基于独立分量分析的局部放电脉冲信号提取

电气设备局部放电信号的提取,特别是从强干扰中恢复局部放电信号具有较大的困难。该文根据独立分量分析ICA理论,提出了多源少信道(欠定)ICA算法与完备ICA算法结合的二次盲信号分离方法,用此方法对局部放电脉冲进行提取。仿真结果表明,所提方法能够较好地恢复出多种干扰下典型局部放电脉冲信号的波形、波形之间相对幅值关系以及脉冲极值所对应的时间点等局放信息,说明了此方法可行。     

从信号传输角度浅析局部放电监测信号的选择

局部放电法作为当前较为成熟的一种电缆绝缘在线诊断方法,在实际中已有较为广泛的应用,但是局部放电信号频谱范围宽,从数百Hz到数百MHz,这对实际监测中信号的选择及滤波器的设计造成困难。以不同电压等级电缆为例,通过建立电缆的等效电路模型,计算各电压等级电缆物理参数,进而获得高频信号在电缆中传输的频谱特性,并以其为基础,结合集肤效应及实际监测特性的影响进行分析,分析结果表明以40~90 MHz频率段的局部放电信号为监测目标,能够达到很好的监测效果,从而更好地对电缆绝缘状态进行诊断评估。     

一种基于复小波变换提取PD信号的分块自适应复阈值算法

基于复小波系数之间的相关性以及块阈值算法能充分利用周围小波系数的特点,创建一种用于复小波变换对PD信号的去噪的分块自适应复阈值算法,并与点自适应复阈值算法和分块自适应实阈值算法的去噪效果进行了对比.利用变化趋势参数(VTP)和波形相似性参数(NCC),并结合去噪前后的信噪比(SNR)对仿真PD信号的去噪效果进行综合评价.最后,将分块自适应复阈值技术用于对实验室实测的模拟GIS超高频PD信号的去噪.结果表明,采用分块自适应复阈值算法的复小波变换抑制白噪声效果更好,在保证高信噪比(SNR)或噪声抑制比(NRR)的情况下,对信号的畸变也更小.     

应用混频技术提取超高频PD信号及其仿真

介绍了混频技术的原理及其在超高频局部放电信号提取中的应用。计算机仿真验证了在超高频局部放电信号提取中应用混频技术可降低信号超高频窄带分量频率并保留了其峰值和相位特征 ,表明应用混频技术提取超高频局部放电信号是可行的。     

基于PD信号提取的干式空心电抗器早期故障研究

在分析干式空心电抗器表面放电和匝间短路故障形成原因的基础上,通过在实验室对表面经轻微灼烧后的环氧树脂板的局放试验来模拟包封层表面放电现象,提出了一种通过从强干扰信号中利用自适应LMS算法滤波和小波包滤波联合去噪的方法,进而利用匝间局部放电信号来识别故障.通过对早期局放故障的识别来防止干式电抗器恶性故障的发生.     

局部放电信号在变压器绕组中传播特性研究

运用Saber的交流小信号分析工具，对建立的变压器绕组暂态仿真模型，从频域的角度研究了电压传输函数及其容性频带的宽度与绕组空间因数的关系。运用Saber的暂态分析和傅立叶分析工具研究了整个变压器包括高压母线连接的电气网络对局部放电脉冲电流信号的频率响应特性，比较了不同的监测点，不同的局部放电源位置对输出点的频率特性的差异，分析了高压母联网络，中性点接地方式以及低压绕组的耦合效果对局部放电信号传播的影响。     

用于检测变压器窄带干扰信号的混沌振子研究

介绍了间歇混沌窄带干扰信号检测方法,并用仿真结果验证了方法的适用性.     

波形匹配追踪算法在多局放脉冲提取中的应用

针对现场实际中可能存在多个放电源同时放电的情况，利用基于Laplace小波的匹配追踪算法，提取出每个局部放电信号的起始时刻、振荡频率和衰减系数等信息，根据这些结果来确定其是同一个放电源的多次放电，还是不同放电源的各次放电。仿真及对实验数据的分析结果显示在多个放电脉冲同时存在的情况下，用该方法提取和辨识多个局部放电脉冲信号是有效的。     

基于小波包分解和支持向量机的局部放电识别方法研究

高压开关柜发生局部放电时产生的信号中存在着大量的信息,局部放电作为开关柜绝缘故障的重要征兆及表现方式,其类型的识别对于开关柜绝缘状态的评估具有重要的意义。为了准确地识别高压开关柜局部放电类型,提出了一种基于小波包分解和支持向量机(SVM-Wavelet)的局部放电识别方法,采用小波包分解的方法对局部放电信号进行分解并提取能量信息,组合成特征向量,在此基础上利用支持向量机(SVM)建立高压开关柜局部放电信号分类模型。结果表明小波包分析方法能很好地处理非线性、非平稳的局部放电信号,基于SVM-Wavelet的方法可以准确地识别局部放电类型。     

基于新阈值法的阈值-空域相关联合去噪法在局部放电信号中的应用

为了更有效地去除局部放电信号中的白噪声,提出了一种基于新阈值法的阈值-空域相关联合去噪方法,该方法首先提出了一种新的阈值选择方式,即对局部放电开始发生前的只含噪声的信号进行小波变换,将每层细节部分和最后一层近似部分的小波系数最大值作为该层阈值,再用该阈值处理经小波变换后的含噪局部放电信号,然后用空域相关法对阈值处理后的小波系数进行相关迭代运算,最后重构信号。整个去噪过程是自动的无须人工干预。仿真实验表明,与传统的去噪方法相比,该方法能更好地去除局部放电信号的噪声,具有较强的实用性。     

基于多小波的多态性局部放电信号提取算法

受放电机理、传播路径等因素的影响,局部放电信号往往呈现出多种形态,基于单一小波基函数的小波分析难以处理这样多态性的问题。为此,文中引入了具有多个小波基函数的多小波。针对不同形态的局部放电信号,分别进行了大量的仿真分析,以均方误差为衡量指标,研究多小波在不同局部放电模型下的消噪效果,并寻求最佳的消噪参数。在此基础上,将多小波用于提取多态性的局部放电信号,并与已有的文献进行比较。仿真和实测信号的处理结果表明,选择合适的参数,在提取多态性局放信号时,多小波具有明显优于最优小波及小波集合的性能。     

基于独立分量分析的发电机局部放电信号提取

发电机局部放电在线监测对于判断其绝缘状况意义较大,在研究发电机局部放电形成原因的基础上,研发了一套基于DSP的局放高速采集系统,提出了一种基于独立分量分析（ICA）的发电机局部放电信号提取方法,并通过实例证明了该方法的有效性。     

基于人工神经网络的绝缘局部放电信号提取方法的研究

提出了一种基于ＢＰ神经网络结构与算法的局部放电信号提取方法。该方法在网络节点连接权向量域,从强大的窄带周期性干扰（载波通讯干扰）和随机噪声中提取局部放电信号。仿真研究与现场实验结果表明,该方法能有效地提取局部放电信号,可用于大型发电机、变压器及其它电力设备局部放电在线监测系统中。     

局部放电信号的小波分析

为给气体绝缘系统(GIS)局部放电在线监测和诊断提供重要的理论依据,介绍了近年来国内外利用小波变换分析局部放电信号技术的研究状况,提出了利用小波分析局部放电信号的一般方法即采用相关系数法选择最佳小波,选择恰当的分解层,利用自动阈值法确定阈值,在此基础上对局部放电信号做小波、小波包分析,并与模糊理论、神经网络等技术结合来完成局部放电信号的模式识别。     

采用二元树复小波变换的GIS局放信号识别

GIS局部放电模式识别的研究对于保证GIS的安全可靠运行有着十分重要的意义。为此,采用具有优良平移时不变特性的二元树复小波变换对超高频局部放电(UHF PD)信号进行分解,提出了一种采用二元树复小波变换的时频域特征提取方法,阐明了该算法的原理,给出了具体计算公式和步骤;通过伸缩和平移等运算功能对实验室获得的大量UHF PD信号进行多尺度细化分析,综合选用了UHF PD信号在各频带投影序列的能量、在各个尺度下的模极大值和统计参量,构造了完整的UHF PD信号特征空间;并将UHF PD信号特征空间分别输入到RBF组合神经网络分类器的成员分类器中,获得了优良的识别效果,总体识别率86%。     

粒子群优化小波自适应阈值法用于局部放电去噪

为了提高局部放电在线监测中小波去噪的自适应能力,并降低去噪信号的畸变率,提出了一种用于电力设备局部放电信号去噪的粒子群优化小波自适应阈值方法。该方法采用小波对局部放电信号进行分解,在阈值选择时采用基于SURE无偏估计的最优阈值自适应选择方法,结合粒子群优化算法进行全局自适应搜索最优阈值,使最优阈值自适应寻优速度大大提高。为了验证其去噪效果,还引入遗传算法对小波自适应阈值法进行优化计算。对局部放电仿真信号与实测局部放电信号的去噪结果表明,本文与标准软阈值法和遗传算法优化小波自适应阈值法相比,能更好地去除局部放电信号中的白噪声,计算速度更快,具有良好的去噪效果和应用价值。     

XLPE电缆附件局部放电UHF和VHF联合检测

介绍了电磁耦合法测量XLPE电缆局部放电故障原理以及应用方法,重点比较了基于VHF（甚高频）传感器和UHF（特高频）传感器的检测方法在XLPE电缆局部放电在线监测技术中的应用。结合2种检测方法各自的优点与存在的弊病(VHF:衰减慢,可标定放电量,抗干扰能力差;UHF:抗干扰能力强,衰减快,不可标定放电量),推荐了XLPE电缆附件局部放电的UHF和VHF联合检测方法。     

一种新型的局部放电信号处理方法

提出了用小波分析和分形相结合求局部放电信号分维的方法。不同的局部放电信号 ,分维不同 ,故分维能用来识别局部放电信号 ,以便对局部放电信号进行相关处理 ,实验表明该方法能精确地识别声电信号 ,找出声电信号的对应关系 ,提高故障定位的精度     

NATA阈值算法在局部放电波形提取中的应用

目前工程应用中,局部放电小波消噪处理阈值算法广泛应用的是中值阈值算法(MAD-U),易造成有用信号的波形畸变,只适合于离线测量和局部放电脉冲幅值的检测。笔者研究了MAD-U的改进算法——基于噪声特性的自适应阈值算法(NATA)。首先研究了NATA算法的原理和构成;其次,从不同信噪比(SNR)下的阈值误差以及小波重构信号与原始信号误差两方面进行了MAD-U和NATA的比较研究。研究结果表明,MAD-U阈值算法其重构波形与原始脉冲波形的误差随信噪比SNR的增大呈指数倍增大,即高SNR的PD脉冲反而畸变严重。NATA阈值算法的误差较小且不随SNR而变化,不易造成信号波形的畸变,并且对小波分解尺度的依赖性小,适合在线检测和脉冲波形检测。