本发明涉及电网的多局部放电信号检测技术，具体涉及一种用于变压器内部多局部放电源的分离方法及系统。
背景技术：
变压器是电网的核心设备之一，其稳定、可靠运行将对电力系统意义重大。由于设计制造、工艺及运维水平限制或系统故障，变压器的损坏时有发生。统计表明，随着电网的迅猛发展，电力系统短路容量增加，变压器遭受外部扰动造成的隐患越来越多，变压器绕组容易发生变形，变形后可能引起局部放电，在局部放电的长期作用下，变压器绝缘损伤部位逐渐扩大，最终可能导致变压器的绝缘发生击穿。同时，变压器由于制造、生产、安装等过程中可能存在的微小缺陷，在长期运行后很可能进一步恶化，产生局部放电，引起变压器绝缘性能的降低。因而准确掌握变压器局部放电情况具有重要意义。
目前局部放电信号的识别尤其是多局部放电源信号的识别，在gis等设备中应用较多，由于gis设备结构简单，不同类型局部放电的原始信号几乎没有被衰减和畸变，较容易提取相关特征。但是对于变压器，存在绕组、铁心、引线、绝缘纸板等结构，局部放电信号传输路径复杂，原始信号畸变严重，因此需要新的方法进行适应于变压器等复杂结构设备的多放电源的分离和识别。
技术实现要素：
本发明要解决的技术问题：针对现有技术的上述问题，提供一种能够克服变压器结构复杂、局部放电信号传输路径复杂、原始信号畸变严重的问题，实现变压器等复杂结构设备的多放电源的分离和识别，结构适应性好、分离准确度高的用于变压器内部多局部放电源的分离方法及系统。
为了解决上述技术问题，本发明采用的技术方案为：
一方面，本发明提供一种用于变压器内部多局部放电源的分离方法，步骤包括：
1)获取变压器内部多个局部放电源的局部放电信号的原始波形；
2)对原始波形的时域信号v(t)进行傅里叶fft变换得到频域信号f(f)；分别基于能量累积函数对时域信号v(t)计算时域信号v(t)时间累积到tk的时域信号能量累积函数值，基于能量累积函数对频域信号f(f)计算频域信号f(f)时间累积到fk的频域信号能量累积函数值；
3)分别针对时域信号能量累积函数值、频域信号能量累积函数值进行数学形态梯度计算，得到时域梯度值和频域梯度值；
4)基于时域信号能量累积函数值、频域信号能量累积函数值、时域梯度值、频域梯度值提取多个局部放电信号的信号特征量；
5)将提取得到的多个局部放电信号的信号特征量进行降维处理形成组合特征；
6)基于组合特征对局部放电信号进行特征聚类，从而得到分离后的多个局部放电源。
优选地，步骤2)中计算时域信号v(t)时间累积到tk的能量函数值的函数表达式如式(1)所示；
式(1)中，et(tk)为时域信号v(t)时间累积到tk的时域信号能量累积函数值，k＝1,…,n，n表示原始波形中的时域信号总数量，v(ti)表示ti时刻的时域信号。
优选地，步骤2)中计算频域信号f(f)时间累积到fk的能量函数值的函数表达式如式(2)所示；
式(2)中，ef(fk)为频域信号f(f)时间累积到fk的频域信号能量累积函数值，k＝1,…,n/2，n表示原始波形中的时域信号总数量，f(fi)表示fi频率的频域信号。
优选地，步骤3)中进行数学形态梯度计算的函数表达式如式(3)所示；
式(3)中，mg(n)为时域梯度值或频域梯度值，
优选地，步骤4)中提取的多个局部放电信号的信号特征量包括时域信号能量累积函数的有效持续时间tw、函数曲线面积at，频域信号能量累积函数的有效带宽fw、函数曲线面积af，以及时域能量累积函数数学形态梯度最大值ξt、频域能量累积函数数学形态梯度最大值ξf。
优选地，时域信号能量累积函数的有效持续时间tw的计算函数表达式如式(4)所示，函数曲线面积at的计算函数表达式如式(5)所示，频域信号能量累积函数的有效带宽fw的计算函数表达式如式(6)所示，函数曲线面积af的计算函数表达式如式(7)所示，以及时域能量累积函数数学形态梯度最大值ξt的计算函数表达式如式(8)所示，频域能量累积函数数学形态梯度最大值ξf的计算函数表达式如式(9)所示；
tw＝t|et＝80-t|et＝20(4)
fw＝f|ef＝80(5)
ξt＝max{mgt}(8)
ξf＝max{mgf}(9)
式(4)～式(9)中，t|et表示某时域能量累积函数值对应的时间，f|ef表示某频域能量累积函数值对应的频率，et(tk)为时域信号v(t)时间累积到tk的时域信号能量累积函数值，ef(fk)为频域信号f(f)时间累积到fk的频域信号能量累积函数值，△t表示时间抽样间隔，△f表示频率抽样间隔，mgt表示时域信号数学形态梯度，mgf表示频域信号数学形态梯度。
优选地，步骤5)的详细步骤包括：
5.1)根据提取得到的多个局部放电信号的信号特征量进行两两求差得到多个组合变量；
5.2)采用线性判别式算法对多个组合变量进行降维优化处理，提取其中最具效果的两个组合变量p1、p2作为降维处理形成的组合特征。
优选地，步骤6)的详细步骤包括：将得到的组合变量p1、p2绘制在p1－p2坐标图上，在信号采集时间累计到指定数量个工频周期后，采用模糊最大似然聚类算法，将每个局部放电源的聚集分布边界找到，实现多个放电源同时分离，得到分离后的多个局部放电源。
另一方面，本发明还提供一种用于变压器内部多局部放电源的分离系统，包括：
波形获取程序模块，用于获取变压器内部多个局部放电源的局部放电信号的原始波形；
累积函数计算程序模块，用于对原始波形的时域信号v(t)进行傅里叶fft变换得到频域信号f(f)；分别基于能量累积函数对时域信号v(t)计算时域信号v(t)时间累积到tk的时域信号能量累积函数值，基于能量累积函数对频域信号f(f)计算频域信号f(f)时间累积到fk的频域信号能量累积函数值；
梯度计算程序模块，用于分别针对时域信号能量累积函数值、频域信号能量累积函数值进行数学形态梯度计算，得到时域梯度值和频域梯度值；
特征量提取程序模块，用于基于时域信号能量累积函数值、频域信号能量累积函数值、时域梯度值、频域梯度值提取多个局部放电信号的信号特征量；
特征量降维程序模块，用于将提取得到的多个局部放电信号的信号特征量进行降维处理形成组合特征；
聚类程序模块，用于基于组合特征对局部放电信号进行特征聚类，从而得到分离后的多个局部放电源。
优选地，所述特征量提取程序模块提取得到的多个局部放电信号的信号特征量包括时域信号能量累积函数的有效持续时间tw、函数曲线面积at，频域信号能量累积函数的有效带宽fw、函数曲线面积af，以及时域能量累积函数数学形态梯度最大值ξt、频域能量累积函数数学形态梯度最大值ξf。
本发明用于变压器内部多局部放电源的分离方法具有下述优点：本发明在获取变压器内部多个局部放电源的局部放电信号的原始波形的基础上，通过对时域信号v(t)、频域信号f(f)分别进行傅里叶fft变换、计算能量累积函数值、计算梯度值，然后基于基于时域信号能量累积函数值、频域信号能量累积函数值、时域梯度值、频域梯度值提取多个局部放电信号的信号特征量，再对信号特征量进行降维处理、特征聚类得到分离后的多个局部放电源，能够克服变压器结构复杂、局部放电信号传输路径复杂、原始信号畸变严重的问题，实现变压器等复杂结构设备的多放电源的分离和识别，具有结构适应性好、分离准确度高的优点。
本发明用于变压器内部多局部放电源的分离系统为本发明用于变压器内部多局部放电源的分离方法完全对应的程序模块构成的完全对应的系统，因此同样也具有本发明用于变压器内部多局部放电源的分离方法的前述优点，故在此不再赘述。
附图说明
图1为本发明实施例方法的基本流程示意图。
具体实施方式
如图1所示，本实施例用于变压器内部多局部放电源的分离方法的步骤包括：
1)获取变压器内部多个局部放电源的局部放电信号的原始波形；
2)对原始波形的时域信号v(t)进行傅里叶fft变换得到频域信号f(f)；分别基于能量累积函数对时域信号v(t)计算时域信号v(t)时间累积到tk的时域信号能量累积函数值，基于能量累积函数对频域信号f(f)计算频域信号f(f)时间累积到fk的频域信号能量累积函数值；
3)分别针对时域信号能量累积函数值、频域信号能量累积函数值进行数学形态梯度计算，得到时域梯度值和频域梯度值；
4)基于时域信号能量累积函数值、频域信号能量累积函数值、时域梯度值、频域梯度值提取多个局部放电信号的信号特征量；
5)将提取得到的多个局部放电信号的信号特征量进行降维处理形成组合特征；
6)基于组合特征对局部放电信号进行特征聚类，从而得到分离后的多个局部放电源。
本实施例中，步骤1)获取变压器内部多个局部放电源的局部放电信号的原始波形时，采用领域内相关适用于变压器局部放电信号采集的传感器，完成局部放电信号的原始波形采集。典型重要参数要求为频带范围300mhz～3ghz，灵敏度不大于-75dbm，不能具有检波、滤波等功能，只需要对局部放电信号进行耦合输出即可。
对比现有小波分析、时频分析、能量累积等方法，为了避免变压器内部复杂结构对原始局部放电信号的影响，以及采集传感器、线缆、接头等对原始信号局部突然的扰动影响，本实施例采用能量累积函数对原始信号进行处理。本实施例中，步骤2)中计算时域信号v(t)时间累积到tk的能量函数值的函数表达式如式(1)所示；
式(1)中，et(tk)为时域信号v(t)时间累积到tk的时域信号能量累积函数值，k＝1,…,n，n表示原始波形中的时域信号总数量，v(ti)表示ti时刻的时域信号。
本实施例中，步骤2)中计算频域信号f(f)时间累积到fk的能量函数值的函数表达式如式(2)所示；
式(2)中，ef(fk)为频域信号f(f)时间累积到fk的频域信号能量累积函数值，k＝1,…,n/2，n表示原始波形中的时域信号总数量，f(fi)表示fi频率的频域信号。
本实施例中，为了方便后续有效提取放电源信号的特征，通过基于信号的时域能量累积和频域能量累积函数，进行数学形态梯度计算，获取时域梯度值和频域梯度值，以获得信号典型局部特征。步骤3)中进行数学形态梯度计算的函数表达式如式(3)所示；
式(3)中，mg(n)为时域梯度值或频域梯度值，
通过对比实验研究，本实施例步骤4)中提取的多个局部放电信号的信号特征量包括时域信号能量累积函数的有效持续时间tw、函数曲线面积at，频域信号能量累积函数的有效带宽fw、函数曲线面积af，以及时域能量累积函数数学形态梯度最大值ξt、频域能量累积函数数学形态梯度最大值ξf。本实施例中，时域信号能量累积函数的有效持续时间tw的计算函数表达式如式(4)所示，函数曲线面积at的计算函数表达式如式(5)所示，频域信号能量累积函数的有效带宽fw的计算函数表达式如式(6)所示，函数曲线面积af的计算函数表达式如式(7)所示，以及时域能量累积函数数学形态梯度最大值ξt的计算函数表达式如式(8)所示，频域能量累积函数数学形态梯度最大值ξf的计算函数表达式如式(9)所示；
tw＝t|et＝80-t|et＝20(4)
fw＝f|ef＝80(5)
ξt＝max{mgt}(8)
ξf＝max{mgf}(9)
式(4)～式(9)中，t|et表示某时域能量累积函数值对应的时间，f|ef表示某频域能量累积函数值对应的频率，et(tk)为时域信号v(t)时间累积到tk的时域信号能量累积函数值，ef(fk)为频域信号f(f)时间累积到fk的频域信号能量累积函数值，△t表示时间抽样间隔(ns)，△f表示频率抽样间隔(mhz)，mgt表示时域信号数学形态梯度，mgf表示频域信号数学形态梯度。
本实施例中，步骤5)的详细步骤包括：
5.1)根据提取得到的多个局部放电信号的信号特征量进行两两求差得到多个组合变量，例如构成多个组合如tw﹣fw、at﹣af，ξt﹣ξf等；
5.2)采用线性判别式算法对多个组合变量进行降维优化处理，提取其中最具效果的两个组合变量p1、p2作为降维处理形成的组合特征。
本实施例中，步骤6)的详细步骤包括：将得到的组合变量p1、p2绘制在p1－p2坐标图上，在信号采集时间累计到指定数量(本实施例中具体采用500个)个工频周期后，采用模糊最大似然聚类算法，将每个局部放电源的聚集分布边界找到，实现多个放电源同时分离，得到分离后的多个局部放电源。目前主要的聚类算法有均值聚类、模糊均值聚类等，均值聚类只适用于数据分布呈圆形的情况，最大似然距离算法适用于数据分布呈椭圆形的情况，根据本发明对局部放电信号特征分布研究结果，为了达到分离效果最优，本发明采用模糊最大似然聚类算法实现同一个放电源的特征分布尽可能聚在一起，不同放电源的分布尽可能分开，从而实现多个局部放电源同时分离。
本实施例用于变压器内部多局部放电源的分离系统包括：
波形获取程序模块，用于获取变压器内部多个局部放电源的局部放电信号的原始波形；
累积函数计算程序模块，用于对原始波形的时域信号v(t)进行傅里叶fft变换得到频域信号f(f)；分别基于能量累积函数对时域信号v(t)计算时域信号v(t)时间累积到tk的时域信号能量累积函数值，基于能量累积函数对频域信号f(f)计算频域信号f(f)时间累积到fk的频域信号能量累积函数值；
梯度计算程序模块，用于分别针对时域信号能量累积函数值、频域信号能量累积函数值进行数学形态梯度计算，得到时域梯度值和频域梯度值；
特征量提取程序模块，用于基于时域信号能量累积函数值、频域信号能量累积函数值、时域梯度值、频域梯度值提取多个局部放电信号的信号特征量；
特征量降维程序模块，用于将提取得到的多个局部放电信号的信号特征量进行降维处理形成组合特征；
聚类程序模块，用于基于组合特征对局部放电信号进行特征聚类，从而得到分离后的多个局部放电源。
本实施例中，特征量提取程序模块提取得到的多个局部放电信号的信号特征量包括时域信号能量累积函数的有效持续时间tw、函数曲线面积at，频域信号能量累积函数的有效带宽fw、函数曲线面积af，以及时域能量累积函数数学形态梯度最大值ξt、频域能量累积函数数学形态梯度最大值ξf，计算函数表达式详见前述式(4)～式(9)。
以上所述仅是本发明的优选实施方式，本发明的保护范围并不仅局限于上述实施例，凡属于本发明思路下的技术方案均属于本发明的保护范围。应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理前提下的若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。