首页分享基于传感器阵列的变电站局部放电定位关键技术研究

基于传感器阵列的变电站局部放电定位关键技术研究

来源：花匠小妙招时间：2025-02-08 10:10

基于传感器阵列的变电站局部放电定位关键技术研究

【摘要】： 变电站是电力系统中对电能进行变换的重要场所,其运行可靠性直接影响电力系统的安全稳定运行。在变电站主要故障中,绝缘故障的比例高达80%,而局部放电是引起绝缘故障最主要的原因。局部放电定位能及时发现设备绝缘缺陷,避免绝缘击穿故障,对确保电力系统安全稳定运行具有重要意义。变电站电磁环境非常复杂,现场检测到的局部放电信号容易受到噪声干扰,导致无法获取可靠的局部放电信号。时间差参数是影响局部放电定位精度的关键因素之一,微小的时间差误差就可能带来较大的定位误差。求解局部放电定位方程组时,算法对时间差误差敏感,定位稳定性和精度难以保证。针对以上难点,本文详细阐述了变电站局部放电定位的重要意义,基于传感器阵列数据处理,从局部放电信号去噪、局部放电信号时间差参数提取和局部放电定位算法等方面,深入研究了变电站局部放电定位的相关理论和关键技术,本文的工作主要体现在以下几个方面:(1)针对复杂噪声环境下局部放电信号难以有效去噪的问题,本文提出了基于多分辨率广义S变换的局部放电信号去噪方法。通过引入两个调节因子α和β改造了S变换,提高了局部放电信号时频分辨特性。构建了一种广义S变换域时频滤波器,通过设计合适的时频滤波函数抑制了周期性窄带干扰信号。通过Monte Carlo实验得到白噪声的局部功率谱服从卡方分布的统计学特性,利用假设检验方法设置置信区间识别并抑制白噪声。仿真和试验表明去噪后的局部放电信号信噪比高,波形畸变小,波形变换趋势更接近真实局部放电信号。(2)针对局部放电信号到达时间差高精度提取困难的问题,本文提出两种时间差参数提取方法。为了在有效去噪的情况下进一步精确提取时间差参数,提出了基于多分辨率广义S变换去噪和时域能量累积的时间差提取方法,该方法在第3章局部放电信号去噪算法的基础上通过能量累积法提取时间差。为了在同频干扰无法有效去噪的情况下也能准确提取时间差,提出了一种基于快速S变换和奇异值分解的时间差提取方法。快速S变换提取信号的主要频率点进行S变换,大大降低了S变换的计算量。为了消除白噪声对提取时间差的影响,对快速S变换矩阵进行奇异值分解,并利用奇异值差分谱确定奇异值选取的准则。通过寻找快速S变换时域累计曲线上的峰值点提取时间差。现场试验结果表明,所提两种时间差提取方法能分别在不同的噪声环境下精确提取时间差参数,时间差误差分别不超过1.01%和4.27%。(3)针对变电站全站大空间内局部放电定位的不适定性及求解稳定性低的问题,本文提出了一种基于正则化的变电站全站局部放电定位方法。首先探讨了局部放电定位反问题,剖析了影响求解局部放电定位方程组稳定性的因素,研究了求解不适定性反问题的正则化理论。其次,为了确保定位结果的唯一性,降低求解的复杂度,通过消除二阶项将非线性定位方程组转换为线性定位方程组。然后,为了降低方程组的病态程度以提高求解的稳定性,通过中心化法和平衡法优化定位方程组。最后通过L曲线计算正则化参数,使用Tikhonov正则化方法求解优化后的定位方程组,得到了局部放电源的位置。Monte Carlo仿真验证了所提算法具有较高的稳定性,现场试验结果表明所提算法的空间定位误差在2.18 m以内,可以实现变电站全站空间内局部放电定位。(4)针对变压器等主要设备小空间内局部放电定位对时间差误差敏感的问题,本文提出一种基于密度峰值聚类的变压器内局部放电定位方法。为了避免求解复杂的非线性定位方程组,通过高斯消去法求解线性转换后的定位方程组。为了降低时间差误差对局部放电定位精度的影响,在研究空间聚类分析的基础上,建立多个线性定位方程组获取多个定位初值并执行聚类优化。针对密度峰值聚类算法需要根据经验人为设定截断距离计算局部密度和主观选择聚类中心的局限性,提出了一种自动确定聚类中心的密度峰值聚类算法,采用截断距离序列计算局部密度,利用γ值序列确定聚类中心。实验结果表明,所提算法能够降低定位结果对时间差精度的敏感性,平均定位误差为5.3 cm,实现了变压器内局部放电精确定位。

【学位授予单位】：合肥工业大学
【学位级别】：博士
【学位授予年份】：2021