配电柜故障检测方法、系统、电子设备以及存储介质技术方案

技术编号:37675457 阅读:8 留言:0更新日期:2023-05-26 04:39
本发明专利技术实施例公开了配电柜故障检测方法、系统、电子设备以及存储介质,通过特高频检测法对配电柜进行数据监测通过通信模块发送到监控系统内,对接收到信进行奇异值分解,计算功率谱熵,采用减法循环的算法对含有周期性窄带干扰的接收信号抑制周期性窄带干扰,采用滑动窗法还原后的局部放电信号,配电柜对还原后信号进行初步放大,再通过滤波模块对信号进行滤波,经过放大模块进行放大通过局部投影分类器算法进行特征提取,判断当前配电柜是否存在运行异常问题。有效的抑制了有效抑制周期性窄带干扰与白噪声进而高度还原局部放电信号,提高了对配电柜的局部放电信号检测的准确精度,保护整个电力系统正常使用。保护整个电力系统正常使用。保护整个电力系统正常使用。

【技术实现步骤摘要】
配电柜故障检测方法、系统、电子设备以及存储介质


[0001]本公开涉及配电柜故障检测领域,尤其涉及一种配电柜故障检测方法、系统、电子设备以及存储介质。

技术介绍

[0002]配电系统中的变压器、开关柜和电力电缆等设备与电力用户之间的联系最为紧密,设备的正常稳定运行与否对整个电网的安全性和稳定性有着深刻的影响,当配电柜局部区域的电场强度达到了击穿场强时,该区域就会发生放电,从而形成了局部放电,局部放电会对配电柜的绝缘性能造成严重的危害,也是最常见的故障特征,因此对于配电柜的局部放电信号进行准确的检测具有非常重要的现实意义。
[0003]由于局部放电信号幅值较小,易受到噪声干扰,局部放电信号易被噪声淹没,从而影响后续局部放电定位的精度,抑制混合噪声显得尤为重要,特别是对白噪声与周期性窄带干扰信号的抑制,现有的局部放电信号检测方法,如采用小波分解,神经网络,傅里叶变换,Kmeans等算法,但小波分解的小波基选取不唯一,神经网络需要准备大量训练数据,傅里叶变换不适用于非平稳信号,Kmeans算法不稳定性等问题,影响对配电柜的局部放电信号检测的准确性,导致配电柜的绝缘性造成严重的危害,从而对整个电力系统造成损害,造成经济的损失。

技术实现思路

[0004]提供该公开内容部分以便以简要的形式介绍构思,这些构思将在后面的具体实施方式部分被详细描述。该公开内容部分并不旨在标识要求保护的技术方案的关键特征或必要特征,也不旨在用于限制所要求的保护的技术方案的范围。
[0005]本公开实施例提供了一种配电柜故障检测方法、系统、电子设备以及存储介质,解决了小波分解的小波基选取不唯一,神经网络需要准备大量训练数据,傅里叶变换不适用于非平稳信号,Kmeans算法不稳定性等问题,有效的抑制了有效抑制周期性窄带干扰与白噪声进而高度还原局部放电信号,提高了对配电柜的局部放电信号检测的准确精度,减少配电柜的绝缘性造成严重的危害的几率,保护整个电力系统正常使用,减少经济的损失。
[0006]第一方面,本公开实施例提供了配电柜故障检测方法,包括:信号采集,通过特高频检测法对配电柜进行数据监测,将监测数据通过通信模块发送到监控系统内;噪声判断,监控系统对接收到信进行奇异值分解,得到奇异值序列并进行奇异值重构,计算功率谱熵,判定接收信号中是否含有周期性窄带干扰;噪声抑制,采用减法循环的算法对含有周期性窄带干扰的接收信号抑制周期性窄带干扰;信号还原,采用滑动窗法得到奇异值差值序列并与阈值对比得到还原后的局部放电信号;故障检测,配电柜对还原后信号进行初步放大,再通过滤波模块对信号进行滤波,经过放大模块进行放大,将放大后的局部放电信号通过局部投影分类器算法进行特征提取,进行特征分类并判断当前配电柜是否存在运行异常问题。
[0007]结合第一方面的实施例,在一些实施例中,所述噪声判断,监控系统对接收到信进行奇异值分解,得到奇异值序列并进行奇异值重构,计算功率谱熵,判定接收信号中是否含有周期性窄带干扰,包括:
[0008]监控系统对接收到信号S(t)为
[0009]S(t)={s(1),s(2),

,s(C)}
[0010]其中,S(t)为接收到信号;
[0011]采用HANKEL矩阵作为奇异值分解的轨迹矩阵M为
[0012][0013]C=q+p
‑1[0014]其中,q为矩阵行数,p为矩阵列数,C为检测信号长度,p值在C/2时分解性能以及降噪效果最好,p=C/2;
[0015]将HANKEL矩阵M进行奇异值分解后得到
[0016]M=OTN
T
[0017]其中,N为p
×
p的正交矩阵,O为q
×
q的正交矩阵,T为q
×
p的对角矩阵;
[0018]将对角矩阵T主对角线上的元素为接收信号奇异值,且从大到小排列并组成一维奇异值序列U;
[0019]将奇异值序列U前两个奇异值进行奇异值重构,得到重构信号S

(t);
[0020]功率谱熵代表信号的混乱程度,与信号的混乱程度为正比关系,局部放电信号多为衰减震荡信号,其混乱程度较高、功率谱熵较大,周期性窄带干扰为正弦或余弦信号的叠加,其混乱程度较低、功率谱熵较小,利用周期性窄带干扰与局部放电信号的功率谱熵的差异性,可实现对周期性窄带干扰的抑制;
[0021]周期性窄带干扰在频域频带较窄,表现为一正冲击尖峰脉冲,放电信号及随机白噪声的带宽几乎遍布整个频域,表现为较为平坦的丘状的特性,这就是局部放电信号的频域特性,二者频域特性明显易于区分;
[0022]采用FFT阈值算法对重构信号S

(t)变换至频域得到功率谱Y(i)
[0023][0024][0025]其中,C为信号长度,i=1,2,

,C

1;
[0026]计算功率谱熵F
[0027][0028][0029]将功率谱熵F与预设阈值D相对比,F<D时,判定接收信号中含有周期性窄带干扰,F>D时,判定接收信号中不含周期性窄带干扰。
[0030]结合第一方面的实施例,在一些实施例中,所述噪声抑制,采用减法循环的算法对含有周期性窄带干扰的接收信号抑制周期性窄带干扰,包括:
[0031]通过功率谱熵F与预设阈值D相对比判定接收信号中含有周期性窄带干扰;
[0032]将接收信号S(t)减去重构后的信号S

(t);
[0033]重复上述噪声判断步骤,直到信号的功率谱熵F>D。
[0034]结合第一方面的实施例,在一些实施例中,所述信号还原,采用滑动窗法得到奇异值差值序列并与阈值对比得到还原后的局部放电信号,包括:
[0035]采用滑动窗逐段截取法将不含周期性窄带干扰和抑制周期性窄带干扰后的接收信号S(t),进行奇异值分解,从T中提取奇异值差值序列,奇异值差值序列T(i)为
[0036][0037]其中,y(i)为截取片段奇异值,B为滑动窗长度;
[0038]通过奇异值差值序列T(i)计算均值Hs
[0039][0040]将Hs与预设阈值Ds相对比,Hs<Ds时,判定此段信号为白噪声信号,重构最小奇异值以抑制白噪声还原信号,Hs>Ds时,判定此段信号为局部放电信号,重构前半段奇异值以还原信号;
[0041]将重构最小奇异值还原信号和重构前半段奇异值以还原信号结合得到还原后的局部放电信号。
[0042]第二方面,本公开实施例提供了一种配电柜故障检测系统,包括:
[0043]信号采集单元,通过特高频检测法对配电柜进行数据监测,将监测数据通过通信模块发送到监控系统内;
[0044]噪声判断单元,监控系统对接收到信进行奇异值分解,得到奇异值序列并进行奇异值重构,计算功率谱熵,判定接收信号中是否含有周期本文档来自技高网
...

【技术保护点】

【技术特征摘要】
1.一种配电柜故障检测方法,其特征在于,所述方法包括:信号采集,通过特高频检测法对配电柜进行数据监测,将监测数据通过通信模块发送到监控系统内;噪声判断,监控系统对接收到信进行奇异值分解,得到奇异值序列并进行奇异值重构,计算功率谱熵,判定接收信号中是否含有周期性窄带干扰;噪声抑制,采用减法循环的算法对含有周期性窄带干扰的接收信号抑制周期性窄带干扰;信号还原,采用滑动窗法得到奇异值差值序列并与阈值对比得到还原后的局部放电信号;故障检测,配电柜对还原后信号进行初步放大,再通过滤波模块对信号进行滤波,经过放大模块进行放大,将放大后的局部放电信号通过局部投影分类器算法进行特征提取,进行特征分类并判断当前配电柜是否存在运行异常问题。2.根据权利要求1所述的方法,其特征在于,所述噪声判断,监控系统对接收到信进行奇异值分解,得到奇异值序列并进行奇异值重构,计算功率谱熵,判定接收信号中是否含有周期性窄带干扰,包括:监控系统对接收到信号S(t)为S(t)={s(1),s(2),

,s(C)}其中,S(t)为接收到信号;采用HANKEL矩阵作为奇异值分解的轨迹矩阵M为C=q+p

1其中,q为矩阵行数,p为矩阵列数,C为检测信号长度,p值在C/2时分解性能以及降噪效果最好,p=C/2;将HANKEL矩阵M进行奇异值分解后得到M=OTN
T
其中,N为p
×
p的正交矩阵,O为q
×
q的正交矩阵,T为q
×
p的对角矩阵;将对角矩阵T主对角线上的元素为接收信号奇异值,且从大到小排列并组成一维奇异值序列U;将奇异值序列U前两个奇异值进行奇异值重构,得到重构信号S

(t);功率谱熵代表信号的混乱程度,与信号的混乱程度为正比关系,局部放电信号多为衰减震荡信号,其混乱程度较高、功率谱熵较大,周期性窄带干扰为正弦或余弦信号的叠加,其混乱程度较低、功率谱熵较小,利用周期性窄带干扰与局部放电信号的功率谱熵的差异性,可实现对周期性窄带干扰的抑制;周期性窄带干扰在频域频带较窄,表现为一正冲击尖峰脉冲,放电信号及随机白噪声的带宽几乎遍布整个频域,表现为较为平坦的丘状的特性,这就是局部放电信号的频域特性,二者频域特性明显易于区分;
采用FFT阈值算法对重构信号S

(t)变换至频域得到功率谱Y(i)(t)变换至频域得到功率谱Y(i)其中,C为信号长度,i=1,2,

,C

1;计算功率谱熵F计算功率谱熵F将功率谱熵F与预设阈值D相对比,F<D时,判定接收信号中含有周期性窄带干扰,F>D时,判定接收信号中不含周期性窄带干扰。3.根据权利要求2所述的方法,其特征在于,所述噪声抑制,采用减法循环的算法对含有周期性窄带干扰的接收信号抑制周期性窄带干扰,包括:通过功率谱熵F与预设阈值D相对比判定接收信号中含有周期性窄带干扰;将接收信号S(t)减去重构后的信号S

(t);重复上述噪声判断步骤,直到信号的功率谱熵F>D。4.根据权利要求3所述的方法,其特征在于,所述信号还原,采用滑动窗法得到奇异值差值序列并与阈值对比得到还原后的局部放电信号,包括:采用滑动窗逐段截取法将不含周期性窄带干扰和抑制周期性窄带干扰后的接收信号S(t),进行奇异值分解,从T中提取奇异值差值序列,奇异值差值序列T(i)为其中,y(i)为截取片段奇异值,B为滑动窗长度;通过奇异值差值序列T(i)计算均值Hs将Hs与预设阈值Ds相对比,Hs<Ds时,判定此段信号为白噪声信号,重构最小奇异值以抑制白噪声还原信号,Hs>Ds时,判定此段信号为局部放电信号,重构前半段奇异值以还原信号;将重构最小奇异值还原信号和重构前半段奇异值以还原信号结合得到还原后的局部放电信号。5.一种配电柜故障检测系统,其特征在于,所述系统包括:信号采集单元,通过特高频检测法对配电柜进行数据监测,将监测数据通过通信模块发送到监控系统内;噪声判断单元,监控系统对接收到信进行奇异值分解,得...

【专利技术属性】
技术研发人员:沈伟
申请(专利权)人:成都宝屯沧网络科技有限公司
类型:发明
国别省市:

相关技术
    暂无相关专利
网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1