技術領域:
本發(fā)明屬于電力設備局部放電檢測技術領域,具體涉及一種基于特征相位的多種局部放電混合信號分離方法,用于電力設備多種局部放電類型混合發(fā)生時的識別。
背景技術:
:
電力設備的絕緣材料是保證電力設備正常運行的重要組件,但是由于絕緣材料在強電場作用下老化或絕緣材料加工缺陷,在電力設備運行中絕緣材料內部會出現局部放電,局部放電的發(fā)展會加速絕緣材料的老化,從而導致電力設備壽命縮短,所以必須盡早發(fā)現和識別局部放電的類型,采用措施減緩電力設備的老化。
根據局部放電統(tǒng)計量進行局部放電類型識別的方法較多,目前比較成熟的方法是基于相位的放電序列(prpd,phaseresolvedplusesequence)生成的放電相位譜圖,如放電量-相位二維譜圖和放電量-相位-放電次數三維譜圖,這些譜圖提供了29種特征參量,如偏斜度、峭度等,可以用于局部放電類型識別。
然而,現場實際情況往往存在多種放電類型同時發(fā)生的情況,當多種放電類型同時發(fā)生時,上述方法目前尚無法區(qū)分多種放電類型同時發(fā)生的情況,本發(fā)明根據不同放電量在不同相位上發(fā)生的次數作為統(tǒng)計參量,提出了一種新基于特征相位的特征向量,可以用于多種放電類型混合發(fā)生時的識別。
技術實現要素:
:
本發(fā)明的目的是為了解決多種局部放電類型同時發(fā)生時識別問題,提供了一種基于特征相位的多種局部放電混合信號分離方法,并驗證了特征參量在多種局部放電類型混合發(fā)生中識別的有效性。
為達到上述目的,本發(fā)明采用如下技術方案來實現的:
一種基于特征相位的多種局部放電混合信號分離方法,包括以下步驟:
1)采集不同放電類型的多組局部放電信號,每組信號包含多個工頻周期;
2)對同一種放電類型中每一組局部放電信號進行每一個工頻相位上不同放電量或放電幅值發(fā)生次數的統(tǒng)計,得到能夠反映不同相位上不同放電量或放電幅值發(fā)生次數的二維統(tǒng)計矩陣pdpattern,重復上述步驟得到同一種放電類型多組二維統(tǒng)計矩陣pdpattern,并按照矩陣相加的運算得到同一種放電類型的二維統(tǒng)計矩陣pdpattern;
3)對同一種放電類型的二維統(tǒng)計矩陣pdpattern進行奇異值分解,取奇異值最大值對應的向量,該向量表示每一個相位上放電次數的變化劇烈情況,向量值越大說明該相位的特征變化越明顯;利用硬閾值方法,從向量中提取大于某一個閾值的值,即得到該放電類型對應的特征相位featurephase;
4)對不同放電類型的信號,重復步驟2)和3),得到各個放電類型各自的特征相位featurephase;
5)對同一種放電中每一組局部放電信號的某一個特征相位進行不同放電量發(fā)生次數的統(tǒng)計,得到能夠反映特征相位上不同放電量發(fā)生次數的列向量phasearray,對多組信號重復上述步驟,得到同一種放電類型多組該特征相位上的phasearray,按照如下公式合并多個列向量,構成該特征相位的放電量發(fā)生次數的統(tǒng)計二維矩陣,即該特征相位二維統(tǒng)計矩陣phasematrix;
phasematrix=[phasearray1phasearray2……phasearrayn](1)
其中1,2,……n表示局部放電信號的編號;
6)對phasematrix進行奇異值分解,取奇異值最大值對應的特征向量,即得到該特征相位的特征向量;
7)重復上述步驟5)和6),得到同一種放電類型所有特征相位上的特征向量;
8)對不同放電類型的數據重復步驟5)~7),得到不同放電類型的所有特征相位上的特征向量;
9)對局部放電混合信息中的放電類型進行區(qū)分,利用特征相位上的特征向量與多種局部放電混合信息相應相位上的信息進行相似度比較,根據相似度大小判斷是否存在對應的放電類型,結果表明存在某種放電類型時,放電信息與特征向量的相似度達到80%以上。
本發(fā)明進一步的改進在于,步驟2)中放電量的單位為pc,放電幅值的單位為mv、v或db。
本發(fā)明進一步的改進在于,步驟2)中局部放電二維統(tǒng)計矩陣pdpattern能夠以二維圖像的形式表示。
本發(fā)明進一步的改進在于,步驟2)的具體實現方法如下:
201)記錄局部放電發(fā)生過程中多個工頻周期的放電量或放電幅值和對應的放電相位;
202)建立二維統(tǒng)計矩陣pdpattern,得到某一個工頻相位上不同放電量或放電幅值發(fā)生的次數,步驟如下:
a)第k次放電時,確定該次放電在二維統(tǒng)計矩陣中位置(i,j),根據該次放電量和對應的工頻相位按如下公式得到,
j=mpdk/yscale,i=phasek/xscale
其中,k表示第k次放電,mpdk是第k次放電的放電量或放電幅值,yscale是縮放比例,單位與mpdk相同,phasei是第k次放電發(fā)生的工頻相位,xscale是縮放比例,單位與phasei相同,例如當xscale為0.9°時,橫坐標每一格表示0.9°,當yscale的值為10時,縱坐標每一格表示為10pc或10mv、10v、10db;
b)二維矩陣pattern中的(i,j)處的值表示為在某一個放電相位phasei發(fā)生對應放電量或放電幅值mpdk的次數,即統(tǒng)計多個工頻周期內某一個工頻相位對應的某一個相同放電量或放電幅值發(fā)生的次數,上述結果根據公式(2)得到,如下:
本發(fā)明進一步的改進在于,步驟3)中的硬閾值,對于不同放電類型其閾值不同,閾值的設定是根據大量實驗數據和實驗效果優(yōu)化得到的。
本發(fā)明進一步的改進在于,步驟5)中phasearray的求解方法,具體步驟如下:
501)計算一組信號中第i個特征相位featurephase(i)上的不同放電量或放電幅值mpd發(fā)生的次數,即統(tǒng)計一組信號中多個工頻周期內某一個特征相位對應的某一個相同放電量或放電幅值發(fā)生的次數,上述結果根據公式(3)得到phasearray,如下:
phasearray(j)=phasearray(j)+1
ifj=mpdk/yscale,featurephase(i)=phasek/xscale(3)
其中,k表示改組信號中第k次放電,mpdk是第k次放電的放電量或放電幅值,yscale是縮放比例,單位與mpdk相同,phasek是第k次放電發(fā)生的工頻相位,xscale是縮放比例,單位與phasek相同;
502)重復上述501)步驟,得到多組信號的phasearray,按照公式(1)得到關于第i個特征相位featurephase(i)的特征相位二維統(tǒng)計矩陣pdphasematrix。
本發(fā)明進一步的改進在于,步驟9)中的相似度比較,具體步驟如下:
901)對采集到的局部放電混合信息相應相位上的信息進行歸一化處理,將特征量歸一化到[0,1]的范圍內,公式如下所示:
y=x/xmax(4)
其中,y為歸一化后的特征參量,x為特征參量,xmax為特征參量的最大值;
902)相似度比較采用如下公式計算,
其中,rk為第k個特征相位的相似度,xki為第k個特征相位的第i個特征向量,
本發(fā)明對比已有技術具有以下創(chuàng)新點:
1.提出了新的局部放電二維統(tǒng)計矩陣和相應的二維譜圖,能夠直觀的反應不同放電類型的特征;
2.提出能夠區(qū)分不同放電類型混合信息基于特征相位的特征向量;
3、根據某一放電類型特征相位的特征向量,提出相似度的計算方法,能夠在不同放電類型混合信息中正確識別出該放電類型是否存在。
本發(fā)明對比已有技術具有以下顯著優(yōu)點:
1、對比原有prpd譜圖識別方法,本發(fā)明更為細致的考慮了每個工頻相位上不同局部放電量發(fā)生的次數,提取了新的二維統(tǒng)計矩陣和新的二維譜圖,能夠直觀的反應放電類型的特征;
2、對比原有prpd譜圖識別方法,本發(fā)明能夠從放電類型混合信息中區(qū)分出該混合信息中的各種放電類型。
綜上所述,本發(fā)明提出了一種新的局部放電識別方法,利用本發(fā)明中提出的特征相位上的特征參量可以有效地從多種局部放電類型混合信息中正確區(qū)分出各種局部放電類型,正確區(qū)分度大于80%。
附圖說明:
圖1a為放電類型p1的二維特征矩陣對應的二維圖像,圖1b為放電類型p2的二維特征矩陣對應的二維圖像,圖1c為放電類型p1的二維特征矩陣對應的二維圖像,圖1d為放電類型p4的二維特征矩陣對應的二維圖像;
圖2a為本發(fā)明方法提取的放電類型p1特征相位為3.87°時的特征向量,圖2b為本發(fā)明方法提取的放電類型p1所有特征相位的特征向量;
圖3a為本發(fā)明方法測試時p2+p3+p4多種放電類型混合時的二維統(tǒng)計矩陣,圖3b為本發(fā)明方法測試時p1+p2+p3+p4多種放電類型混合時的二維統(tǒng)計矩陣。
具體實施方式:
本發(fā)明的基本思想是基于局部放電統(tǒng)計量建立二維統(tǒng)計矩陣,對二維統(tǒng)計矩陣進行奇異值分解提取特征相位,計算多組特征相位上的不同放電量或放電幅值發(fā)生次數,再利用奇異值分解提取特征相位上的特征向量,利用特性相位上的特征向量進行多種局部放電類型混合發(fā)生時的放電類型區(qū)分,具體流程如下:
1)采集多組四種放電類型(分別是放電類型1、2、3、4,下文簡稱p1,p2,p3和p4)多個工頻周期局部放電脈沖電流信號,本實驗的工頻周期個數為500個,采用iec60270的標準局部放電測量電路,使用的示波器其帶寬為100mhz~3ghz,其采樣率為10ms/s;
2)設置初始變量:yscale,xscale,不同放電類型的二維統(tǒng)計矩陣p1pattern,p2pattern,p3pattern和p4pattern;不同放電類型的特征相位二維統(tǒng)計矩陣p1phasemartix,p2phasemartix,p3phasemartix和p4phasemartix;不同放電類型的特征相位特征向量矩陣featurephasematrix,如圖1a至圖1d所示;
3)針對每種放電類型,建立二維統(tǒng)計矩陣,具體步驟如下:
a)讀取第m組500個周期的局部放電射頻數據;
b)順序讀取第m組中每個放電量及其對應的工頻相位,計算其在二維統(tǒng)計矩陣中的位置,采用如下公式計算。
j=mpdk/yscale,i=phasek/xscale
其中,k表示第m組中的第k次放電,mpdi是第k次放電的放電量或放電幅值,yscale是縮放比例,phasei是第k次放電發(fā)生的工頻相位,xscale是縮放比例,例如當xscale為0.9°時,橫坐標每一格表示0.9°,當yscale為10時,縱坐標每一格可以表示10pc(或10mv、10v、10db)。
c)根據得到的位置i和j,對pattern中(i,j)位置的值(放電次數)加1處理,公式如下所示
d)直至第m組數據統(tǒng)計完畢,得到第m組數據對應的二維統(tǒng)計矩陣patternm;
e)將m組數據的pattern相加,得到二維統(tǒng)計矩陣p1pattern,p2pattern,p3pattern和p4pattern,分別對四個二維統(tǒng)計矩陣進行奇異值分解,得到奇異值最大值對應的向量,該向量表示不同相位上統(tǒng)計量的變化情況;
f)采用硬閾值的方法,取大于閾值的相位,得到四種放電類型的特征相位featurephase,根據大量實驗數據和實驗效果優(yōu)化得到的四種放電類型閾值分別是:tp1=0.95,tp2=0.1,tp3=0.5和tp4=0.6。
4)根據特征相位,求解不同放電類型特征相位上的特征向量,如圖2a和圖2b;
a)讀取第m組500個周期的局部放電射頻數據;
b)順序讀取第m組中第k次的放電量mpdk及其對應的工頻相位phasek,計算第i個特征相位對應的特征相位數組phasearray(i,m)的值,其中i表示第i個特征相位,m表示第m組數據;采用如下公式計算每個特征相位上發(fā)生放電的次數。
phasearrayi,m(j)=phasearrayi,m(j)+1
ifj=mpdk/yscale,featurephase(i)=phasek/xscale(3)
其中,k表示第m組中的第k次放電,mpdk是第k次放電的放電量或放電幅值,yscale是縮放比例,單位與mpdk相同,phasek是第k次放電發(fā)生的工頻相位,xscale是縮放比例,單位與phasek相同;
c)直至第m組數據統(tǒng)計完畢,得到第m組數據對應的所有特征相位數組phasearraym;
d)重復步驟a)~c),并將第i個特征相位對應的所有phasearray按公式(4)合并,得到第i個特征相位對應的特征相位二維統(tǒng)計矩陣phasematrixi,如圖3a和圖3b所示;
phasematrixi=[phasearray1phasearray2……phasearraym](4)
其中1,2,……m表示同一種局部放電類型m組信號的編號;
e)將phasematrixi進行奇異值分解,取奇異值最大值對應的向量,即得到第i個特征相位對應的特征向量;
f)重復步驟d)和e),得到同一種放電類型所有特征相位上的特征向量;
g)重復步驟a)~f),得到不同放電類型各自所有特征相位上的特征向量;
5)利用不同放電類型特征相位上的特征向量,進行不同放電類型混合信號的放電類型區(qū)分;
a)歸一化特征參量,將特征量歸一化到[0,1]的范圍內,公式如下所示:
y=x/xmax(5)
其中,y為歸一化后的特征參量,x為特征參量,xmax為特征參量的最大值;
b)按照排列組合的方式,將四種放電類型的二維統(tǒng)計矩陣分別組合,得到15種放電類型混合形式,并將放電類型混合信息進行歸一化處理,如公式5所示;
c)利用特征相位上的特征向量與混合后的放電信息對應相位上的信息進行相似度計算,可以正確區(qū)分出不同的放電類型,即與某一類型局部放電特征相位上的特征向量相似度大于80%時存在該類型放電類型;識別結果如下表所示,其中p1、p2、p3和p4表示4種放電類型。
表1不同局部放電混合方式時與不同放電類型特征相位上特征向量的相似度