首页> 中国专利> 一种基于电容耦合法的高压开关柜局放监测系统和方法

一种基于电容耦合法的高压开关柜局放监测系统和方法

摘要

本发明提供一种基于电容耦合法的高压开关柜局放监测系统,包括监测设备和远程监控中心,所述监测设备包括电容传感器、信号调理电路、信号处理器电路和微处理器电路;电容传感器用于采集局放信息;信号调理电路用于对采集到的局放信息进行放大、滤波处理,随后信号调理电路将处理后的局放信号转换为数字信号;信号处理器电路用于对数字信号进行特征提取以获取特征量数据;微处理器电路用于整合分析特征量数据并将所述特征量数据转换为图像信号,随后微处理器电路将特征量数据以及图像信号上传至远程监控中心,本发明还提供了一种基于电容耦合法的高压开关柜局放监测方法,方便了对局放信息的实时监测。

著录项

说明书

技术领域

本发明涉及电力技术领域,尤其是指一种基于电容耦合法的高压开关柜局放监测系统和方法。

背景技术

高压开关柜在电力系统中的运用越来越广泛,由于高压开关柜的使用场景环境因素的限定,高压开关柜需要配置绝缘系统以保证高压开关柜的使用安全,而高压开关柜绝缘系统的绝缘特性会随着高压开关柜的使用出现劣化,而高压开关柜的劣化超过半数是由局部放电造成的。局部放电虽然一般不会引起绝缘的贯通性击穿,但是可以导致电介质的局部损坏,若局部放电长期存在则会造成绝缘系统的损坏,因此,如何对局部放电进行实时监测以排除潜在绝缘故障成了亟待解决的问题。

公开于2017年1月18日公开号为103930789B的中国专利针对局部放电设计了一种用于远程监视电气设备中的局部放电的设备和方法,通过超声波检测法来检测局部放电,满足了对局部放电进行实时监控的需求,但是超声波检测法的有效检测范围小,灵敏度不高,对于局部放电的检测可能存在遗漏。

公开于2018年3月20日公开号为104502821B的中国专利在上述基础上改用了灵敏度更高的电容传感器来获取局部放电信息,并通过频谱曲线来反馈局部放电信息,但是局部放电会发生在不同场景环境中,气隙中、油隙中或是介质中极不均匀电场分布都可能产生局部放电,这些不同放电模型并不能被区分。为了进一步提高排除潜在故障的效率,不仅要解决是否产生局放和产生局放程度监测的问题,还需要对所监测到的局放信号所属放电模型进行区分。

发明内容

本发明的目的是克服现有技术中的缺点,提供一种基于电容耦合法的高压开关柜局放监测系统和方法,以满足上述背景技术中提到的对是否产生局放和产生局放程度的监测需求,并对区分放电模型的需求予以解决。

本发明的目的是通过下述技术方案予以实现:

一种基于电容耦合法的高压开关柜局放监测系统,包括监测设备和远程监控中心,所述监测设备包括电容传感器、信号调理电路、信号处理器电路和微处理器电路,所述电容传感器用于采集高压开关柜上带电显示器核相孔内的局放信息,所述电容传感器和信号调理电路的输入端连接;所述信号调理电路的输出端与信号处理器电路对应I/O口连接,所述信号调理电路用于对采集到的局放信息进行放大、滤波处理,随后信号调理电路将放大、滤波处理后的局放信号转换为数字信号并将数字信号传输入信号处理器电路中;所述信号处理器电路的输入端于信号调理电路的输出端连接,所述信号处理器电路用于对所述数字信号进行特征提取以获取特征量数据;所述信号处理器电路的输出端与微处理器电路的输入端连接,所述微处理器电路用于整合分析所述特征量数据并将所述特征量数据转换为图像信号,随后微处理器电路将所述特征量数据以及图像信号上传至远程监控中心;所述远程监控中心与监测设备为通信连接。

上述方案的有益效果为:利用电容传感器来获取局放信息,通过对局放信息进行特征量提取,提高识别精度,且所获取到的局放信息被直观的显示在远程监控中心,可以实现对是否产生局放和局放产生的程度的实时监测。

进一步的,所述监测设备还包括有显示单元和按键电路,所述显示单元的输入端与微处理器电路的I/O口连接,所述显示单元用于显示所述图像信号;所述按键电路的输出端与微处理器电路的I/O口连接。

上述方案的有益效果为:通过显示单元显示局放信息图像,使得检修人员在现场进行检修工作时可以根据具体情况来判断故障发生的原因。

进一步的,所述远程监控中心和监测设备均设有无线通信模块,所述无线通信模块为通过RS485通信方式进行无线通信连接。

上述方案的有益效果为:RS485通信方式能在远距离条件下或者在电子噪声大的环境中依旧有效的传输信号,可以满足远程监控中心和监测设备间的数据传输需求

进一步的,一种基于电容耦合法的高压开关柜局放监测方法,适用于上述的高压开关柜局放监测系统,包括以下步骤:

步骤一:电容传感器采集局放信息传输入信号调理电路;

步骤二:信号调理电路对采集到的局放信息进行放大、滤波处理,并对处理后的局放信息转换为数字信号传输入信号处理器电路;

步骤三:信号处理器电路对数字信号进行特征提取以获得特征量数据,并将特征量数据传输至微处理器电路中;

步骤四:微处理器电路将特征量数据进行整合分析,并将特征量数据转换为图像信号,微处理器电路将图像信号传输至显示单元进行显示,同时微处理器电路将特征量数据和图像信号上传至远程监控中心。

上述方案的有益效果为:通过电容传感器耦合产生脉冲电流的方式采集局放信息,并对采集到的微弱信号进行放大滤波,模数转换处理后再进行特征量提取,保证了提取到的数据清晰明了,提取后数据进行进一步的降维识别处理,使得最后得到的数据和图像直观清晰。

进一步的,步骤一中所述电容传感器采集局放信息具体包括信息采集子步骤:电容传感器利用电容耦合法获取局部放电时放电电流的放电脉冲,从放电脉冲中获取局放信息。

上述方案的有益效果为:电容传感器通过电容耦合法得到的放电脉冲中信息丰富,可以测得放电重复率、放电量、放电能量和平均电流等,可以获取足够的局放信息。

进一步的,步骤三中所述特征提取具体包括特征提取子步骤:信号处理器电路对传输至信号处理器电路中的数字信号进行S变换处理以得到复时频矩阵并对所述复时频矩阵作求模处理,求模后得到的时频矩阵为表征所述数字信号时频特征的特征矩阵;对所述求模后的时频矩阵通过2DPCA降维算法进行降维处理以得到降维特征矩阵,所述降维特征矩阵为信号处理器电路传输的特征量数据。

上述方案的有益效果为:对得到的时频矩阵进行降维处理后可以去除原始时频矩阵的相关性,降低对最终识别精度的影响。

进一步的,步骤四中所述整合分析具体包括整合分析子步骤:微处理器电路根据不同放电模型对特征量数据进行分类,所述特征量数据通过DBN网络模式识别方式进行分类。

上述方案的有益效果为:利用DBN网络可以将得到的特征量数据进行分类,将特征量数据分类至具体的放电模型中,方便远程监控中心对局放信息进行显示管理。

进一步的,步骤四中所述将特征量数据转换为图像信号具体包括图像转换子步骤:微处理器电路读取若干个周期整合分析完成的特征量数据,微处理器电路对每个周期内的特征量数据进行FFT变换处理后得到所述特征量数据的频谱图像数据,微处理器将频谱图像数据整合为图像信号发送至远程监控中心。

上述方案的有益效果为:将特征量数据进行FFT变换处理后可以转换为频谱图像数据,通过频谱图像可以直观展现是否产生局放,也可通过频谱图像的频率和幅值判断出局放产生的程度。

进一步的,微处理器电路将特征量数据和图像信号上传至远程监控中心后还执行异常值记录子步骤:远程监控中心预先设定好特征量数据的报警阈值,当上传至远程监控中心的特征量数据超过所设定的报警阈值时,远程监控中心将超过报警阈值的特征量数据记录在表格内以供值班人员查看,所述表格包括特征量数据的数值、监测到数据异常的时间以及特征量数据所属放电模型的类别。

上述方案的有益效果为:值班人员可以通过记录了异常值的表格来了解局放信息,并根据表格内数据的数值、时间和类型做出相应的处理方案。

进一步的,执行异常记录子步骤时,若监测到特征量数据超过阈值,还在远程监控中心显示的频谱图上对异常特征量数据根据放电模型类别进行颜色标注。

上述方案的有益效果为:在实时监控的过程中可以直观的看出数据的异常,可以及时的做出反应。

本发明的有益效果是:电容传感器通过电容耦合法采集脉冲电流从而采集局放信息,灵敏度高、采集信息丰富,可以避免遗漏局放信息的获取,通过频谱图的形式进行,可以通过对频谱图频率和幅值的分析判断出局放产生的程度,且通过DBN网络进行模式识别,将局放信息进一步根据放电模型进行分类,对高压开关柜的局部放电进行全面的监测。

附图说明

图1是本发明所述的一种基于电容耦合法的高压开关柜局放监测系统的结构示意图;

图2是本发明实施例1所述的电晕放电模型信号经S变换后的时频谱图;

图3是本发明实施例1所述的多尖对板放电模型信号经S变换后的时频谱图;

图4是本发明实施例1所述的远程监控中心显示的信号频谱图;

图5是本发明实施例1所述的远程监控中心异常值记录表格示意图;

图6是本发明实施例1所述的一种基于电容耦合法的高压开关柜局放监测方法流程图;

其中:1、监测设备,1-1、电容传感器,1-2、信号调理电路,1-3、信号处理器电路,1-4、微处理器电路,1-5、显示单元,1-6、按键电路,1-7、无线通信模块,2、远程监控中心。

具体实施方式

下面结合附图和实施例对本发明进一步描述。

实施例1:

如图1所示,一种基于电容耦合法的高压开关柜局放监测系统,包括监测设备1和远程监控中心2,所述监测设备1包括电容传感器1-1、信号调理电路1-2、信号处理器电路1-3和微处理器电路1-4,所述电容传感器1-1用于采集高压开关柜上带电显示器核相孔内的局放信息,电容传感器1-1直接设置在核相孔内,无需再安装其他的电容传感器1-1。所述电容传感器1-1和信号调理电路1-2的输入端连接;所述信号调理电路1-2的输出端与信号处理器电路1-3对应I/O口连接,所述信号调理电路1-2用于对采集到的局放信息进行放大、滤波处理,随后信号调理电路1-2将放大、滤波处理后的局放信号转换为数字信号并将数字信号传输入信号处理器电路1-3中。所述电容传感器包括A相电容传感器、B相电容传感器和C相电容传感器,所述信号调理电路包括A相信号调理电路、B相信号调理电路和C相信号调理电路,针对高压开关柜的不同部位进行局放信息的采集和处理。所述信号处理器电路1-3的输入端于信号调理电路1-2的输出端连接,所述信号处理器电路1-3用于对所述数字信号进行特征提取以获取特征量数据,所述的特征量数据和局放信息有着良好的线性关系,通过特征量数据绘制的图像可以很好的反映出局放信息;所述信号处理器电路1-3的输出端与微处理器电路1-4的输入端连接,所述微处理器电路1-4用于整合分析所述特征量数据并将所述特征量数据转换为图像信号,随后微处理器电路1-4将所述特征量数据以及图像信号上传至远程监控中心2;所述远程监控中心2与监测设备1为通信连接。

所述监测设备1还包括有显示单元1-5和按键电路1-6,所述显示单元1-5的输入端与微处理器电路1-4的I/O口连接,所述显示单元1-5用于显示所述图像信号,在现场检修时,通过显示单元展示的图像安排具体检修方案,所述按键电路1-6的输出端与微处理器电路1-4的I/O口连接。

所述远程监控中心2和监测设备1均设有无线通信模块1-7,所述无线通信模块1-7通过RS485通信方式进行无线通信连接,远程监控中心可以设置在离高压开关柜距离较远的区域,也可以实时接收到监测到的数据,高压开关柜所在场所一般电子噪声较大,但也不会对数据传输造成影响。

如图6所示,一种基于电容耦合法的高压开关柜局放监测方法,适用于上述高压开关柜局放监测系统,包括以下步骤:

步骤一:电容传感器1-1采集局放信息传输入信号调理电路1-2;

步骤二:信号调理电路1-2对采集到的局放信息进行放大、滤波处理,并对处理后的局放信息转换为数字信号传输入信号处理器电路1-3;

步骤三:信号处理器电路1-3对数字信号进行特征提取以获得特征量数据,并将特征量数据传输至微处理器电路1-4中;

步骤四:微处理器电路1-4将特征量数据进行整合分析,并将特征量数据转换为图像信号,微处理器电路1-4将图像信号传输至显示单元1-5进行显示,同时微处理器电路1-4将特征量数据和图像信号上传至远程监控中心2,如图4所示,远程监控中心2上显示有监测到的信号频谱图,且频谱图上的曲线颜色并不相同,数据值异常的部分由蓝色和绿色标注出来。

步骤一中所述电容传感器1-1采集局放信息具体包括信息采集子步骤:电容传感器1-1利用电容耦合法获取局部放电时放电电流的放电脉冲,从放电脉冲中获取局放信息。

步骤三中所述特征提取具体包括特征提取子步骤:信号处理器电路1-3对传输至信号处理器电路1-3中的数字信号进行S变换处理以得到复时频矩阵并对所述复时频矩阵作求模处理,求模后得到的时频矩阵为表征所述数字信号时频特征的特征矩阵;对所述求模后的时频矩阵通过2DPCA降维算法进行降维处理以得到降维特征矩阵,2DPCA降维算法对求模后的时频矩阵在水平和垂直方向均进行降维处理,去除了行间和列间的相关性,降维效果较好。所述降维特征矩阵为信号处理器电路1-3传输的特征量数据。

步骤四中所述整合分析具体包括整合分析子步骤:微处理器电路1-4根据不同放电模型对特征量数据进行分类,所述特征量数据通过DBN网络模式识别方式进行分类,DBN网络在特征量维数较高的情况下识别率和识别正确率均很高且运行速度也较快,所述DBN网络需要通过训练样本进行训练才可进行模式识别。如图2、图3所示,电晕放电模型和多尖对板放电模型经S变换后的时频谱图曲线并不相似,所以对于放电模型的识别分类是可实现的。

步骤四中所述将特征量数据转换为图像信号具体包括图像转换子步骤:微处理器电路1-4读取若干个周期整合分析完成的特征量数据,微处理器电路1-4对每个周期内的特征量数据进行FFT变换处理后得到所述特征量数据的频谱图像数据,微处理器将频谱图像数据整合为图像信号发送至远程监控中心2。微处理器电路1-4将特征量数据和图像信号上传至远程监控中心2后还执行异常值记录子步骤:远程监控中心2预先设定好特征量数据的报警阈值,当上传至远程监控中心2的特征量数据超过所设定的报警阈值时,远程监控中心2将超过报警阈值的特征量数据记录在表格内以供值班人员查看,如图5所示,所述表格包括特征量数据的数值、监测到数据异常的时间以及特征量数据所属放电模型的类别。

执行异常记录子步骤时,若监测到特征量数据超过阈值,还在远程监控中心2显示的频谱图上对异常特征量数据根据放电模型类别进行颜色标注(参见附图4)。

实施例2:

本实施例与实施例1基本相同,不同之处在于:

在对特征量数据根据放电模型进行分类时通过SVM网络进行模式识别。

以上所述的实施例只是本发明的较佳方案,并非对本发明作任何形式上的限制,在不超出权利要求所记载的技术方案的前提下还有其它的变体及改型。

去获取专利,查看全文>

相似文献

  • 专利
  • 中文文献
  • 外文文献
获取专利

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号