一种配电网10kV电缆局部放电故障类型智能识别方法

技术领域

本发明属于放电故障类型智能识别领域，具体涉及一种配电网10kV电缆局部放电故障类型智能识别方法。

背景技术

配网电缆数量众多，且对供电可靠性要求越来越高，为保证供电质量，需要减少停电次数和停电时间。为了保证电缆运行安全，及时获取电缆绝缘状态数据，需要采集大量带电检测数据，评估电缆运行状态。电缆在运行过程中受到各种应力作用，许多效应将会导致局部放电的出现，局部放电通常是引起电缆及其接头绝缘性能下降的主要原因之一。局部放电的发展最终会导致电缆的击穿，造成停电事故。因此，对配网电缆绝缘进行局部放电测量，并识别缺陷类型有着重大意义，放电时域波形经过T-F聚类可以作为配网电缆局部放电故障的重点研究对象。

当前配网电缆局放故障的检测信号主要是通过高频电流传感器测得脉冲电流信号，脉冲电流信号因具有采集方式简单、受干扰小、采集到的信号易于分析等优势，成为了当前使用最多的检测信号之一。当前，配网电缆局部放电故障的识别方法基本都是构造能够反映不同放电源类型的局部放电模式，从这些模式中提取有效的特征参量，并训练合适的分类器最终对局部放电源类型做出判断。但这类方法通常是在单一缺陷系统中进行的，证实能够对配网电缆发生单一局部放电时进行局放源类型的识别。然而，配网电缆在制造和运行过程中，同时受到多种外部因素的影响，常常同时存在多种缺陷引发的局部放电类型，测量得到的局部放电波形多是这些放电波形的总和，现有方法难以区分，影响识别的准确性。

发明内容

本发明的目的在于提供一种基于放电时域波形的T-F模式下的模糊聚类法的配电网电缆局部放电故障类型识别方法，以克服现有技术存在的缺陷，实现对配网电缆局部放电故障类型的准确识别。

为达到上述目的，本发明采用如下技术方案：

一种配电网10kV电缆局部放电故障类型智能识别方法，包括以下步骤：

步骤1：采集单一模拟局放故障在配网电缆运行过程中的放电脉冲电流信号数据；

步骤2：对步骤1中采集的放电脉冲电流信号数据进行预处理，去除无效的冗余数据，提取有效的放电脉冲电流波形；

步骤3：在步骤2中有效的放电脉冲电流波形转换到T-F模式下后进行模糊聚类分析，剥离不相关的噪声或其他干扰信号点后，得到单一局放故障类型的放电指纹；

步骤4：重复步骤1-步骤3，得到不同局放故障类型的放电指纹，从而得到配网电缆局放故障类型指纹库；

步骤5：测量真实局放放电信号，重复步骤2，然后经过T-F模式下的模糊聚类后，与步骤4中得到配网电缆局放故障类型指纹库进行对比，对配网电缆局放故障类型进行识别。

进一步地，步骤1中利用局放模拟源配合高频电流传感器及示波器采集单一模拟局放故障在配网电缆运行过程中的放电脉冲电流信号数据。

进一步地，步骤1中由局放模拟源向电缆施加不同类型的局放信号，由高频电流传感器及示波器采集放电过程的运行数据，得到局放信号放电波形，即单一模拟局放故障在配网电缆运行过程中的放电脉冲电流信号数据。

进一步地，步骤2中提取有效的放电脉冲电流波形的方法为高触发值逆推提取法。

进一步地，所述高触发值逆推提取法具体为：寻找放电脉冲电流波形出现的时刻和对应的放电脉冲电流波形，然后向后对数据进行扫描，得到电流零点，以此时间段作为放电脉冲电流波形的有效数据段。

进一步地，步骤3中对于有效的放电波形电流数据，首先使用等效时频法将单个放电脉冲的波形-时间序列投影到等效时间和带宽组成的二维平面上，形成放电信号的T-F模式，然后采用模糊聚类的方法实现T-F平面不同脉冲形态投影点的分类，根据每个放电波形投影点对应的所属类别隶属度将该放电波形对应的局放故障类型划分各个类别，形成配网电缆局放故障类型指纹库。

进一步地，步骤5具体为：采集实时电缆运行过程中产生的局部放电信号，对其进行预处理，提取有效的放电脉冲电流波形并进行T-F变换，再通过用模糊聚类方法对所采集的放电脉冲电流信号数据进行分类，再将每一类数据的特征参量与配网电缆局放故障类型指纹库的数据进行对比，对配网电缆局放故障类型进行识别。

进一步地，当实际放电脉冲电流信号数据特征量与配网电缆局放故障类型指纹库中某一种放电类型的特征量绝对误差小于设定阈值时，则判定实时电缆运行故障为配网电缆局放故障类型指纹库中与之对应的故障类型，从而识别出此时电缆运行中所发生的局部放电故障类型，及时对电缆故障进行检查与排除。

与现有技术相比，本发明具有以下有益的技术效果：

本发明方法针对配电网10kV电缆发生的局部放电故障，首先通过局放模拟源模拟配电网10kV电缆在运行过程中可能产生的局部放电故障，并通过采集-处理-记录构建不同类型的局部放电的T-F谱图特征指纹库，即通过采集每种局部放电的脉冲电流信号加以处理构建每种局部放电类型单独的T-F谱图坐标。用以区分多种类型的局部放电。在实际现场运用中，首先通过采集板卡采集实际电缆运行过程中的局部放电信号，并加以信号处理(实际运行中采集的电缆局部放电信号会受到各种高频、低频信号的干扰，造成识别的误差)，滤除干扰信号，保留信号有效脉冲，并对采集到脉冲信号(局部放电信号)进行处理后绘制T-F谱图。若实际运行过程中的电缆存在多种局部放电信号，则根据现场采集数据所绘制的T-F谱图中应存在多组数据团(如图3所示)，再通过对应的聚类算法，对各组数据团进行中心点计算并于指纹库中每种类型放电类型的T-F谱图坐标进行对比，当对比误差小于某一阈值时，则认为该种数据团属于所对应的局部放电类型，而当存在多种局部放电同时发生时，均可通过T-F谱图实现同时识别。这样的基于T-F模式后模糊聚类形成的指纹库对比的故障识别方法能够有效的提高诊断的效率与准确率。

附图说明

说明书附图用来提供对本发明的进一步理解，构成本发明的一部分，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。

图1为本发明配网电缆局放故障类型智能识别方法的具体流程示意图；

图2为触典型局部放电波形示意图；

图3为配网电缆局放故障类型指纹库示意图；

图4为配网电缆局放故障类型判别的流程示意图。

具体实施方式

下面对本发明的实施方式做进一步详细描述：

下面结合附图和实施例对本发明的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

参见图1，本发明提供一种配电网10kV电缆局部放电故障类型智能识别方法，具体包括以下步骤：

步骤1，利用局放模拟源配合高频电流传感器等，采集单一模拟局放故障在配网电缆运行过程中的放电脉冲电流信号数据；

步骤2，对步骤1中采集到放电脉冲电流信号数据进行预处理，去除无效的冗余数据，在采集的数据中提取有效的放电脉冲电流波形，以提高计算效率，缩短计算时间；

步骤3，在步骤2中有效的放电脉冲电流波形转换到T-F模式下后进行模糊聚类分析，剥离不相关的噪声或其他干扰信号点后，得到单一局放故障类型的放电指纹；

步骤4，重复步骤1-步骤3，得到不同局放故障类型的放电指纹，进一步得到配网电缆局放故障类型指纹库；

步骤5，在配网实际运行过程中，通过高频电流传感器测量真实局放放电信号，重复步骤2，然后经过T-F模式下的模糊聚类后，与步骤4中得到配网电缆局放故障类型指纹库进行对比，对配网电缆局放故障类型进行识别。

具体地，步骤1中配网电缆运行数据由局放模拟源仪器分别向电缆施加不同类型的局放信号，由高频电流传感器及示波器采集放电过程的运行数据，采集的数据局放信号放电波形。此方法获得的数据均为文本数据，基于这些文本数据绘制得到放电脉冲信号曲线。

步骤2中提取有效的放电脉冲电流波形的方法为高触发值逆推提取法，即找到放电脉冲电流波形出现的时刻和对应的放电脉冲电流波形，然后向后对数据进行扫描，得到电流零点，以此时间段作为放电脉冲电流波形的有效数据段。

步骤3中，对于放电波形电流数据，如图2所示。首先使用等效时频法，第一步将采集得到的局放放电时间序列s(t)进行标准化处理

(1)在电缆局部放电类型的指纹库建立时，每种放电类型将进行多组放电数据采集(>500组)，再将每种放电类型的放电数据进行T-F处理，得到该种放电类型的T-F谱图，之后通过欧式距离算法、K均值法等算法计算出该种放电类型采集数据点在T-F谱图上的重心，即认为该重心点的坐标值(δ

步骤4中以逐一对比的形式对电缆发生的局部方放电类似进行判别，如图4所示，具体包括以下步骤：

(1)在现场进行电缆的局部放电数据采集时，尽可能多的采集放电数据，从而提高故障判别的准确性。将采集到的数据进行降噪、分离，对每一个放电脉冲进行对应的T-F计算，当采集的放电数据中存在多种放电类型时，此时所绘制的采集放电数据的T-F谱图应呈现团聚分布。对该T-F谱图中的数据点进行相应的重心计算，则能够得到与团聚数量相近的重心数量，即重心的数量为实际电缆工作过程中所发生的局部放电故障类型的数量。

(2)将现场采集得到放电数据的特征量坐标与指纹库的各种放电类型的特征量坐标依次进行间距计算，当两对比坐标之间的距离小于某一阈值(根据实际情况设置)时，则认为该种放电类型对于指纹库中的某一放电类型，从而完成多种放电类型混合时的对放电的类型的识别与分类。

不同于以往训练合适的分类器对配网电缆局放故障进行识别，仅能达到准确识别一种故障类型的目的，当同时存在多种类型局放时无法正确的区分故障类型。本发明方法在训练不同局放故障类型后的T-F聚类形成指纹库，当采集到局放放电信号后，在T-F转换模糊聚类可以可靠地区分多种故障，这样的基于T-F模式后模糊聚类形成的指纹库对比的故障识别方法能够有效的提高诊断准确率。

以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。