高电压技术-第6章.pptVIP

di1(t) N S e(t) = M 2 ,M = μ dt l 电流信号i1(t)和二次侧线圈两端的感应电压 （即输出信号）e(t)的关系为： 1. 电流传感器 （6-3） u(t) = Ri2 1 1(t) (t) = R N 即信号电压u(t)和所检测的电流i1(t)成线性关系 传感器的积分方式有两种，分别适用于宽带型 和窄带型传感器。 宽带型电流传感器 （6-6） 1 LC0 ≈ 2π R + RL RC0L f0 = 2π i (t) = Ki 谐振型电流传感器 i1(t) M (RL + R)C u(t) = 1 2π LC 1 2π LC Rd + RL Rd f0 = ≈ （6-15） 干扰来源： ? ? ? ? ? 线路或其它邻近设备的电晕放电和内部的局 部放电 电力系统的载波通信和高频保护信号对检测 的干扰 可控硅整流设备引起的干扰 无线电广播的干扰 其他周期性干扰 上述干扰可能通过以下三种途径进入检测系 统： （1）从检测系统的工频电源进入，故检测系统的电源 宜由隔离变压器加上低通滤波器供电，以抑制这种干扰。 （2）通过电磁耦合进入检测系统，故检测系统包括连 线应很好的屏蔽，或利用光电隔离和光纤传输信号，以减 少干扰。 （3）干扰信号通过传感器进入检测系统，这种干扰和 局部放电信号混合在一起，上述方法不能抑制这种干扰， 需要采用其他的措施。 2. 抗干扰技术 其他 选择合适的检测频带，避开现场的干扰频带 差动平衡系统：差动平衡系统主要用于抑制共 模干扰 图6－10差动平衡系统原理图 局部放电信号分析是指如何从测试信号中提取 有关放电的信息，一般采用数字信号处理技术，目 前常用的方法主要有： 时域分析 频域分析 时频联合分析 人工神经网络分析 6.2.2 局部放电分析与故障诊断 1.局部放电信号分析 时域分析是最基本的数学分析方法，例如分析 放电信号的幅值，幅值与时间（或相位）、放电次 数的关系，并且在显示设备上输出信号的波形，为 此需要根据波形的采集要求确定所需的采样率和采 集的数据长度，并将信号完整地记录下来。 频域分析又称频谱分析，是分析某些放电特征 在频域上的变化，如幅度谱、相位谱、能量谱和功 率谱等，目前最常用的方法是快速傅里叶变换 （FFT）。 2.放电类型的模式识别 模式识别是一种重要的诊断手段，于90年代应 用于电力设备的放电识别，目前已被广泛应用于局 部放电在线检测与故障诊断。 图6-12 模式识别过程示意图 变压器绝缘体系中的放电类型很多，不同的放电类 型对绝缘的破坏作用有很大差异，因此有必要对各种放 电类型加以区分。 变压器超高频局部放电的神经网络模式识别 是将计算机辅助测试系统测得的电磁信号经放 大、滤波后进行A/D转换，然后把提取到的多个 工频周期的高频（中心频率在506-1000MHz之间 可调）窄带（带宽5MHz）时域信号送入计算机进 行数据处理和分析，作出各种谱图，由此来分析 变压器的局部放电情况。 变压器的局部放电情况 局部放电特征提取 变压器绝缘结构中发生的局部放电类型 主要有五种：油中尖板放电、纸或纸板内部 放电、油中气泡放电、纸或纸板沿面放电和 悬浮放电。 模式识别结果的正确与否关键在于放电 信号特征的提取。 放电识别 选取合适的训练样本集对提高网络的识别能 力十分重要。一定要合理挑选样本，以使训练样 本能涵盖全部样本的变化范围。 每种放电模型都有5个以上的样品，这些样 品的材料和结构完全相同，但尺寸等方面有一定 差别；而且对同一个样品，在相同条件下采集多 个样本，以确保实验结果具有良好的统计性和可 重复性。 表6-12 放电类型识别结果 识别率（%） 93 100 97 100 97 正确识别数/ 识别总数 28/30 30/30 29/30 30/30 29/30 训练样本数/ 全部样本数 20/50 20/50 20/50 20/50 20/50 放电类型 油中尖板放电 纸或纸板内部放电 油中气泡放电 纸或纸板沿面放电 悬浮放电 局部放电的在线监测系统 o o 电流传感器 抗干扰技术 局部放电分析与故障诊断 o o