System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 一种基于局部放电高频电流脉冲的缺陷识别方法及装置制造方法及图纸_技高网

一种基于局部放电高频电流脉冲的缺陷识别方法及装置制造方法及图纸

技术编号:40971853 阅读:2 留言:0更新日期:2024-04-18 21:21
本发明专利技术公开了一种基于局部放电高频电流脉冲的缺陷识别方法及装置,涉及局部放电缺陷识别技术领域,通过对预处理后的信号进行短时傅里叶变换得到目标周期,根据目标周期将预处理后的信号拆分成多个第一信号,避免了多个信号之间的互相干扰;通过对每个第一信号进行经验模态分解和希尔伯特变换,得到每一个信号的瞬时特征量,对每一个特征量进行时、频平面变换,得到希尔伯特谱,并根据希尔伯特谱提取目标局部特征及其对应的频率分布图,从而确定局部放电高频电流脉冲的缺陷种类,更精确地识别局部放电高频电流脉冲的信号缺陷种类。

【技术实现步骤摘要】

本专利技术属于局部放电缺陷识别,具体涉及一种基于局部放电高频电流脉冲的缺陷识别方法及装置


技术介绍

1、局部放电高频电流脉冲是局部放电的一种特殊形式,在高压电力设备的绝缘体中,由于电场的局部集中而产生的一种快速放电现象。局部放电高频电流脉冲的上升时间非常短,通常在纳秒级别,因此可以在极短的时间内激发出高频率的电磁波。这些电磁波的频率范围可以从数百兆赫兹到数千兆赫兹,甚至更高。当电力设备的电压过高、绝缘体存在缺陷或老化时,就可能产生局部放电高频电流脉冲,这种放电现象会对绝缘体造成损害,并可能导致电力设备的故障或损坏。

2、通过对局部放电高频电流脉冲的缺陷检测和分析,可以及时发现电力设备的潜在故障和缺陷,从而采取相应的措施进行维修和更换,保障电力设备的安全稳定运行。

3、然而,当同一个位置出现多种缺陷时,产生的多个局部放电高频电流脉冲信号会相互影响,导致局部放电产生的信号无法正常检测,无法进行缺陷检测和分析。


技术实现思路

1、本专利技术的目的就在于解决当同一个位置出现多种缺陷时,产生的多个局部放电高频电流脉冲信号会相互影响,导致局部放电产生的信号无法正常检测,无法进行缺陷检测和分析的问题,而提出一种基于局部放电高频电流脉冲的缺陷识别方法及装置。

2、在本专利技术实施的第一方面,首先提出一种基于局部放电高频电流脉冲的缺陷识别方法,所述方法包括:

3、对局部放电高频电流脉冲信号进行预处理得到预处理信号,对上述预处理信号进行短时傅里叶变换,得到所述预处理信号的目标周期;

4、根据所述目标周期对所述预处理信号进行拆分得到多个第一信号;

5、针对各个第一信号,对该第一信号进行经验模态分解,得到该第一信号的模态函数imf分量集,对该imf分量集内各个imf分量进行希尔伯特变换,得到该imf分量集内各个imf分量瞬时特征量,记为特征量集;

6、对所述特征量集内的各个瞬时特征量进行时、频平面变换得到希尔伯特谱,并根据所述希尔伯特谱得到该第一信号的目标局部特征及其对应的目标频率分布图;

7、根据各个第一信号的目标局部特征及其对应的目标频率分布图得到所述局部放电高频电流脉冲的缺陷种类。

8、可选的,在对局部放电高频电流脉冲信号进行预处理得到预处理信号之前还包括:

9、采集目标电缆传输信号,减去预设标准传输信号得到所述局部放电高频电流脉冲信号;所述预设标准传输信号为所述目标电缆未漏电情况下检测到的信号。

10、可选的,对局部放电高频电流脉冲信号进行预处理得到预处理信号包括:

11、获取所述局部放电高频电流脉冲信号,通过滤波器消除所述局部放电高频电流脉冲信号的环境噪声得到第一信号;

12、通过放大电路对所述第一信号进行信号放大处理,并去除信号放大过程中质量低下信号、数值缺失信号和异常值信号得到预处理信号。

13、可选的,对上述预处理信号进行短时傅里叶变换,得到所述预处理信号的目标周期具体包括:

14、将所述预处理信号分割成多个长度相等的时间窗口;所述时间窗口长度为2的幂次方;

15、通过应用窗函数对所述时间窗口进行窗口边界处理得到目标时间窗口;所述窗口边界处理为所述应用窗函数在时域上乘以所述时间窗口;

16、对所述目标窗口进行傅里叶变换,将所述预处理信号从时域转换到频域,得到目标频谱;

17、根据所述目标频谱的幅度和相位信息,得到所述目标频谱的主要频率分量;

18、根据所述主要频率分量得到所述预处理信号的目标周期。

19、可选的,对该第一信号进行经验模态分解,得到该第一信号的模态函数imf分量集,具体包括:

20、步骤一:将该第一信号作为初始信号,初始化预设模型;所述预设模型为通过卷积神经网络cnn对大量的信号进行极值点检测和包络线计算得到的模型;

21、步骤二:通过预设模型对初始信号的上下极值点进行检测和计算,得到初始信号对应的上包络线和下包络线;所述上包络线为所述上极值点形成;所述下包络线为所述下极值点形成;

22、步骤三:对所述上包络线的均值和所述下包络线的均值进行求和平均得到均值包络线信号;

23、步骤四:获取该初始信号与其对应的均值包络线信号的差值得到中间信号;

24、步骤五:若该中间信号不满足预设条件,则以所述中间信号作为初始信号,重复上述步骤二至步骤四,直至该中间信号满足预设条件;

25、步骤六:若该中间信号满足预设条件,则将所述中间信号记为第一imf分量;并用初始信号减去所述第一imf分量,作为新的初始信号,重复上述步骤二至步骤四,以此类推得到多个imf分量,直至所述预处理信号的残差值小于预设阈值;所述残差值小于预设阈值,则说明当前imf分量无法进行提取,经验模态分解的过程结束。

26、可选的,所述预设条件为在所述初始信号的数据段内,所述初始信号的上下极值点的个数和过零点的个数相差不能超过一个;所述预设条件还为所述初始信号对应的上包络线和下包络线相对于时间轴局部对称。

27、可选的,对该imf分量集内各个imf分量进行希尔伯特变换,得到该imf分量集内各个imf分量瞬时特征量,具体包括:

28、获取该imf分量集内各个imf分量,通过希尔伯特变换将取该imf分量集内各个imf分量从时域转换到复频域,得到瞬时特征量;所述瞬时特征量为复数,实部为当前imf分量的振幅,虚部为当前imf分量的相位。

29、可选的,对所述特征量集内的各个瞬时特征量进行时、频平面变换得到希尔伯特谱,并根据所述希尔伯特谱得到该第一信号的目标局部特征及其对应的目标频率分布图,具体包括:

30、对所述瞬时特征量进行小波变换等时、频平面变换,通过选择不同的窗口函数和局部特征参数,将瞬时特征量转换到时、频平面上,得到希尔伯特谱;所述局部特征参数为峰值上升时间、峰值下降时间、峰值处电压、谷值下降时间、谷值上升时间、谷值处电压、平均电压、电压波峰因数、电压外形系数、等效时间长度;

31、通过对所述希尔伯特谱进行滤波和频域分析;

32、其中,包括获取所述希尔伯特谱在等效时间长度下波峰最大值处的峰值上升时间、峰值下降时间和峰值处电压得到峰值特性;

33、获取所述希尔伯特谱中在等效时间长度下波谷最小值处的谷值下降时间、谷值上升时间、谷值处电压得到谷值特性;

34、获取所述希尔伯特谱中在等效时间长度下通过平均电压得到信号强度;

35、获取所述希尔伯特谱中在等效时间长度下通过电压波峰因数和电压外形系数的到信号形状;

36、根据所述峰值特性、谷值特性、信号强度和信号形状得到该第一信号的目标局部特征及其对应的目标频率分布图。

37、可选的,根据各个第一信号的目标局部特征及其对应的目标频率分布图得到所述局部放电高频电流脉冲的缺陷种类,具体本文档来自技高网...

【技术保护点】

1.一种基于局部放电高频电流脉冲的缺陷识别方法,其特征在于,所述方法包括:

2.根据权利要求1所述的一种基于局部放电高频电流脉冲的缺陷识别方法,其特征在于,在对局部放电高频电流脉冲信号进行预处理得到预处理信号之前还包括:

3.根据权利要求1所述的一种基于局部放电高频电流脉冲的缺陷识别方法,其特征在于,对局部放电高频电流脉冲信号进行预处理得到预处理信号包括:

4.根据权利要求1所述的一种基于局部放电高频电流脉冲的缺陷识别方法,其特征在于,对上述预处理信号进行短时傅里叶变换,得到所述预处理信号的目标周期具体包括:

5.根据权利要求1所述的一种基于局部放电高频电流脉冲的缺陷识别方法,其特征在于,对该第一信号进行经验模态分解,得到该第一信号的模态函数I MF分量集,具体包括:

6.根据权利要求5所述的一种基于局部放电高频电流脉冲的缺陷识别方法,其特征在于,所述预设条件为在所述初始信号的数据段内,所述初始信号的上下极值点的个数和过零点的个数相差不能超过一个;所述预设条件还为所述初始信号对应的上包络线和下包络线相对于时间轴局部对称。

7.根据权利要求1所述的一种基于局部放电高频电流脉冲的缺陷识别方法,其特征在于,对该I MF分量集内各个I MF分量进行希尔伯特变换,得到该I MF分量集内各个I MF分量瞬时特征量,具体包括:

8.根据权利要求1所述的一种基于局部放电高频电流脉冲的缺陷识别方法,其特征在于,对所述特征量集内的各个瞬时特征量进行时、频平面变换得到希尔伯特谱,并根据所述希尔伯特谱得到该第一信号的目标局部特征及其对应的目标频率分布图,具体包括:

9.根据权利要求1所述的一种基于局部放电高频电流脉冲的缺陷识别方法,其特征在于,根据各个第一信号的目标局部特征及其对应的目标频率分布图得到所述局部放电高频电流脉冲的缺陷种类,具体包括:

10.一种基于局部放电高频电流脉冲的缺陷识别装置,其特征在于,所述装置包括:预处理模块、信号拆分模块、信号特征提取模块、信号特征处理模块和缺陷种类确定模块:

...

【技术特征摘要】

1.一种基于局部放电高频电流脉冲的缺陷识别方法,其特征在于,所述方法包括:

2.根据权利要求1所述的一种基于局部放电高频电流脉冲的缺陷识别方法,其特征在于,在对局部放电高频电流脉冲信号进行预处理得到预处理信号之前还包括:

3.根据权利要求1所述的一种基于局部放电高频电流脉冲的缺陷识别方法,其特征在于,对局部放电高频电流脉冲信号进行预处理得到预处理信号包括:

4.根据权利要求1所述的一种基于局部放电高频电流脉冲的缺陷识别方法,其特征在于,对上述预处理信号进行短时傅里叶变换,得到所述预处理信号的目标周期具体包括:

5.根据权利要求1所述的一种基于局部放电高频电流脉冲的缺陷识别方法,其特征在于,对该第一信号进行经验模态分解,得到该第一信号的模态函数i mf分量集,具体包括:

6.根据权利要求5所述的一种基于局部放电高频电流脉冲的缺陷识别方法,其特征在于,所述预设条件为在所述初始信号的数据段内,所述初始信号的上下极值点的个数和过零点的个数相差不...

【专利技术属性】
技术研发人员:费传鹤孔德新吴洋龙邵亚敏孙彩杰荣磊徐冉冉张俊峰王道元高晨薛锦璐彭文锐王燕
申请(专利权)人:国网安徽省电力有限公司六安市城郊供电公司
类型:发明
国别省市:

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