一种基于制造技术

本发明专利技术属于局部放电诊断技术领域，涉及一种基于

【技术实现步骤摘要】
一种基于SSA
‑
MRSS的GIS局部放电声电联合定位系统及方法


[0001]本专利技术属于局部放电诊断
，尤其涉及一种基于
SSA
‑
MRSS
的
GIS
局部放电声电联合定位系统及方法
。

技术介绍

[0002]气体绝缘金属封闭开关设备
(GIS)
由于其优越的绝缘性能以及可靠性高
、
占地面积小等优点被广泛应用于电力系统中
。
局部放电是反映
GIS
绝缘缺陷的重要特征，局部放电的准确定位对于提高运维检修水平，保证设备安全和系统稳定运行有着重要的实际意义
。
[0003]GIS
发生局部放电时会产生电磁波以及超声波，特高频检测和超声检测也是最常用的两种局部放电检测技术，目前已经有许多基于以上两种检测技术的定位方法，其中一种就是基于传统算法如粒子群算法和遗传算法的
TDOA
定位法，其误差主要来源于以下方面：由于超声波传播的多径效应引起的到达时间估计的误差；传统算法普遍存在寻优能力差，易陷入局部最优解的问题；由于超声波传播的非视距效应，代入优化方程组的两点间理论直线传播距离并不是声波实际的传播距离
。

技术实现思路

[0004]本专利技术的目的在于提供一种基于
SSA
‑
MRSS
的
GIS
局部放电声电联合定位系统及方法，解决了现有
TDOA/>定位法存在估计误差
、
寻优能力差及计算出的传播距离不精确的问题
。
[0005]本专利技术是通过以下技术方案来实现：
[0006]本专利技术公开了一种基于
SSA
‑
MRSS
的
GIS
局部放电声电联合定位方法，包括以下过程：
[0007]通过分析内置特高频传感器所接收的信号确定局部放电发生气室；
[0008]根据局部放电发生气室的结构布置超声波传感器，采用超声波传感器收集信号；
[0009]对超声波传感器收集的信号进行平均后，得到到达时间矩阵；
[0010]对到达时间矩阵进行筛选后，采用基于樽海鞘优化算法的到达时间差法进行定位，得到初始局部放电坐标点；
[0011]基于最小残差平方和方法对初始局部放电坐标点的坐标进行筛选，得到初始数据簇；
[0012]对到达时间矩阵进行筛选后，采用基于樽海鞘优化算法的到达时间差法进行优化求解，计算出参考局部放电坐标点；
[0013]根据参考局部放电坐标点和初始数据簇进行误差修正，得到最终局部放电点坐标
。
[0014]进一步，所述通过分析内置特高频传感器所接收的信号确定局部放电发生气室具体为：
[0015]通过对比内置特高频传感器所接收信号的最大峰值锁定
GIS
局部放电可能发生的区域，分析特高频传感器接收峰值变化规律确定局部放电发生气室；
[0016]所述根据局部放电发生气室的结构布置超声波传感器具体为：
[0017]根据局部放电发生气室的不同结构，结合具体长度，沿气室导杆轴向均匀布设多组超声波传感器，每组超声波传感器为四个在周向相差
90
度的超声波传感器
。
[0018]进一步，所述对超声波传感器收集的信号进行平均后，得到到达时间矩阵，具体为：
[0019]对超声波传感器接收的信号分别使用能量累积法和第一峰值法提取到达时间
t
i
并进行平均，得到到达时间矩阵
。
[0020]进一步，所述到达时间矩阵进行筛选后，采用基于樽海鞘优化算法的到达时间差法进行定位，得到初始局部放电坐标点，具体包括以下过程：
[0021]对到达时间矩阵中的每组传感器数据求取平均值，根据每组传感器到达时间的平均值选取最小的前三组，得到最靠近局部放电点的三组传感器的坐标和对应到达时间；
[0022]将三组传感器的坐标和对应到达时间代入优化方程组，并利用樽海鞘优化算法对优化方程组进行求解，获得初始局部放电坐标点；
[0023]基于最小残差平方和方法对初始局部放电坐标点的坐标进行筛选，得到初始数据簇，具体包括以下过程：
[0024]通过初始局部放电坐标点计算每个传感器对应的残差平方和，然后对所有传感器的残差平方和进行平均，得到残差平方和平均值；
[0025]根据残差平方和平均值和气室结构去除部分传感器，并将剩下的
N
个传感器进行组合，共包含个传感器组合；
[0026]将每组传感器的坐标和对应时间差分别带入樽海鞘优化算法计算得到
M
个坐标点，计算
M
个坐标点对应残差平方和，筛选残差平方和小于预设阈值的坐标点，得到包含
m
个定位坐标点的一组初始数据簇
。
[0027]进一步，所述残差平方和的具体计算方法为：
[0028]其中，为初始局部放电坐标点
x
坐标分量，为初始局部放电坐标点
y
坐标分量，为初始局部放电坐标点
z
坐标分量；
x
i
为传感器坐标点
x
坐标分量，
y
i
为传感器坐标点
y
坐标分量，
z
i
为传感器坐标点
z
坐标分量；
v
e
为等值声速，
t
i
为超声波到达第
i
个传感器的时间
。
[0029]进一步，所述优化方程组为：
[0030][0031][0032]其中，
x
i
为传感器坐标，
x
max
为气室
x
轴坐标最大值，
x
min
为气室
x
轴坐标最小值；
y
max
为气室
y
轴坐标最大值，
y
min
为气室
y
轴坐标最小值；
z
max
为气室
z
轴坐标最大值，
z
min
为气室
z
轴坐标最小值；
v
e
为等效声速，
v
max
为等效声速的最大值，
v
min
为等效声速的最小值；
τ
i1
为第
i
个传感器与第一个传感器接受信号的时间差，计算公式为
τ
i1
＝
t
i
‑
t1，
t
i
为第
i
个传感器接受信号的到达时间，
本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种基于
SSA
‑
MRSS
的
GIS
局部放电声电联合定位方法，其特征在于，包括以下过程：通过分析内置特高频传感器所接收的信号确定局部放电发生气室；根据局部放电发生气室的结构布置超声波传感器，采用超声波传感器收集信号；对超声波传感器收集的信号进行平均后，得到到达时间矩阵；对到达时间矩阵进行筛选后，采用基于樽海鞘优化算法的到达时间差法进行定位，得到初始局部放电坐标点；基于最小残差平方和方法对初始局部放电坐标点的坐标进行筛选，得到初始数据簇；对到达时间矩阵进行筛选后，采用基于樽海鞘优化算法的到达时间差法进行优化求解，计算出参考局部放电坐标点；根据参考局部放电坐标点和初始数据簇进行误差修正，得到最终局部放电点坐标
。2.
根据权利要求1所述的一种基于
SSA
‑
MRSS
的
GIS
局部放电声电联合定位方法，其特征在于，所述通过分析内置特高频传感器所接收的信号确定局部放电发生气室具体为：通过对比内置特高频传感器所接收信号的最大峰值锁定
GIS
局部放电可能发生的区域，分析特高频传感器接收峰值变化规律确定局部放电发生气室；所述根据局部放电发生气室的结构布置超声波传感器具体为：根据局部放电发生气室的不同结构，结合具体长度，沿气室导杆轴向均匀布设多组超声波传感器，每组超声波传感器为四个在周向相差
90
度的超声波传感器
。3.
根据权利要求1所述的一种基于
SSA
‑
MRSS
的
GIS
局部放电声电联合定位方法，其特征在于，所述对超声波传感器收集的信号进行平均后，得到到达时间矩阵，具体为：对超声波传感器接收的信号分别使用能量累积法和第一峰值法提取到达时间
t
i
并进行平均，得到到达时间矩阵
。4.
根据权利要求1所述的一种基于
SSA
‑
MRSS
的
GIS
局部放电声电联合定位方法，其特征在于，所述到达时间矩阵进行筛选后，采用基于樽海鞘优化算法的到达时间差法进行定位，得到初始局部放电坐标点，具体包括以下过程：对到达时间矩阵中的每组传感器数据求取平均值，根据每组传感器到达时间的平均值选取最小的前三组，得到最靠近局部放电点的三组传感器的坐标和对应到达时间；将三组传感器的坐标和对应到达时间代入优化方程组，并利用樽海鞘优化算法对优化方程组进行求解，获得初始局部放电坐标点；基于最小残差平方和方法对初始局部放电坐标点的坐标进行筛选，得到初始数据簇，具体包括以下过程：通过初始局部放电坐标点计算每个传感器对应的残差平方和，然后对所有传感器的残差平方和进行平均，得到残差平方和平均值；根据残差平方和平均值和气室结构去除部分传感器，并将剩下的
N
个传感器进行组合，共包含个传感器组合；将每组传感器的坐标和对应时间差分别带入樽海鞘优化算法计算得到
M
个坐标点，计算
M
个坐标点对应残差平方和，筛选残差平方和小于预设阈值的坐标点，得到包含
m
个定位坐标点的一组初始数据簇
。5.
根据权利要求4所述的一种基于
SSA
‑
MRSS
的
GIS
局部放电声电联合定位方法，其特征
在于，所述残差平方和的具体计算方法为：其中，为初始局部放电坐标点
x
坐标分量，为初始局部放电坐标点
y
坐标分量，为初始局部放电坐标点
z
坐标分量；
x
i
为传感器坐标点
x
坐标分量，
y
i
为传感器坐标点
y
坐标分量，
z
i
为传感器坐标点
z
坐标分量；
v
e
为等值声速，
t
i
为超声波到达第
i
个传感器的时间
。6.
根据权利要求4所述的一种基于
SSA
‑
MRSS
的
GIS
局部放电声电联合定位方法，其特征在于，所述优化方程组为：在于，所述优化方程组为：其中，
x
i
为传感器坐标，
x
max
为气室
x
轴坐标最大值，
x
min
为气室
x
轴坐标最小值；
y
max
为气室
y
轴坐标最大值，
y
min
为气室
y
轴坐标最小值；
z
max
为气室
z
轴坐标最大值，
z
min
为气室
z
轴坐标最小值；
v
e
为等效声速，
v
max
为等效声速的最大值，
v
min
为等效声速的最小值；
τ
i1
为第
i
个传感器与第一个传感器接受信号的时间差，计算公式为
τ
i1
＝
t<...

【专利技术属性】
技术研发人员：何蕊昕，赵丹晨，逯磊，闫静，王建华，耿英三，杨鼎革，牛博，
申请(专利权)人：国网陕西省电力有限公司电力科学研究院，
类型：发明
国别省市：