基于指纹库的高压开关设备局部放电诊断方法及系统技术方案

本发明专利技术提供了一种基于指纹库的高压开关设备局部放电诊断方法及系统，通过采集高压开关设备的不同局部放电类型和噪声类型的信号，将信号经过数据处理后提取指纹并构造指纹库，未知的信号通过数据处理后计算指纹，与指纹库中的指纹信息进行相似比较推理，从而识别该未知信号的类型。本发明专利技术构造了局部放电指纹库，利用指纹区分信号类型，能有效识别各类局部放电信号和噪声信号，为高压开关设备的绝缘状态评估提供了方便而可靠的诊断方法。

【技术实现步骤摘要】

本专利技术涉及电力设备故障诊断领域，具体地，涉及一种基于指纹库的高压开关设备局部放电诊断方法及系统。
技术介绍
目前高压电力设备数量越来越多,电压等级越来越高，电力设备的故障严重威胁着电力系统的安全运行。高压开关设备设备的绝缘能力是决定电力设备能够安全稳定运行的重要因素。高压开关设备的绝缘性能检测与故障诊断是实现设备状态检修的重要前提，是保证设备安全可靠运行的关键。局部放电检测是高压开关设备绝缘检测和诊断的有效方法。从局部放电位置和机理的角度可将高压开关设备局部放电的类型分为电晕放电、沿面放电、内部放电、悬浮电位放电和微粒放电等多种放电。现场干扰信号可分为电信号干扰和机械波干扰等。不同的局部放电类型对设备的绝缘性能影响严重程度不同，因此，为高压开关设备设备进行局部放电检测，判断局部放电类型，对维护设备安全和电力系统稳定运行有着十分重要的意义。
技术实现思路
针对现有技术中的缺陷，本专利技术的目的是提供一种基于指纹库的高压开关设备局部放电诊断方法及系统。根据本专利技术提供的基于指纹库的高压开关设备局部放电诊断方法，包括如下步骤：指纹库搭建步骤：通过采集高压开关设备运行时的各种局部放电信号和噪声信号，获得相应的测试数据，并对所述测试数据进行处理后得到指纹库；测试数据处理步骤：采集现场高压开关设备需诊断的测试数据对需诊断的测试数据进行处理后，提取得到相对应的指纹；信号诊断步骤：将从需诊断的测试数据中提取的指纹与指纹库中的指纹信息进行比对，得到诊断结果。优选地，所述指纹库搭建步骤包括：步骤A1：在实验室制作高压开关设备的多种局部放电模型，将多种局部放电模型分别放置在高压开关设备中，采集高压开关设备运行时多种局部放电模型的局部放电信号和噪声，并记录实验室条件下的测试数据；所述实验室条件下的测试数据即从多种局部放电信号和噪声信号中获得的多种局部放电数据、噪声数据；步骤A2：利用局部放电检测设备，现场检测不同变电站下高压开关设备的多种局部放电信号和噪声，获得现场条件下的测试数据；所述现场条件下的测试数据即从多种局部放电信号和噪声信号中获得的各种局部放电数据、噪声数据；步骤A3：将从步骤A2、A3获取的不同种类的局部放电数据和噪声数据，经过数据处理后，提取指纹，构造指纹库；其中，所述局部放电数据种类包括：电晕放电、悬浮电位放电、微粒放电、内部放电以及沿面放电；所述噪声数据类型包括：通讯干扰、背景干扰、灯光干扰以及开关动作干扰。优选地，所述步骤A3包括：步骤A3.1：获取得到目标PRPS/PRPD信号，所述PRPS信号指相位-周期-放电幅值数据，表示各个周期上的放电幅值相位分布；所述PRPD信号指相位-放电幅值-放电次数数据，表示各个放电幅值区间上的放电次数的相位分布；具体地，包括：步骤A3.1.1：将采集到实验室条件下和现场条件下的测试数据的原始PRPS/PRPD信号经过去噪处理得到去噪后的PRPS/PRPD信号；步骤A3.1.2：对去噪后的PRPS/PRPD信号进行相位校准后得到目标PRPS/PRPD信号；步骤A3.2：提取指纹，即将目标PRPS/PRPD信号做统计特征提取，根据放电相位分布特征、放电周期分布特征和放电脉冲聚集特征，统计得到指纹参数，组成指纹；步骤A3.3：构造指纹库，即将各种类局部放电数据和噪声数据提取到的指纹，按照设备类型、检测类型和信号类型，搭建指纹库。优选地，测试数据处理步骤包括：步骤B1：采集现场高压开关设备需诊断的测试数据；步骤B2：将采集到的需诊断的测试数据的原始PRPS/PRPD信号经过去噪处理得到去噪后的PRPS/PRPD信号；步骤B3：对需诊断的测试数据的去噪后的PRPS/PRPD信号进行相位校准后得到需诊断的测试数据的目标PRPS/PRPD信号；步骤B4：提取指纹，即将需诊断的测试数据的目标PRPS/PRPD信号做统计特征提取，根据放电相位分布特征、放电周期分布特征和放电脉冲聚集特征，统计得到指纹参数，组成需诊断的测试数据的指纹。优选地，所述信号诊断步骤包括：步骤C1：将需诊断的测试数据中提取的指纹与指纹库中的指纹信息进行相似比较综合推理，即使用相关系数计算待诊断指纹和指纹库中的指纹的相似度cc，并统计与待诊断指纹最为相似的指纹数据，其中相似度cc的计算公式如下：cc(X,Y)=NΣXY-ΣXΣYNΣX2-(ΣX)2·NΣY2-(ΣY)2]]>式中：X、Y分别表示不同的变量，N表示变量X的长度，且变量X的长度等于变量Y的长度，cc(X,Y)表示变量X和变量Y的相似度；步骤C2：根据相似比较综合推理结论诊断该信号类型，相似比较综合推理结论即相似度cc的最大值。优选地，局部放电模型包括电晕放电、悬浮电位放电、微粒放电、内部放电以及沿面放电模型。根据本专利技术提供的基于指纹库的高压开关设备局部放电诊断系统，包括：指纹库搭建模块、测试数据处理模块、信号诊断模块；所述指纹库搭建模块，用于采集高压开关设备运行时的各种局部放电信号和噪声信号，获得相应的测试数据，并对所述测试数据进行处理后得到指纹库；所述测试数据处理模块，用于采集现场高压开关设备需诊断的测试数据对需诊断的测试数据进行处理后，提取得到相对应的指纹；所述信号诊断模块，用于将从需诊断的测试数据中提取的指纹与指纹库中的指纹信息进行比对，得到诊断结果。优选地，所述指纹库搭建模块包括：子模块A1：在实验室制作高压开关设备的多种局部放电模型，将多种局部放电模型分别放置在高压开关设备中，采集高压开关设备运行时多种局部放电模型的局部放电信号和噪声，并记录实验室条件下的测试数据；所述实验室条件下的测试数据即从多种局部放电信号和噪声信号中获得的多种局部放电数据、噪声数据；子模块A2：利用局部放电检测设备，现场检测不同变电站下高压开关设备的多种局部放电信号和噪声，获得现场条件下的测试数据；所述现场条件下的测试数据即从多种局部放电信号和噪声信号中获得的各种局部放电数据、噪声数据；子模块A3：将从子模块A2、A3获取的不同种类的局部放电数据和噪声数据，经过数据处理后，提取指纹，构造指纹库；其中，所述局部放电数据种类包括：电晕放电、悬浮电位放电、微粒放电、内部放电以及沿面放电；所述噪声数据类型包括：通讯干扰、背景干扰、灯光干扰以及开关动作本文档来自技高网...

【技术保护点】
一种基于指纹库的高压开关设备局部放电诊断方法，其特征在于，包括如下步骤：指纹库搭建步骤：通过采集高压开关设备运行时的各种局部放电信号和噪声信号，获得相应的测试数据，并对所述测试数据进行处理后得到指纹库；测试数据处理步骤：采集现场高压开关设备需诊断的测试数据对需诊断的测试数据进行处理后，提取得到相对应的指纹；信号诊断步骤：将从需诊断的测试数据中提取的指纹与指纹库中的指纹信息进行比对，得到诊断结果。

【技术特征摘要】
1.一种基于指纹库的高压开关设备局部放电诊断方法，其特征在于，包括如下步骤：
指纹库搭建步骤：通过采集高压开关设备运行时的各种局部放电信号和噪声信号，
获得相应的测试数据，并对所述测试数据进行处理后得到指纹库；
测试数据处理步骤：采集现场高压开关设备需诊断的测试数据对需诊断的测试数据
进行处理后，提取得到相对应的指纹；
信号诊断步骤：将从需诊断的测试数据中提取的指纹与指纹库中的指纹信息进行比
对，得到诊断结果。
2.根据权利要求1所述的基于指纹库的高压开关设备局部放电诊断方法，其特征在
于，所述指纹库搭建步骤包括：
步骤A1：在实验室制作高压开关设备的多种局部放电模型，将多种局部放电模型分
别放置在高压开关设备中，采集高压开关设备运行时多种局部放电模型的局部放电信号
和噪声，并记录实验室条件下的测试数据；所述实验室条件下的测试数据即从多种局部
放电信号和噪声信号中获得的多种局部放电数据、噪声数据；
步骤A2：利用局部放电检测设备，现场检测不同变电站下高压开关设备的多种局部
放电信号和噪声，获得现场条件下的测试数据；所述现场条件下的测试数据即从多种局
部放电信号和噪声信号中获得的各种局部放电数据、噪声数据；
步骤A3：将从步骤A2、A3获取的不同种类的局部放电数据和噪声数据，经过数据
处理后，提取指纹，构造指纹库；
其中，所述局部放电数据种类包括：电晕放电、悬浮电位放电、微粒放电、内部放
电以及沿面放电；所述噪声数据类型包括：通讯干扰、背景干扰、灯光干扰以及开关动
作干扰。
3.根据权利要求2所述的基于指纹库的高压开关设备局部放电诊断方法，其特征在
于，所述步骤A3包括：
步骤A3.1：获取得到目标PRPS/PRPD信号，所述PRPS信号指相位-周期-放电幅值
数据，表示各个周期上的放电幅值相位分布；所述PRPD信号指相位-放电幅值-放电次
数数据，表示各个放电幅值区间上的放电次数相位分布；
具体地，包括：
步骤A3.1.1：将采集到实验室条件下和现场条件下的测试数据的原始PRPS/PRPD

\t信号经过去噪处理得到去噪后的PRPS/PRPD信号；
步骤A3.1.2：对去噪后的PRPS/PRPD信号进行相位校准后得到目标PRPS/PRPD信
号；
步骤A3.2：提取指纹，即将目标PRPS/PRPD信号做统计特征提取，根据放电相位
分布特征、放电周期分布特征和放电脉冲聚集特征，统计得到指纹参数，组成指纹；
步骤A3.3：构造指纹库，即将各种类局部放电数据和噪声数据提取到的指纹，按照
设备类型、检测类型和信号类型，搭建指纹库。
4.根据权利要求1所述的基于指纹库的高压开关设备局部放电诊断方法，其特征在
于，测试数据处理步骤包括：
步骤B1：采集现场高压开关设备需诊断的测试数据；
步骤B2：将采集到的需诊断的测试数据的原始PRPS/PRPD信号经过去噪处理得到
去噪后的PRPS/PRPD信号；
步骤B3：对需诊断的测试数据的去噪后的PRPS/PRPD信号进行相位校准后得到需
诊断的测试数据的目标PRPS/PRPD信号；
步骤B4：提取指纹，即将需诊断的测试数据的目标PRPS/PRPD信号做统计特征提
取，根据放电相位分布特征、放电周期分布特征和放电脉冲聚集特征，统计得到指纹参
数，组成需诊断的测试数据的指纹。
5.根据权利要求1所述的基于指纹库的高压开关设备局部放电诊断方法，其特征在
于，所述信号诊断步骤包括：
步骤C1：将需诊断的测试数据中提取的指纹与指纹库中的指纹信息进行相似比较综
合推理，即使用相关系数计算待诊断指纹和指纹库中的指纹的相似度cc，并统计与待诊
断指纹最为相似的指纹数据，其中相似度cc的计算公式如下：
cc(X,Y)=NΣXY-ΣXΣYNΣX2-(ΣX)2.NΣY2-(ΣY)2]]>式中：X、Y分别表示不同的变量，N表示变量X的长度，且变量X的长度等于变量Y
的长度，cc(X,Y)表示变量X和变量Y的相似度；
步骤C2：根据相似比较综合推理结论诊断该信号类型，相似比较综合推理结论即
相似度cc的最大值。
6.根据权利要求2所述的基于指纹库的高压开关设备局部放电诊断方法，其特征在<...

【专利技术属性】
技术研发人员：黄成军，郭灿新，欧阳三元，宋方，张克勤，
申请(专利权)人：华乘电气科技上海股份有限公司，
类型：发明
国别省市：上海;31