电力变压器局放信号抗干扰和模式识别研究.pdfVIP

长三角电力科技分论坛论文集 电力变压器局放信号抗干扰与模式识别研究 许蓬莱1，何飞1，何秋宇2 (1、台州电力局修试工区，浙江台州317200；2、华北电力大学，北京102206) 摘要：局部放电信号抗干扰和局部放电模式识别一直是局放检测中的难点和重点问题。越来越得到重 视。本文考察了几种较新的阈值除噪方法，提出了将二进小波变换分别与单抽头LMS滤波器和基于 理论，针对时域单个UHF脉冲信号，提出了两种电力变压器特高频局放信号的模式识别方法；尝试了连 续小波变换三维表面图法、三维谱图等高线法、时域信号频谱图法和可支持向量杌法；基于时域单个 UHF脉冲信号的信息，提出了用于神经网络输入的8个特征量，分别利用BP网络、Elman回归神经网络和 PNN概率神经网络对4种典型的变压器局放信号进行了模式识别的尝试，取得了较好的识别效果。 关键词：电力变压器；局部放电；抗干扰；模式识剐 0引言 电力变压器局部放电抗干扰及模式识别方面的思 局部放电信号抗干扰一直是局放检测中的难 路。 ’ 点和重点问题，在局部放电在线检测和实时信号 1局放信号抗干扰措施 处理中，在很多情况下噪声干扰较强，将严重影 局放信号抗干扰环节中，白噪声和背景噪声 响对局放脉冲信号的有效检测，从而导致单纯依 的去除已经不是难点问题，采用传统的小波去噪 靠传统的硬件滤波较难达到准确提取出有用信号 以及数学形态学就能取得较好的效果。对于周期 的目的，软件抗干扰方法是传统硬件抗干扰手段 性的干扰(包括周期性窄带干扰以及周期性脉冲 的有效补充，成本也更低。 干扰)采用自适应滤波方法也能取得较好的效 电力变压器局放信号的模式识别也是局放问 果。在工程上最难以去除的就是随机型的脉冲干 题研究中的一个难点和重点问题，在目前电力变 扰，它在时域上和局放脉冲信号颇为相似，频域 压器局部放电的模式识别中，最广泛采用的方法 上也可能与局放信号存在混叠，因此一般采用的 是神经网络方法。针对具体的电力变压器局放的 是选取不同工频周期的信号来进行相位、频谱等 模式识别，传统做法一般都是绘制出各种放电类 的对比来进行区别。以下分别归纳一下针对各种 型的三维统计谱图或者，等二维统计谱图并提取各 干扰类型所采取的一些相关措施。 种谱图的特征然后再通过直接观察或者通过神经 1．1白噪(背景噪声) 网络进行局放的模式识别，这其中牵涉到需要计 从白噪的数学模型上来看，它是一组均值为 算诸如偏斜度、突出度等特征，还牵涉到神经网 零的数据，因此可以选用取多个工频周期的局放 络类型、参数的具体选择等，所以前期工作量较 信号然后求平均值的方法来消除背景噪声的影 大而且当所选用特征较多或者神经网络节点数较 响，但是这种方法需要每个工频周期中局放信号 多时可能需要花费较多的时间。因此如何能简化 发生的时刻相同以免处理后的信号与局放信号发 模式识别采用的方法和如何方便准确全面的提取 生较火的出入。 出各种局放模式的特征量以用于模式识别就很有 此外小波处理方法是去除白噪的有效手段。 积极意义”‘2一。 依据模量幅值或者空间范数的浮动阈值法以及根 本文在综合分析目前电力变压器局放和模式 据模极大值方法来去除白噪干扰都已经是比较成 识别方面各种方法优缺点的基础上，提出了一些 型的手段H1，此外数学形态学以及自适应滤波与小 长三角电力科技分论坛论文集 9l ■糊■■] !j㈣删删： 幽l原始信号和枷^r