本发明涉及一种电力设备间歇性缺陷信号识别方法。
背景技术
变压器、gis、互感器等主要变电设备受电力设备结构、运行状态、外部环境等因素影响，经常出现间歇性缺陷。由于间歇性缺陷存在缺陷信号发生时间不确定性、缺陷特征表现不确定性，通常无法有效的判断所检测到的信号是来自于间歇性缺陷还是来自于外部干扰。
技术实现要素：
本发明的目的是提供一种电力设备间歇性缺陷信号识别方法，能够有效区分间歇性缺陷信号和外部干扰信号，提高电力设备缺陷诊断的可靠性。
一种电力设备间歇性缺陷信号识别方法，其特别之处在于，包括如下步骤：
在电力设备上安装若干个局部放电传感器，使用电力设备局部放电检测仪器接收局部放电传感器检测到的电力设备内部产生的局部放电信号；在电力设备外部空间安装若干个噪声传感器，使用电力设备局部放电检测仪器接收噪声传感器检测到的外部空间传来的噪声信号；对每个局部放电传感器，依次使用下列步骤1到步骤4进行判断识别；
步骤1，信号特征图谱分析；
步骤2，间歇性分析；
步骤3，噪声传感器分析；
步骤4，脉冲定位分析。
步骤1具体是使用电力设备局部放电检测仪器检测局部放电传感器提供的电力设备的间歇性信号，获得局部放电特征图谱；观察局部放电特征图谱，如果判断为干扰信号，则完成识别；如果判断为疑似局部放电信号，则继续下一个步骤。
步骤2具体是统计局部放电传感器的信号趋势；如果疑似局部放电信号的总数量低于m，或者疑似局部放电信号的日均数量低于n，则判断该传感器检测到的信号为偶发的干扰，完成识别；否则继续下一个步骤。
步骤3具体是计算该局部放电传感器与相邻噪声传感器的放电指纹的相关系数，判断信号相似性；如果该局部放电传感器检测到的信号与其相邻噪声传感器信号相似，且信号幅值较小，则判断该传感器检测到的信号为外部的干扰，完成识别；否则继续下一个步骤；
其中上述放电指纹包含信号的偏斜度、突出度、不对称度、相关系数、脉冲集中度和分散度；
放电指纹的相关系数计算，如下所示：
其中，n表示放电指纹共n个参数，i表示从0到n-1，xi表示局部放电传感器x的第i个放电指纹参数，yi表示相邻噪声传感器y的第i个放电指纹参数。
步骤4具体是以该局部放电传感器的信号作为触发信号，采集所有局部放电传感器的高速脉冲信号，观察所有局部放电传感器的时域波形；如果该局部放电传感器的信号超前于其它传感器，则判断该传感器检测到的信号为电力设备内部产生的间歇性局部放电信号，否则判断为干扰信号。
步骤1外部空间指距离设备外壁0.5-5米远处的地方。
具体取n＝12，每2小时至少采集到一次；取m＝24，按2天的判断标准。
本发明方法通过对局部放电信号做多种分析，能够全面的判断间歇性信号的来源，有效区分间歇性缺陷信号和外部干扰信号，提高电力设备缺陷诊断的可靠性，为电力设备安全运行提供保障。
附图说明
附图1为发明的流程图。
具体实施方式
下面结合具体实施例对本发明进行详细说明。以下实施例将有助于本领域的技术人员进一步理解本发明，但不以任何形式限制本发明。应当指出的是，对本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变化和改进。这些都属于本发明的保护范围。
根据本发明提供的一种电力设备间歇性缺陷信号的识别方法，包括如下步骤：
步骤1，信号特征图谱分析；
步骤2，间歇性分析；
步骤3，噪声传感器分析；
步骤4，脉冲定位分析。
根据本发明提供的一种电力设备间歇性缺陷信号的识别方法，使用电力设备局部放电检测仪器，在电力设备上安装有若干个局部放电传感器，用于接收从电力设备内部产生的局部放电信号；在电力设备外部空间安装有若干个噪声传感器，用于接收从外部空间传来的噪声信号；对每个局部放电传感器，依次使用步骤1到步骤4判断。
步骤1、信号特征图谱分析：检测电力设备的间歇性信号，获得局部放电特征图谱；观察局部放电特征图谱，如果信号判断为干扰信号，则完成识别(方法的目标是识别信号是局放信号还是干扰信号，所以如果能判断为“干扰信号”或“局放信号”，都属于“完成识别”，下同；也就是说，识别出输入信号是干扰信号，不是疑似局放或局放，不需要进一步处理)；如果信号判断为疑似局部放电信号，则继续下一个步骤。
所述局部放电特征图谱，指局部放电prps(phaseresolvedpulsesequence，脉冲序列相位分布图)/prpd(phaseresolvedpartialdischarge，局部放电相位分布图)图谱。
所述局部放电特征图谱的信号判断，指使用局部放电类型诊断方法，判断局部放电特征图谱的信号类型，将信号分为干扰信号和疑似局部放电信号。
步骤2、间歇性分析：统计该局部放电传感器(即当前分析的局放传感器，流程中的4个步骤，都是针对某个研究的局放传感器)的信号趋势；如果疑似局部放电信号的总数量低于m，或者疑似局部放电信号的日均数量低于n，则判断该传感器检测到的信号为偶发的干扰，完成识别；否则继续下一个步骤。(上述识别的目标为“间歇性局放”，也即不定期会发生，并不是偶发一次，再也不发生，具体取n＝12，每2小时至少采集到一次；取m＝24，按2天的判断标准)
步骤3、噪声传感器分析：计算该局部放电传感器与其相邻噪声传感器的放电指纹的相关系数，判断信号相似性；如果该局部放电传感器检测到的信号与其相邻噪声传感器信号相似，且信号幅值较小，则判断该传感器检测到的信号为干扰，完成识别；否则继续下一个步骤。
所述放电指纹，包含信号的偏斜度、突出度、不对称度、相关系数、脉冲集中度和分散度。
所述相关系数计算，如下所示：
其中，n表示放电指纹共n个参数，i表示从0到n-1，xi表示局部放电传感器x的第i个放电指纹参数，yi表示相邻噪声传感器y的第i个放电指纹参数。
公式中xi即表示第i个指纹参数。n表示放电指纹的参数个数，如上述“偏斜度”等，此处是6。“xi”一起表示传感器x的第i个参数。假设2个局放传感器，在判断第1个局放传感器时，x1表示这个传感器的第一个指纹参数“偏斜度”的值。所以x只是代表第一个，并不是序号。y也一样。
步骤4、脉冲定位分析：以该局部放电传感器的信号作为触发信号，采集高速脉冲信号，观察所有传感器的时域波形；如果该局部放电传感器的信号超前于其它传感器，则判断该传感器检测到的信号为电力设备内部产生的间歇性局部放电信号，否则判断为干扰信号。
本发明公开一种电力设备间歇性缺陷信号的识别方法，其主要技术特点是：信号特征图谱分析，判断信号类型为疑似局部放电信号或干扰信号；间隙性分析，判断信号是否为偶发干扰；噪声传感器分析，判断信号是否来自外部干扰；脉冲定位分析，判断信号的先后顺序，实现对电力设备间歇性缺陷信号和外部干扰的识别。
本发明通过对局部放电信号做多种分析，能够全面的判断间歇性信号的来源，有效区分间歇性缺陷信号和外部干扰信号，提高电力设备缺陷诊断的可靠性，为电力设备安全运行提供保障。
以上对本发明的具体实施例进行了描述。需要理解的是，本发明并不局限于上述特定实施方式，本领域技术人员可以在权利要求的范围内做出各种变化或修改，这并不影响本发明的实质内容。在不冲突的情况下，本申请的实施例和实施例中的特征可以任意相互组合。