局部放电测试技术

局部放电测试技术

学 院（系）： 电气工程学院 班 级： 1113班 学 生 姓 名： 高玲 学 号： 21113043

大连理工大学

Dalian University of Technology

-1-

一. 问题的提出

局部放电检测是检验电力设备绝缘性能的主要方法。过去要检验设备是否发生局部放电，大多采用停机放电试验的方法。这种方法不仅对设备性能有一定程度的破坏，而且会影响经济效益。更主要的是停机检测不可能经常进行，时间跨度比较大，不能保证及时发出局部放电警报，严重的情况下会使电力设备报废，给企业和国家造成巨大的损失。

局部放电在线监测可以克服停机检测对两次检测期间发生的局部放电为力的缺点，能在局部放电发展的初期做出及时的预报。从经济效益上看，在线检测避免了停机造成的损失，节省了放电试验的人力物力费用。但是，由于局部放电在线检测室在设备运行时进行的，不可避免的要引入各种干扰，从而使得信噪比极低。如何从强大的噪声中提起放电信号，是局部放电在线检测所面临的技术难题。

国内外就此提出了许多方法，大多数都是基于傅里叶分析的模拟滤波方法。但是傅里叶分析不具有时频分辨能力，不能提取突变信号。这是傅里叶分析本身所固有的局限性，即便是采用时域加窗和自适应滤波方法，也很难有效地检测处放电脉冲。近年来，数字信号处理理论的发展为各种强有力的信号处理手段提供了理论基础，而微处理器的发展又使得实时实现各种复杂算法成为可能。借助于这些信号处理手段，就可以根据放电信号的特征，把信号从干扰中提取出来。 二. 局部放电在线检测系统

如图1所示，局部放电在线检测系统整个可以分成三大部分：

图1 局部放电在线监测系统框图

-2-

1）设备现场。该部分由系统前段的电流传感器和模拟信号处理部分（包括信号的前置放大和高通滤波）组成。获得的信号通过电缆送给工控机。这部分的工作环境最为恶劣，不适合工控机和服务器的运行。

2）控制室。控制室中的环境要好于设备现场，工控机就位于其中。工控机中的数据采集卡把由电缆传输过来的模拟信号转换成数字信号，转换结果交给工控机。工控机对数字信号作相应的处理，包括去噪声，提取信号特征等。最后，工控机将处理后的结果通过光缆传输给服务器。

3）主机房。服务器位于主机房中，工控机与服务器之间的通讯是数字信号，抗干扰能力强，因此主机房可以远离设备现场和控制室。服务器主要的工作时对工控机传过来的数据进一步的处理，判断放电信号是否发生和放电信号的特征，并提交专家系统。服务器还负责对存放放电信号处理结果的数据库进行维护和管理。

三. 信号处理

1. 电流传感器

在线检测是在设备运行条件下进行的，因此检测元件不能接入被设备的回路中，而只能采取电磁耦合或电压耦合的方式。传感器的设计是在线监测系统中不可缺少的重要组成部分，其性能的好坏决定了整个在线监测系统的性能优劣。

之所以选择中性线测量，是因为：① 相对于地这一点，中性线处于低电位上，而且发电机中产生的电弧的射频电流都流过中性线；② CT可以夹在发电机组合中心线接地变压器之间的中性线上合适的不屏蔽的部分，不需要改变几组的接线方式，安装方便可靠。

2. 信号的放大和滤波

由于通过传感器检测到的放电脉冲信号非常微弱（10μV~10000μV），故在设计交流放大器时主要考虑的性能指标是信噪比，以免噪声信号淹没了需要检测的放电信号。

各种干扰信号中，强度最大的无疑是50Hz的工频信号及其谐波分量。但因为放电信号是有效带宽可达200MHz的脉冲序列，所以可以对信号先进行高通滤波，比如把高通滤波的截止频率选为100kHz，在这段频带中，工频信号的谐波分量就已经很小了。

这样，信号中的干扰就只剩下高频段的干扰信号。主要包括： 1）通讯设备产生的调制波干扰。

2）晶闸管整流设备产生的干扰，通过输电线串入。 3）大型电闸开合时产生的瞬间干扰。 4）引线接触不良产生的毛刺干扰。 3. 信号量化

经过放大和滤波的模拟信号通过电缆送电控制室，由工控机中的一张高速数据采集卡进行A/D量化。因为放电脉冲式宽频带的，只有采用很高的采样率，才能尽可能多的保留脉冲信号。而且干扰信号的总体趋势是频率越高幅度越低，所以提高采样频率也能再一定程度上提高信噪比。

4. 数字信号处理

由于设备现场环境相当恶劣，在现场监测中会引入许多干扰，干扰幅值可能是局放信号的许多倍，且局放信号和干扰信号在频域上经常重叠，因此降噪技术是局放在线监测的关键。通常将多种常用的抑制干扰的数字信号处理算法用于处理采集的信号，然后提取多种特征值以判别设备的局放情况。系统中的算法采用

-3-

模块化结构,各处理模块可以根据现场情况灵活配置和重组。系统数据处理的流程如图2所示。

图2 数字信号处理构架图

① FIR滤波器

用脉冲电流法对发电机进行局部放电在线监测时，因中性点一般都通过消弧线圈或高阻接地,故中性点电流中含有大量的工频信号及其高次谐波。图3局放信号频谱的低频部分，图中V i为接收到的电压信号。可见信号中含有大量的工频及谐波干扰。用FIR滤波器可简单地滤去低频干扰，提高信噪比。

图3 现场局部放电信号的低频干扰频谱

② 自适应滤波

局放信号中常有较强的高频窄带周期干扰，采用自适应滤波器(原理见图4)能较好地达到去噪的目的。但高频窄带本身频率范围相差较大，常规的自适应滤波器很难滤除宽带范围内所有窄带干扰。有一种可变步长的自适应算法，根据窄带信号的频率实时调整步长，既可以保证自适应滤波器的收敛速度，又能获得小的稳态失调。

-4-

图4 自适应滤波器框图

在图4中，输入信号x直接送主通道，同时经过一个延时电路z-送参考通道。延时Δt取为足够长,使得参考通道输入r中的宽带信号与x的宽带信号不相关，而x和r中的周期信号总是相关的。

在自适应滤波器中，权系数矩阵为：

WWnr(n)V(n) （n1)其中：Wn为滤波器的权系数；V(n)为滤波器的输入信号；e(n)为滤波器的输

出；μ为收敛因子，其值影响收敛速度及稳定性以及收敛解的准确性，当信号中窄带周期干扰频率范围较宽时(几百K到几兆)时，固定的μ值很难得到最优解和收敛速度。为此需设计根据均方误差调节μ值的算法:

令：μ(n+1)=Aμ(n)+Be2(n)，0 max,'(n1)max(n1)min,'(n1)min

(n1),其它这里，0<μmin<μmax。可见，步长μ (n)由预测误差e(n)和参数A、B控制。预测误差较大时，步长的微调量也大,从而加快了自适应滤波器的收敛速度；反之，步长的微调量也小，步长减小使稳态失调减小。显然，修正后自适应滤波器比起定步长的自适应滤波器更能有效地抑制宽频率范围内的窄带周期性干扰信号。

③ 小波分析

由于现场较强的电磁干扰及信号通道一些模拟元件的热噪声使被监测信号中伴随着大量的噪声，其中有很大一部分可以看作是呈正态分布的白噪声。对于这种含有宽带噪声的信号，传统的模拟滤波与数字滤波的处理方法有明显的局限性。小波变换用一种新的基底逼近函数,是时间—频率分析的一种新技术，适于非平稳信号的分析。理解噪声的小波变换特征是降噪的基础。白噪声的小波变换有以下性质：

性质1：设n(x)是实的、宽平稳白噪声，其方差为δ2，那么白噪声的小波变换Ws(s,x)的期望值为E(|Ws(s,x)|2)=||ψ||2δ2/s，即白噪声的小波变换幅值随尺度s的增加而减小。

-5-

性质2：若白噪声n(x)是高斯白噪声，在尺度s上，其小波变换模的平均密度为

ds1s((2)(1)(1))

式中，ψ(1)和ψ(2)分别为ψ(x)的一阶及二阶导数。

该性质说明白噪声的小波变换模值的平均密度随尺度s的增大而减小。另外还可以证明高斯白噪声是一致Lipschitz—1/2—ε的分布，ε>0。由此可见,离散白噪声是几乎处处奇异的。由性质1、性质2所述可知，白噪声的小波谱将随着尺度s的增加而逐渐消失。

5. 模式识别和专家系统

对原始信号进行了一系列处理后，将局部放电脉冲信号的特征提取出来。根据得到的信号特征，该如何判断是否发生了局部放电，如何判断放生了何种局部放电是下一步应该解决的问题。

放电信号和干扰的概率分布一般不是完全明确的，甚至还存在大量分布规律完全不知道的信号。如果用假设检验的方法来判断是否存在放电信号，就必须对信号的相关参数做大量的假设。这些假设往往使得信号模型远远脱离实际，从而导致错误的结论，使得整个系统的误报警率上升。

传统局部放电检测中常常采用的是阈值法，即提取输入信号在1MHz附近的频率 分量，当频率分量大于一定的阈值时，就认为发生了局部放电。然而这种方法没有充分利用更多的信号特征，这使得判断的正确性和完全性降低，增大了整个系统的漏报警率。

模式识别理论的发展为更充分地利用信号特征提供了理论依据。较简单的模式识别可以是矢量量化或聚类，把信号特征在高维空间上分类。更复杂一些的识别方法还可以采用神经网络。所有的模式识别方法都有一个共同特点，就是必须用大量的数据进行训练，以调整模型的参数，最大程度地降低误报和漏报警率。

局部放电信号的特征并非毫无规律可循，事实上，已经在实验室中进行了大量的绝缘体放电试验，对局部放电的规律已经有了很深刻的了解。虽然在线监测面临的情况与实验室中不完全相同，但遵循的剧本规律是一样的。因此，可以根据积累的先验数据，建立专家系统，以帮助做出正确及时的判断。 四. 结论

近几年的数字信号处理新理论的发展，以及计算机技术的飞速发展使得数字信号处理技术在工业监测等领域的应用愈来愈广泛，这些应用为工业发展提供了越来越有效的安全和效益的保证。局部放电信号的监测对各类电力设备的正常运行有着极其重要的意义。

基于数字信号处理的局部放电信号监测系统充分应用现代数字信号处理理论的新成果，借助高速的工业采集卡和高性能的工控机和服务器等计算机设备实现对局部放电信号的特征提取和模式识别，最后在专家系统的协助下对局部放电情况做出判断。

提高采集卡的采样速度，更好地综合多种信号处理方法的特点，增强特征提取和模式识别的有效性以及提高专家系统的正确性都将有助于提高整个局部放电监测系统的总体性能。

-6-