小波突变性检测技术在变压器局部放电超声定位中的应用

利用试验装置模拟电力变压器局部放电并对传感器接收的超声信号细节进行分析,发现局部放电产生的超声信号具有多个突变点,其中首次突变点是局部放电的起始时间,应当进行标记。但是传统的时延估计方法往往将信号突变峰值作为标记,定位的精度受到影响。小波突变性检测技术可以辨识信号的首次突变点,介绍了小波突变性检测技术的原理并利用该技术对试验装置的局部放电进行定位,结果表明该方法的定位精度明显提高,与传统方法相比定位的绝对误差可以减少1～2cm。     

基于组合滤波器组的变压器局部放电信号识别

摘要： 文中提出了一种基于组合滤波器组实现变压器局部放电信号识别的算法。首先对变压器局部放电信号进行数学建模和噪声分析,设计出对应的抑制噪声滤波器组合信号检测滤波器组,通过将局部放电信号去噪。非线性放大,以及电压抬升特征提取,最终结合阈值比较滤波器,实现对于局部放电信号的定位。所述算法可实时高效,对于仿真数据和实际数据均表现良好。     

基于EWT-FE分析联合改进SVM算法的GIS局部放电诊断方法

为提高气体绝缘组合电器(Gas insulated switchgear,GIS)局部放电类型诊断的精度,提出了一种基于EWT-FE结合IHPO-SVM算法的GIS局部放电诊断方法。为深度挖掘局部放电信号内部特征,利用经验小波变换(Empirical wavelet transform,EWT)结合模糊熵(Fuzzy entropy,FE)算法对信号进行分解,并提取有效特征量;为提高支持向量机(Support vector machine,SVM)算法自适应能力与分类识别精度,提出利用经过余弦衰减计算方法以及指数下降函数改进的猎人猎物优化(Improved hunter-prey optimizer,IHPO)算法对SVM算法参数进行优化选取;搭建GIS局部放电试验模型,建立基于EWT-FE信号分析结合IHPO-SVM的局部放电识别模型,对所提算法有效性进行验证。试验结果表明,所提算法GIS局部放电类型诊断精度均大于95%,优于传统诊断算法。     

改进的电缆中间接头局放信号去噪方法

针对电力电缆中间接头局部放电信息检测系统实际采集到的局部放电信号含有噪声的问题,提出了一种将快速傅里叶变换与改进小波包变换相结合的处理方法,对于周期性窄带干扰,选取快速傅里叶变换来处理;对于白噪声,通过一种改进的阈值函数的小波包算法进行处理。实际应用结果表明,该方法去噪效果明显,不仅有效去除了局部放电脉冲信号中的噪声,可较好地保留了原始信号的有用信息。     

750 kV电力变压器内部故障分析诊断与对策

介绍750 kV主变压器在运行中根据色谱分析以及轻瓦斯信号等,通过三比值判断为电弧放电故障,现场停运检查和返厂解体检查,对故障原因进行了分析,笔者针对局部放电监测的应用进行了介绍,提出针对大容量变压器可采用局放在线监测,提高运行的可靠性,同时对变压器安装、运行提出建议与对策。     

小波包算法在振动信号分析中的应用

针对柴油机振动信号的时频特性,阐述运用小波包算法对振动信号进行分析的方法.利用小波包良好的时频局部化特性以及避免信号频率混叠的移频处理方法,实现了对几种气阀状态振动信号时频特性的分析.结果表明,该算法在柴油机气阀故障诊断中具有可行性和有效性.     

换流变压器直流局放超宽频带检测数据处理需求分析

由于换流变压器直流试验无法用交流试验替代,为换流变压器尤其是阀侧绕组的零缺陷投运带来了不确定因素.分析了现行国家和电力行业标准规定的换流变压器直流耐压局部放电(PD)试验程序,以及与超宽频带检测用脉冲群快速智能聚类和分离技术的融合技术方案,包含剔除噪声源后与加压幅值相关的PD源放电幅值、频次等数据处理和显示技术,在满足...     

基于声音处理的箱变变压器内部火花放电故障诊断方法

箱变变压器发生火花放电时相应的故障信号被衰减，导致变压器运行稳定性降低，为此提出了基于声音处理的箱变变压器内部火花放电故障诊断方法。通过变压器内部火花放电信号的时域分析，得出了其在变压器中传播的衰减系数。利用局部放电传感器设备识别其中的故障信号，并基于滤波合成-分解原理，完成箱变变压器内部火花放电故障信号的共振稀疏分解。通过计算箱变变压器内部火花放电故障的相应特性，得到故障数据诊断函数，结合构建的诊断模型，实现了箱变变压器内部火花放电故障诊断。实验结果表明，所提方法准确输出箱变变压器火花放电故障信号波形，保证了电力系统供电的可靠性。     

国网江苏电力首次运用光纤局部放电技术诊断变压器内部缺陷

<正>国网江苏省电力公司应用变压器光纤局部放电检测技术,在江都110kV富民变电站2号主变内放置了6个光纤传感器,完成了富民变电站2号主变压器的局部放电在线监测,通过检测发现,迅速组织检修人员进行消缺,避免了该主变"带病"运行。实现了变压器内部局部放电的全方位多维度检测。这是国内首次将光纤超声波检测技术应用于变压器内部的局部放电在线监测。运用光纤局部放电检测技术,工作人员可通过置于变压器内部油中的光纤传感器,检测局部     

基于神经网络和证据理论的局部放电多特征融合识别

针对超高频法信号的特征提取问题,提出了一种利用BP神经网络和DS证据理论融合决策的变压器绝缘缺陷识别方法,先将输入信号按不同的信号分析理论,计算生成四组特征子集;利用BP神经网络分别在四组特征子集上建立特征空间到故障空间的映射关系;再以DS证据理论对各神经网络系统的决策信息进行融合,获得变压器故障的决策结论。通过实验室模拟四种典型绝缘缺陷下的局部放电信号,证明了该系统在识别率和泛化能力方面的优势。