【技术实现步骤摘要】
本专利技术涉及一种电气设备故障诊断技术，尤其涉及一种气体绝缘金属封闭开关设备(gis)的局部放电检测方法，属于gis状态监测及故障诊断领域。
技术介绍
1、随着电网容量和电压等级越来越高，gis局部放电导致的事故将直接威胁城市电网的安全运行，导致大规模停电。gis作为变电站中的关键设备，其可靠运行对电力系统的安全、经济、稳定运行具有重要意义。
2、现有的运维现场检测局部放电的方法主要有特高频法和超声波法。特高频方法简单易行，但对于微弱的故障反应不灵敏，误报漏报率高；超声波法不受电磁信号的干扰，但周围设备的工作噪声也容易造成误差，大量的安装光传感器则成本巨大，因此亟需一种有效手段对gis的局部放电现象进行检测。
3、目前的研究中，学者们更多的注意力放在gis局部放电的产生机理上，以及局放过程中电磁波、超声波的传播特性上，还有一些学者利用光纤等技术加强传感器的制作，但是对gis局部放电信号的处理关注度不够，对局放过程中的多物理参量无法充分利用，综合进行gis的局放故障诊断。
技术实现思路
1、技术问题：提出一种基于声光电信息融合的gis局部放电检测方法，该方法能够从多维度、多物理量方面判断gis局放故障，是一种可靠、准确率高的gis设备局部放电检测方法。
2、技术方案：本专利技术具体为一种基于声光电信息融合的gis局部放电检测方法，该方法包括以下步骤：
3、1)在所述gis腔体布置超声传感器、光传感器、特高频传感器；
4、2)
5、3)对声、光、电信号进行ceemd分解；
6、4)用相关系数c筛选出最主要的声、光、电imf分量；
7、5)求出筛选后的声光电imf的样本熵平均值[s0,g0,d0]作为四种典型故障的聚类中心；
8、6)采集新的gis声、光、电信号，计算新数据筛选出的imf分量样本熵，并构造特征点集[si,gi,di]；
9、7)计算特征点集与聚类中心的几何距离，距离越小，则相近程度越高；
10、8)判断gis局部放电故障类型。
11、进一步的，对步骤1)中布置超声传感器、光传感器、特高频传感器时，光传感器需要事先在gis腔体上打接收孔，保证内置接收光信号。
12、进一步的，对步骤3)中声、光、电信号进行ceemd分解；步骤如下：
13、3.1对于一组原始信号x(t)，在其中添加一组白噪声，这组白噪声具有正负相反的特性，从而得到一对噪声信号：
14、
15、式中ni(t)为第i次添加的白噪声，pi为第i次添加白噪声得到的信号，ni为第i次减去白噪声得到的信号；
16、3.2利用经验模态分解对得到的一对噪声进行处理，得到若干个imf分量，其中第i个信号的第j个分量表示为dij；
17、3.3经过n次上述步骤，然后对多种分量组合做均值：
18、
19、式中dj表示通过ceemd分解得到的第j个imf分量，通过添加正负相反的白噪声信号，解决了emd分解中模态混淆的问题，并且通过求均值的方法，抵消了所信号中添加的白噪声。
20、进一步的，对步骤4)中用相关系数c筛选出最主要的imf分量，相关系数c的计算公式如下：
21、
22、式中，xi表示原始信号；yi表示imf分量；n表示信号长度；x和表示对应的数据信号点的平均值；c最大，则为最主要的imf分量。
23、进一步的，步骤5)求出筛选后的声光电imf的样本熵平均值[s0,g0,d0]作为四种典型故障的聚类中心，样本熵的求解步骤如下：
24、5.1按序号组成一组维数为m的向量序列，定义为xm(1),…,xm(n-m+1)，其中：
25、xm(i)＝{x(i),x(i+1),...,x(i+m-1)} (1≤i≤n-m+1) (4)
26、这些向量代表从第i点开始的m个连续的x的值；
27、5.2对于向量xm(i)与xm(j)来说，两者之间的对应元素存在一个最大差值，这个差值的绝对值定义为：
28、d[xm(i),xm(j)]＝max(|x(i+k)-x(j+k)|) (5)
29、5.3对于给定的xm(i)，r表示相似度的度量值，统计满足d[xm(i),xm(j)]≤r的数目，记作bm，并让其与矢量总个数n-m做比值，记作bim(r)：
30、
31、5.4把维数增加到m+1，重复5.2、5.3的步骤，得到：
32、
33、5.5从步骤5.1～5.4可得样本熵的计算公式为：
34、
35、分别求出筛选后的声光电信号imf的样本熵的平均值[s0,g0,d0]，其中，
36、sn为第n个imf筛选后的声信号样本熵值，
37、gn为第n个imf筛选后的光信号样本熵值，
38、dn为第n个imf筛选后的电信号样本熵值，
39、样本熵的平均值[s0,g0,d0]，即作为聚类中心。
40、进一步的，步骤7)计算特征点集与聚类中心的几何距离，距离越小，则相近程度越高；具体步骤为：
41、计算特征点集与聚类中心的几何距离计算：
42、
43、几何距离最小则隶属于同一类故障，从而实现故障分类。
44、有益效果：与现有技术相比，本专利技术具有以下优点：
45、与传统单一的gis局部放电检测方式相比，本专利技术充分利用局部放电产生的物理现象，发挥声光电的多物理量检测的优势，结果直观简洁，更加准确，可有效对gis进行局部放电信号的检测，提高检测准确率，及早发现gis腔体内的局放现象，为安全运行提供保障。
本文档来自技高网...【技术保护点】
1.一种基于声光电信息融合的GIS局部放电检测方法，其特征在于，该方法包括以下步骤：
2.如权利要求1所述的一种基于声光电信息融合的GIS局部放电检测方法，其特征在于：对步骤1)中布置超声传感器、光传感器、特高频传感器时，光传感器需要事先在GIS腔体上打接收孔，保证内置接收光信号。
3.如权利要求1所述的一种基于声光电信息融合的GIS局部放电检测方法，其特征在于：对步骤3)中声、光、电信号进行CEEMD分解；步骤如下：
4.如权利要求1所述的一种基于声光电信息融合的GIS局部放电检测方法，其特征在于：对步骤4)中用相关系数C筛选出最主要的IMF分量，相关系数C的计算公式如下：
5.如权利要求1所述的一种基于声光电信息融合的GIS局部放电检测方法，其特征在于：步骤5)求出筛选后的声光电IMF的样本熵平均值[S0,G0,D0]作为四种典型故障的聚类中心，样本熵的求解步骤如下：
6.如权利要求1所述的一种基于声光电信息融合的GIS局部放电检测方法，其特征在于：步骤7)计算特征点集与聚类中心的几何距离，距离越小，则相近程度越高；
...【技术特征摘要】
1.一种基于声光电信息融合的gis局部放电检测方法，其特征在于，该方法包括以下步骤：
2.如权利要求1所述的一种基于声光电信息融合的gis局部放电检测方法，其特征在于：对步骤1)中布置超声传感器、光传感器、特高频传感器时，光传感器需要事先在gis腔体上打接收孔，保证内置接收光信号。
3.如权利要求1所述的一种基于声光电信息融合的gis局部放电检测方法，其特征在于：对步骤3)中声、光、电信号进行ceemd分解；步骤如下：
4.如权利要求1所述的一种基于声光电信息融合...
【专利技术属性】
技术研发人员：张运，张琦，姜望，张润坤，王媛媛，
申请(专利权)人：国网江苏省电力有限公司盐城供电分公司，
类型：发明
国别省市：
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。