基于脉冲电流法的电缆接头局部放电监测方法

专利2023-03-02  145



1.本发明属于电缆接头缺陷监测技术领域,具体涉及一种基于脉冲电流法的电缆接头局部放电监测方法。


背景技术:

2.随着电网建设不断推进,环形配电网得到了广泛的应用。环形配电网通过将两个电源点之间的供电网络连接成环,使得网架中的每个负荷节点均能从两个方向获得电源,供电可靠性大为提升。10kv环网柜是我国供电系统和中低压供电最重要的环节之一,广泛运用与人们的日常生活之中。
3.但环网柜内部电缆接头在安装的过程中,由于受到工作环境,施工工艺等方面的影响,导致电缆接头内腔与外部相通,导致电缆接头连接处产生局部放电现象,最终导致电缆接头被击穿焚毁。国内胡海敏等人提出了基于脉冲电流法和带电显示器的开关柜局部放电检测方法,利用开关柜带电显示器回路,通过绝缘子电容耦合传感器耦合一次回路局部放电脉冲信号,并通过开发信号调理与采集装置,实现对开关柜内局部放电缺陷的直接、量化和检测。但是,由于脉冲电流法检测频带宽,难以区分不同的放电信号或干扰。


技术实现要素:

4.本发明提供了一种基于脉冲电流法的电缆接头局部放电监测方法,解决现有技术中脉冲电流法检测频带宽,难以区分不同的放电信号或干扰的技术问题。
5.为了解决上述技术问题,本发明采用如下方案实现:
6.基于脉冲电流法的电缆接头局部放电监测方法,包括如下步骤;
7.s1:利用监测装置从环网柜配置的带电显示器核相孔处获取电缆接头局部放电的脉冲信号;
8.s2:监测装置的数据处理模块对脉冲信号进行频谱分析,准确的判断出当前相是否发生局部放电现象,以及其严重程度。
9.进一步优化,所述监测装置与环网柜内的带电显示器核相孔进行并联,带电显示器的核相孔每一相连接一个电容传感器;当某一相发生局部放电现象,其产生的放电脉冲就会通过电容传感器耦合到局放监测装置上。
10.进一步优化,所述数据处理模块对从带电显示器中获取到的脉冲电流进行处理,通过 mallat算法进行小波分析,通过分析波形图和频谱图,判断是否有局部放电现象方式;如果有,则通过预警电路发出预警并向数据中心发送故障点。
11.进一步优化,对原始的脉冲信号进行小波分解后,根据脉冲电流信号的特点,对各层小波变换系数赋予不同的加权值,对低频系数赋予较大的权值,对高频系数赋予较小的权值,然后再进行重构,实现滤波,以区分低频有用信号和高频噪声信号。
12.进一步优化,所述mallat算法对原脉冲信号进行小波分析,包括如下步骤:
13.s21:获取原脉冲信号长度dwt_sig_len、存储位置,对该脉冲信号进行n层 dwt_
dec_level小波分解,获取每次小波分解过程中函数执行返回的近似系数ca(n)和细节系数cd(n),得到小波系数的长度dwt_filter_len;分解后的序列长度由原脉冲信号长度dwt_sig_len和小波系数的长度dwt_filter_len决定;
14.s22:运用matlab中的wfilter函数获取到db3的小波系数,即小波分解的低通滤波系数dwt_lo_d和高通滤波系数dwt_hi_d;
15.根据mallet算法近似系数ca(n)可根据公式计算得出:
[0016][0017]
上式中,实现了卷积后再降采样,并且降采样时采的是第偶数个点,sig[]数组中存储的是卷积计算时临时存储的信号值;其中,n为小波分解的层数,n=1,2,

,n;k表示采样点;
[0018]
细节系数出cd(n)可根据公式计算得出:
[0019][0020]
小波分解后的信号长度declen变为原始信号长度加小波系数的长度减1的一半,即 (orgsiglen+dwt_filter_len-1)/2。
[0021]
进一步优化,由于在mallat算法中,假定输入序列是无限长的,而实际应用中输入的信号是有限的采样序列,这就会出现信号边界处理问题,所以需要对边界信号进行对称性延拓。当原信号长dwt_sig_len为偶数时,延拓后的序列长为
[0022]
dwt_sig_len+2*(dwt_filter_len),即小波系数长度。
[0023]
当原信号长为奇数时,则需要在信号序列右端再延拓一个元素;将小波每一层分解得到的细节系数cd(n)和最后一层的近似系数ca(n)存储在数组dwt_c[dwt_c_len]中;
[0024]
dwt_c_len的长度为(dwt_l1)、(dwt_l2)、
……
、(dwt_ln)*2的和。进一步优化,将原脉冲信号分解后,滤去了原有信号中的噪声,然后将分解后的信号重新组合得到原有脉冲信号中有用的信息;
[0025]
根据mallat算法的信号重构原理,即小波逆变换公式可知:
[0026][0027]
运用matlab中的wfilter函数获取到db3的小波系数:即重构后的低通滤波系数 dwt_lo_r和重构后的高通滤波系数dwt_hi_r;
[0028]
从dwt_c中取出cd(1)...cd(n)和ca(n)进行逆变换,即将dwt_l、dwt_c和小波分解的层数带回到公式,将小波重构过程中产生的临时变量ca存储在数组中便得到重构后的波形形p_orgsig。在数据处理模块中缓存或预定义一段原始数据orgsig,并定义另一个与之长度的相同的数组orgsig1[dwt_sig_len],用于存储重构后的数据。
[0029]
进一步优化,以重构后脉冲电流的幅值来判断电缆接头局部放电的严重程度,当监测的脉冲信号幅值超过设定值,则判定为电缆接头局部放电严重,监测装置发出警报。
[0030]
与现有技术相比,本发明具有如下有益效果:
[0031]
本发明中通过局放显示器中的数据处理器对从带电显示器中获取到的脉冲电流进行采集处理,并通过mallat算法进行小波分析,通过分析波形图和频谱图,结合温度是否
异常,来判断是否有局部放电现象方式。如果有,则通过预警电路发出预警并向数据中心发送故障点。该方法能够大幅度提高监测精度。
附图说明
[0032]
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案,下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施方式,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
[0033]
图1为本发明所述脉冲电流监测法原理图。
[0034]
图2为基于脉冲电流法的电缆接头局部放电监测方法的流程图。
具体实施方式
[0035]
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合附图对本发明的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
[0036]
如图1、2所示,基于脉冲电流法的电缆接头局部放电监测方法,包括如下步骤;
[0037]
s1:利用监测装置从环网柜配置的带电显示器核相孔处获取电缆接头局部放电的脉冲信号;
[0038]
s2:监测装置的数据处理模块对脉冲信号进行频谱分析,准确的判断出当前相是否发生局部放电现象,以及其严重程度。
[0039]
在本实施例中,如图1所示,所述监测装置与环网柜内的带电显示器核相孔2进行并联,带电显示器3的核相孔每一相连接一个电容传感器1;当a、b、c三相中的某一相发生局部放电现象,其产生的放电脉冲就会通过电容传感器耦合到局放监测装置上。
[0040]
在本实施例中,所述数据处理模块对从带电显示器中获取到的脉冲电流进行处理,通过 mallat算法进行小波分析,通过分析波形图和频谱图,判断是否有局部放电现象方式;如果有,则通过预警电路发出预警并向数据中心发送故障点。
[0041]
在脉冲法电缆接头故障检测中不可避免地存在各种干扰,按时域特征可以将干扰分为周期性窄带干扰、白噪声和脉冲型干扰三大类。其中白噪声干扰包括各种随机噪声,如绕组热噪声、地网噪声、测量仪器的热噪声等。由于白噪声的频谱和局部放电信号频谱相似,因此传统的傅立叶分析方法很难将其滤除。含有有用信息的信号一般处于低频部分,而噪声信号多处于高频部分。
[0042]
在本实施例中,对原始的脉冲信号进行小波分解后,根据脉冲电流信号的特点,对各层小波变换系数赋予不同的加权值,对低频系数赋予较大的权值,对高频系数赋予较小的权值,然后再进行重构,实现滤波,以区分低频有用信号和高频噪声信号。
[0043]
mallat算法是采用非周期信号,通过这个基函数的不同尺度缩放去拟合被测信号的不同频率,再通过平移基函数去拟合不同频率分量在时间序列(也称为空间位置)上的位置。最后得到经过缩放平移变换的基函数的系数,构成时频尺度图,可以选择性去除一部分系数,再反变换回时域信号,达到滤波的目的。由于电缆接头局部放电往往事情非周期性
的,所产生的波形为离散的,故采用离散型小波变换对数据进行处理。
[0044]
在本实施例中,定义小波分解的信号长度dwt_sig_len为32个浮点型数据,对该信号进行3层dwt_dec_level小波分解,小波系数的长度dwt_filter_len为6位,在其他实施例中,可以根据不同的信号类型进行选择。定义一段原始信号数据orgsig以数组的形式存放,长度为信号的长度(dwt_sig_len)32,原始信号数据依次为:1,2,3,4,5,4,5, 2,1,2,3,4,5,4,1,5,1,2,3,4,5,4,5,2,1,2,3,4,5,4,1,5。从mallat算法的分解原理可知,分解后的序列就是原序列与滤波器序列的卷积再进行隔点抽取而来,由于需要对原始信号进行 3次小波分解,同时需要将每次函数执行返回的近似系数ca(n)和细节系数cd(n),以便进行分析和处理。
[0045]
在本实施例中,所述mallat算法对原脉冲信号进行小波分析,包括如下步骤:
[0046]
s21:获取原脉冲信号长度dwt_sig_len、存储位置,对该脉冲信号进行3层 dwt_dec_level小波分解;分解后的序列长度由原脉冲信号长度dwt_sig_len和小波系数的长度dwt_filter_len决定。
[0047]
s22:运用matlab中的wfilter函数获取到db3的小波系数,即小波分解的低通滤波系数dwt_lo_d为0.0352,-0.0854,-0.1350,0.4599,0.8069,0.3327;和高通滤波系数dwt_hi_d 为-0.3327,0.8069,-0.4599,-0.1350,0.0854,0.0352;
[0048]
根据mallet算法近似系数ca(n)可根据公式计算得出:
[0049][0050]
上式中,实现了卷积后再降采样,并且降采样时采的是第偶数个点,sig[]数组中存储的是卷积计算时临时存储的信号值;其中,n为小波分解的层数,n=1,2,

,n;k表示采样点;
[0051]
细节系数出cd(n)可根据公式计算得出:
[0052][0053]
小波分解后的信号长度declen变为原始信号长度加小波系数的长度减1的一半,即 (orgsiglen+dwt_filter_len-1)/2。
[0054]
在本实施例中,由于在mallat算法中,假定输入序列是无限长的,而实际应用中输入的信号是有限的采样序列,这就会出现信号边界处理问题,所以需要对边界信号进行对称性延拓。当原信号长dwt_sig_len为偶数时,延拓后的序列长为 dwt_sig_len+2*(dwt_filter_len),即小波系数长度;
[0055]
当原信号长为奇数时,则需要在信号序列右端再延拓一个元素;将小波每一层分解得到的细节系数cd(n)和最后一层的近似系数ca(n)存储在数组dwt_c[dwt_c_len]中; dwt_c_len的长度为(dwt_l1)、(dwt_l2)、
……
、(dwt_ln)*2的和。进行n层小波分解时,dwt_c_len要加到dwt_ln,并且dwt_ln要乘以2),即第一次进行小波分解后的信号长度(dwt_l1=(dwt_sig_len+dwt_filter_len-1)/2),第二次进行小波分解后的信号长度(dwt_l2=((dwt_l1)+dwt_filter_len-1)/2),第三次进行小波分解后的信号长度(dwt_l3=((dwt_l2)+dwt_filter_len-1)/2)。
[0056]
在本实施例中,将原脉冲信号分解后,滤去了原有信号中的噪声,然后将分解后的信号重新组合得到原有脉冲信号中有用的信息;
[0057]
根据mallat算法的信号重构原理,即小波逆变换公式可知:
[0058][0059]
运用matlab中的wfilter函数获取到db3的小波系数:即重构后的低通滤波系数 dwt_lo_r和重构后的高通滤波系数dwt_hi_r;
[0060]
从dwt_c中取出cd(1)...cd(n)和ca(n)进行逆变换,即将dwt_l、dwt_c和小波分解的层数带回到公式,将小波重构过程中产生的临时变量ca存储在数组中便得到重构后的波形形p_orgsig。在程序中合适的位置,缓存或预定义一段原始数据orgsig,并定义另一个与之长度的相同的数组(orgsig1[dwt_sig_len]),用于存储重构后的数据。通过串口通信将重构波形数据传回到上位机为:1,2,3,4,5,4,5,2,1,2,3,4,3,4,1,5,1,2,3,4,5,4,5,2, 1,2,3,4,2,4,1,5与原信号波形近似相同并滤除了一些较为高频的信号。可知通过修改小波系数的值可以使算法性能进一步优化。
[0061]
关于如何选取局部的基小波以及其小波系数为现有技术,参考中国专利一种局部放电信号小波分解最优基小波选取方法,申请号为201811446177.9,通过该方法获取电缆接头局部放电信号分解的最优基小波。根据尺度系数单支重构后能量最大原则,可以在未知局部放电信号先验的情况下,实现自适应选取最优基小波。
[0062]
在本实施例中,以重构后脉冲电流的幅值来判断电缆接头局部放电的严重程度,当监测的脉冲信号幅值超过设定值,则判定为电缆接头局部放电严重,监测装置发出警报。
[0063]
以上述依据本发明的理想实施例为启示,通过上述的说明内容,相关工作人员完全可以在不偏离本项发明技术思想的范围内,进行多样的变更以及修改。本项发明的技术性范围并不局限于说明书上的内容,必须要根据权利要求范围来确定其技术性范围。

技术特征:
1.基于脉冲电流法的电缆接头局部放电监测方法,其特征在于,包括如下步骤;s1:利用监测装置从环网柜配置的带电显示器核相孔处获取电缆接头局部放电的脉冲信号;s2:监测装置的数据处理模块对脉冲信号进行频谱分析,准确的判断出当前相是否发生局部放电现象,以及其严重程度。2.根据权利要求1所述的基于脉冲电流法的电缆接头局部放电监测方法,其特征在于,所述监测装置与环网柜内的带电显示器核相孔进行并联,带电显示器的核相孔每一相连接一个电容传感器;当某一相发生局部放电现象,其产生的放电脉冲就会通过电容传感器耦合到局放监测装置上。3.根据权利要求2所述的基于脉冲电流法的电缆接头局部放电监测方法,其特征在于,所述数据处理模块对从带电显示器中获取到的脉冲电流进行处理,通过mallat算法进行小波分析,通过分析波形图和频谱图,判断是否有局部放电现象方式;如果有,则通过预警电路发出预警并向数据中心发送故障点。4.根据权利要求3所述的基于脉冲电流法的电缆接头局部放电监测方法,其特征在于,对原始的脉冲信号进行小波分解后,根据脉冲电流信号的特点,对各层小波变换系数赋予不同的加权值,对低频系数赋予较大的权值,对高频系数赋予较小的权值,然后再进行重构,实现滤波,以区分低频有用信号和高频噪声信号。5.根据权利要求4所述的基于脉冲电流法的电缆接头局部放电监测方法,其特征在于,所述mallat算法对原脉冲信号进行小波分析,包括如下步骤:s21:获取原脉冲信号长度dwt_sig_len、存储位置,对该脉冲信号进行n层dwt_dec_level小波分解,获取每次小波分解过程中函数执行返回的近似系数ca(n)和细节系数cd(n),得到小波系数的长度dwt_filter_len;分解后的序列长度由原脉冲信号长度dwt_sig_len和小波系数的长度dwt_filter_len决定;s22:运用matlab中的wfilter函数获取到db3的小波系数,即小波分解的低通滤波系数dwt_lo_d和高通滤波系数dwt_hi_d;根据mallet算法近似系数ca(n)可根据公式计算得出:上式中,实现了卷积后再降采样,并且降采样时采的是第偶数个点,sig[]数组中存储的是卷积计算时临时存储的信号值;其中,n表示为第n层小波分解,n=1,2,

,n;k表示采样点;细节系数出cd(n)可根据公式计算得出:小波分解后的信号长度declen变为原始信号长度加小波系数的长度减1的一半,即(orgsiglen+dwt_filter_len-1)/2。6.根据权利要求5所述的基于脉冲电流法的电缆接头局部放电监测方法,其特征在于,当原信号长dwt_sig_len为偶数时,延拓后的序列长为dwt_sig_len+2*(dwt_filter_len),
即小波系数长度;当原信号长为奇数时,则需要在信号序列右端再延拓一个元素;将小波每一层分解得到的细节系数cd(n)和最后一层的近似系数ca(n)存储在数组dwt_c[dwt_c_len]中;dwt_c_len的长度为(dwt_l1)、(dwt_l2)、
……
、(dwt_ln)*2的和。7.根据权利要求6所述的基于脉冲电流法的电缆接头局部放电监测方法,其特征在于,将原脉冲信号分解后,滤去了原有信号中的噪声,然后将分解后的信号重新组合得到原有脉冲信号中有用的信息;根据mallat算法的信号重构原理,即小波逆变换公式可知:运用matlab中的wfilter函数获取到db3的小波系数:即重构后的低通滤波系数dwt_lo_r和重构后的高通滤波系数dwt_hi_r;从dwt_c中取出cd(1)...cd(n)和ca(n)进行逆变换,即将dwt_l、dwt_c和小波分解的层数带回到公式,将小波重构过程中产生的临时变量ca存储在数组中便得到重构后的波形形p_orgsig。8.根据权利要求7所述的基于脉冲电流法的电缆接头局部放电监测方法,其特征在于,以重构后脉冲电流的幅值来判断电缆接头局部放电的严重程度,当监测的脉冲信号幅值超过设定值,则判定为电缆接头局部放电严重,监测装置发出警报。

技术总结
本发明公开了一种基于脉冲电流法的电缆接头局部放电监测方法,包括S1:利用监测装置从环网柜配置的带电显示器核相孔处获取电缆接头局部放电的脉冲信号;S2:监测装置的数据处理模块对脉冲信号进行频谱分析,准确的判断出当前相是否发生局部放电现象,以及其严重程度。本发明中通过局放显示器中的数据处理器对从带电显示器中获取到的脉冲电流进行采集处理,并通过Mallat算法进行小波分析,通过分析波形图和频谱图,结合温度是否异常,来判断是否有局部放电现象方式。如果有,则通过预警电路发出预警并向数据中心发送故障点。该方法能够大幅度提高监测精度。够大幅度提高监测精度。够大幅度提高监测精度。


技术研发人员:应天棋 于力涵 朱虹樨 俞淼 王安东 刘龙威 王维 黄梦凡
受保护的技术使用者:河海大学
技术研发日:2022.06.07
技术公布日:2022/11/1
转载请注明原文地址: https://tieba.8miu.com/read-1568.html

最新回复(0)