一种特征辅助的局部放电点定位方法技术

本发明专利技术公开了一种特征辅助的局部放电点定位方法，具体步骤如下：(1)采集并初步处理局部放电信号，通过局部放电检测装置采集电力设备的局部放电信号，经过处理之后得到局部放电点的位置量测信息、局部放电脉冲信号和频谱图等信息；(2)针对时域和频域特征建模,使用振幅作为时域特征,使用频谱作为频域特征；(3)将时域频域特征与高斯混合概率假设密度滤波融合，用特征修正局部放电点高斯分量的权重。本发明专利技术以高斯混合概率假设密度滤波为基础，融合时频域特征，从而能够抑制杂波干扰，实现对于强杂波环境下局部放电点的定位。本发明专利技术具有响应速度快，抗干扰能力强，定位准确度高等优点。定位准确度高等优点。定位准确度高等优点。

【技术实现步骤摘要】
一种特征辅助的局部放电点定位方法


[0001]本专利技术涉及电气设备局部放电定位领域，具体涉及一种特征辅助的局部放电定位方法。

技术介绍

[0002]局部放电信号的检测可以作为设备绝缘状态评估的有效手段，同时也是实现局部放电点定位和电力设备故障定位的重要前提。电力设备工作环境中存在各种噪声，要在此复杂噪声强杂波环境下实现局部放电信号的提取，区分局部放电信号和噪声信号至关重要。
[0003]传统的电力设备局部放电定位问题主要是依据各传感器与局部放电点之间的距离有差异，接收到信号的时间不大相同，根据这些传感器接收到局部放电点发出的信号的时间差并结合传感器坐标，建立并求解时差方程组来进行定位。但是由于环境中噪声较大而且局部放电点的产生是未知多变的，现有的局部放电定位方法存在些许局限性。
[0004]针对电力设备运行环境中存在较大噪声，影响局部放电定位的问题，传统的局部放电信号去除噪声的方法主要是小波分析和经验模态分解，但是在去除噪声的同时会造成原局部放电信号特征的损失，算法本身的局限性加上局部放电信号与噪声的复杂特性，整体降噪效果一般。本专利技术考虑在定位层面解决局部放电信号受强杂波干扰的问题。

技术实现思路

[0005]本专利技术是针对局部放电点检测与定位环境存在强杂波噪声致使无法获取精确定位的问题，设计了一种特征辅助的局部放电定位方法，引入时域和频域两大特征，利用状态参数和特征参数综合估计局部放电点位置，实现对于局部放电定位过程中的杂波抑制，提高局部放电点定位方法的抗干扰性以及定位的准确性。本专利技术具有响应速度快，定位准确度高，环境适应度高等优点。
[0006]本专利技术依据的原理：引入时域频域特征，并将其与高斯混合概率假设密度滤波(Gaussian Mixture Probability Hypothesis Density,GM
‑
PHD)算法结合，用特征修正高斯分量的权重，增加局部放电点所在位置高斯分量的权重，降低噪声所在位置高斯分量的权重，完成杂波抑制，实现在强噪声杂波环境下的局部放电点定位。
[0007]一种特征辅助的局部放电定位方法，其具体步骤如下：
[0008]S1，采集并初步处理局部放电信号，通过局部放电检测装置采集电力设备的局部放电信号，经过处理之后得到局部放电点的位置量测信息、局部放电脉冲信号和频谱图等信息。
[0009]S2，对采集到的局部放电信号进行时域分析：以局部放电信号作为时域信号，使用振幅作为时域特征建模，考虑局部放电点的特性，振幅越高，则认为该单元内局部放电点存在的可能性更高。具体建模如下：
[0010][0011][0012]g＝(s(k,i)
‑
s
c(k)
)/s
c(k)
ꢀꢀꢀ
(3)
[0013]α＝(1+exp(
‑
2g))
‑1ꢀꢀꢀ
(4)
[0014]其中，N表示第i个单元的总脉冲，s(k,i)表示k时刻第i个单元中脉冲的平均振幅，M为总的单元个数，s
c(k)
为k时刻所有测量单元的平均振幅，g为k时刻第i个单元中脉冲振幅归一化。式4通过振幅特征归一化映射得到振幅特征统计量，当α趋近于1时，说明所测单元存在局部放电点的可能性更大。
[0015]S3，对采集到的局部放电信号进行频域分析：对所采集到的局部放电信号做傅里叶变换提取频谱信息，使用频谱作为频域特征，将局部放电信号频谱与杂波频谱的差异转化为归一化的特征统计量数值差异，从数值上达到真实局部放电信号与杂波的区分。差异越大，则表明局部放电点存在的可能性更高。具体建模如下：
[0016][0017][0018][0019]其中，fft(s(k,i))表示k时刻第i个测量单元的频谱，f
c(k)
表示k时刻M个测量单元的平均频谱，以仅包含杂波的测量单元作为参考单元，则f
c(k)
表示杂波的平均频谱。f为k时刻第i个单元的频谱归一化，β为归一化频域特征，设定某阈值，当max(f)低于该阈值时，令β＝0.01。
[0020]S4，将时域频域特征与GM
‑
PHD融合：将时域、频域两维度的特征以乘积的形式作用于GM
‑
PHD滤波器权重的更新，用特征修正局部放电点高斯分量的权重，从而实现对强杂波影响下的局部放电点的定位。具体过程如下：
[0021]设k
‑
1时刻的后验强度为：
[0022][0023]式中，N(x；m,P)表示均值为m协方差为P的高斯分布，表示k
‑
1时刻高斯组件的权重，J
k
‑1为k
‑
1时刻高斯组件的个数。
[0024]k时刻的预测方程可表示为：
[0025]D
k|k
‑1(x)＝D
S,k|k
‑1(x)+Υ
k
(x)
ꢀꢀꢀ
(9)
[0026]式中，D
S,k|k
‑1(x)为存活的局部放电点的后验强度，Υ
k
(x)为新产生的局部放电点的后验强度。
[0027]对于k时刻存在的局部放电点，它可能以P
D,k
的概率被检测到并根据似然函数产生量测，也可能以1
‑
P
D,k
的概率漏检。假设k时刻的预测为D
k|k
‑1(x)，而k时刻又得到新的观测z
k
，则k时刻数据更新后的概率假设密度为：
[0028][0029]式中，(1
‑
P
D,k
)D
k|k
‑1(x)表示对未检测到局部放电点的预测步概率假设密度的保留，P
D,k
为k时刻的检测概率；D
D,k
(x；z)为k时刻被检测到的部分概率假设密度的更新，可表示为：
[0030][0031]设定某阈值尽可能减小漏检部分，当α和β同时大于该设定阈值时，将时域频域特征与GM
‑
PHD融合，高斯权重可更新为：
[0032][0033]式中，K
k
(z)为量测中虚警或噪声的概率假设密度，可以用杂波数目和杂波分布的乘积表示。H
k
表示k时刻观测矩阵，R
k
是k时刻观测噪声的协方差，表示预测的权重，表示过程噪声的协方差。
[0034]在k时刻得到的高斯组件中丢弃权重低于预设剪枝阈值的高斯组件，保留权重较大的高斯分量，得到新的高斯组件，对其中一些满足合并阈值的高斯分量，将其合并为一个高斯分量，选择权重大于设定数值的高斯均值提取多局部放电点状态，即得到定位结果。
[0035]本专利技术的有益效果为：
[0036]本专利技术的一种特征辅助的局部放电定位方法，将高斯混合概率假设密度滤波融合局部放电信号时域和频域特征，从而能够更加本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种特征辅助的局部放电点定位方法，其特征在于，包括如下步骤：S1，采集并初步处理局部放电信号，经过处理之后得到局部放电点的位置量测信息、局部放电脉冲信号和频谱图信息；S2，对采集到的局部放电信号进行时域分析：以局部放电信号作为时域信号，使用振幅作为时域特征建模，考虑局部放电点的特性，振幅越高，则认为该单元内局部放电点存在的可能性更高。S3，对采集到的局部放电信号进行频域分析：对所采集到的局部放电信号做傅里叶变换提取频谱信息，使用频谱作为频域特征，将局部放电信号频谱与杂波频谱的差异转化为归一化的特征统计量数值差异，从数值上达到真实局部放电信号与杂波的区分，差异越大，则表明局部放电点存在的可能性更高；S4，将时域频域特征与GM
‑
PHD融合：将时域、频域两维度的特征以乘积的形式作用于GM
‑
PHD滤波器权重的更新，用特征修正局部放电点高斯分量的权重，实现对强杂波影响下的局部放电点的定位。2.根据权利要求1所述的一种特征辅助的局部放电点定位方法，其特征在于，所述S2的时域特征建模如下：征建模如下：g＝(s(k,i)
‑
s
c(k)
)/s
c(k)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(3)α＝(1+exp(
‑
2g))
‑1ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(4)其中，N表示第i个单元的总脉冲，s(k,i)表示k时刻第i个单元中脉冲的平均振幅，M为总的单元个数，s
c(k)
为k时刻所有测量单元的平均振幅。3.根据权利要求2所述的一种特征辅助的局部放电点定位方法，其特征在于，式(4)通过振幅特征归一化映射得到振幅特征统计量，当α趋近于1时，说明所测单元存在局部放电点的可能性更大。4.根据权利要求1所述的一种特征辅助的局部放电点定位方法，其特征在于，所述S3的频域分析建模如下：频域分析建模如下：频域分析建模如下：其中，fft(s(k,i))表示k时刻第i个测量单元的频谱，f
c(k)
表示k时刻M个测量单元的平均频谱，以仅包含杂波的测量单元作为参考单元，则f
c(k)
表示杂波的平均频谱，β为归一化频域特征。5.根据权利要求4所述的一种特征辅助的局部放电点定位方法，其特征在于，设定阈值，当低于该阈值时，令β＝0.01。
6.根据权利要求5所...

【专利技术属性】
技术研发人员：闫小喜，薛夏，秦亚兵，
申请(专利权)人：江苏大学，
类型：发明
国别省市：