发电机局放在线监测技术研究【钱勇】.ppt

窄带周期性干扰的抑制 ——FFT、自适应滤波、小波滤波等 白噪声干扰的抑制 ——时域平均、小波滤波等 脉冲型干扰的抑制（最难抑制） ——脉冲识别，如采用神经网络 2、局放信号预处理 自适应滤波——实测信号处理 图：基于EMD的滤波算法处理的结果 小波滤波——仿真信号处理 小波滤波——实测信号处理 神经网络抑制随机脉冲干扰: 随机脉冲干扰在频域上与局放信号有着非常强的类似性，用传统的频域方法难以有效地将其去除。 基于时域波形的不同特征， 采用在有效地提取单个脉冲波形的基础上，用神经网络来完成信号和随机脉冲干扰的模式识别，在识别的基础上对随机脉冲干扰进行有效地去除。 神经网络滤波:数据处理流程图 神经网络抑制随机脉冲干扰:典型局放 神经网络抑制随机脉冲干扰:典型干扰 神经网络抑制随机脉冲干扰:实例 基于时间的局放数据 ——提取最大放电量、平均放电量等参数（共20个） 基于相位的局放数据 ——提取偏斜度、突出度、不对程度等参数（共78个） 3、提取特征参数 图： 平均放电量 图: 局放的指纹图谱 基于时间的局放数据 ——模糊评估、趋势分析 基于相位的局放数据 ——相似分析、聚类分析 4、局放数据分析评估 图： 局放模糊评估流程图 图：模糊变量表示 4、局放数据分析评估——模糊评估 图: 局放详细趋势（a） 4、局放数据分析评估——趋势分析 图: 局放详细趋势（b） 图: 局放相位分布图谱 4、局放数据分析评估——相似分析 指纹的相似性分析 图： 相似率的分布情况（a） 图: 相似率的分布情况（b） 分析结论： 1）当相似率分布图只有一个主峰或呈现浴盆曲线性状时，表明放电的类型较稳定； 2）当相似率分布图中出现多个主峰时，表明局放的模式出现了变化，此时系统的绝缘状况应该引起注意。 图： 平均放电量正、负半周的Sk-Ku图谱(发电机A) 图：平均放电量正、负半周的Sk-Ku图(发电机B) 4、局放数据分析评估——其它，Sk-Ku图谱比较 Sk-Ku图谱分析结论： 1）不同发电机的Sk-Ku图谱之间具有明显的相似性，其数据分布与局放严重程度之间存在明显的关联，可用作参考评估发电机的局放严重程度； 2）放电量和放电次数Sk-Ku图谱均呈现出二次曲线的性状。局放轻微的发电机，其放电量和放电次数Sk-Ku图谱在四个象限均有数据分布；局放严重的发电机，其放电量和放电次数Sk-Ku图谱主要分布在第三和第四象限。 3）局放幅值的Sk-Ku图谱主要分布在第一象限，呈现三次曲线的性状。相比局放轻微的情况，局放严重的发电机的数据变化范围出现较大幅度的增加。 四.思考与总结 抑制干扰能力 检测定子局部放电范围 测试系统对被检测系统安全的影响 非接触式测量 思考之一：传感器选择 信号检测的灵敏度 窄带（5kHz）： uV, 宽带(数兆Hz)：mV 系统的抗干扰能力: 信噪比 能否被数字化 宽带数字化是解决干扰的有效手段 思考之二：带宽选择 离线测试（IEC270-2000; GB/T7354-XXXX）： 窄带： 9kHz ? ?f ? 30kHz ; 50kHz ? fm ? 1MHz 宽带： 30kHz ? f 1 ? 100kHz ; f2 ? 500kHz 100kHz ? ?f ? 400kHz 采样频率 2 * 模拟信号频率, 采样位数 影响信号分辨率和后续处理 连续采集能力 局放与工频电压有关， 提高抗干扰能力 10MHz~20MHz, 12bit, 2个工频周期 数字化信号处理的巨大潜力要求数字化系统必须达到一定要求 思考之三：数字化系统 考虑局放趋势 ： 数据库支持 考虑工况： 进一步确定缺陷类型 多机比较： 分布式监测系统，提高置信度 电机的历史档案：绝缘电阻、极性因子、泄漏电流 介质损耗试验、离线局放试验等 专家系统使局放在线监测的置信度大大提高，真正实现绝缘系统的状态检修 思考之四：专家系统 是监测绝缘系统的最优手段（预警半年～2年） 局部放电监测技术已逐渐成熟 窄带由于技术的局限性会被淘汰 宽带和数字化系统是发展的主流 监测局放应以发展趋势为主，结合传统测试方法，综合考虑电机系统和测试系统来评价系统绝缘状态。 成为状态维修技术的基础 总结： 钱勇 ： qian_yong@sjtu.edu.cn * * * 在线监测技术研究中心 电气工程系 SJTU-OMRC