一种局部放电脉冲初至时刻在线拾取方法与流程

本发明涉及一种基于小波包峰度算法的局部放电脉冲初至时刻的在线拾取方法，特别适用于高压电缆局部放电脉冲初至时刻的在线拾取。属于信号处理领域。

背景技术：

随着我国大中型城市建设的飞速发展和城市规划的要求,铺设于地下的电力电缆将逐渐取代以往的城郊架空线路。地下电缆具有占地少、对人身安全、供电可靠、维护工作量小等诸多优点，但地下电缆一旦发生故障，寻找故障点十分困难，不仅要浪费大量人力物力，而且还将带来难以估计的停电损失。因此，如何准确、快速、经济地探测到电缆绝缘故障点是多年来国内外有关工程技术人员所研究的热点。而对地下电缆的局部放电进行在线检测与定位的是诊断该电缆绝缘故障点最直观、最理想、最有效的方法。目前常用的电缆局部放电脉冲在线定位方法主要有单端行波法(TDR)与双端行波法(ATA)，而该两种方法的定位精度高度依赖于局部放电脉冲初至时刻的拾取精度。

在目前已发展的局部放电脉冲初至时刻的拾取方法中，现有技术[1](参见郑文栋,杨宁,钱勇,等.多传感器联合检测技术在XLPE电缆附件局部放电定位中的试验研究[J].电力系统保护与控制,2011,39(20):84-88.)利用AIC信息准则拾取局部放电脉冲初至时刻，但AIC方法只能用于局部放电脉冲信号初至时刻的拾取，并不能进行局部放电脉冲事件的识别，即AIC方法只能用于确定局部放电脉冲的时窗，不能实现在线拾取。

现有技术[2](参见宋建辉.基于时域反射原理的电缆测长若干关键技术研究[D].哈尔滨工业大学,2010.)利用基于时域反射原理的阈值法、峰值法对电缆局部放电脉冲源进行定位。但其定位精度受噪声和波形畸变影响较大，在实际应用中难以保证。

现有技术[3](参见高树国,刘贺晨,范辉,等.考虑波速特性的小波变换模极大值法的电力电缆局部放电定位研究[J].电网技术,2016,40(7):2244-2250.)利用小波变换模极大值法实现局部放电脉冲初至时刻的在线拾取。但该方法易受噪声影响产生多个伪极值点，拾取精度难以保证。

因此，现有局部放电脉冲初至时刻拾取技术存在不能在线自动拾取与易受噪声影响两个问题。

技术实现要素：

本发明提出一种基于小波包峰度的局部放电脉冲初至时刻在线拾取方法，该方法能够实现初至时刻的在线自动拾取并对噪声具有很强的适应能力。

本发明所述的基于小波包峰度的局部放电脉冲初至时刻在线拾取方法的具体实现步骤如下:

步骤一：通过高频电流传感器(HFCT)得到电缆在线监测时间序列x_n(n＝1,2,...N)；其中N为所述序列采样点个数；

步骤二：计算所述序列的时窗能量比值R，确定随所述采样点变化的所述在线监测时间序列x_n的时窗能量比曲线R(i)；

利用长度为2M，以采样点i为中心的前、后时窗的能量比构造所述在线监测时间序列x_n的所述时窗能量比曲线R(i)，

其中，λ为稳定因子，其值应远小于前时窗的能量值

步骤三：根据所述时窗能量比曲线确定所述局部放电脉冲发生的时窗；

通过判断所述时窗能量比值R是否大于给定阈值C，确定该时窗是否有局部放电脉冲发生；若未检测到符合条件的能量比值则循环至下一时刻，若检测出局部放电脉冲事件，则可确定出以所述局部放电脉冲事件点为中心，长度为2M的时窗x_m(m＝i-M,i-M+1,...i+M-1)。

步骤四：对所述确定的局部放电脉冲发生的时窗进行小波包三尺度分解与重构，提取所述局部放电脉冲；

电缆局部放电脉冲所含频带较高(最高达GHz数量级)而噪声干扰的频谱中主要分量多集中在≤1MHz。对确定的时窗进行小波包三尺度分解与重构，将信号分为8个频带，小波包变换可以对包含大量中、高频信息的信号进行时频局部化分析，将局部放电脉冲信息与噪声信息分解在不同的频带，噪声信号主要分布在较低频带，局部放电脉冲存在于较高频带，去除至少一部分噪声干扰频带，选择局部放电脉冲含量最高的频带，并提取所述局部放电脉冲含量最高的频带中的脉冲信号作为局部放电脉冲。

步骤五：利用峰度算法实现高精度局部放电脉冲初至时刻的在线拾取；

峰度是非对称和非高斯分布时间序列的重要度量参数，反映了信号分布的集中程度，频带的峰度值K表征信号概率分布的陡峭程度，

其中，为[x_n]的平均值；

利用所述选择的频带在时刻i的波形陡峭程度构造时变峰度变化率曲线K_t(i)，

在时变峰度变化率最大的时刻，，波形陡峭程度最为明显，该点即为所述局部放电脉冲初至时刻；

其中，K为所述选择的频带的峰度值；K(i)为所述选择的局部放电脉冲含量最高的频带中的子时窗峰度值，所述子时窗以i为时窗中心，长度为L。

有益效果：

本发明首先通过时窗能量比确定出局部放电脉冲发生的时窗，克服了峰度算法不能用于初至时刻在线拾取的缺陷。

其次，本发明利用小波包三尺度分解与重构提取脉冲信号，比直接采用峰度算法拾取精度高，并具有很强的噪声适应能力，具有较高的工程应用价值。

附图说明

图1为本发明所述方法流程图。

图2为不同信噪比下峰值法、峰度法、小波模极值法与本发明所述方法初至时刻拾取效果图。

具体实施方式

为了更好地说明本发明的目的与优点，下面对本发明做进一步说明。

在利用多高频电流传感器进行电缆局部放电在线检测与定位时，针对局部放电脉冲信号初至时刻拾取精度不高影响定位精度的问题，提出一种基于小波包峰度的局部放电脉冲初至时刻在线自动拾取方法。该方法提高了峰度算法的抗噪声干扰能力与拾取精度，相比于单独采用峰度法和当前存在的峰值法、小波模极值法，该方法对噪声具有更强的适应能力。

实施例1：

图1给出了本发明基于小波包峰度算法的局部放电脉冲初至时刻在线拾取方法流程图，该方法包括以下步骤：

步骤一：通过高频电流传感器(HFCT)得到电缆在线监测时间序列x_n(n＝1,2,...N)；其中N为所述序列采样点个数；

步骤二：计算所述序列的时窗能量比值R，确定随所述采样点变化的所述在线监测时间序列x_n的时窗能量比曲线R(i)；

利用长度为2M，以采样点i为中心的前、后时窗的能量比构造所述在线监测时间序列x_n的所述时窗能量比曲线R(i)，

其中，λ为稳定因子，其值应远小于前时窗的能量值

步骤三：根据所述时窗能量比曲线确定所述局部放电脉冲发生的时窗；

通过判断所述时窗能量比值R是否大于给定阈值C，确定该时窗是否有局部放电脉冲发生；若未检测到符合条件的能量比值则循环至下一时刻，若检测出局部放电脉冲事件，则可确定出以所述局部放电脉冲事件点为中心，长度为2M的时窗x_m(m＝i-M,i-M+1,...i+M-1)。

步骤四：对所述确定的局部放电脉冲发生的时窗进行小波包三尺度分解与重构，提取所述局部放电脉冲；

电缆局部放电脉冲所含频带较高(最高达GHz数量级)而噪声干扰的频谱中主要分量多集中在≤1MHz。对确定的时窗进行小波包三尺度分解与重构，将信号分为8个频带，小波包变换可以对包含大量中、高频信息的信号进行时频局部化分析，将局部放电脉冲信息与噪声信息分解在不同的频带，噪声信号主要分布在较低频带，局部放电脉冲存在于较高频带，去除至少一部分噪声干扰频带，选择局部放电脉冲含量最高的频带，并提取所述局部放电脉冲含量最高的频带中的脉冲信号作为局部放电脉冲。

步骤五：利用峰度算法实现高精度局部放电脉冲初至时刻的在线拾取；

峰度是非对称和非高斯分布时间序列的重要度量参数，反映了信号分布的集中程度，频带的峰度值K表征信号概率分布的陡峭程度，

其中，为[x_n]的平均值；

利用所述选择的频带在时刻i的波形陡峭程度构造时变峰度变化率曲线K_t(i)，

在时变峰度变化率最大的时刻，，波形陡峭程度最为明显，该点即为所述局部放电脉冲初至时刻；

其中，K为所述选择的频带的峰度值；K(i)为所述选择的局部放电脉冲含量最高的频带中的子时窗峰度值，所述子时窗以i为时窗中心，长度为L。

实施例2：

图2给出了真实初至时刻为第1230采样点的局部放电脉冲在不同信噪比条件下，采用峰度法，峰值法与本发明所述初至时刻拾取方法进行初至时刻提取的仿真图，现将本发明与峰值法、单一峰度法的拾取结果及误差值汇于表1。从表1可以看出，信噪比为-6dB时，本发明在第1229个采样点拾取出局部放电脉冲初至时刻，与标准采样点1230仅相差1个采样点；而峰值法、峰度法、小波模极值法的拾取结果分别为1233采样点、1232采样点、1235采样点，其误差分别达到3个采样点、2个采样点、5个采样点；当信噪比为-12dB时，本发明在第1230个采样点拾取出局部放电脉冲初至时刻，实现了0误差；而峰值法的拾取结果为1233采样点，误差达到3个采样点；峰度法拾取错误；小波模极值法的拾取结果为1235采样点，误差达到5个采样点；当信噪比为-14dB时，本发明在第1231个采样点拾取出局部放电脉冲初至时刻，与标准采样点1230仅相差1个采样点；而峰值法的拾取结果为1234采样点，误差达到4个采样点；峰度法拾取错误；小波模极值法的拾取结果为1235采样点，误差达到5个采样点。由此可知，利用相较峰值法和峰度法，本发明的拾取方法实现了高精度局部放电脉冲初至时刻的在线拾取，且对噪声具有更强的适应能力。

表1：不同信噪比下本发明方法与峰值法、峰度法、小波模极值法的拾取结果比较。

注：表1中false指错误拾取。