[01648905]局部放电超高频信号检测技术

绝缘内部的局部放电是导致电气设备绝缘劣化的重要因素，其放电模式与绝缘缺陷类型紧密相关；通过对局部放电的检测和模式识别，可实现对绝缘缺陷的类型、几何形状及劣化程度的诊断。该项目针对变压器局部放电在线监测工程中的信号检测、干扰抑制与特征分析等几个关键问题进行了深入研究，取得了具有较高学术水平和工程应用价值的研究成果，并已用于自主研发的变压器局部放电绝缘在线监测系统中，改善了变压器局放在线检测的性能。1. 采用电磁矢量传感器在线检测局部放电超高频（UHF）信号，应用信息论准则估计局部放电源数，应用空间谱估计理论中的多重信号分类算法实现多局部放电源的分辨和定位。该项目包括传感器的研制、局部放电源数估计、局部放电源定位及变压器复杂内部环境对算法的影响等。实验表明单个电磁矢量传感器可以分辨并定向追踪三个局部放电源。2. 抑制监测现场各类电磁干扰是局放在线检测的关键问题之一。该项目成功地将混沌控制理论应用于局部放电在线检测中，提出了抑制周期窄带干扰和周期脉冲干扰的混沌算法。该算法利用Duffing-Homes振子的非平衡相变对微小信号具有敏感性及对白噪声和与参考信号频差较大的周期干扰信号具有免疫力的特性，建立适合局部放电在线监测中周期窄带干扰和周期型脉冲干扰辨识的特定混沌系统，在时域自适应地去除检测信号中的周期窄带干扰及周期脉冲干扰，且对局部放电脉冲没有任何影响。研究了白噪声通过局放检测混沌系统后的特性，理论上正明了特定混沌系统不能分辨PD与白噪声，白噪声干扰则采用小波变换的方法来抑制。3. 解决了基于UHF检测方法的局部放电模式识别问题。在深入研究变压器局部放电的电磁辐射机理的基础上，提出了基于局部放电UHF信号检测的局部放电源点处脉冲电流波形的反演方法，进而提取脉冲电流时域波形特征参数，采用人工神经网络进行局放模式识别。UHF法本身具有良好的抗干扰性能，反演估算的波形畸变小，局部放电类型识别效果良好。