一种基于特征超高频信号的gis局部放电故障检测方法
【专利说明】一种基于特征超高频信号的GIS局部放电故障检测方法 【技术领域】
[0001] 本发明涉及GIS局部放电检测领域，特别涉及一种GIS局部放电故障检测方法。 【【背景技术】】
[0002] 随着电力工业建设的突飞猛进，对电力设备的安全程度也提出了更高的要求。气 体绝缘全封闭式组合电器（简称GIS)同传统敞开式高压配电装置相比，其结构非常紧凑、 检修周期长等优点得到了广泛应用。
[0003] 目前GIS最易发生的故障就是GIS局部放电，随着放电现象的加剧，会导致电力系 统的大范围停电，在故障发生初期往往需要对故障进行排查，而故障排查中队故障类型的 识别是故障检测中不可或缺的一部分，故障类型的确定为后期故障处理带来依据。
[0004] 由于GIS局部放电会在GIS产生一些物理以及化学方面的信号，目前GIS研究的 方法有非电测法（化学检测法、声测法等）和电检测法（脉冲电流法、超高频法），姚唯建 等学者发现局部放电时产生的化学物质很不稳定等缺点，这些阻碍了化学检测法的应用， 脉冲电流法虽然在实验环境下能准确测量放电量，但在在线检测和实际应用中由于代价太 高而且环境的电磁噪声使局部放电信号难以识别，灵敏度低，应用较少。而目前最常用的信 号则为超声波和超高频信号。郝艳捧等学者的基于局部放电和超声波法研究发现超声波的 优点是传感器与GIS设备的电气回路无任何联系，不受电气方面的干扰，但在现场中除了 局部放电以外，由于存在外壳振动等，会给超声波的检测带来很大干扰，而且超声波极易衰 减。 【
【发明内容】
】
[0005] 本发明的目的在于提供一种基于特征超高频信号的GIS局部放电故障检测方法， 主要用于GIS局部放电故障类型的识别，同时特征频段的提出为GIS局部放电故障检测提 供新的思路。该方法的主要特点在于是基于特征超高频信号的GIS故障检测方法，主要包 括典型信号特征频段的提取、特征样本库的建立以及采用改进BP算法进行故障类型的模 式识别。
[0006] 为了实现上述目的，本发明采取如下技术方案：
[0007] -种基于特征超高频信号的GIS局部放电故障检测方法，包括以下步骤：
[0008] 1)制作金属尖端、悬浮电极、绝缘子表面污秽、绝缘子气隙、自由颗粒五种典型绝 缘缺陷模型，依次选取5种典型绝缘缺陷进行单一典型绝缘缺陷放电试验；
[0009] 2)采集并记录施加不同工频电压下的各典型绝缘缺陷超高频放电数据；
[0010] 3)自适应标定各典型绝缘缺陷的特征频段，五种典型缺陷的特 征频段依次记为：FTn、Fxf、FTRW、FTfl、F 7y，五个特征频段的上下限频率记为
[0011] 4)建立基于特征超高频信号的典型绝缘缺陷故障特征标准库记为Ku:D、Ku XF、 Kujbw N Kujq N KuZY；
[0012] 5)采集并记录未知缺陷的GIS局部放电超高频放电数据；
[0013] 6)基于各典型绝缘缺陷的特征频段，建立相应的FIR滤波器，五类典型缺陷对应 的滤波器依次记为：FIR ;D、FIRxf、FIR;BW、FIRltp FIRzy;对超高频放电数据进行滤波，得到对应 各特征频段内的放电数据，依次记为：Q;d、 Qxf、Qjbw、Qjq、Qzy;
[0014] 7)基于各特征频段内的放电数据，计算得到5类待识别放电特征集；
[0015] 8)对未知缺陷局部放电进行故障分类识别。
[0016] 本发明进一步的改进在于：步骤2)具体包括以下步骤：
[0017] 2. 1)依次选取5种典型绝缘缺陷的一种进行单一典型缺陷放电实验，重复步骤 2. 2)到2. 3)直至5种典型缺陷放电实验结束；
[0018] 2. 2)确定该典型缺陷放电起始放电电压Ul和击穿电压U2 ;其中加压实验的过程 中首次出现放电现象的放电电压为起始电压，加压实验过程中放电量突然剧增至击穿的放 电电压为击穿电压；
[0019] 3)将起始电压和击穿电压之间分成10个电压等级进行逐级加压进行实验，利用 高速数据采集装置记录各级电压下超高频放电数据；每个电压等级下记录不少于10组数 据。
[0020] 本发明进一步的改进在于：步骤3)具体包括以下步骤：
[0021] 3. 1)依次对5种典型缺陷放电数据，重复步骤3. 2)到3. 4)直至完成5种典型缺 陷的特征频段自适应标定；
[0022] 3. 2)对某一种典型缺陷的超高频放电数据进行FFT变换，得到放电序列数据；
[0023] 3. 3)以550MHz为起始中心频点、50MHz为步长、1250MHz为结束中心频率的带宽为 500MHz频段，分别提取施加不同工频电压下在这15个频段的超高频信号放电量；具体方法 为：在频域内滤除掉非该段频率的信号，求取每个频段内的总放电量，至此得到15组数据， 分别是每个频段下工频电压和与之对应的总放电量，绘制各频段下工频电压为横坐标，对 应总放电量为纵坐标的折线图，共15条电压-放电量折线图；
[0024] 3. 4)查询15条折线中变化最灵敏的一条，该曲线对应的频段即为所求的该典型 缺陷放电特征频段。
[0025] 本发明进一步的改进在于：典型绝缘缺陷的故障特征标准库中的特征参数是基于 各典型缺陷特征频段内信号分量进行计算；特征参数提取如下：利用特征频段的数据绘制 局部放电PRro谱图：放电次数一相位图、放电重复率一相位图、相位一放电量一放电次数 三维谱图，根据谱图确定特征参数：最大放电相位，放电重复率、偏斜度、陡峭度、局部峰点 数、放电量因数、互相关系数7个参数，共计5组待识别特征集，记为TDSi = 1、2、3、4、5。
[0026] 本发明进一步的改进在于：步骤6)中FIR滤波器为带通滤波器；各通 带截止频率上下限分别为自适应标定获取的各典型绝缘缺陷特征频段上下限
[0027] 本发明进一步的改进在于：步骤8)的识别方法采用基于二阶梯度法的改进BP算 法，模式识别的具体步骤为下：
[0028] 8. 1)设计5个分类器分别记为：FLQ;D、FLQxf、FLQ;BW、FLQ，FLQ zy，依次用于判定待 识别缺陷为JD、XF、JBW、JQ、ZY放电；这类分类器的作用是将该缺陷放电和非该种缺陷放电 分开，分类器的训练采用基于二阶梯度法的改进BP算法；
[0029] 8. 2)分别以特征集TD1、分类器FLQjd;特征集TD 2、分类器FLQxf;特征集TD 3、分类器 FLQ胃;特征集TD 4、分类器FLQltj;特征集TD 5、分类器FLQzy进行五组模式识别，将待识别特征 集输入本组分类器进行识别并输出缺陷识别结果及对应相似度，5组中相似度最大的识别 结果为最终的缺陷放电类型。
[0030] 本发明进一步的改进在于：步骤3)中判定折线变化最灵敏的方法为：首先利用最 小二乘法以每条折线的首尾端点和折线拐点为数据拟合直线，然后比较拟合直线的斜率判 定曲线变化，斜率最大的拟合直线对应折线为变化最灵敏的曲线。
[0031] 本发明主要体现在GIS局放故障检测中首次提出典型缺陷特征频段的概念并将 其应用到故障检测中，为GIS局放故障检测提供新的技术支持。
[0032] 而本发明特征频段提取的依据为下：
[0033] 典型缺陷GIS局部放电在不同频率段上放电信号是不一样的，不同的两种缺陷局 放信号在频段上的分布是不一样的，而且放电信号变化较大的频率范围也不一样，这样在 某种程度上说明典型缺陷的放电信号在某些频段上分布很有特点，而不同缺陷放电的这些 频段是有差异的，这些规律可以从附图4和5看到。
[0034] 因此本发明提出典型缺陷特征频段的概念，并应用到