一种应用于电力设备局部放电模式识别系统技术方案

一种应用于电力设备局部放电模式识别系统，包括对传感器耦合信号进行滤波和放大功能的信号预处理模块；再将信号预处理模块处理后的信号进行采集，然后将数据传递到数据分析模块进行分析处理，计算局部放电PRPD谱图及统计特征，将放电谱图的统计特征分组输入到BP网络神经算法的输入层，得到不同组的放电结果，再根据分配的不同权重综合得出放电类型，提高了局部放电的模式识别准确度。本发明专利技术采用高采样率和高的脉冲捕捉重复率，能够提高系统的准确度和灵敏度。

【技术实现步骤摘要】
一种应用于电力设备局部放电模式识别系统
本专利技术涉及电力设备故障诊断
，具体涉及到一种应用于电力设备局部放电模式识别系统。
技术介绍
电气设备中某些薄弱部位在高场强作用下将发生局部放电，在一定条件下，局部放电会导致绝缘的劣化，甚至击穿，危害生命财产安全，因此对设备进行局部放电的带电检测或在线监测可及时发现设备的早期缺陷或潜伏性故障，对于保证电气设备和电力系统的安全、稳定具有十分重要的意义。设备内部可能存在由不同类型的缺陷所导致的局部放电，或者在放电信号中夹杂着脉冲干扰，这就需要对局部放电进行模式识别，以区分不同的放电类型的危害程度。目前，用于评估局部放电信号的两种最常用的检测方法分别是：基于相位分布模式和和基于时间分布模式，即分为相位统计法、时域波形法、时域波形法有包括频谱分析法和时频联合分析法等。采用不同的检测方法(相位分布或者时间分布)，局部放电信号的识别和分离方法也不相同。以上方法能够检测电缆的局部放电信号，但同时存在一定的问题：(1)局部放电相位分布统计PRPD谱图即谱图，是以工频信号触发连续采集20ms，多次采集之后计算得出谱图，高采样率模式下采集数据量较大，数据分析较慢。(2)谱图的相位分析中，传统的统计特征包括偏斜度、陡峭度、峰数等，统计特征在局部放电分类器中输入权重一致，没有主次之分。
技术实现思路
针对现有的电力设备局部放电模式识别方法的缺陷，本专利技术的目的在于提供一种应用于电力设备局部放电模式识别系统，能够对运行的电力设备进行局部放电缺陷诊断和风险评估，提高了局部放电的模式识别准确度。为了实现上述目的，本专利技术的技术方案如下：一种应用于电力设备局部放电模式识别系统，包括信号预处理模块、局部放电采集模块和数据分析模块；所述的信号预处理模块连接外部传感器，对传感器耦合的信号进行数字滤波和放大调理后，再由局部放电采集模块采集调理后的信号，再将数据传输于数据分析模块，计算局部放电PRPD谱图及统计特征，采用BP网络神经算法，计算出局部放电类型。所述的信号预处理模块，对传感器耦合的信号进行带通滤波和放大，其输出端作为局部放电采集模块的输入端；所述的局部放电采集模块，包括四通道同步采集、内部工频信号输出以及内部和外部工频信号切换功能，以局部放电脉冲信号为触发源，同步采集经过预处理过的三相信号以及工频信号，采集速率为250MS/s，采集时长20us，连续采集设定次数后，然后将数据一次性返回，保证两次采集时间间隔极小，可达几us量级；所述的数据分析模块，对采集的局部放电信号及工频信号进行处理和分析，计算得出局部放电的放电量、放电相位、PRPD、PRPS谱图，进一步计算谱图的统计特征，包括偏斜度Sk、陡峭度Ku、局部峰点数Pe、不对称度Φ、互相关系数cc、威布尔参数，放电谱图的归一化放电量q+、q-和放电相位中心将放电谱图的统计特征分组输入到BP网络神经算法的输入层，得到不同组的放电结果，再根据分配的不同权重综合得出放电类型。本专利技术的有益效果为：(1)本专利技术系统采用快速帧技术，将一个局部放电脉冲片段定义为一帧，以局部放电脉冲信号作为触发源，仅采集脉冲信号短时域波形，连续采集设定帧数后一次性将波形显示，快速数据帧技术可实现局部放电脉冲的连续触发，高速采集，及小容量存储处理。(2)根据局部放电的统计特性，分为多个组合，分别输入BP网络神经算法，再对输出的结果进行加权综合，提高了局部放电的模式识别准确度。附图说明图1为本专利技术的结构示意图。图2为本专利技术的数据分析流程图。图3是悬浮放电谱图。图4是电晕放电谱图。具体实施方式下面结合附图及具体实施例对本专利技术再作进一步详细的说明。参照图1，一种应用于电力设备局部放电模式识别系统，其特征在于，其包括信号预处理模块、局部放电采集模块、数据分析模块；所述的信号预处理模块，对传感器耦合的信号进行带通滤波和放大，其输出端作为局部放电采集模块的输入端；所述的局部放电采集模块，包括四通道同步采集、内部工频信号输出以及内部和外部工频信号切换功能，以局部放电脉冲信号为触发源，同步采集经过预处理过的三相信号以及工频信号，采集速率为250MS/s，采集时长20us，连续采集设定次数后，然后将数据一次性返回，保证两次采集时间间隔极小，可达几us量级；所述的数据分析模块，对采集的局部放电信号及工频信号进行处理和分析，计算得出局部放电的放电量、放电相位、PRPD、PRPS谱图，进一步计算谱图的统计特征，包括偏斜度Sk、陡峭度Ku、局部峰点数Pe、不对称度Φ、互相关系数cc、威布尔参数，放电谱图的归一化放电量q+、q-、放电相位中心谱图的统计特征分组输入到BP网络神经算法的输入层，得到不同的放电结果，再根据分配的不同权重综合得出放电类型；实施例一根据不同的检测设备，采用不同的局部放电传感器，例如高压电缆传感器是采用高频宽带电磁传感器，传感器套接在三相电缆附件接地线或交叉互联接地线上，50Hz工频电压传感器安装于附件的本体上用于耦合工频电流信号；传感器与本专利技术的信号预处理模块连接，预处理模块对传感器耦合的信号进行数字滤波和放大调理后，由局部放电采集模块采集调理后的信号，再将数据传输于数据分析模块，计算局部放电参量及PRPD等谱图信息，参照图3，图4，进一步计算出谱图的统计特征，包括偏斜度Sk、陡峭度Ku、局部峰点数Pe、不对称度Φ、互相关系数cc、威布尔参数，放电谱图的归一化放电量q+、q-、放电相位中心谱图的统计特征分组输入到BP网络神经算法的输入层，得到不同组的放电结果，再根据分配的不同权重综合得出放电类型；①所述的信号预处理模块，对传感器耦合信号进行硬件滤波和信号放大，以提高检测灵敏度，低通滤波在30MHz以上的干扰信号，程控信号具有1、2、5、10、20、50、100、200放大倍数，将信号调理至局部放电采集模块最佳输入范围内。②所述的局部放电采集模块，实现四通道同步高速采集功能，三通道分别对应传感器耦合的三相电缆信号，第四通道采集50Hz工频传感器信号。采集速率为250MS/s，采集时长20us，模拟带宽60MHz，分辨率为14位。采用快速帧技术，将一个局部放电脉冲片段定义为一帧，以局部放电脉冲信号作为触发源，仅采集脉冲信号短时域波形，连续采集设定帧数后，一次性将存储在采集卡ROM数据返回，保证两次采集时间间隔极小，可达几us量级，快速数据帧技术可实现局部放电脉冲的连续触发，高速采集，及小容量存储处理。同时可根据现场需要选择内工频信号输出，即局部放电模块输出标准的50Hz工频信号连接到第四通道，或可通过测量50Hz工频传感器耦合信号输出同频率和幅值的标准工频信号，从而代替耦合的工频信号。③所述的数据分析模块，结合嵌入式工控机和虚拟仪器技术，采用Labview软件编写操作界面，数据分析和显示，计算局部放电的谱图、放电量和统计特征，包括偏斜度Sk、陡峭度Ku、局部峰点数Pe、不对称度Φ、互相关系数cc、威布尔参数，放电谱图的归一化放电量q+、q-、放电相位中心参照图2，所述的数据分析模块，其包括以下步骤：步骤S10：局部放电信息计算放电量、放电相位、三维谱图，进一步可分为即平均放电量-相位、和即放电次数-相位二维谱图；步骤S20：计算和谱图的统计特征，包括偏斜度Sk、陡峭度Ku、本文档来自技高网...

【技术保护点】
1.一种应用于电力设备局部放电模式识别系统，其特征在于，包括信号预处理模块、局部放电采集模块和数据分析模块；所述的信号预处理模块连接外部传感器，对传感器耦合的信号进行数字滤波和放大调理后，再由局部放电采集模块采集调理后的信号，再将数据传输于数据分析模块，计算局部放电PRPD谱图及统计特征，采用BP网络神经算法，计算出局部放电类型。

【技术特征摘要】
1.一种应用于电力设备局部放电模式识别系统，其特征在于，包括信号预处理模块、局部放电采集模块和数据分析模块；所述的信号预处理模块连接外部传感器，对传感器耦合的信号进行数字滤波和放大调理后，再由局部放电采集模块采集调理后的信号，再将数据传输于数据分析模块，计算局部放电PRPD谱图及统计特征，采用BP网络神经算法，计算出局部放电类型。2.根据权利要求1所述的一种应用于电力设备局部放电模式识别系统，其特征在于，所述的信号预处理模块，对传感器耦合的信号进行带通滤波和放大，其输出端作为局部放电采集模块的输入端。3.根据权利要求1所述的一种应用于电力设备局部放电模式识别系统，其特征在于，所述的局部放电采集模块，包括四通道同步采集、内部工频信号输出以及内部和外部工频信号切换功能，以局部放电脉冲信号为触发源，同步采集经过预处理过的三相信号以及工频信号，采集速率为250MS/s，采集时长20us，连续采集设定次数后，然后将数据一次性返回，保证两次采集时间间隔极小，可达几us量级。4.根据权利要求1所述的一种应用于电力设备局部放电模式识别系统，其特征在于，所述的数据分析模块，对采集的局部放电信号及工频信号进行处理和分析，计算得出局部放电的放电量、放电相位、PRPD、PRPS谱图，进一步计算谱图的统计特征，包括偏斜度Sk、陡峭度Ku、局部峰点数Pe、不对称度Φ、互相关系数cc、威布尔参数，放电谱图的归一化放电量q+、q-和放电相位中心将放电谱图的统计特征分组输入到BP网络神经算法的输入层，得到不同组的放电结果，再根据分配的不同权...

【专利技术属性】
技术研发人员：杨扬，张有平，张旭，
申请(专利权)人：西安博源电气有限公司，
类型：发明
国别省市：陕西,61