局部放电信号特征的提取
局部放电信号特征的提取
局部放电信号特征的提取摘要在局部放电量的实际测量中，测量的准确性经常会受到外界干扰的影响。
如何正确判断局放脉冲和干扰脉冲成为一个重要环节。
如何全面掌握设备内部局放的信息来进行绝缘诊断也一直是很多学者和现场试验人员研究的方向。
本文介绍了一种用于正确区分局部放电脉冲和干扰脉冲，准确测量局部放电量，并能够分析局放发生过程中所记录的各种信息的图形分析方法。
文章的第一章，作者从局部放电的产生、危害、一般测试方法以及测试技术的新发展等方面概述了一些基础知识。
文章的第二、三、四章，作者从图形分析方法的原理、具体实现和现场应用等角度，全面阐述了这种新的局部放电测试方法。
文章最后，作者对全文进行了总结，并展望了今后的工作。
关键词: 局部放电；图形分析；应用Characteristic Extraction of Partial DischargeSignalAbstractWhen measur the amount of partial discharge, the accuracy of measurement is varied constantly by outer interference. It's important to distinguish partial discharge pulse from interference pulse. So how to judge insulation quality according to partial discharge information became the study direction of many scholars and site personnel. A graphic analysis method is introduced in the paper, which can distinguish partial discharge pulse from interference pulse and measure the amount of partial discharge accurately, analyze all kinds of graphic that is recorded during the process of partial discharge. In chapter one, some fundamental knowledge of partial discharge is discussed. In chapter two、three and four. The new measurement is elaborated in the principle of graphic analysis and site application. In the end, the author summarized, and out looked the future.Keywords;Partial discharge ;Graphic analysis;Application摘要 (I)Abstract (II)1绪论 (1)1.1课题的背景 (1)1.1.1局部放电定义及其产生原因 (2)1.1.2局部放电的危害 (3)1.2 局部放电的测试方法 (4)1.2.1 非电测法 (4)1.2.2电测法 (4)1.3局放测试技术的新发展 (5)1.3.1傅立叶变换 (5)1.3.2自适应滤波 (5)1.3.3 专用滤波器 (6)1.3.4 小波变换 (6)2局部放电的测量 (8)2. 1工频电压下的局部放电 (8)2.2局部放电的参数 (9)3图形分析方法及其实现 (11)3.1局部放电测试的图形分析方法 (11)3.2 图形分析方法的硬件实现 (15)3.3图形分析方法的软件实现 (16)4图形分析方法的应用 (17)4.1 局部放电脉冲的图形分析 (17)4.2局部放电测量中的干扰图形分析 (22)4.3图形分析在局部放电现场测量中的应用 (28)4.3.1 局部放电测量中的电晕图形 (28)4.3.2 局放图形的分析 (30)4.3.3 图形分析方法在绝缘判断中的应用扩展 (33)4.3.4图形分析方法应用中的遗留问题 (35)结论 (38)参考文献 (39)致谢 (40)1绪论1.1 课题的背景对电力设备进行在线检测是具有重大现实意义和应用前景的前沿课题，对提高电力系统的安全性和运行水平有巨大的作用。
局部放电脉冲信号特征向量的提取方法
局部放电脉冲信号特征向量的提取方法
张炜;俸波;邬蓉蓉
【期刊名称】《绝缘材料》
【年(卷),期】2018(51)7
【摘要】为检测和识别高压开关柜的绝缘故障,提出一种局部放电特征向量的提取方法。
首先,基于二维参数的降维统计方法提出了相位中值、正负半轴放电频次比值等主要统计算子,用以提取放电脉冲信号的幅值、相位等特征向量。
然后模拟测试尖端、沿面、悬浮、接触不良等开关柜内部放电故障,并提取局部放电故障的相关信息。
最后,分析局部放电图谱、时域图和放电模式识别效果,得出不同统计算子的贡献率。
结果表明:该方法能够有效提取局部放电特征向量,降维提取的统计算子能够用于还原实际局部放电故障的相关信息。
【总页数】6页(P77-82)
【关键词】高压开关柜;局部放电图谱,时域图;局部放电;特征向量;脉冲放电信号【作者】张炜;俸波;邬蓉蓉
【作者单位】广西电网有限责任公司电力科学研究院
【正文语种】中文
【中图分类】TM855
【相关文献】
1.脉冲电压下局部放电信号的提取和统计 [J], 周凯;吴广宁;何景彦;刘君;佟来生
2.一种新的局部放电超声信号脉冲边缘提取算法 [J], 朱太云;杨道文;叶剑涛;程登
峰;王庆军;李承斌
3.基于独立分量分析的局部放电脉冲信号提取 [J], 李洪;孙云莲
4.局部放电脉冲信号ICA提取技术的初步研究 [J], 司文荣;李军浩;袁鹏;李延沐;梁永春;李彦明
5.超高频法提取方波脉冲下的局部放电信号 [J], 张依强;吴广宁;刘继午;罗杨;徐慧慧;王鹏;曹开江
因版权原因，仅展示原文概要，查看原文内容请购买。
基于盲源分离变压器局部放电信号提取方法
基于盲源分离的变压器局部放电信号的提取方法【摘要】针对采集回的变压器局部放电的混合信号，先分别对混合信号和其时移信号进行主成分分析后，进行频谱分析，消除主成分分量的周期性干扰噪声成分，然后重构消除周期性干扰后的数据，对重构的数据进行典型相关分析的盲源分离，针对混有残余的随机脉冲干扰的混合信号再进行典型相关分析的迭代分离，直至提取出变压器局部放电脉冲信号。
仿真结果表明，该方法能有效的分离出变压器局部放电脉冲信号。
【关键词】频谱分析；典型相关分析；盲源分离；重盲源分离0.概述由于变压器局部放电信号是造成变压器绝缘损坏的重要原因之一，所以准确的监测出变压器局部放电信号，发现故障并及时报警就显得尤为重要。
变压器现场的各种干扰按时域特征可分为窄带周期性干扰，白噪声干扰，随机脉冲干扰三类。
从噪声中提取出变压器局部放电脉冲信号方法以往以小波阈值抑制噪声干扰居多，但不适当的阈值抑制不利于真实反应变压器局部放电脉冲信号的波形。
最近利用盲源分离提取出变压器局部放电脉冲信号方法也出现不少，但只是针对一种现场的噪声干扰而言。
本文先对信号进行消除周期性干扰的预处理，这样可进一步提高后续盲源分离算法的抗噪性。
然后利用白噪声与有用信号不相关或相关很小的特点，采用典型相关分析cca的盲源分离方法，对观测信号中的白噪声和随机脉冲噪声分两次进行迭代分离，从现场的各种干扰中提取出变压器局部放电脉冲信号。
从而为诊断变压器绝缘故障提供可靠依据。
1.从噪声中提取出变压器局部放电脉冲信号的方法1.1周期性干扰噪声成分的去除方法采集观测信号，对观测信号进行主成份分量分析后，去除观测信号的窄带周期性干扰。
窄带周期性干扰在频域内是一个尖脉冲信号，通常幅值较大，根据这个特点，通过fft变换的功率谱中找出背景噪声能量比较大的部分[1]，并在信号的频域中直接滤除，然后对信号进行反fft变换即可达到滤除窄带周期性干扰的目的。
为此将得到的主成份分量重构，对重构后的主成份分量进行独立成分分解。
电缆局部放电信号特征提取及故障诊断方法
设计应用技术ＤＯＩ：１０．１９３９９／ｊ．ｃｎｋｉ．ｔｐｔ．２０２３．０３．００３电缆局部放电信号特征提取及故障诊断方法赵硕（国网湖北省电力有限公司老河口市供电公司，湖北老河口441800）摘要：在电缆运行过程中，难免会受到各种外界因素的影响而导致运行线路出现各种问题，为了提高电缆局部放电信号特征的分析能力，提出一种电缆局部放电信号特征提取及故障诊断方法。
运用最短路径树经验模态分解（Shortest Path Tree-Ensemble Empirical Mode Decomposition，SPT-EEMD）算法提取电缆工作中的局部放电信号，通过基于MAX132芯片的预警系统提高数据信息报警能力，利用基于STM32单片机的故障诊断电路控制特征信号的提取。
实验表明，所提方法对于电晕放电、悬浮放电、气泡放电以及油中放电4种局部放电类型的识别准确率为90.8%，提高了电缆局部放电信号特征提取及故障诊断能力。
关键词：电晕放电；MAX132芯片；预警系统；实时故障；故障诊断Feature Extraction and Fault Diagnosis Method of Cable Partial Discharge SignalZHAO Shuo(Laohekou Power Supply Company of State Grid Hubei Electric Power Co., Ltd., Laohekou 441800, China)Abstract: In the process of cable operation, various external factors will inevitably lead to various problems in the running line. In order to improve the analysis ability of cable partial discharge signal characteristics, a method of cable partial discharge signal feature extraction and fault diagnosis is proposed. The Shortest Path Tree-Ensemble Empirical Mode Decomposition (SPT-EEMD) algorithm is used to extract the partial discharge signal in cable operation, and the alarm ability of data information is improved through the early warning system based on MAX132 chip, and the fault diagnosis circuit based on STM32 single chip is used to control the extraction of characteristic signals. Experiments show that the recognition accuracy of the proposed method is 90.8% for corona discharge, suspension discharge, bubble discharge and oil discharge, which improves the ability of cable partial discharge signal feature extraction and fault diagnosis.Keywords: corona discharge; MAX132 chip; early warning system; real time fault; fault diagnosis0 引 言电缆是电力技术应用过程中的基础硬件，电缆性能好坏容易受到外界环境因素的影响。
基于像处理的电力设备局部放电特征提取与识别方法研究
基于像处理的电力设备局部放电特征提取与识别方法研究一、引言电力设备局部放电是指电力设备中的电气设备、变压器等在过电压或电压激励下，由于缺陷引起的局部电气击穿现象。
局部放电的存在会对电力设备的正常运行造成严重影响，并有可能导致设备损坏、事故发生。
因此，准确地提取和识别电力设备局部放电特征是十分重要的。
二、研究背景与意义随着科技的不断进步和电力设备的不断发展，电力系统的可靠性和安全性要求越来越高。
针对电力设备局部放电问题的研究，可以有效地防止潜在的事故风险，提升电力系统的运行可靠性。
近年来，像处理技术在信号处理领域得到了广泛应用，其可以从图像获取更详细和准确的信息，使得局部放电特征的提取和识别更加精确和高效。
三、基于像处理的电力设备局部放电特征提取方法1. 数据采集：采集电力设备局部放电的图像数据，并保证数据的准确性和完整性。
2. 图像增强：利用像处理技术对采集到的图像进行增强处理，包括对比度增强、降噪等操作，以提高图像的质量。
3. 特征提取：通过像处理技术，提取图像中的局部放电特征，例如放电位置、形状、时域和频域特征等。
4. 特征选择：根据特征的重要性和相关性，选择最具代表性的特征，减少特征维度，提高特征的区分能力。
5. 特征分类：利用机器学习算法或神经网络等方法对提取到的特征进行分类，将局部放电和正常工作状态进行区分。
四、基于像处理的电力设备局部放电特征识别方法1. 数据预处理：对采集到的电力设备局部放电图像数据进行预处理，包括图像去噪、滤波等操作，以消除噪声对识别结果的影响。
2. 特征提取：通过像处理技术，提取电力设备局部放电的特征信息，如图像纹理、形状、频谱等特征。
3. 特征分类：利用机器学习算法或深度学习方法对提取到的特征进行分类和识别，以判断电力设备是否存在局部放电。
4. 模型评估：对特征识别的准确性进行评估，包括准确率、召回率、F1值等指标的计算，并对识别结果进行验证和优化。
五、实验与结果在实验环境下，采集电力设备局部放电的图像数据，并使用基于像处理的特征提取与识别方法进行实验。
基于Hilbert—Huang变换的变压器局部放电信号特征提取
巧妙地消除外界噪声 ， 并且保 留了局部放电信号本身 的大部分特征， 失真较小， 试验证 明该方法是高效可行 的。 关键词 ： ｌｅｔＨｕｎ ； Ｈｉ ｒ ａ ｇ 经验模 态分解； ｂ － 局部放 电； 白噪声 ； 固有模态分量
中图分类号 ：Ｍ８ ５ Ｔ ３ 文献标志码 ： Ａ 文章编号 ：６ ３ ７ ９ （０ ２ ０ — ０ ８ ０ １７ — ５ ８ ２ １ ） ５ ０ ４ — ４
Ａ ｂｓｒ ｔ Ｆｏ ｎ—ｓｔ ｒｉｌｄｉｃ ｒ ｅ ｄｅｅ ｔｏ ｉｎａ ｏ ｔ ｉ ｏ ｆｎｏｓ ｔ ａｃ ： ｒｏ ｉｅ ｐａｔａ ｓ ｈａ ｇ ｔｃｉ ｎ ｓｇ ｌｃ ｎ ａｎｓａ ｌ ｔｏ ｉｅ， ａ ＰＤ ｉ ｎ ｌｒ ｃ ｖ ｒ ｅｈ ｄ ｓｐｒ ｐ ｓ ｄ ｂａ ｅ ｎ ｓｇ ａ ｅ ｏ ｅ ｙ ｍ ｔ ｏ ｉ ｏ ｏ ｅ ｓ ｄ ｏ Ｈｉｂｅ －Ｈｕａ ｇ ｔａ ｓｏ ｍ ，ａ ｄ ｄ ａ ｎ ｓｎ ｘ ｒｍ ｅ ｔｉ ｉ ｕ ａｅ Ｔｈｒ ｕ ｈ ｔ ｌ ｒ ｔ ｎ ｒ ｎ ｆ ｒ ｎ ｉ ｇ ｏ ｉ ｇ ｅ ｐｅｉ ｎ ｓｓｍ ｌ ｔｄ． ｏ ｇ ｈｅ ＥＭ Ｄ ｃｏ ｏ ｉｉｎ ｏ ｉｎ ｌｗｉｈ ｎ ｉｅ ｄｅ ｍｐ ｓｔｏ ｆｓｇ ａ ｔ ｏ ｓ ，ａｎ ｅ ｅ ｉ ｇ ｄ ｓ ｌｃｔｎ
＾ ＾
Ｐａ ’ ａ ｓ ｈａ ｇ ｔ ｃ ｉ ｎ Ｍ ｅ ｈｏ ｎｄ Ｉ ｑｕｉ ｙ Ｐａ ｔａ ｓ ｈａ ｇ ｌ ｉ ｌＤｉｃ ｒ ｅ Ｄｅ ｅ ｔｏ ｔ ｔ ｄｓ ａ ｎ ｒ ｒ ｉ ｌＤｉ ｃ ｒ ｅ
Ｓｉ ａ ａ ｕｒ ｔ ａ ｔｏ ｓ ｄ ｏ ｉｂｅ ｔ ｕａ ａ ｆ ｒ ｇｈ ｌＦｅ ｔ ｅ Ｅｘ ｒ ｃ ｉ ｎ ｂａ ｅ ｎ Ｈ ｌ ｒ －Ｈ ｎｇ Ｔｒ ｎｓｏ ｍ Ｓ ０ＮＧ Ｆ ｎ Ｃ ｅ ｇ． ＨＥＮ Ｊ ｎ ｕ
局部放电_算法实验报告
一、实验背景局部放电是电力设备绝缘性能劣化的早期征兆，是导致设备故障的主要原因之一。
为了及时发现和定位电力设备中的局部放电，提高电力设备的运行可靠性，本实验针对局部放电信号处理和定位算法进行研究。
二、实验目的1. 学习和掌握局部放电信号处理的基本方法；2. 掌握局部放电定位算法的原理和实现；3. 评估局部放电算法的性能，为实际应用提供依据。
三、实验内容1. 局部放电信号采集与预处理（1）采集局部放电信号：采用高速示波器采集局部放电信号，采样频率为2GHz，采样时间为1秒。
（2）预处理：对采集到的局部放电信号进行去噪、滤波等预处理，提高信号质量。
2. 局部放电信号特征提取（1）时域特征：计算信号的均方根值、峰值、上升时间、下降时间等时域特征。
（2）频域特征：对预处理后的信号进行快速傅里叶变换（FFT），提取频域特征。
（3）小波特征：对预处理后的信号进行小波变换，提取小波特征。
3. 局部放电定位算法（1）时域定位算法：根据信号的上升时间、下降时间等时域特征进行定位。
（2）频域定位算法：根据信号的频域特征进行定位。
（3）小波域定位算法：根据小波特征进行定位。
4. 算法性能评估（1）计算定位精度：计算定位结果与实际位置之间的误差。
（2）计算定位速度：计算定位算法的运行时间。
（3）计算定位成功率：计算定位算法成功定位的次数与总次数的比值。
四、实验结果与分析1. 局部放电信号预处理经过预处理后的局部放电信号质量明显提高，有效降低了噪声干扰。
2. 局部放电信号特征提取时域特征、频域特征和小波特征均能有效反映局部放电信号的特征。
3. 局部放电定位算法时域定位算法、频域定位算法和小波域定位算法均能实现局部放电定位，但定位精度和速度有所不同。
4. 算法性能评估（1）定位精度：时域定位算法的定位精度最高，其次是频域定位算法，小波域定位算法的定位精度相对较低。
（2）定位速度：时域定位算法的定位速度最快，其次是频域定位算法，小波域定位算法的定位速度相对较慢。
基于超高频法的GIS局部放电特征图谱提取与研究
在局放外，故障类型的确定也是非常重要 的一方面。为了分析和判断不同故障 （ 缺陷 ） 激发 的局放类型，文
பைடு நூலகம்
中模拟 了四种常见的Ｇ Ｉ ｓ 故障类型，通过采用超 高频 （ Ｕ Ｈ Ｆ ） 局放检测方法，提取 了局放信号与相位、幅值及
放 电密度之间的关系，得到了典型的二维和三维放 电图谱 ，该 图谱可用于局放信号的故障类型诊断和识别。 【 关键 词 】 Ｇ Ｉ Ｓ 局部 放 电 超 高频 特征 图谱
通过光学传感器来检测局部放 电产生的光信号 用 以判 断 内部局 放 的方法 ，由于光信 号 易被 Ｓ Ｆ 气 体
和 玻 璃 强烈 吸 收 、光 子容 易发 生 反射 等 因素 ，使 检 测 灵敏 度 降低 。
综 上所 述 ，在 Ｇ Ｉ Ｓ局部 放 电检测 方法 中，超 高
超 高频 （ Ｕ Ｈ Ｆ ）法 的基 本 原理就 是使 用 Ｕ Ｈ Ｆ天 线 来 检测 Ｇ Ｉ Ｓ局 部放 电产 生 的高频 电磁波 。它 最主 要 的优 点是 灵 敏度 高 ，抗干 扰 能力 强 ， 并可对 放 电源
进 行定位 。
生故障，停 电检修 时除需要投入大量 的人力、物力
外 ，还 需要 较长 的检 修 工期 ，这势 必 给 社会 、企业 造成 重 大 的损 失 。局 部放 电在 线 检测 是 目前Ｇ Ｉ Ｓ 绝缘 检 测 与故 障 诊 断最 有 效 的方 法 ，据 此 可 以发现 绝 缘 的早 期 故障 ，为状态 评 价和状 态 检修提 供 技术 支持 ， 确保 设 备安全 可靠 运 行 。
（ ３ ）超 声波 法 该 方 法用 腔 体外 壁 上 安装 的超 声波 传感 器 来 测 量 局 部放 电产 生 的声 波振 动 信号 ，是 目前 使用 的除
基于变分模态分解和多尺度排列熵的变压器局部放电信号特征提取
基于变分模态分解和多尺度排列熵的变压器局部放电信号特征提取张蒙;朱永利;张宁;张媛媛【摘要】局部放电类型的识别对准确掌握变压器绝缘状态和合理安排检修维护有着重要的指导意义.识别放电类型的关键在于放电特征的提取.针对目前局部放电特征识别稳定性差,识别率低的问题,提出了一种基于变分模态分解(Variational Mode Decomposition,VMD)和多尺度排列熵(Multi-scale permutation entropy,MPE)的特征提取方法,并验证了方法的有效性.利用VMD分解算法对实验室条件下采集的4种局部放电信号进行分解,得到数个包含不同频带信息的有限带宽的固有模态分量(band-limited intrinsic mode functions,BLIMFs),分别计算相应的多尺度排列熵,并将其组合成原始特征量.在此基础之上,利用最大相关最小冗余准则(max-relevance and min-redundancy criteria,mRMR)对原始特征量进行优选降维,最后使用支持向量机分类器实现分类.实验结果表明:在染噪情况下,该方法提取的多尺度排列熵仍能准确刻画不同的放电信号时频复杂度的差异,鲁棒性强,识别率高.【期刊名称】《华北电力大学学报(自然科学版)》【年(卷),期】2016(043)006【总页数】7页(P31-37)【关键词】变压器;局部放电;特征提取;变分模态分解;多尺度排列熵【作者】张蒙;朱永利;张宁;张媛媛【作者单位】华北电力大学新能源电力系统国家重点实验室,河北保定071003;华北电力大学新能源电力系统国家重点实验室,河北保定071003;华北电力大学新能源电力系统国家重点实验室,河北保定071003;华北电力大学新能源电力系统国家重点实验室,河北保定071003【正文语种】中文【中图分类】TM85变压器在生产、安装以及长期运行过程中会不可避免出现如毛刺、虚焊等绝缘缺陷。
变压器局部放电监测与识别技术
变压器局部放电监测与识别技术变压器作为电力系统中重要的电力设备，承担着电能传输和配送的关键任务。
然而，长期以来由于环境因素、电力质量问题以及设备自身的老化等原因，变压器存在着局部放电现象。
局部放电不仅会导致设备的损坏，甚至可能引发事故，因此局部放电的监测与识别技术对于保障变压器的安全稳定运行至关重要。
一、局部放电监测技术1. 传感器技术传感器技术是局部放电监测的核心，主要用于采集变压器内部的电信号。
常见的传感器包括电压传感器、电流传感器和超声波传感器等。
通过传感器的部署，可以实时、连续地监测变压器内部的电信号变化，以便及时发现局部放电现象。
2. 信号处理技术传感器采集到的电信号需要进行信号处理，以便提取出局部放电的特征。
常见的信号处理技术包括滤波、傅里叶变换和小波变换等。
通过信号处理技术，可以将局部放电信号与其他干扰信号进行有效区分，提高监测的准确性和可靠性。
3. 数据采集与存储技术局部放电监测需要大量的数据采集与存储，以便进行后续的分析和识别。
现代化的变压器监测系统通常采用远程终端单元（RTU）进行数据采集，并通过云存储技术进行数据的长期存储和备份。
二、局部放电识别技术1. 特征提取技术局部放电信号具有一定的时域和频域特征，通过对信号进行特征提取，可以获取到与局部放电相关的特征参数。
常见的特征提取技术包括能量特征、频率特征和脉冲特征等。
2. 模式识别技术模式识别技术是局部放电识别的核心内容，主要通过对特征参数进行聚类分析、统计学方法和人工智能算法等进行局部放电的识别。
常见的模式识别算法包括支持向量机、神经网络和模糊集等。
3. 实时监测与诊断系统通过将局部放电监测与识别技术应用于实时监测与诊断系统中，可以实现对变压器的在线监测与故障诊断。
该系统能够提供实时的监测数据和诊断结果，并及时报警和采取相应的措施，提高变压器运行的可靠性和安全性。
三、发展趋势与展望随着科技的进步和电力系统的发展，局部放电监测与识别技术也在不断创新与完善。
试谈GIS高压开关局部放电声信号测试与特征提取
试谈GIS高压开关局部放电声信号测试与特征提取摘要：GIS高压开关使用过程中会出现局部放电问题，针对放电检测的装置和技术较多，但局部放电声信号相关研究力度较少。
本文通过声测模式，围绕小波去噪方式探究GIS高压开关局部放电声信号测试与特征提取模式，依托小波变换去噪模式将其中的微小声信号完成提取，优化声信号研究质量和效果。
关键词：GIS高压开关；局部放电；声信号测试前言：GIS高压开关是电力网络产品，局部放电声信号通常属于强背景噪声中的细小信号，其检测技术一般包含强弱检测、放电次数检测。
由于开关局部放电过程中会出现热、声、光等问题，可以借助声测模式、光测模式进行测试。
因此，本课题利用声测法研究GIS高压开关的局部放电情况，具有电磁屏蔽优势。
1声信号测试与特征提取分析1.1测试设备放电声信号测试实验装置系统结构包含可调高压电源、放电声信号测试系统、声信号探头等装置。
其中，放电声信号测试装置能够对观察实验结果进行对比测试，分析放电信号的强弱性；声信号检测探头属于声信号测试系统，与控制信号采样协调装置一同运行。
此外，局部放电信号采集系统中包含传感器，能够模拟GIS高压开关的多种放电模式，借助小波变换消噪方式提取局部放电信号。
1.2特征提取分析GIS高压开关中局部放电强弱和次数具有对应的要求、标准和规范，一般系统运行中局部放电强度小，产生的声信号强度随之降低，对于定位和检测工作增加了难度，因此检测强背景中小噪音的局部放电信号至关重要。
本课题中微小的声信号处于强背景噪音中，有必要借助小波变换方式对信号完成特征提取，并判断声信号的基本特征。
小波变换模式相较于其他信号处理算法，优势是不易使时域数据丢失。
因此在本课题中获取的声信号有必要完成局部放电区域定位，提升放电信号到达时间要求，借助小波变换模式完成去噪操作，进而在噪声中精准提取放电信号。
2小波变换去噪算法研究2.1小波去噪原理小波变换模式是数字信号中的有效处理方式，优势包含：去相关性、低熵性、分辨率多，能够灵活选择小波基，可以结合应用场所的实际情况科学设置小波函数，优化信号去噪效果[1]。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
局部放电信号特征的提取摘要在局部放电量的实际测量中，测量的准确性经常会受到外界干扰的影响。
如何正确判断局放脉冲和干扰脉冲成为一个重要环节。
如何全面掌握设备内部局放的信息来进行绝缘诊断也一直是很多学者和现场试验人员研究的方向。
本文介绍了一种用于正确区分局部放电脉冲和干扰脉冲，准确测量局部放电量，并能够分析局放发生过程中所记录的各种信息的图形分析方法。
文章的第一章，作者从局部放电的产生、危害、一般测试方法以及测试技术的新发展等方面概述了一些基础知识。
文章的第二、三、四章，作者从图形分析方法的原理、具体实现和现场应用等角度，全面阐述了这种新的局部放电测试方法。
文章最后，作者对全文进行了总结，并展望了今后的工作。
关键词: 局部放电；图形分析；应用Characteristic Extraction of Partial DischargeSignalAbstractWhen measur the amount of partial discharge, the accuracy of measurement is varied constantly by outer interference. It's important to distinguish partial discharge pulse from interference pulse. So how to judge insulation quality according to partial discharge information became the study direction of many scholars and site personnel. A graphic analysis method is introduced in the paper, which can distinguish partial discharge pulse from interference pulse and measure the amount of partial discharge accurately, analyze all kinds of graphic that is recorded during the process of partial discharge. In chapter one, some fundamental knowledge of partial discharge is discussed. In chapter two、three and four. The new measurement is elaborated in the principle of graphic analysis and site application. In the end, the author summarized, and out looked the future.Keywords;Partial discharge ;Graphic analysis;Application摘要 (I)Abstract (II)1绪论 (1)1.1课题的背景 (1)1.1.1局部放电定义及其产生原因 (2)1.1.2局部放电的危害 (3)1.2 局部放电的测试方法 (4)1.2.1 非电测法 (4)1.2.2电测法 (4)1.3局放测试技术的新发展 (5)1.3.1傅立叶变换 (5)1.3.2自适应滤波 (5)1.3.3 专用滤波器 (6)1.3.4 小波变换 (6)2局部放电的测量 (8)2. 1工频电压下的局部放电 (8)2.2局部放电的参数 (9)3图形分析方法及其实现 (11)3.1局部放电测试的图形分析方法 (11)3.2 图形分析方法的硬件实现 (15)3.3图形分析方法的软件实现 (16)4图形分析方法的应用 (17)4.1 局部放电脉冲的图形分析 (17)4.2局部放电测量中的干扰图形分析 (22)4.3图形分析在局部放电现场测量中的应用 (28)4.3.1 局部放电测量中的电晕图形 (28)4.3.2 局放图形的分析 (30)4.3.3 图形分析方法在绝缘判断中的应用扩展 (33)4.3.4图形分析方法应用中的遗留问题 (35)结论 (38)参考文献 (39)致谢 (40)1绪论1.1 课题的背景对电力设备进行在线检测是具有重大现实意义和应用前景的前沿课题，对提高电力系统的安全性和运行水平有巨大的作用。
国外对局部放电在线检测技术的研究始于20世纪60年代，但直到20世纪70～80年代，随着传感、计算机、光纤等高新技术的发展和引用，在线检测技术才真正得到迅速发展。
我国对在线检测技术的重要性也早有认识，早在20世纪60年代就提出过不少带电实验的方法，但由于操作复杂，测量结果分散性大，没有得到推广。
20世纪80年代以来，随着高新技术的发展与引用，我国的绝缘在线诊断技术也得到了迅速的发展[1,2]，但由于在线诊断技术的难度，无论是国内，还是国外，除了个别项目以外，大多还很不成熟，仍处于研究发展阶段。
随着电力工业的发展和技术进步，大型电力设备的容量和电压等级都在迅速增长。
单机容量的增大为提高输电效率、降低成本，减轻电能传输对环境的影响提供了可能，同时也对电力设备运行的安全性提出了更高的要求[3]。
由于随着单机容量和电压等级的增大，更有可能造成绝缘缺陷点的击穿；而大容量电力设备事故的波及面大，修理周期长．费用昂贵，停运损失尤其惨重。
大量的实验表明，不同放电模式对绝缘的危害程度不同。
如：变压器内部的气隙及油中杂质放电对变压器绝缘的危害程度较小，只有缓慢地老化作用；高压线圈端部的静电板处常发生的油隙放电、由线圈中的长垫块向围屏发展的沿面放电以及悬浮电极放电则会使绝缘在较短时间内损坏。
因此监测变压器的局部放电不但要知道当前放电量的大小，而且要知道放电的类型。
目前针对放电模式识别的研究很多，但实现电力设备的在线故障识别诊断仍是一项具有很大挑战性的工作。
传统的放电类型识别主要靠有经验的专业人员来完成，在不考虑数据准确度的情况下，诊断结果的合理性主要取决于专业人员的责任心和经验的积累程度：随着计算机技术及数字信号处理技术的发展，人们提出了许多种自动模式识别方法，如基于隐式马尔可夫模型(Hidden Markov Models)[4]，人工神经网络(ANN)[5]、模糊理论[6]专家系统[7]等的模式识别法,其中人工神经网络以其大规模处理能力、分布式存储能力和自适应学习能力成为该领域研究人员的首选工具之一。
特别是把现代数学分析技术与人工神经网络相结合用于放电类型的模式识别中，会大大提高识别效果。
在所有的高、低压设备的绝缘系统中，绝缘内部小空隙里或者绝缘的表面都有可能发生局部放电。
对于电动机/发电机而言，局部放电是发生在高压定子绕阻绝缘中的小电火花。
在通常情况下，质量良好的定子绕阻在良好的工作条件下仅有少量的局部放电发生。
然而，多年的经验表明，由于绕阻长期受高温、高电压、振动以及油污、潮湿和化学物质的作用，定子绕阻绝缘将不断恶化，其产生的局部放电将呈10倍以上的速率增长，同时局部放电又加速了绕阻绝缘的恶化。
因此，通过监测局部放电可有效监测定子绕阻的绝缘状态。
根据近年来的事故统计表明，发电机和电动机的定子绕阻绝缘故障占总事故的40%以上，其中大部分是由于局部放电造成的。
而通过安装局部放电监测系统，可在发电机和电动机带负荷运行的情况下及时在线评估绕阻的绝缘状态，掌握绕阻内部绝缘可能出现的劣化情况，并能提前给出绕阻绝缘故障的风险预报，避免突发性故障的发生。
同时，通过局部放电监测系统，还可以辅助发现导致绝缘故障的主要原因。
1.1.1 局部放电定义及其产生原因1 定义。
绝缘体中只有局部区域发生放电，而没有贯穿于施加电压的导体之间，这种现象称之为局部放电。
局部放电可能发生在绝缘体的内部，也可能发生在绝缘体的表面，前者称为内部局部放电，后者称为表面局部放电。
在国际电工委员会IEC-270文件中，局部放电的定义为:两个导体间的绝缘只有部分被短接的电气放电。
这种放电可以是，也可以不是发生在导体的附近。
固体介质中的空穴、液体绝缘中的气泡，介质的层间油隙，局部场强过高的介质表面等都能形成局部放电;绝缘表面污染或受潮等也能造成局部放电。
2 产生的原因。
当绝缘体中局部区域的电场强度达到击穿场强时，该区域就发生放电。
在实际的绝缘系统中，有的是由复合材料构成的，如液体与固体、气体与固体等复合绝缘系统。
在这样的绝缘系统中，不同材料中的电场强度不同，而且击穿场强也不同，这就可能在某种材料中首先出现局部放电。
有的绝缘系统虽然是由单一的材料做成，但由于在制造中残留的，或在使用中绝缘老化而产生气泡、裂纹或其他杂质，在这些绝缘缺陷中往往会首先发生放电。
其中最常发生的是气泡的放电，因为气体的介电常数很小，在交流电场中，电场强度是与介电常数成反比的，所以气泡中的电场强度要比周围介质中高得多，而气体的击穿场强一般都比液体或固体低得多，因而很容易在气泡中首先出现放电。
这在固体绝缘，如干式互感器、电机、胶纸套管以及塑料电缆等等中，尤为严重。
除了介质不均匀或有缺陷造成电场集中之外，导体表面的毛刺、导体尖端或导线的直径太小、在导体附近的电场过于集中也会造成放电，如电容器的电极边缘、高压架空导线、没有屏蔽好的变压器高压端头、电缆的端头以及电机线棒的出槽口等部位，都经常会出现局部放电。
此外，在电气设备或电路中，还会因有悬浮电位的导体而出现感应放电，或者有连接点接触不好而发生放电等。
改善电工设备的设计、工艺和所应用的绝缘材料，可以提高局部放电的起始电压，减小局部放电。
但对于超高压电气设备，要求完全消除局部放电是不实际的，只能限制它不超过某一水平，以保证设备能够安全运行足够长的时间。
1.1.2 局部放电的危害局部放电的能量虽然很小，但它会使绝缘材料老化，随着介质放电的通道逐渐增长，最终可能使整个绝缘击穿或闪络。
局部放电对绝缘的危害主要表现为:(1) 由仅在局部放电区域内存在的具有强化学作用的活性基团，这些活性生成物以及在放电作用下形成的聚合物支链的活性基团与气体介质的氧或与由局部放电造成的其它活性物质相作用，腐蚀绝缘体，使聚合物氧化。
(2) 放电点处介质发热可达到很高的温度，长期放电的部位很易被烧焦或化。
温度升高会产生热裂解、氧化裂解，同时温度提高会增大介质的电导和损耗，由此产生恶性循环，加速热老化。
(3) 放电过程产生的电子或离子能量很高，在电场作用下撞击介质表面，可能打断绝缘体的化学键，使表面腐蚀，开裂或产生气体。
(4) 放电过程中所产生的紫外线与X射线的辐照作用，使分子裂解.使高分子分解成单体。