安装传感器来 监测、采集筒体振动信号，将所得的振动信号利用小波降噪算法加 W处理，最后通过频谱分 析及时发现故障隐患，从而最大可能地降低GIS大型事故发生概率。
[0059] 基于小波降噪的振动信号处理
[0060] 由于信号与噪声在时域和频域两种模态下存在差异，GIS有效的状态监测与故障 诊断即可利用运种差异实现理想的信噪分离，进而达到有效的除噪效果。
[0061] 假定带噪声的振动信号
[0062] si = fi+ei (1)
[0063] 式中fi为真实信号，ei为方差的高斯白噪声，即（0,〇2)，si为含有噪声的信号。令 I为fi的估计值，则构造估计模型黨的均方差为
[0064]
( 2 )
[0065] 极少数小波系数受有用信号fi的影响，而所有小波系数中的任何一项均受到白噪 声ei的不同影响。
[0066] 取定一个阀值λ，保存高于阀值λ的系数，而将低于阀值λ的每一项系数均设定为 零。处理后的小波系数记为信号fi的估计值。
[0067] 所W建立小波降噪模型过程可分为W下步骤：
[0068] 1)计算信号Si的小波系数wj,k。
[0069] 2)阔值计算
[0070]
( 3 )
[0071] 式中η为输出样本的长度。
[0072] 将信号Si中的每一个元素取绝对值，即I S I。取阀值处理后的小波系数ru，如果I S >λ，则令
[0073] ru = si即（S) ( I S I-λ) (4)
[0074] 否则 τμ = 〇;
[00对把Wj,k代入式（4)，得离
[0076] 3)对g进行小波重构，得到f(ti)的估计信号二W·''苗即为降噪后的信号，W为 小波分解算子。
[0077] 对于上述降噪模型，0=wTf，则f(ti)的估计值的均方差为
[007引
：（5 )
[0079] 因此f(ti)的估计误差取决于·|;的值，式(4)求得的潑值为Θ的理想估计值。由式(5) 可得到f(ti)均方意义下的理想估计值。
[0080] 其中，f(ti)是有用信号，Θ是重构后的信号，f是重构前的信号。
[0081 ]图2所示为小波降噪后的效果图。
[0082] 3GIS异常振动信号的测量
[0083] 利用传感器获取振动信号，放大器或变换器用来加工输出信号，二者共同组成振 动信号测量单元。振动测试传感器(又名拾振器），是一种敏感元件，能够将振动信号变换为 电参量。振动测试传感器能够将被测的振动物理量转换成W电量(电压、电荷)或电参数(电 阻、电容、电感等)为主要形式的信号。
[0084] 在GIS的外壳表面进行加速度传感器的布点，布点位置应均匀的分布在可粘贴的 壳体表面，具体分布情况如下。
[0085] 4试验结果及分析
[0086] 对测量的振动信号进行小波降噪后，最终得到各通道振动信号的频谱图，如下所 不为通道CH1-CH4的f目号频谱，图3-图6所不。
[0087] 由W上图形可W看出：在CH1通道所测得的振动信号中，800化和700Hz为最大幅值 频率点，主要振动信号都集中在4000化频率范围内，且都是在lOOHz整数倍的频率点处出现 峰值情况，最低峰值点为lOOHz。振动信号幅值在lOOHz-4000化范围内分布较为分散，集中 程度较C肥-CH4通道的信号集中程度较低。
[008引在CH2通道所测得的振动信号中，幅值最大的频率点在lOOHz处，而且在1300化、 800化和700Hz等频率点处出现幅值稍低的次峰值。主要振动信号都集中在3000化频率范围 内，且都是在lOOHz整数倍的频率点处出现峰值情况，最低峰值点为lOOHz。振动信号幅值在 lOOHz-3000化范围内分布较为分散，集中程度较CH3、CH4通道的信号集中程度较低，比CH1 通道的信号集中程度高。
[0089]在CH3通道所测得的振动信号中，峰值幅值最大的频率点在lOOHz处，次峰值出现 在300Hz处。主要振动信号都集中在1200化频率范围内，且都是在lOOHz整数倍的频率点处 出现峰值情况，最低峰值点为lOOHz。振动信号分布较CH1、C肥通道的信号要更为集中。 [0090]在畑4通道所测得的振动信号与畑3的振动信号高度相似，最高峰值都出现在 100化处，且信号都集中在1200化频率范围W内，振动信号分布较CHUCH2通道的信号要更 为集中。W下表格列出了 4个测量通道CH1-CH4的测量信号中各主要频率成分所占的百分比 重。
[0091 ]表1 CH1-CH4信号各主要频率成分所占的百分比 [00921
[0093] 根据W上表格画出信号频率组成折线图，如图7所示，直观的反映出各频率成分的 组成大小。
[0094] 综上所述可W得到W下结论：
[0095] 在W上4个测量点中，1号测量点所测的振动信号出现最为严重的异常分布情况，2 号测量点的振动信号频率分布存在轻微的异常，3号和4号测量点的振动信号频率分布符合 理论分析情况，为正常情况。所W可W-次推测在1号测量点的附近存在振动异常，引起噪 声的异常情况，宜对1号测量点附近的设备进行检修W杜绝故障的发生。根据1号点的振动 信号频率分布情况，在700HZ-1200化频率范围内有幅值较大的信号存在，有较大可能是由 于GIS内部结构出现松动或者互感器设备中的铁忍或绕组发生松动或变形引起的振动与噪 声的异常，需要进行进一步的验证。
[0096] 5 结论
[0097] 由该次振动检测数据的分析，现场可W基本断定GIS内部结构出现松动，且初步定 位异常振动位于互感器设备。在停电检修中发现，由于B相电压互感器支撑槽钢紧固不牢， 造成互感器产生振动。检修结果证实基于异常振动分析可W有效的检测GIS机械缺陷。
[0098] 本发明所提出的基于异常振动分析的GIS诊断技术研究为发现GIS的机械缺陷或 潜在故障提供一种重要而可行的检测手段，对保障GIS可靠运行具有重要意义。
[0099] 上述虽然结合附图对本发明的【具体实施方式】进行了描述，但并非对本发明保护范 围的限制，所属领域技术人员应该明白，在本发明的技术方案的基础上，本领域技术人员不 需要付出创造性劳动即可做出的各种修改或变形仍在本发明的保护范围W内。
【主权项】
1. 基于异常振动分析的GIS机械缺陷诊断系统，其特征是，包括:加速度传感器、电荷放 大器、数据采集仪和数据处理装置； 所述加速度传感器固定于GIS壳体表面的测量点位置处，加速度传感器、电荷放大器、 数据采集仪和数据处理装置依次串联连接； 数据处理装置对测量的振动信号进行小波降噪后，最终得到各测量点振动信号的频谱 图，通过分析频谱图各频率段信号成分，确定GIS机械故障类型。2. 如权利要求1所述的基于异常振动分析的GIS机械缺陷诊断系统，其特征是，在GIS的 外壳表面进行加速度传感器的布点，布点位置应均勾的分布在可粘贴的GIS壳体表面。3. 如权利要求1所述的基于异常振动分析的GIS机械缺陷诊断系统，其特征是，通过分 析频谱图各频率段信号成分，确定GIS机械故障类型具体如下： 由局部放电引起的振动，振动主频率在5~30KHz之间； GIS中由于电极表面不平整出现毛刺，或由于绝缘子中有气穴存在，在电场作用下造成 局部放电集中而发生放电，这种放电产生的电磁波引起外壳的振动，振动主频率在20KHz~ 60KHz之间； 在100Hz处，磁致伸缩引发的振动接近于电动力所引发的振动，但电动力引发的振动在 高频信号300Hz以上时非常微弱，而铁芯的磁致伸缩作用引发的振动仍然非常强烈，由磁致 伸缩作用引发的铁芯的振动，振动信号在600Hz频率处依然很强烈。4. 如权利要求1所述的基于异常振动分析的GIS机械缺陷诊断系统，其特征是，由于导 体中交流电流产生的交变电动力引起的母线振动，其振动频率主要为100Hz; 由静电力引起的振动，其振动频率主要为100Hz。5. -种如权利要求1所述的基于异常振动分析的GIS机械缺陷诊断系统的方法，其特征 是，包括： (1) 在GIS的外壳表面进行加速度传感器的布点，布点位置应均勾的分布在可粘贴的壳 体表面； (2) 测量GIS振动信号，对测得的振动信号按整周期进行截取； (3) 采用小波分析方法对截取后的信号进行降噪处理； (4) 对降噪后的信号段进行频谱分析，得到各测量点振动信号的频谱图； (5) 根据得到的信号频谱图，确定每一个测量点振动信号的主要频率成分及各频率成 分所占的百分比； (6) 分别以测量点的主要频率成分和频率成分所占的百分比为横、纵坐标轴建立直角 坐标系，在所述直角坐标系上绘出每一个测量点的主要频率成分及各频率成分所占的百分 比的折线图； (7) 根据所述折线图判断测量点是否存在振动信号异常分布的情况;如果有，则判断该 测量点存在振动异常，根据该测量点的振动信号频率分布情况，确定可能出现的GIS故障原 因。6. 如权利要求5所述的基于异常振动分析的GIS机械缺陷诊断系统的方法，其特征是， 所述步骤(3)中采用小波分析方法对截取后的信号进行降噪处理的方法具体为： 假定带噪声的振动信号81为有用信号h和高斯白噪声信号ei的和； 求取带噪声的振动信号81的小波系数，设定阈值λ，保存高于阀值λ的系数，而将低于阀 值λ的每一项系数均设定为零； 处理后的小波系数记为信号h的估计值。7.如权利要求5所述的基于异常振动分析的GIS机械缺陷诊断系统的方法，其特征是， 所述步骤(7)中，由于GIS设备所受的力与电流和磁场强度的乘积及漏磁通与电流成正比， 其振动的加速度正比于负载电流的平方，故振动信号的基频是负载电流基频的2倍，即 100Hz;当GIS信号中的高频成分增多，当高频信号所占比重增大到超出100Hz频率所占比重 时，判断该测量点存在振动异常。
【专利摘要】本发明公开了一种基于异常振动分析的GIS机械缺陷诊断系统及方法，包括：加速度传感器固定于GIS壳体表面的测量点位置处，加速度传感器、电荷放大器、数据采集仪和数据处理装置依次串联连接；数据处理装置对测量的振动信号进行小波降噪后，最终得到各测量点振动信号的频谱图，通过分析频谱图各频率段信号成分，确定GIS机械故障类型。本发明有益效果：本发明所提出的基于异常振动分析的GIS诊断技术研究为发现GIS的机械缺陷或潜在故障提供一种重要而可行的检测手段，对保障GIS可靠运行具有重要意义。
【IPC分类】G01H1/00, G01R31/00
【公开号】CN105629100
【申请号】CN201510971986
【发明人】孙庆生, 曹涛
【申请人】国网安徽省电力公司合肥供电公司, 国家电网公司
【公开日】2016年6月1日
【申请日】2015年12月18日