[發(fā)明專利]一種局部放電脈沖電流的波形特征提取方法

有效

• 申請?zhí)枺?/td>: 201210396459.9
• 申請日: 2012-10-18
• 公開（公告）號: CN102854445A
• 公開（公告）日: 2013-01-02
• 發(fā)明（設(shè)計）人: 李莉;俞國勤;朱永利;邵宇鷹;宋亞奇;李堅
• 申請（專利權(quán)）人: 上海市電力公司;華北電力大學(xué)（保定）;國家電網(wǎng)公司
• 主分類號: G01R31/12
• 分類號: G01R31/12;G01R29/02
• 代理公司: 上海信好專利代理事務(wù)所(普通合伙) 31249
• 代理人: 張妍

技術(shù)領(lǐng)域

本發(fā)明涉及一種局部放電脈沖電流波形特征提取方法，適用于基于高速采樣的數(shù)字式局放儀；屬于變壓器局部放電檢測與模式識別技術(shù)領(lǐng)域。

背景技術(shù)

電力變壓器是電力系統(tǒng)中最重要及最昂貴的設(shè)備之一，其安全運行的意義重大。在現(xiàn)場運行中，局部放電是導(dǎo)致電力變壓器絕緣劣化的重要原因之一，特別是隨著電力設(shè)備容量、電壓等級不斷增大的情況下，這個問題更為嚴(yán)重。局部放電的檢測和模式識別是目前電力變壓器絕緣狀態(tài)檢測的重要手段。

局部放電檢測是以發(fā)生局部放電時產(chǎn)生的電、光等現(xiàn)象為依據(jù)，通過能表述該現(xiàn)象的物理量來表征局部放電的狀態(tài)。因此相應(yīng)的出現(xiàn)了多種局部放電（局放）檢測的方法，其中脈沖電流法是目前國際上唯一有標(biāo)準(zhǔn)的局放檢測方法，所得到的數(shù)據(jù)具有可比性，目前是不可代替的。當(dāng)前所研制的交流局部放電檢測裝置與識別系統(tǒng)中，當(dāng)利用脈沖電流進行特征提取時，大都采用局放信號的宏觀特征作為模式識別的判斷依據(jù)。即基于單種放電模型構(gòu)造樣本數(shù)據(jù)，再將數(shù)據(jù)轉(zhuǎn)換為各種基于相位窗的放電圖譜，主要有最大放電量相位分布???????????????????????????????????????????????、平均放電量相位分布、放電次數(shù)相位分布及三維放電譜圖q-n等；然后對各放電圖譜利用6~8個統(tǒng)計算子計算出37個左右的放電指紋并存儲在系統(tǒng)的數(shù)據(jù)庫中。在使用局放儀在現(xiàn)場對變壓器進行測試時，現(xiàn)有的數(shù)字式局放儀對測得的局放數(shù)據(jù)按照上述流程進行處理，取得放電指紋后與數(shù)據(jù)庫中的放電模式進行對比，從而判斷局放的放電模式。這些放電指紋均來自于局放波形信號的整體宏觀特征，缺失了波形信號諸多的微觀特性，沒有完全充分利用所獲得的局放信號數(shù)據(jù)，因此現(xiàn)有數(shù)字式局放儀大都只能對放電類型進行大致的分類識別，模式識別結(jié)果不夠精確。

在微觀特征較少被業(yè)界采用的原因除了受通道帶寬和采樣率等硬件條件限制外，還有一個主要原因是目前缺乏在連續(xù)的采樣信號中快速有效地提取放電脈沖信號微觀特征的方法。另外，微觀特征參數(shù)數(shù)量較多且零散，將其直接作為局放特征量進行模式識別的效果不太理想。目前，隨著硬件條件（通道帶寬和采樣頻率）的提高，已經(jīng)基本具備了對脈沖信號微觀特征分析的可能性，急需一種快速有效地提取放電脈沖信號微觀特征的方法。

發(fā)明內(nèi)容

本發(fā)明的目的在于提供一種局部放電脈沖電流的波形特征提取方法，能有效的在連續(xù)采樣波形信號中提取其微觀特征；克服了目前數(shù)字式局放儀大多僅利用局放數(shù)據(jù)的宏觀特征進行統(tǒng)計分析處理，不能完全充分利用獲得的局放數(shù)據(jù)的不足；能夠從采集數(shù)據(jù)中自適應(yīng)的提取各種放電類型的單個放電脈沖波形，并通過改進的流形學(xué)習(xí)算法對波形微觀特征進行有效降維，提取低維且有效的放電脈沖波形特征。

為了達到上述目的，本發(fā)明提供一種局部放電脈沖電流的波形特征提取方法，具體包含以下步驟：

步驟1：隨機選擇若干個電壓等級，在每個電壓等級下采集若干個工頻周期的變壓器局部放電信號數(shù)據(jù)；

步驟2：對上述步驟1中采集獲得的變壓器局放信號進行脈沖波形信號的自動提取；

步驟3：對在步驟2中自動提取得到的單個放電脈沖波形的各個微觀特征參數(shù)進行計算；

步驟4：對在步驟3中獲得的局放脈沖波形微觀特征參數(shù)進行特征空間降維。

所述步驟2中，具體包含以下步驟：

步驟21：步驟1中采集獲得的局部放電信號為離散時間序列，對其進行全局搜索，確定局部極大值點和局部極小值點在原離散時間序列中的位置，分別形成局部極大值的一維數(shù)組IndMax和局部極小值的一維數(shù)組IndMin；

步驟22：根據(jù)預(yù)先確定的幅度閾值Th1，對步驟21中所得到的局部極大值的一維數(shù)組IndMax和局部極小值的一維數(shù)組IndMin進行過濾，剔除兩組數(shù)組中低于幅度閾值Th1的離散點，過濾后的局部極大值的一維數(shù)組仍然記為IndMax，局部極小值的一維數(shù)組仍然記為IndMin；

步驟23：將步驟22中所得到的局部極大值的一維數(shù)組IndMax和局部極小值的一維數(shù)組IndMin進行合并，對兩組數(shù)組中的各極值點進行升序排序，合并后形成一維數(shù)組IndexM；

步驟24：對步驟23中所得到的一維數(shù)組IndexM，計算相鄰極值點的位置差，得到一維數(shù)組DiffIndexM：

；

其中，v表示一維數(shù)組IndexM中共包含v個極值點；