一种GIS局放检测外部干扰信号排除方法与流程

本发明涉及一种气体绝缘金属封闭开关设备(简称GIS)局部放电(简称局放)检测外部干扰排除方法，属GIS设备运行维护检修技术领域。

背景技术：

GIS设备因具有占地面积小、可靠性高、维护工作量少等优点被广泛应用于高压输电领域。但是从运行情况来看，故障和事故仍然不可避免。其原因主要包括：(1)GIS设备制造工艺参差不齐以及运输、现场装配不良等原因，导致部分投运的GIS存在绝缘缺陷；(2)运行中部件老化、操作引起部件移位等因素。局部放电信号包含丰富的绝缘状态信息，不仅能检测到GIS制造与安装过程中造成的缺陷，而且还可预测绝缘故障的发生及严重程度。近年来，通过特高频(简称UHF)检测法对GIS设备进行局部放电带电检测，已经成为排查GIS安全隐患的重要手段。

但在现场，特别是户外变电站，仍有较多干扰，严重影响GISUHF局放检测效果。外部干扰主要分为两大类，第一类是非放电类干扰，主要包括雷达信号、手机信号、日光灯干扰及发动机干扰；第二类是放电类干扰，主要包括空气中电晕放电和悬浮放电。

目前，干扰信号主要排除手段有屏蔽法、背景干扰测量法和滤波法。屏蔽法方式简单，但外部信号仍可通过其他非金属屏蔽盆式绝缘子进入，抗干扰效果有限制；背景干扰测量法可能使检测灵敏度降低或导致误消除，一般仅作为参考使用；滤波器法虽然可以滤除外部非放电类干扰，但无法滤除外部放电类干扰。

技术实现要素：

本发明的目的是，为了有效排除GIS设备UHF局部放电检测过程中存在的外部干扰信号，提高检测有效性，公开一种GIS局放检测外部干扰信号排除方法。

为了实现上述目的，本发明采用如下技术方案：

一种GIS局放检测外部干扰信号排除方法，所述方法利用UHF局放检测设备获取被测GIS设备UHF放电信号，通过识别UHF工频周期信号相位特征与脉冲信号分形特征，排除GIS外部干扰信号。

所述UHF局放检测设备获取待测GIS设备100ms(即5个工频周期)局放周期信号，分析其相位特征，若周期信号不存在相位特征，则直接判断为外部非放电类干扰信号；若周期信号存在相位特征，则判断UHF信号为内部或外部放电信号。

所述UHF脉冲信号分形特征的提取方法包括UHF脉冲信号多尺度分解、多尺度分维数提取及特征量降维三个步骤。所述多尺度分解可以采用小波包变换实现；所述多尺度分维数可采用改进差盒计数法计算小波包多尺度分解系数的网格维数得到；所述特征量降维可通过线性判别分析方法实现。

一种GIS局放检测外部干扰信号排除方法的具体步骤如下：

(1)获取SF6中金属颗粒放电、悬浮放电、气隙放电、尖端放电、空气中电晕放电及悬浮放电UHF信号完整脉冲波形，提取6类放电脉冲波形分形特征，建立放电特征数据库；

(2)在检测现场利用UHF局放检测装置获取待测GIS设备100ms(即5个工频周期)局放周期信号，若周期信号不存在相位特征，则直接判断为外部非放电类干扰信号；若周期信号存在相位特征，则判断为内部或外部放电信号，并转至步骤3；

(3)利用UHF局放检测装置获取待测GIS设备局部放电完整的UHF脉冲信号波形，提取脉冲信号的分形特征；所述UHF脉冲信号分形特征的提取方法包括UHF脉冲信号多尺度分解、多尺度分维数提取及特征量降维三个步骤；所述多尺度分解可以采用小波包变换实现；所述多尺度分维数可采用改进差盒计数法计算小波包多尺度分解系数的网格维数得到；所述特征量降维可通过线性判别分析方法实现；

(4)将现场检测UHF放电脉冲信号分形特征输入分类器，与放电特征数据库进行匹配分类，若分类结果与内部四种放电类型特征吻合度高，则判断为放电来自GIS内部，若分类结果与外部两类放电类型特征吻合度高，则判断放电来自GIS外部放电类型干扰。

本发明基本原理为：GIS外部非放电类干扰信号不具有相位特征，而GIS内部放电信号具有相位特征，因此通过获取局放UHF工频周期信号，并根据工频周期信号相位特征，可判断是否为外部非放电类干扰信号；GIS外部放电与内部放电绝缘介质不同，放电脉冲信号分形特征存在差异，因此通过获取完整的脉冲信号波形，并提取脉冲信号分形特征，与放电信号特征库匹配，可判断放电信号是否来自GIS设备内部。

本发明一种GIS局放检测外部干扰信号排除方法具有以下有益效果：

(1)与屏蔽法相比，在外部强干扰信号通过盆式绝缘子处进入GIS内部时，本发明方法仍可以通过识别放电信号分形特征量进行有效区分；

(2)与背景干扰测量法相比，本发明方法不直接对放电时域信号进行处理，不影响检测灵敏度高，不存在误消除；

(3)与滤波器法相比，本发明方法可通过识别分形特征量对内部与外部放电信号进行有效区分。

本发明适用于GIS设备内部UHF局放检测。

附图说明

图1是本发明的工作流程图；

图2是UHF信号多尺度分形特征提取流程图；

图3是UHF信号三层分解的小波包数示意图；

图4是改进差盒计数法示意图

图5是内部与外部相同放电类型UHF信号三维特征量；

具体实施方式

下面结合具体实施例对本发明进行详细说明。

本发明的实施工作流程如图1所示，具体实施步骤如下：

(1)搭建GIS局部放电模拟平台，获取SF6中金属颗粒放电、悬浮放电、气隙放电、尖端放电、空气中电晕放电及悬浮放电UHF信号完整脉冲波形，提取6类放电脉冲波形分形特征，建立放电特征数据库。

所述分形特征提取主要包含以下几个步骤：UHF脉冲信号多尺度分解、多尺度分维数提取及特征量降维，具体操作流程见图2。

所述UHF脉冲信号多尺度分解可以采用小波包变换实现。UHF信号经过三层小波包分解，可得到小波树，如图3所示。第三层各节点对应一组小波包分解系数，各自对应的小波系数重构的信号频带宽度为原始信号频带的2^-3。通过信号小波包分解，可得到对应多尺度系数的信号分量，进一步计算出各信号分量参数，即得到信号的多尺度特征参数。

所述多尺度分形维数可采用改进差盒计数法计算小波包多尺度分解系数的网格维数得到。其计算方法如下：采用一个网格状栅格去覆盖分形曲线y＝f(x)，如图4所示，栅格的尺度(宽度)定义为r。若第i个栅格内曲线段最大值与最小值分别为fmax(i)和fmin(i)，则覆盖该曲线段的网格数为：

式中：r′＝r/L，L为曲线的采样点数。则覆盖全部分形曲线的网格数为：

计算出对应于不同尺度r的Nr′求出log(Nr)－log(r)拟合直线的斜率，其负数为分形曲线y＝f(x)的网格维数。

所述特征量降维可通过线性判别分析方法实现，简单陈述为：给定隶属于C类的n个样本xi，X＝{Xi,i＝1,2,…,C}，其中Xi有ni个样本且xi∈Rp，线性判别分析就是将这些高维特征空间投影，在低维空间尽可能地将各类样本分开。样本的类间散度矩阵Sw、类内散度矩阵Sb分别为：

式中：xim为第i模式类样本中的第m个样本，为第i模式类样本的平均数。

线性判别分析就是寻找某一投影方向矩阵w∈Rp，使得Fisher准则最大：

使得上述准则函数最大化的w的第k列向量wk∈Rp(k＝1,2,…,r)必须满足：

Sbwk＝λkSwwk (6)

式中：λk为最大本征值，wk为与其对应的本征矢量。

由于Sb的秩为z＝C-1或更低，因此对应于特征变量空间的维数r＝min(p,z)。

图5是经线性判别分析降维后的UHF信号三维特征量，不同介质中相同放电类型UHF信号多尺度特征参量经线性判别分析处理后的特征参量能够有效分开。

(2)在检测现场利用UHF局放检测装置获取待测GIS设备100ms(即5个工频周期)局放周期信号，分析其相位特征，若周期信号不存在相位特征，则直接判断为外部非放电类干扰信号；若周期信号存在相位特征，则判断为放电信号，并转至步骤3；

(3)利用UHF局放检测装置获取待测GIS设备局部放电完整的UHF脉冲信号波形，提取脉冲波形的多尺度分形特征，并采用线性判别分析将UHF信号多尺度分形特征量降至三维特征量。

(4)降维后的特征参量可由K最近邻法进行分类。若分类结果与内部四种放电类型特征吻合度高，则判断为放电来自GIS内部；若分类结果与外部两类放电类型特征吻合度高，则判断放电来自GIS外部放电类型干扰。

K最近邻法：对未知样本xu，分别计算它与n个已知样本xi^k的马氏距离，将它判为距离最近的那个样本所属的类。即：

式中：xi的角标i表示类别，k表示ni个样本中的第k个。按照式(7)，决策规则可以写为：若gj(xu)＝min(gi(xu)),i＝1,2,…,C，则决策xu∈j类。