu dataa kolmen verkkojak-son ajalta (60 ms, kun taajuus on 50 Hz) ja aikaisemmissa vaiheissa pulssien amplitudi on skaalattu välille 0-128. Pulssien lukumäärälle ei ole asetettu ra-5 joja. Ei-synkronisia häiriöpulsseja oletetaan yhden jakson aikana olevan 5 -500 ja näin ollen peräkkäisten häiriöpulssien aikaeron oletetaan vaihtelevan välillä 0,04 - 4 ms. Menetelmän vuokaavio on esitetty kuviossa 11.

Pulssien etsintä ja pulssiparametrien laskenta -vaiheessa 111 mittaussignaalista etsitään siinä esiintyvät pulssit ja pulsseille määritetään pulssi-10 parametrit (esimerkiksi amplitudi, vaihekulma ja jakson numero). Kuviossa 14 on esitetty eräs osittaispurkausmittaussignaali. Signaalista löytyneiden pulssien huiput on ympäröity. Menetelmä saa lähtötiedoiksi löytyneiden pulssien pulssiparametrit. Kuviossa 15 on esitetty löytyneiden pulssien huiput aikajärjestyksessä. X-akseli edustaa kuvioissa 14 ja 15 näytteitä, jolloin tässä kuva-15 tussa esimerkkitapauksessa yksi näyte vastaa 62,5 ns. Kuvioon 15 on lisäksi piirretty 50 Hz siniaalto, jotta pulssien sijoittuminen vaihejännitteeseen nähden kävisi selvemmin ilmi. Ei-synkronisten häiriöpulssien jono ilmenee kuviosta 15 jonona amplitudialueella 20-25.

Amplitudialue (0 - 128) on edullisesti jaettu (vaihe 112) 41:een tar-20 kasteluväliin, kuten kuviossa 12. Amplitudihajontana eli tarkasteluvälin suuruutena käytetään edullisesti ±3. Tarkasteluvälit käydään 113 yksi kerrallaan läpi ja kulloinkin tutkitaan vain niitä pulsseja, joiden amplitudi on tarkasteluvälillä. Amplitudialue jaetaan pienempiin tarkasteluväleihin, jotta voidaan tarkastella tietyn amplitudisten pulssien välistä aikaeroa. Amplitudihajontaa ja tar-: 1 25 kasteluvälien lukumäärää muuttamalla voidaan muuttaa suurinta sallittua ei-synkronisten impulssihäiriöiden amplitudihajontaa. Kun tarkasteluvälit ovat osittain päällekkäin, saavutetaan se, että kaikki ei-synkroniset häiriöt havaitaan riippumatta niiden amplitudista ja amplitudihajonnasta.

Pulssin syttymisvaihekulma ja jakson numero -tietojen avulla voi-30 daan laskea samanamplitudisten pulssien aikaero niitä edeltäneisiin pulsseihin (esimerkiksi kuvion 15 pulssien huiput on asetettu paikalleen vaihekulma ja jakson numero -tietojen avulla). Tiedot tallennetaan 114 aikaero-matriisiin. Kuviossa 13 on esitetty matriisin perusrakenne. Kullakin pystyrivillä on kyseisten pulssien aikaero niitä edeltäneisiin pulsseihin eli esimerkiksi rivillä 5 sarak-35 keessa 8 on viidennen ja kahdeksannen pulssien aikaero. Aikaeromatriisissa ..

13 107083 on kunkin pulssin aikaero (eli etäisyys) kaikkiin sitä edeltäneisiin pulsseihin, jotka sijaitsevat samassa tarkasteluvälissä.

Samanaikaisesti aikaeromatriisin muodostamisen kanssa muodostetaan 114 aikaerojakauma. Jakauma muodostetaan esimerkiksi välille 0,04 -5 4 ms. Jakauma on edullisesti jaettu 91 logaritmiseen lohkoon siten, että askel lohkosta toiseen on 5,2 %. Jakaumaan lisätään ko. aikaeron kohtaan arvo ai-kaero/20 sekä ko. aikaeron molemmin puolin arvo (aikaero/20)/2. Kuviossa 16 on esitetty aikaerojakauman lohkojen jakautuminen. Lohkojen koko kasvaa siirryttäessä vasemmalta oikealle. Jakauma muodostetaan peräkkäisten salo maila tarkasteluvälillä olevien pulssien välisestä aikaerosta (eli pulssin välinen aikaero sitä edeltäneeseen pulssiin). Käytännössä arvot, joista jakauma muodostetaan, ovat välittömästi aikaeromatriisin diagonaaliakselin yläpuolella.

Kuviossa 17 on esitetty aikaisemmin mainitulle esimerkkiosittais-purkaussignaalille tarkasteluvälille 21 ±3 muodostettu aikaerojakauma. Jakau-15 massa on voimakas piikki noin 1 ms kohdalla ja piikki on suurempi kuin kynnysarvoksi asetettu 1, joten jakauman perusteella voidaan todeta, että signaalissa on ei-synkroninen impulssihäiriö, joka esiintyy 1 ms (16000 näytteen) välein.

Arvo aikaero/20 on tiheysindeksi. Indeksien summa, mikä nähdään 20 lopuksi jakaumasta, kuvaa tavallaan tilanteen vakavuutta. Kuten myöhemmin selityksestä käy ilmi, jotta 0,2 ms välein esiintyvät pulssit esiintyisivät ’’yhtä tiheään” kuin 1 ms välein esiintyvät pulssit, täytyy 0,2 ms välein esiintyviä pulsseja olla viisi kertaa enemmän. Kuviossa 17 olevassa jakaumassa piikin korkeus on noin 1,8. Kolmelle jaksolle maksimiarvo on 3, joten piikki kertoo, että : 25 yli puolet 1 ms välein esiintyvistä pulssipareista on havaittu. Jakaumaan on talletettu siis vain peräkkäisten pulssien aikaero.

Sillä, että jakaumaan lisätään löydetyn aikaeron viereisiin kohtiin arvot (aikaero/20)/2 on pyritty pyöristämään jakaumaa ja varmistamaan, että myös aikaerot, jotka osuvat kahden lohkon rajalle, tulevat havaituiksi.

30 Arvo aikaero/20 tarkoittaa sitä, että jakaumaan tulee arvo 1, jos jak sossa esiintyy 20 pulssia 1 ms välein tai 100 pulssia 0,2 ms välein. Jakaumasta nähdään näin se aikaero, jonka välein tasavälisiä pulsseja on suhteessa eniten.

Kun aikaerotiedot on saatu laskettua kaikille samanampfitudisille 35 pulsseille, etsitään 115 aikaerojakauman maksimi ja aikaero jolla se toteutuu. Jos aikaerojakauman maksimiarvo on suurempi kuin ennalta asetettu kynnys- • *.

14 107083 arvo, etsitään aikaeromatriisista tasavälein toistuvat pulssit. Käsiteltäessä kolmen jakson pituista mittausta kynnysarvona on käytetty arvoa 1. Tämä edellyttää sitä, että aikaerojakaumaa muodostettaessa vähintään joka kolmas toistuvista pulssipareista on havaittu. Kynnysarvoa ei kannata asettaa kovin 5 ylös, koska käytännössä voi käydä niin, että samalla tarkasteluvälillä esiintyy sekä osittaispurkauspulsseja että häiriöpulsseja. Osittaispurkausryhmien kohdalla ei aina saada kahden häiriöpulssin välistä aikaeroa vaan on todennäköistä, että saadaan jonkin osittaispurkauspulssin ja häiriöpulssin välinen aikaero. Kynnysarvo on kuitenkin niin korkealla, että osittaispurkaukset eivät 10 ylitä sitä. Edes koronapurkauksen pulssijonot eivät ole tarpeeksi ’’pitkiä”, jotta ne tulkittaisiin häiriöiksi. Arvo aikaero/20 skaalaa jakauman niin, että jakauman suurin mahdollinen arvo vastaa jaksojen lukumäärää. Jos näytteitä olisi vain yhdeltä verkkojaksolta, suurin arvo olisi 1. Esimerkkitapauksessa tutkitaan kolmen verkkojakson pituisia paketteja, jolloin jakauman suurin mahdollinen 15 arvo on 3.

Tasavälisesti toistuvien pulssien etsiminen 116 aikaeromatriisista tapahtuu seuraavasti. Aloitetaan etsintä käyttäen ensimmäisenä pulssina pulssia 1. Ensimmäiseltä vaakariviltä etsitään arvo, joka on välillä:

20 k · AE - 0.135 · AE < arvo <k*AE + 0.135 · AE

J

missä AE on aikaerojakaumasta saatu toistuvien pulssien välinen aikaero ja k saa arvot 1, 2, 3... Kuviossa 20 on esitetty erään aikaeromatriisin . arvot 31 ensimmäisen pulssin osalta. Esimerkissä toistuvien pulssien välinen 25 aikaero on 1 ms. Tässä tapauksessa matriisin 1. riviltä löydetään ehdot täyttävä arvo kohdasta 22. Pulssin indeksi talletetaan, jotta se voidaan merkitä häi-riöpulssiksi, jos löydetty pulssijono täyttää sille asetetut ehdot. Pulssien etsintää jatketaan nyt riviltä 22. Ehtoihin sopivaa arvoa ei löydy tästä taulukosta ja myöhemmin voidaan todeta, että löydetystä pulssijonosta puuttuu useita puls-30 seja eli se ei ole riittävän yhtenäinen ollakseen häiriöpulssijono. Etsintä aloi-— tetaan alusta käyttäen nyt ensimmäisenä pulssina pulssia 2. 2. vaakariviltä etsitään ehdot täyttävä arvo. Se löytyy kohdasta 3. Pulssin indeksi talletetaan ja etsintää jatketaan riviltä 3. Kohdasta 5 löytyy sopiva arvo, indeksi talletetaan ja etsintää jatketaan riviltä 5 Riviltä 5 aletaan etsiä arvoa, joka on halutulla välillä, 35 kun k=1. Tällainen arvo löydetään kohdasta 7 ja etsintää jatkettaisiin riviltä 7.

. . Jos kohdan 7 pulssia ei kuitenkaan olisi löydetty ja kyseisessä kohdassa olisi 15 107083 esimerkiksi arvo 1,2, niin tässä kohdassa todettaisiin, että k:n ollessa 1 ei tältä riviltä voida enää löytää ehtoihin sopivaa arvoa, sillä riveillä olevat arvot kasvavat kuljettaessa vasemmalta oikealle. Tällöin k:n arvoon lisättäisiin yksi ja etsintää jatkettaisiin tästä kohdasta eteenpäin. Tähän ehtoon sopiva arvo löy-5 detään kohdasta 10 ja etsintää jatkettaisiin riviltä 10. Aina ryhdyttäessä etsimään seuraavaa häiriöpulssia asetetaan k:n arvoksi 1. Jos jotain häiriöpulssia ei löydetä, kasvatetaan k:n arvoa yhdellä. Kun jakaumasta saatu häiriöpulssi-en aikaero on esimerkiksi 1 ms, niin aikaeromatriisista etsitään pulssijono, jonka pulssien välinen aikaero on kx 1ms ± 0,135ms. Kuviossa 18 on ympäröi-10 mällä merkitty esimerkkisignaalista löytyneet häiriöpulssit.

Kun koko pulssijoukko on käyty läpi, tarkistetaan onko löydetty pulssijono riittävän yhtenäinen. Ehtona on edullisesti, että on löydetty vähintään puolet pulsseista. Jos pulssijono on riittävän yhtenäinen, sen muodostavat pulssit merkitään 117 häiriöpulsseiksi. Löydettyjen häiriöpulssien lukumää-15 rä voidaan laskea helposti ja lisäksi tietyn aikaeron välein esiintyvien häiriö-pulssien maksimimäärä voidaan laskea aikaeron ja näytteenottoajan avulla jakamalla näytteenottoaika pulssien välisellä aikaerolla. Eli esimerkkitapauksessa käytetylle kolmen jakson mittaukselle ja 1 ms aikaerolle saadaan (3x20ms)/1ms = 60 pulssia. Jos tässä tapauksessa siis löydetään enemmän 20 kuin 30 häiriöpulssia, todetaan pulssijono riittävän yhtenäiseksi.

Kun kaikki tarkasteluvälit on tutkittu 118, käydään läpi kaikki ampli-tudialueella esiintyvät pulssit läpi ja poistetaan 119 tietokannasta niiden pulssien pulssiparametrit, jotka on merkitty häiriöpulsseiksi. Kuviossa 19 on esitetty esimerkkisignaali, josta on poistettu havaitut häiriöpulssit. Menetelmässä 25 voidaan muuttaa esimerkiksi seuraavia parametreja: amplitudihajonta, tarkasteluvälien lukumäärä, aikaerohajonta ja etsittävien ei-synkronisten häiriöpulssien määrä. Edelleen aikaeromatriisi voidaan korvata laskemalla vain välittömästi sen diagonaalin yläpuolella olevat arvot eli määrittämällä peräkkäisten pulssien aikaero. Kahden pulssin välinen aikaero voidaan laskea näistä ar-30 voista, mutta laskennasta tulee tällöin monimutkaisempaa.

Synkronisten impulssihäiriöiden poisto 200

Synkronisten impulssihäiriöiden poistomenetelmän toiminta perus-35 tuu siihen, että osittaispurkauspulssin ja synkronisten häiriöpulssien tyypilliset piirteet poikkeavat toisistaan riittävästi, jotta niiden erottaminen on mahdollista.

16 107083

Osittaispurkauspulssit esiintyvät pulssiryhminä, purkaustyypistä riippuvilla jakson alueilla mutta yksittäisen pulssin paikassa sekä amplitudissa on hajontaa, kun taas synkroniset impulssihäiriöt esiintyvät likipitäen samalla vaihekulmalla ja likipitäen vakioamplitudilla.

5 Menetelmä käyttää lähtötietonaan edullisesti pulssiparametreja, jot ka on saatu etsimällä osittaispurkausmittaussignaalissa esiintyvät pulssit ja laskemalla sekä tallentamalla 120 niistä pulssin amplitudi, syttymisvaihekulma ja jakson numero. Aikaisemmissa vaiheissa pulssien amplitudi on skaalattu välille 0-128. Synkronisia häiriöpulssien määrän yhden jakson aikana olete-10 taan vaihtelevan tapauskohtaisesti. Menetelmän vuokaavio on esitetty kuviossa 21.

Amplitudialue (0 - 128) jaetaan (vaihe 201) pienempiin tarkastelu-väleihin kuten ei-synkronisten impulssihäiriöiden poiston yhteydessäkin. Amplitudialue jaetaan esimerkiksi 20:een osittain päällekkäiseen tarkasteluväliin ja 15 tarkasteluvälin leveys on + 0,055 x pulssisarjan suurimman pulssin amplitudi. Tarkasteluvälit käydään 202 yksi kerrallaan läpi ja kulloinkin tutkitaan vain niitä pulsseja, joiden amplitudi on tarkasteluvälillä.

Aluksi muodostetaan 203 pulssien vaihekulmajakauma käymällä kaikki samalla tarkasteluvälillä esiintyvät pulssit läpi ja muodostamalla ja-20 kauma niiden syttymisvaihekulmista. Jakauma on jaettu vaiheen suhteen esimerkiksi 180 lohkoon eli yhden lohkon leveys vastaa 2°:tta. Jakaumaa muodostettaessa otetaan huomioon myös muut samalla jaksolla esiintyvät pulssit. Jakauman muodostaminen aloitetaan ensimmäisestä mitatusta jaksosta ja jakauman ensimmäisestä lohkosta eli vaihekulmista 0-2°. Jakauman ensimmäi-: 25 seen lohkoon lisätään arvo 1, jos ensimmäisellä jaksolla kyseisessä lohkossa esiintyy ainoastaan yksi pulssi ja kahden lohkon säteellä tarkasteltavasta lohkosta eli vaihekulmilla 2-6° ei esiinny yhtään pulssia. Jos tutkittaisiin esimerkiksi viidettä lohkoa eli vaihekulmia 8-10°, vaihekulmilla 4-8° ja 10-14° ei saisi esiintyä pulsseja. Jos lohkossa esiintyy useampi kuin yksi pulssi tai jos vierei-30 sissä lohkoissa esiintyy pulsseja, jakauman arvoa ei muuteta. Tällä menettelyllä on pyritty estämään osittaispurkauspulssien poistaminen. Vaikka osittaispurkauspulssit ovat varsin epäsäännöllisiä, niin pulssiryhmien keskellä pulsseja saattaa esiintyä niin tiheään, että jotkin niistä saatettaisiin tunnistaa synk-. ronisiksi impulssihäiriöiksi. Menettelyn huonona puolena on se, että synkroni-35 siä häiriöpulsseja, jotka esiintyvät samoilla vaihekulmilla kuin osittaispurkauk- 17 107083 set, ei välttämättä kyetä tunnistamaan. Saatua jakaumaa pyöristetään sum-maamalla kuhunkin lohkoon sen vierekkäisten lohkojen arvot.

Ennen huippujen etsintää 204 vaihekulmajakauma normeerataan jakamalla sen arvot jaksojen määrällä. Vaihekulmajakauman huipuiksi tulki-5 taan 204 arvot jotka ovat suurempia kuin 0,4. Jos huippuja on havaittu, pulssit käydään uudestaan läpi ja huippuja vastaavilla vaihekulmilla esiintyvät pulssit merkitään 205 häiriöpulsseiksi. Häiriöpulsseiksi merkintä tehdään kuitenkin niin, että yhdestä vaiheikkunasta merkitään häiriöpulssiksi vain yksi pulssi jaksoa kohden. Näin ollen, jos samassa vaiheikkunassa on sekä osittaispurkaus-10 pulssi että häiriöpulssi, niistä ainakin toinen jää analysoitavaksi.

Kun kaikki tarkasteluvälit on tutkittu 206, käydään läpi kaikki ampli-tudialueella esiintyvät pulssit läpi ja poistetaan 207 tietokannasta niiden pulssien pulssiparametrit, jotka on merkitty häiriöpulsseiksi. Menetelmässä voidaan muuttaa esimerkiksi seuraavia parametreja: amplitudihajonta, tarkastelu-15 välien lukumäärä ja huippujen etsinnän kynnysarvo.

Osittaispurkausten analysointi 300

Mittauksia kerätään kunnes poimittuja pulsseja saadaan vähintään 20 tietty määrä 122, jota tässä kutsutaan analyysirajaksi. Analyysiraja on esimerkiksi tuhat pulssia. Kerättyä esimerkiksi noin tuhannen pulssin ryhmää kutsutaan jatkossa otokseksi.

Kustakin pulssiryhmästä muodostetaan 301 edullisesti yksi tai useampia seuraavista kuvaajista: 25 osittaispurkauspulssien maksimihuippuarvo kussakin vaiheikkunas sa (vaihekulma-akseli on jaettu esimerkiksi yhteensä 256 vaiheikkunaan, joihin mitatut pulssit jaetaan syttymisvaihekulmansa perusteella. Yhden vaiheikku-nan leveys on tällöin siis 1,4°), osittaispurkauspulssien keskimääräinen huippuarvo kussakin vai-30 heikkunassa, osittaispurkauspulssien lukumäärä kussakin vaiheikkunassa, peräkkäisten pulssien syttymisjännite-eroista muodostettu histo-grammi (histogrammi kuvaa peräkkäisten pulssien muodostamien pulssiparien lukumäärää kussakin syttymisjännite-eroikkunassa), 35 jakauma pulssien aikaeroista seuraavan näennäisvaraukseltaan li kimain samansuuruiseen pulssiin, • « • · 18 107083 peräkkäisten positiivisen puolijakson pulssien syttymisjännite-eroista muodostettu histogrammi (histogrammi kuvaa peräkkäisten positiivisten pulssien muodostamien pulssiparien lukumäärää kussakin syttymisjännite-eroikkunassa) ja 5 peräkkäisten negatiivisen puolijakson pulssien syttymisjännite- eroista muodostettu histogrammi (histogrammi kuvaa peräkkäisten negatiivisten pulssien muodostamien pulssiparien lukumäärää kussakin syttymisjännite-eroikkunassa).

Kustakin kuvaajasta lasketaan 302 joukko tunnuslukuja, jotka si-10 sältävät keskeisimmän informaation kuvaajista. Esimerkkejä kuvaajista ja tunnusluvuista on esitetty myöhemmin tässä selityksessä. Laskettuja tunnuslukuja verrataan 304 referenssikirjastosta 600 saatavaan tietoon ja vertailun tuloksena saadaan 305 päätelmä johdolla olevan osittaispurkauksen aiheuttajasta.

15 Referenssikirjastoon 600 on koottu yleisimpiin mittauskohteessa esiintyviin osittaispurkausten aiheuttajiin liittyvien osittaispurkausten tunnuslukujen tyypilliset arvot vaihteluväleineen. Vuokaavio referenssikirjaston 600 muodostamisesta on esitetty kuviossa 24. Erilaisia osittaispurkausten aiheuttajia on kirjastossa kuvattuna esimerkiksi 18 kappaletta. Esimerkkejä osittais-20 purkausten aiheuttajista on kuvattu myöhemmin tässä selityksessä. Jokainen osittaispurkausten aiheuttaja kuvataan esimerkiksi 45:llä tunnusluvulla. Refe-renssikirjastoa 600 varten jokaisesta kuvatusta osittaispurkausten aiheuttajasta on mitattu 500 edullisesti kymmeniä otoksia eri olosuhteissa mittaussignaalin vaihteluvälin selvittämiseksi. Referenssikirjastoa 600 varten tapahtuva • · < • 25 mittaus 500 voidaan suorittaa olennaisesti samalla tavoin kuin jo aiemmin selitetty osittaispurkauksen aiheuttajan selvittämiseksi suoritettu mittaus 400. Kustakin otoksesta on määritetty 501 ensin tarvittavat kuvaajat, joista on laskettu 502 esimerkiksi mainitut 45 tunnuslukua. Kun tunnusluvuille on saatu 503 riittävästi arvoja, muodostetaan 504 histogrammi kullekin tunnusluvulle 30 kyseisen tunnusluvun eri otoksista saatujen arvojen perusteella. Tunnusluvun vaihteluväli kuvataan 505 sumean logiikan (fuzzy logic) jäsenyysfunktiolla, joka muodostetaan esimerkiksi sovittamalla kuudennen asteen polynomifunktio em. histogrammiin. Sumea logiikka on eräänlainen laajennus perinteiselle tosi-epätosi -logiikalle, joka joukko-opillisesti tulkittuna määrää alkion kuulumisesta 35 (tai ei kuulumisesta) joukkoon. Sumean logiikan keskeinen käsite on totuusarvo, joka voi vaihdella välillä 0-1 (epätosi-tosi). Totuusarvo määrätään yleensä 19 107083 tietylle tapahtumalle esimerkiksi reaaliakselin (kaikkien reaalilukujen joukko) muuttujien (joukon alkioiden) funktiona, jota kutsutaan jäsenyysfunktioksi. Yksi osittaispurkausten aiheuttaja kuvataan siis referenssikirjastossa 600 esimerkiksi 45- jäsenyysfunktiolla. Jäsenyysfunktioita voi olla useampaa eri perus-5 tyyppiä kuten esimerkiksi kolmio ja 6:nnen asteen polynomifunktio.

Mittaussignaalia analysoitaessa mitatusta otoksesta lasketaan siis esimerkiksi 45 tunnuslukua. Mittaustiedon vertaus 304 referenssikirjaston tietoon tapahtuu edullisesti seuraavasti: tunnuslukujen arvot sijoitetaan referenssikirjastossa ensimmäisenä kuvatun osittaispurkausten aiheuttajan jäsenyys-10 funktioihin, jolloin saadaan jäsenyysfunktioiden arvot ko. pisteissä. Arvot kerrotaan keksinnön edullisen suoritusmuodon mukaisesti tunnuslukukohtaisilla painokertoimilla ja summataan. Näin saadaan indeksiluku, joka kuvaa otoksen ja referenssikirjastossa kuvatun osittaispurkausten aiheuttajan samankaltaisuutta. Indeksiluku vaihtelee välillä 0...100. Sama toistetaan kaikkien referens-15 sikirjastossa 600 kuvattujen osittaispurkausten aiheuttajien osalta, jolloin saadaan lista indeksilukuja, jotka kuvaavat sitä, kuinka hyvin mitattu otos vastaa kutakin referenssikirjastossa 600 kuvattua osittaispurkausten aiheuttajaa. Tuloksena esitetään 305 esimerkiksi pylväikkönä tai listana kaikkien osittaispurkausten aiheuttajien (esimerkiksi 18 kpl) indeksiluvut. Jos suurin indeksilu-20 vuista ylittää kynnysarvon, jota kutsutaan tässä tunnistettavuusrajaksi, ilmoitetaan 305 edullisesti tämä indeksiluku ja sitä vastaava osittaispurkausten aiheuttaja. Lisäksi voidaan ilmoittaa 305 myös esimerkiksi kaksi indeksiluvultaan seuraavaksi suurinta osittaispurkausten aiheuttajaa vaihtoehtoisina diagnooseina, mikäli näiden indeksiluvut ylittävät tunnistettavuusrajan. Lisäksi voidaan : 25 esittää 305 pylväikkönä tai listana esimerkiksi neljän pääpurkaustyypin (kipinä- , korona-, pinta- ja ontelopurkaus) indeksiluvut, jotka on laskettu kuhunkin pääpurkaustyyppiin kuuluvien osittaispurkausten aiheuttajien indeksilukujen keskiarvona. Jos mikään osittaispurkausten aiheuttajien indeksiluvuista ei ylitä tunnistettavuusrajaa, ilmoitetaan 305 esimerkiksi, että johdolla on tuntematon 30 vika. On selvää, että vertailun 304 tuloksia voidaan esittää ja käyttää myös muilla tavoin kuin edellä on esitetty ilman, että poiketaan keksinnön perusajatuksesta.

Aiemmin tässä selityksessä mainitut tunnuslukukohtaiset painokertoimet kuvaavat yksittäisen tunnusluvun kykyä erotella referenssikirjaston 600 35 osittaispurkausten aiheuttajat toisistaan. Tunnusluvun painokerroin määritetään edullisesti esimerkiksi seuraavasti: lasketaan ensin kullekin osittaispur- *« 20 107083 kausten aiheuttajalle (esimerkiksi 18 kpl) tunnusluvun keskiarvo ja keskihajonta osittaispurkausten aiheuttajan kaikista otoksista. Tuloksena saadaan siis esimerkiksi 18 keskiarvoa ja keskihajontaa. Seuraavaksi muodostetaan kullekin osittaispurkausten aiheuttajalle esimerkiksi kolmion muotoiset jäsenyys-5 funktiot, joissa kolmion huippu on keskiarvon kohdalla ja kolmion kantapisteet ovat +/- 2 kertaa keskihajonnan päässä keskiarvosta. Kolmion kantapisteiden välistä aluetta kutsutaan jatkossa vaihteluväliksi. Seuraavaksi valitaan osittaispurkausten aiheuttajista yksi ns. vertauskohteeksi ja verrataan muiden osittaispurkausten aiheuttajien (joita kutsutaan jatkossa tarkasteltaviksi osit-10 taispurkausten aiheuttajiksi) keskiarvoa vertauskohteen vaihteluväliin. Jos tarkasteltavan osittaispurkausten aiheuttajan keskiarvo osuu vertauskohteen vaihteluvälille, tulee ao. vertailun tulokseksi eli vertailuarvoksi 1. Jos keskiarvo ei osu vaihteluvälille, valitaan tarkasteltavan osittaispurkausten aiheuttajan vaihteluvälin rajoista se, joka on lähempänä vertauskohteen keskiarvoa ja si-15 joitetaan se vertauskohteen jäsenyysfunktioon. Vertailun tulokseksi (vertailuarvoksi) tulee siis vertauskohteen jäsenyysfunktion arvo em. pisteessä. Edellä kuvattu vertailu toistetaan niin monta kertaa, kuin osittaispurkausten aiheuttajia on (esimerkiksi 18 kpl) ottamalla vertauskohteeksi vuorotellen kukin osittaispurkausten aiheuttajia. Lopuksi lasketaan tunnusluvun kaikkien vertai-20 luarvojen keskiarvo, joka vaihtelee välillä 0... 1.

Em. laskentaprosessi toistetaan niin, että vertailuarvojen keskiarvo tulee lasketuksi kaikille (esimerkiksi 45 kpl) tunnusluvuille. Tunnuslukujen painokertoimet saadaan ottamalla vertailuarvojen keskiarvoista käänteisluvut ja kertomalla saadut luvut vakiotermillä siten, että lukujen summaksi tulee 100.

·’ 25 Painokertoimien arvot määräytyvät siis referenssikirjaston 600 muodostamisessa käytetyn mittaustiedon perusteella. Jos referenssikirjastoon 600 tehdään muutoksia, on parhaan mahdollisen tunnistusvarmuuden saavuttamiseksi syytä päivittää myös tunnuslukujen painokertoimet.

Kullekin vikatyypille on edullisesti asetettu referenssikirjastossa 600 30 hälytysraja. Jos jokin esimerkiksi purkausten voimakkuutta kuvaava purkaus-ten voimakkuusindeksi ylittää vikakohtaisen hälytysrajan, voidaan antaa esimerkiksi hälytys tai ryhtyä muihin toimenpiteisiin.

Osittaispurkauksen aiheuttajan tunnistamisessa käytetyt kuvaajat ja 35 tunnusluvut • · 21

Tunnistusmenetelminä voidaan käyttää esimerkiksi vaihekulma-ja/tai pulssisekvenssianalyysiä. Kukin analyysimenetelmä sisältää esimerkiksi yhdestä neljään kuvaajatyyppiä, joista kustakin lasketaan esimerkiksi 1-12 tunnuslukua.

5 Vaihekulma-analyysillä tarkoitetaan tässä yhteydessä osittaispur- kauspulssien analysointitapaa, jossa tarkastellaan osittaispurkauspulssien ja pulssisarjojen käyttäytymistä suhteessa verkkotaajuiseen (esimerkiksi 50 tai 60 Hz) vaihejännitteeseen. Mittaustietoa kerätään useiden (jopa satojen tai tuhansien) verkkojaksojen ajalta, jolloin voidaan tehdä tilastollisia analyysejä 10 osittaispurkauspulssien käyttäytymisestä. Analysoinnissa kiinnitetään huomiota mm. useamman jakson ajalta kerätyistä pulssisarjoista muodostettujen jakaumien verhokäyrien muotoon. Analysoinnissa ei tarkastella yksittäisten pulssien välisiä keskinäisiä vaikutuksia. Vaihekulma-analyysissä käytetään edullisesti kolmea kuvaajatyyppiä: <p-qmax, <p-qavg, φ-η. Ensin mainitusta laske-15 taan edullisesti 12 tunnuslukua ja kahdesta viimeksimainitusta 9 tunnuslukua kummastakin. Yhdessä vaihekulmakuvaajassa on aseteltuna päällekkäin (superponoituna) yhteen (esimerkiksi 50 tai 60 Hz) verkkojaksoon yleensä kymmenien tai satojen verkkojaksojen purkauspulssit.

Kuvaajaan q>-qmax on kerätty useamman verkkojakson aikana esiin-20 tyneiden purkauspulssien maksimiamplitudi kussakin vaiheikkunassa. Eräs esimerkki kuvaajasta q>qmax on esitetty kuviossa 25.

Tunnusluku Q (intensiteettiepäsymmetria) kuvaa eroa negatiivisen ja positiivisen puolijakson pulssien voimakkuuksien tai lukumäärien välillä. Ero on tyypillisesti suurin, jos mitattu purkaus on tapahtunut hyvin epäsymmetri- :*·-.25 sessä elektrodirakenteessa (esim. koronapurkaus terävässä kärjessä). Q saadaan määrittämällä negatiivisen ja positiivisen puolijakson pulssien voimakkuuksista tai lukumääristä laskettujen keskiarvojen osamäärä.

Tunnusluku Phi (vaihe-epäsymmetria) kuvaa eroa negatiivisen ja positiivisen puolijakson pulssisarjojen alkamisvaihekulmissa (eli samalla pur-30 kausten syttymisjännitteissä). Phi on negatiivisen ja positiivisen puolijakson • · · [ pulssisarjojen alkamisvaihekulmien osamäärä.

Tunnusluku Phi+ on positiivisen puolijakson pulssisarjan alkamis-vaihekulma. Mm. koronapurkaukset tapahtuvat pääasiassa vaihejännitteen huippukohtien tuntumassa, kun taas esimerkiksi ontelopurkaukset keskittyvät 35 vaihejännitteen 1. ja 3. kvadranteille (vaihekulmille 0...90° ja 180...270°). Kipi-näpurkaukset tapahtuvat pääosin vaihejännitteen nollakohtien tuntumassa.

«· * 22 107083

Tunnusluku Phi- on negatiivisen puolijakson pulssisarjan alkamis-vaihekulma.

Tunnusluku cc (ristikorrelaatio) kuvaa positiivisen ja negatiivisen puolijakson purkauspulssisarjojen muotoeroa. Ristikorrelaation lukuarvo voi 5 vaihdella välillä 0...1.

Tunnusluku mcc (modifioitu ristikorrelaatio) on tunnuslukujen Q, Phi ja cc tulo.

Tunnusluvut Sk+ ja Sk- kuvaavat positiivisen ja negatiivisen puoli-jakson pulssisarjojen verhokäyrien vinoutta verrattuna normaalijakaumaan. Sk 10 on negatiivinen, jos verhokäyrän huippu on normaalijakauman huippuun verrattuna oikealla ja positiivinen, jos huippu on normaalijakauman huippuun verrattuna vasemmalla.

Tunnusluvut Ku+ ja Ku- kuvaavat positiivisen ja negatiivisen puolijakson pulssisarjojen verhokäyrien laakealatvaisuutta. Ku on negatiivinen, jos 15 verhokäyrän latva on laakeampi kuin normaalijakaumassa ja positiivinen jos verhokäyrän latva on terävämpi kuin normaalijakaumassa.

Tunnusluvut Pe+ ja Pe- kuvaavat positiivisen ja negatiivisen puoli-jakson pulssisarjojen suodatettujen verhokäyrien paikallisten huippujen lukumäärää. Suodatus tehdään digitaalisella FIR-alipäästösuotimella (finite impul-20 se response), jonka rajataajuus on valittu sopivasti. Käytännössä Pe-tunnuslukujen arvo vaihtelee välillä 1... 10.

Kuvaajaan <p-qavg on kerätty useamman verkkojakson aikana esiintyneiden purkauspulssien keskimääräinen amplitudi kussakin vaiheikkunassa. Eräs esimerkki kuvaajasta ^qavg on esitetty kuviossa 26.

:1· 25 Tunnusluvut kuvaavat samoja ^Kj^-kuvaajan piirteitä kuin vastaa vat tunnusluvut ^gmax-kuvaajan tapauksessa. Phi-tunnuslukuja ei lasketa erikseen <p-qgvg-kuvaa\a$ta, koska tulos olisi sama kuin <p-gmax-kuvaajan tapauksessa.

Kuvaajaan φ-η on kerätty useamman verkkojakson aikana kussakin 30 vaiheikkunassa esiintyneiden purkauspulssien kokonaislukumäärä. Eräs esi-

III

merkki kuvaajasta φ-η on esitetty kuviossa 27.

Tunnusluvut kuvaavat samoja ^n-kuvaajan piirteitä kuin vastaavat tunnusluvut #K/max-kuvaajan tapauksessa. Phi-tunnuslukuja ei lasketa erikseen ^-kuvaajasta, koska tulos olisi sama kuin «p-g^-kuvaajan tapauksessa.

35 ·« 23 107083

Pulssisekvenssianalyysillä tarkoitetaan tässä yhteydessä analy-sointitapaa, jossa tarkastellaan peräkkäisten pulssien välisiä korrelaatioita (esimerkiksi peräkkäisten pulssien syttymisjännitteitä tai syttymisjännite-eroja), joiden perusteella saadaan tietoa mm. paikallisista jäännösvarauksista pur-5 kauspaikassa ja niiden vaikutuksesta seuraavan pulssin syttymisjännittee-seen. Pulssisekvenssianalyysi tarjoaa paremmat mahdollisuudet sellaiseen purkaussignaalin analysointiin, joka perustuu purkauspaikan fysikaalisiin ilmiöihin. Pulssisekvenssianalyysissä käytetään esimerkiksi neljää kuvaajatyyppiä: n(AUj), dt-q, n(Auj(pos) ja n(Aui(neg). Kunkin kuvaajan keskeiset ominaispiirteet 10 kuvataan esimerkiksi 1-6 tunnusluvulla.

Kuvaaja n(Au) on muodostettu laskemalla peräkkäisten pulssien syttymisjännitteiden erotukset (pulssin syttymisjännitteestä vähennetään sitä edeltäneen pulssin syttymisjännite) koko mittausajalta ja muodostamalla niistä histogrammi. Yleensä histogrammissa on 1...4 huippua, mutta huippuja voi 15 olla useampiakin. Eräs esimerkki kuvaajasta n(Au) on esitetty kuviossa 29.

Tunnuslukulaskennat tehdään histogrammin suodatetusta verho-käyrästä. Suodatus tehdään digitaalisella FIR-alipäästösuotimella, jonka raja-taajuus on valittu sopivasti.

Tunnusluku Pe (huippujen lukumäärä) kuvaa histogrammin paikal-20 listen huippujen lukumäärää.

Tunnusluku Do (äärimmäisten huippujen välimatka) kuvaa histogrammin äärimmäisten paikallisten huippujen välistä etäisyyttä.

Tunnusluku DOavg (huippujen keskimääräinen etäisyys nollasta) kuvaa histogrammin paikallisten huippujen keskimääräistä etäisyyttä histo-25 grammin nollakohdasta.

Tunnusluku Wavg (huippujen keskimääräinen leveys) kuvaa histogrammin paikallisten huippujen keskimääräistä leveyttä. Huippujen leveys määritetään edullisesti 50 % korkeudelta.

Tunnusluku Wdist (huippujen leveyden keskihajonta) kuvaa histo-30 grammin paikallisten huippujen leveyden keskihajontaa.

Pulssien syttymisjännitteet määritetään edullisesti laskennallisesti vaihekulman perusteella olettamalla verkon vaihejännitteen huippuarvoksi verkon nimellisjännite.

Kuvaaja dt-q on matriisi, johon on koottu pulssien aikaerot edelli-35 seen näennäisvaraukseltaan suunnilleen samansuuruiseen (= samaan näen-näisvarausikkunaan osuvaan) pulssiin. Kutakin pulssiparia kohden yhtä matrii- 24 107083 sin alkiota kasvatetaan ykkösellä. Eri vikatyypit kuvautuvat matriisissa eri kohtiin eri suuruisina alueina. Eräs esimerkki kuvaajasta dt~q on esitetty kuviossa 28.

Tunnusluku Xmin (xmin-koordinaatti) kuvaa pienintä mittauksessa 5 yleisesti esiintyvää samansuuruisten pulssien aikaeroa. Tunnusluvun arvo määritetään hakemalla nollasta lähtien ensimmäinen matriisin sarake, jossa asetettu kynnysarvo ylittyy vähintään yhden alkion kohdalla. Kynnysarvo voi olla esimerkiksi 3.

Tunnusluku Xmax (xmax-koordinaatti) kuvaa suurinta mittauksessa 10 yleisesti esiintyvää samansuuruisten pulssien aikaeroa. Tunnusluvun arvo määritetään hakemalla matriisin oikeasta laidasta lähtien ensimmäinen matriisin sarake, jossa asetettu kynnysarvo (esimerkiksi 3) ylittyy vähintään yhden alkion kohdalla.

Tunnusluku Ymin (ymin-koordinaatti) kuvaa pienintä mittauksessa 15 yleisesti esiintyvää pulssin huippuarvoa. Tunnusluvun arvo määritetään hakemalla matriisin alalaidasta lähtien ensimmäinen matriisin rivi, jossa asetettu kynnysarvo (esimerkiksi 3) ylittyy vähintään yhden alkion kohdalla.

Tunnusluku Ymax (ymax-koordinaatti) kuvaa suurinta mittauksessa yleisesti esiintyvää pulssin huippuarvoa. Tunnusluvun arvo määritetään hake-20 maila matriisin ylälaidasta lähtien ensimmäinen matriisin rivi, jossa asetettu kynnysarvo (esimerkiksi 3) ylittyy vähintään yhden alkion kohdalla.

Tunnusluku Gx (painopiste, x-koordinaatti) on samansuuruisten pulssien aikaerojen jakautumasta lasketun painopisteen x-koordinaatti.

Tunnusluku Gy (painopiste, y-koordinaatti) on samansuuruisten '* 25 pulssien aikaerojen jakautumasta lasketun painopisteen y-koordinaatti.

Kuvaaja n(Aui(posj) on muodostettu laskemalla peräkkäisten positiivisten pulssien syttymisjännitteiden erotukset (positiivisen pulssin syttymis-jännitteestä vähennetään sitä edeltäneen positiivisen pulssin syttymisjännite) koko mittausajalta ja muodostamalla niistä histogrammi. Eräs esimerkki ku-30 vaajasta n(Aui(pos)) on esitetty kuviossa 30.

Tunnuslukulaskennat tehdään edullisesti histogrammin suodatetusta verhokäyrästä. Suodatus tehdään digitaalisella FIR-alipäästösuotimella, jonka rajataajuus on valittu sopivasti.

Tunnusluku Lpe (huipun sijainti) kuvaa histogrammin (suurimman) 35 paikallisen huipun sijaintia jänniteakselilla.

25 107083

Tunnusluku Wpe (huipun leveys) kuvaa histogrammin (suurimman) paikallisen huipun leveyttä edullisesti 50 % korkeudelta mitattuna.

Kuvaaja n(Aui(neg)) on muodostettu laskemalla peräkkäisten negatiivisten pulssien syttymisjännitteiden erotukset (negatiivisen pulssin syttymis-5 jännitteestä vähennetään sitä edeltäneen negatiivisen pulssin syttymisjännite) koko mittausajalta ja muodostamalla niistä histogrammi. Eräs esimerkki kuvaajasta n(Aui(neg) on esitetty kuviossa 31.

Tunnusluvut ovat samat kuin kuvaajan n(Aui(pos)) tapauksessa.

10 Edellä mainittu FIR-suodin on edullisesti 8:nnen kertaluvun FIR- suodin, jonka rajataajuutena on esimerkiksi 0,1 x fN. Taajuus fN on ns. Nyquis-tin taajuus eli puolet näytteenottotaajuudesta. Taajuus fN voidaan kuvaajien <p-qmax, <p-qavg Ja 9~η tapauksessa määritellä esimerkiksi seuraavasti: 360° vaihekulma-akselilla vastaa 50 Hz taajuudella 20 millisekuntia aika-akselilla ja koska 15 vaihekulma-akseli on jaettu 256 vaiheikkunaan saadaan näyteväliksi 0,020 s / 256. Taajuudeksi tulee tällöin fN = 6400 Hz ja suotimen rajataajuudeksi 0,1 x fN - 640 Hz. Histogrammien tapauksessa taajuutta ei voida tällä tavoin fysikaalisin perustein määritellä, koska x-akselina ei niissä ole aika. Taajuudeksi voidaan ottaa periaatteessa mikä tahansa taajuus. Suotimen määrittelyssä fN:n 20 absoluuttiarvo ei itse asiassa ole olennainen vaan riittää, kun tiedetään suotimen kertaluku (esimerkiksi 8) ja rajataajuuskerroin (esimerkiksi 0,1), joka määrää suotimen rajataajuuden suhteessa näytteenottotaajuuden puolikkaaseen. FIR-suodattimien tarkoituksena on tuoda selvemmin esille suodatettavan kuvaajan verhokäyrän päämuodot.

.‘«25

Referenssikirjastossa 600 kuvatut osittaispurkausten aiheuttajien esimerkit

Referenssikirjastossa 600 kuvatut osittaispurkausten aiheuttajat _____30 voidaan jakaa esimerkiksi neljään päätyyppiin: kipinäpurkaus, koronapurkaus, pintapurkaus ja ontelopurkaus. Jokaisesta pääpurkaustyypistä on edullisesti kuvattuna 3-7 osittaispurkausten aiheuttajaa (yhteen pääpurkaustyyppiin liittyvien vikojen aiheuttamat osittaispurkaussignaalit ovat erilaiset, vaikka pur-kaustyyppi onkin pääpiirteissään sama).

35 Kipinäpurkaustyyppisistä osittaispurkausten aiheuttajista on kuvattu esimerkiksi seuraavat: kelluvassa potentiaalissa oleva johtava osa, huonosti 26 107083 kiinnitetty johdinkannake tai PAS-johdon valokaarisuoja, löysä johdinliitos ja löysä liitos järjestelmän osittaispurkaussensorissa.

Koronapurkaustyyppisistä osittaispurkausten aiheuttajista on kuvattu esimerkiksi seuraavat: terävä särmä johtimessa tai muussa jännitteises-5 sä osassa, koronapurkaus erottimen katkaisupiiskan kärjessä, koronapurkaus järjestelmän osittaispurkaussensorissa.

Pintapurkaustyyppisistä osittaispurkausten aiheuttajista on kuvattu esimerkiksi seuraavat: rikkinäinen eristin, PAS-johdolle kaatunut puu, toisiinsa koskettavat PAS-johtimet, maadoitettuun osaan koskettava PAS-johdin, likai-10 nen eristin, vika kaapelipäätteessä ja pintapurkaus järjestelmän osittaispurkaussensorissa.

Ontelopurkaustyyppisistä osittaispurkausten aiheuttajista on kuvattu esimerkiksi seuraavat: vika metallioksidi-ylijännitesuojassa, huonosti kiinnitetty tappieristin, vika mittamuuntajassa, sisäinen vika järjestelmän osit-15 taispurkaussensorissa.

On huomattava, että edellä on esitetty vain eräs keksinnön mahdollinen sovellutusmuoto. Keksinnön mukaista menetelmää ja järjestelmää voidaan muuttaa kuvatusta esimerkiksi seuraavilla tavoilla: lisätään muita tunnis-20 tusmenetelmiä tai käytetään vain osa nyt käytössä olevista päätunnistusme-netelmistä (vaihekulma- ja pulssisekvenssianalyysi), muutetaan päätunnistus-menetelmien sisältöä, muutetaan päätunnistusmenetelmien tulosten kombi-nointia, mittauskaistan keskitaajuutta ja kaistanleveyttä voidaan muuttaa (keskitaajuus voi olla myös huomattavasti suurempi kuin kaistanleveys), kes-*. 25 kitaajuus voidaan tehdä esimerkiksi ohjelmallisesti aseteltaviksi lisäämällä di-gitointiketjun eteen sekoittaja ja paikallisoskillaattori, jonka taajuus voidaan ohjelmallisesti asetella, kaistanleveys voidaan asetella ohjelmallisesti, kuvaa-jatyyppejä voidaan muuttaa/lisätä (esimerkiksi pulssien huippuarvojen varianssi tai keskihajonta vaiheikkunoittain), tunnuslukuja voidaan muuttaa/lisätä, eri 30 tunnusluvuille voidaan käyttää erilaista jäsenyysfunktiomuotoa ja vaiheikku-noiden lukumäärää kuvaajissa voidaan muuttaa.

Alan ammattilaiselle on ilmeistä, että tekniikan kehittyessä keksinnön perusajatus voidaan toteuttaa monin eri tavoin. Keksintö ja sen suoritusmuodot eivät siten rajoitu yllä kuvattuihin esimerkkeihin vaan ne voivat vaih-35 della patenttivaatimusten puitteissa.

t

Claims (20)

27 107083

1. Menetelmä sähköjärjestelmässä tapahtuvan osittaispurkauksen aiheuttajan tunnistamiseksi, jolloin menetelmä käsittää vaiheet, joissa mitataan (130) sähköjärjestelmän suuretta, kuten jännitettä tai vir-5 taa, johon sähköjärjestelmässä tapahtuvat osittaispurkaukset aiheuttavat pulsseja, erotetaan (111) mitatussa suureessa esiintyvät osittaispurkausten aiheuttamat pulssit eli osittaispurkauspulssit, määritetään (111) ja talletetaan (120) osittaispurkauspulsseja kulo vaavat pulssiparametrit tai tiedot, joista pulssiparametrit ovat johdettavissa, määritetään (301), kun on saatu vähintään ennalta määrätty määrä osittaispurkauspulsseja eli pulssiryhmä, yksi tai useampia pulssiryhmän kuvaajia pulssiparametrien avulla, määritetään (302) mainitusta ainakin yhdestä kuvaajasta yksi tai 15 useampia tunnuslukuja ja päätellään (304, 305) osittaispurkauksen aiheuttaja määritettyjen tunnuslukujen ja ennalta muodostetun referenssikirjaston avulla, jossa on kuvattu yksi tai useampia osittaispurkauksen aiheuttajia, tunnettu siitä, että referenssikirjasto käsittää yhden tai useampia kuvauksia, jotka 20 vastaavat osittaispurkauksen aiheuttajia kuvattuna sumean logiikan yhden tai useamman jäsenyysfunktion avulla, jolloin kutakin käytettävää tunnuslukua varten on vastaava jäsenyysfunktio, jolloin vaihe (304, 305) osittaispurkauksen aiheuttajan päättelemiseksi käsittää vaiheet, joissa : .. sijoitetaan (304) määritetyt tunnusluvut referenssikirjaston kunkin 25 kuvauksen tunnuslukuja vastaaviin jäsenyysfunktioihin ja lasketaan jäsenyys-funktioiden arvot ja päätellään (305) osittaispurkauksen aiheuttaja jäsenyysfunktioiden arvojen perusteella.

2. Patenttivaatimuksen 1 mukainen menetelmä, tunnettu siitä, ♦ 30 että vaihe (304, 305) osittaispurkauksen aiheuttajan päättelemiseksi käsittää lisäksi vaiheen, jossa summataan (304) kunkin kuvauksen jäsenyysfunktioiden arvot ku-vauskohtaisiksi indeksiluvuiksi, jolloin osittaispurkauksen aiheuttaja päätellään (305) indeksilukujen arvojen perusteella.

3. Patenttivaatimuksen 1 tai 2 mukainen menetelmä, tunnettu siitä, että vaihe (304, 305) osittaispurkauksen aiheuttajan päättelemiseksi, kun 107083 28 määritettyjä tunnuslukuja on ainakin kaksi, käsittää lisäksi vaiheen, jossa kerrotaan jäsenyysfunktioiden arvot jäsenyysfunktioita vastaavia tunnuslukuja vastaavilla painokertoimilla, jolloin painokerroin kuvaa sitä vastaavan tunnusluvun kykyä erotella referenssikirjastossa kuvatut osittaispurkauksen aiheutta-5 jät toisistaan.

4. Patenttivaatimuksen 1, 2 tai 3 mukainen menetelmä, tunnettu siitä, että referenssikirjaston muodostaminen käsittää vaiheet, joissa mitataan (500) yhden tai useamman kuvattavan osittaispurkauksen aiheuttajan aiheuttamista osittaispurkauspulsseista useita otoksia eri olosuh-10 teissä, määritetään (501) mittausten perusteella yksi tai useampia pulssi-ryhmän kuvaajia jokaisen kuvattavan osittaispurkauksen aiheuttajan jokaiselle otokselle, määritetään (502) mainituista ainakin yhdestä kuvaajasta yksi tai 15 useampia tunnuslukuja jokaisen kuvattavan osittaispurkauksen aiheuttajan jokaiselle otokselle, muodostetaan (504, 505) kunkin kuvattavan osittaispurkauksen aiheuttajan kullekin tietylle tunnusluvulle sumean logiikan jäsenyysfunktio kyseisen kuvattavan osittaispurkauksen aiheuttajan eri otoksista määritettyjen ky-20 seisen tunnusluvun arvojen vaihteluvälin perusteella.

5. Jonkin patenttivaatimuksista 1-4 mukainen menetelmä, tunnettu siitä, että pulssiparametrit käsittävät yhden tai useampia seuraavista: pulssin huippuarvo, pulssin syttymisvaihekulma, verkkojakson, jolla pulssi esiintyi, järjestysnumero sekä verkkojakson, jolla pulssi esiintyi, alkamishetken : 25 aikaleima.

6. Patenttivaatimuksen 5 mukainen menetelmä, tunnettu siitä, että yksi tai useampia pulssiryhmän kuvaajista ja kuvaajista edelleen määritettävistä tunnusluvuista määritetään vaihekulma-analyysin avulla.

7. Patenttivaatimuksen 6 mukainen menetelmä, tunnettu siitä, .. 30 että mainitut vaihekulma-analyysin avulla määritetyt kuvaajat käsittävät ainakin • yhden seuraavista: kuvaajaa <p-qmax, johon on kerätty useamman verkkojakson aikana esiintyneiden purkauspulssien maksimiamplitudi kussakin vaiheikkunassa, kuvaajaa <p-qavg , johon on kerätty useamman verkkojakson aikana 35 esiintyneiden purkauspulssien keskimääräinen amplitudi kussakin vaiheikkunassa ja 29 107083 kuvaajaan φ-η , johon on kerätty useamman verkkojakson aikana kussakin vaiheikkunassa esiintyneiden purkauspulssien kokonaislukumäärä.

8. Patenttivaatimuksen 7 mukainen menetelmä, tunnettu siitä, että maihitut vaihekulma-analyysin avulla määritetyt tunnusluvut käsittävät ai- 5 nakin yhden seuraavista: tunnusluku Q (intensiteettiepäsymmetria), joka kuvaa eroa negatiivisen ja positiivisen puolijakson pulssien voimakkuuksien tai lukumäärien välillä, tunnusluku Phi (vaihe-epäsymmetria), joka kuvaa eroa negatiivisen 10 ja positiivisen puolijakson pulssisarjojen alkamisvaihekulmissa, tunnusluku Phi+ eli positiivisen puolijakson pulssisarjan alkamisvai- hekulma, tunnusluku Phi- eli negatiivisen puolijakson pulssisarjan alkamisvai- hekulma, 15 tunnusluku cc (ristikorrelaatio), joka kuvaa positiivisen ja negatiivi sen puolijakson purkauspulssisarjojen muotoeroa, tunnusluku mcc (modifioitu ristikorrelaatio), joka on tunnuslukujen Q, Phi ja cc tulo, tunnusluvut Sk+ ja Sk-, jotka kuvaavat positiivisen ja negatiivisen 20 puolijakson pulssisarjojen verhokäyrien vinoutta verrattuna normaalijakaumaan, tunnusluvut Ku+ ja Ku-, jotka kuvaavat positiivisen ja negatiivisen puolijakson pulssisarjojen verhokäyrien laakealatvaisuutta verrattuna normaalijakaumaan sekä * 25 tunnusluvut Pe+ ja Pe-, jotka kuvaavat positiivisen ja negatiivisen puolijakson pulssisarjojen suodatettujen verhokäyrien paikallisten huippujen lukumäärää.

9. Jonkin patenttivaatimuksista 5-8 mukainen menetelmä, tunnettu siitä, että yksi tai useampia pulssiryhmän kuvaajista ja kuvaajista 30 edelleen määritettävistä tunnusluvuista määritetään pulssisekvenssianalyysin avulla.

10. Patenttivaatimuksen 9 mukainen menetelmä, tunnettu siitä, että mainitut pulssisekvenssianalyysin avulla määritetyt kuvaajat käsittävät kuvaajan n(AUj), joka on muodostettu laskemalla peräkkäisten pulssien sytty- 35 misjännitteiden erotukset koko mittausajalta ja muodostamalla niistä histo-grammi. 30 107083

11. Patenttivaatimuksen 10 mukainen menetelmä, tunnettu siitä, että mainitut vaihekulma-analyysin avulla kuvaajasta n(Au) määritetyt tunnusluvut käsittävät ainakin yhden seuraavista: tunnusluku Pe (huippujen lukumäärä), joka kuvaa histogrammin 5 paikallisten huippujen lukumäärää, tunnusluku Do (äärimmäisten huippujen välimatka), joka kuvaa histogrammin äärimmäisten paikallisten huippujen välistä etäisyyttä, tunnusluku DOavg (huippujen keskimääräinen etäisyys nollasta), joka kuvaa histogrammin paikallisten huippujen keskimääräistä etäisyyttä histo-10 grammin nollakohdasta, tunnusluku Wavg (huippujen keskimääräinen leveys), joka kuvaa histogrammin paikallisten huippujen keskimääräistä leveyttä ja tunnusluku Wdist (huippujen leveyden keskihajonta), joka kuvaa histogrammin paikallisten huippujen leveyden keskihajontaa.

12. Jonkin patenttivaatimuksista 9-11 mukainen menetelmä, tunnettu siitä, että mainitut pulssisekvenssianalyysin avulla määritetyt kuvaajat käsittävät kuvaajan dt-q, joka on matriisi, johon on koottu pulssien aikaerot edelliseen näennäisvaraukseltaan olennaisesti samansuuruiseen pulssiin.

13. Patenttivaatimuksen 12 mukainen menetelmä, tunnettu 20 siitä, että mainitut vaihekulma-analyysin avulla kuvaajasta dt-q määritetyt tunnusluvut käsittävät ainakin yhden seuraavista: tunnusluku Xmin (xmin-koordinaatti), joka kuvaa pienintä mittauksessa yleisesti esiintyvää samansuuruisten pulssien aikaeroa, tunnusluku Xmax (xmax-koordinaatti), joka kuvaa suurinta mittauk-: 25 sessa yleisesti esiintyvää samansuuruisten pulssien aikaeroa, tunnusluku Ymin (ymin-koordinaatti), joka kuvaa pienintä mittauksessa yleisesti esiintyvää pulssin huippuarvoa, tunnusluku Ymax (ymax-koordinaatti), joka kuvaa suurinta mittauksessa yleisesti esiintyvää pulssin huippuarvoa, 30 tunnusluku Gx (painopiste, x-koordinaatti), joka on samansuuruisten .· . pulssien aikaerojen jakautumasta lasketun painopisteen x-koordinaatti ja tunnusluku Gy (painopiste, y-koordinaatti), joka on samansuuruisten pulssien aikaerojen jakautumasta lasketun painopisteen y-koordinaatti.

14. Jonkin patenttivaatimuksista 9-13 mukainen menetelmä, 35 tunnettu siitä, että mainitut pulssisekvenssianalyysin avulla määritetyt kuvaajat käsittävät ainakin toisen seuraavista: m 31 107083 kuvaaja n(Auj(pos)), joka on muodostettu laskemalla peräkkäisten positiivisten pulssien syttymisjännitteiden erotukset koko mittausajalta ja muodostamalla niistä histogrammi ja kuvaaja n(Aui(neg)), joka on muodostettu laskemalla peräkkäisten ne-5 gatiivisten pulssien syttymisjännitteiden erotukset koko mittausajalta ja muodostamalla niistä histogrammi.

15. Patenttivaatimuksen 14 mukainen menetelmä, tunnettu siitä, että mainitut vaihekulma-analyysin avulla kuvaajasta n(Aui(pos)) ja/tai n(Aui(neg)) määritetyt tunnusluvut käsittävät ainakin toisen seuraavista: 10 tunnusluku Lpe (huipun sijainti), joka kuvaa histogrammin suurim man paikallisen huipun sijaintia jänniteakselilla ja tunnusluku Wpe (huipun leveys) kuvaa histogrammin suurimman paikallisen huipun leveyttä 50 % korkeudelta mitattuna.

16. Jonkin patenttivaatimuksista 2-15 mukainen menetelmä, 15 tunnettu siitä, että osittaispurkauksen aiheuttajaksi ilmoitetaan (305) se, jota vastaavan vikakuvauksen määritetty indeksiluku on suurin ja ylittää ennalta asetetun kynnysarvon.

17. Jonkin patenttivaatimuksista 2-16 mukainen menetelmä, tunnettu siitä, että annetaan hälytys, jos jokin määritetty indeksiluku ylittää 20 kyseistä osittaispurkauksen aiheuttajaa vastaavan ennalta määrätyn hälytys-raja-arvon.

18. Järjestelmä sähköjärjestelmässä tapahtuvan osittaispurkauksen aiheuttajan tunnistamiseksi, joka järjestelmä käsittää mittausvälineet (400), jotka on sovitettu mittaamaan sähköjärjestel-; 25 män suuretta, kuten jännitettä tai virtaa, johon sähköjärjestelmässä tapahtuvat osittaispurkaukset aiheuttavat pulsseja, erottamaan mitatussa suureessa esiintyvät osittaispurkausten aiheuttamat pulssit eli osittaispurkauspulssit sekä määrittämään ja tallettamaan osittaispurkauspulsseja kuvaavat pulssiparamet-rit tai tiedot, joista pulssiparametrit ovat johdettavissa, 30 analysointivälineet (300), jotka on sovitettu määrittämään, kun on saatu vähintään ennalta määrätty määrä osittaispurkauspulsseja eli pulssiryh-mä, yksi tai useampia pulssiryhmän kuvaajia pulssiparametrien avulla, määrittämään mainitusta ainakin yhdestä kuvaajasta yksi tai useampia tunnuslukuja ja päättelemään osittaispurkauksen aiheuttaja määritettyjen tunnusluku-35 jen ja ennalta muodostetun referenssikirjaston (600) avulla, jossa on kuvattu yksi tai useampia osittaispurkauksen aiheuttajia, tunnettu siitä, että * · 32 107083 referenssikirjasta (600) käsittää yhden tai useampia kuvauksia, jotka vastaavat osittaispurkauksen aiheuttajia kuvattuna sumean logiikan yhden tai useamman jäsenyysfunktion avulla, jolloin kutakin käytettävää tunnuslukua varten on vastaava jäsenyysfunktio, jolloin analysointivälineet (300) on sovi-5 tettu lisäksi osittaispurkauksen aiheuttajaa päätellessään sijoittamaan määritetyt tunnusluvut referenssikirjaston kunkin kuvauksen tunnuslukuja vastaaviin jäsenyysfunktioihin ja laskemaan jäsenyysfunktioiden arvot ja päättelemään osittaispurkauksen aiheuttaja jäsenyysfunktioiden arvojen perusteella.

19. Patenttivaatimuksen 18 mukainen järjestelmä, tunnettu 10 siitä, että analysointivälineet (300) on sovitettu lisäksi osittaispurkauksen aiheuttajaa päätellessään summaamaan kunkin kuvauksen jäsenyysfunktioiden arvot kuvauskohtaisiksi indeksiluvuiksi, jolloin analysointivälineet on sovitettu suorittamaan osittaispurkauksen aiheuttajan päättely indeksilukujen arvojen perusteella.

20. Patenttivaatimuksen 18 tai 19 mukainen järjestelmä, tun nettu siitä, että analysointivälineet (300) on sovitettu lisäksi osittaispurkauksen aiheuttajaa päätellessään, kun määritettyjä tunnuslukuja on ainakin kaksi, kertomaan jäsenyysfunktioiden arvot jäsenyysfunktioita vastaavia tunnuslukuja vastaavilla painokertoimilla, jolloin painokerroin kuvaa sitä vastaavan tunnus-20 luvun kykyä erotella referenssikirjastossa (600) kuvatut osittaispurkauksen aiheuttajat toisistaan. • < 1 · « 33 107083