一种基于BP神经网络的特高频局放全向探测方法及系统

技术领域

本发明涉及电气设备领域，具体是一种基于BP神经网络的特高频局放全向探测方法及系统。

背景技术

特高频局部放电(Ultra-High Frequency Partial Discharge，简称UHF PD)是指在电气设备或绝缘系统中发生的微小放电现象。这些放电现象通常在特高频范围内(300MHz至3GHz)发生。尽管这些放电现象很微小，但它们可能会对电力设备和系统造成严重的危害。以下是特高频局部放电的一些危害：1)导致设备损坏：特高频局部放电可能会导致电气设备的损坏，例如发电机、变压器、电缆和开关设备。长期的局部放电活动会逐渐损害绝缘材料，最终导致设备故障和失效。2)增加系统维护成本：局部放电可能导致电力设备的频繁故障，因此，企业或机构需要进行更频繁的维护和修理，这将增加维护成本。3)电力系统稳定性下降：当局部放电活动增加时，电气设备和系统的稳定性可能会受到影响。这可能导致系统不稳定、频繁的停电，甚至可能引发电力系统的大面积故障。4)安全风险：局部放电产生的能量可能会引起火灾或爆炸，对设备操作人员和周围环境构成安全威胁。5)资产价值损失：由于局部放电的影响，电力设备和系统的寿命可能会缩短，这将导致资产价值的损失。6)数据传输干扰：特高频局部放电可能会对周围的通信和数据传输系统造成干扰，导致通信故障或数据丢失。生活中极为常见的高频放电现象有电晕放电，主要是由于带电体附近电场强度不均导致，其放电频率一般低于300MHz，因此电晕放电是高压领域中极为常见的放电现象，为电晕放电对特高频信号的监测有较强的干扰。而现有特高频局放检测方法难以有效避免电晕放电的影响，且局部放电受环境温湿度、大气压强等因素的影响，不同环境下的局部放电特征不同，导致现有局部放电检测方法难以适应不同的环境。

发明内容

为了解决上述问题，本发明面向不同环境下的特高频局部放电，提出了一种基于BP神经网络的特高频局放全向探测方法及系统。

为了达到上述目的，本发明是通过以下技术方案来实现的：

本发明的一种基于BP神经网络的特高频局放全向探测方法，包括如下步骤：

步骤1，采集特高频局部放电的空间电磁波信息，包括空间电磁信息和空间电磁环境信息；

步骤2，利用特高频局部放电信息预处理模型对步骤1所采集的特高频局部放电的空间电磁波信息进行预处理；

步骤3，基于BP神经网络对预处理后的局部放电空间电磁和环境信息进行学习和训练，构建基于BP神经网络的特高频局部放电检测模型；

步骤4，从基于BP神经网络的特高频局部放电检测模型中提取连接权值和阈值，构建局部放电模型库，并将局部放电模型库定期更新到特高频局放物理监测装置中，利用特高频局放物理监测装置对不同环境下的特高频局部放电进行监测。

本发明的进一步改进在于：步骤1中利用全向天线360°采集各个方向的空间电磁信息，采集到的空间电磁信息包括局放信号强度、局放信号相角、局放信号频率，空间电磁环境信息包括空间电磁环境的温度、空间电磁环境的湿度、空间电磁环境的大气压力、空间电磁环境的电场强度，表达式为：

X(t)＝[V(t),θ(t),f(t),T

式中：X(t)为t时刻采集的特高频局放电磁和环境信息，V(t)为t时刻采集的局放信号强度，θ(t)为t时刻采集的局放信号相角，f(t)为t时刻采集的局放信号频率，T

本发明的进一步改进在于：步骤2中的特高频局部放电信息预处理模型表达式为：

X'(t)＝[V'(t),θ'(t),f'(t),T′

式中：X'(t)为预处理后的t时刻采集的特高频局放电磁和环境信息，V'(t)为预处理后的局放信号强度，θ'(t)为预处理后的局放信号相角，f'(t)为预处理后的局放信号频率，T′

本发明的进一步改进在于：步骤3中的基于BP神经网络的特高频局部放电检测模型包括输入层、隐含层和输出层，具有7个输入和3个输出，其中，7个输入分别为：训练样本中的预处理后的局放信号强度V'(t)，预处理后的局放信号相角θ'(t)，预处理后的局放信号频率f'(t)，预处理后的空间电磁环境的温度T′

隐含层采用tansig函数，输出为：

式中：X′

输出层采用purelin函数，输出为：

式中：R

本发明的进一步改进在于：步骤4中局部放电模型库表达式为：

Y

式中：Y

本发明的一种基于BP神经网络的特高频局放全向探测系统，包括特高频局放物理监测装置、集成于特高频局放物理监测装置中的信息采集模块、数据预处理模块、特高频局部放电检测模型构建模块；

所述信息采集模块，用于采集特高频局部放电的空间电磁波信息，包括空间电磁信息和空间电磁环境信息；

所述数据预处理模块，用于对所述信息采集模块所采集的特高频局部放电的空间电磁波信息进行预处理；

所述特高频局部放电检测模型构建模块，用于构建基于BP神经网络的特高频局部放电检测模型，从基于BP神经网络的特高频局部放电检测模型中提取连接权值和阈值，构建局部放电模型库；

所述特高频局放物理监测装置，用于存储所述特高频局部放电检测模型构建模块构建的局部放电模型库，并利用局部放电模型库对特高频局放进行在线监测。

本发明的进一步改进在于：所述信息采集模块采集到的特高频局部放电的空间电磁波信息表示为：

X(t)＝[V(t),θ(t),f(t),T

式中：X(t)为t时刻采集的特高频局放电磁和环境信息，V(t)为t时刻采集的局放信号强度，θ(t)为t时刻采集的局放信号相角，f(t)为t时刻采集的局放信号频率，T

本发明的进一步改进在于：所述数据预处理模块对采集到的特高频局部放电的空间电磁波信息进行如下处理：

X'(t)＝[V'(t),θ'(t),f'(t),T′

式中：X'(t)为预处理后的t时刻采集的特高频局放电磁和环境信息，V'(t)为预处理后的局放信号强度，θ'(t)为预处理后的局放信号相角，f'(t)为预处理后的局放信号频率，T′

本发明的进一步改进在于：所述特高频局部放电检测模型构建模块构建的基于BP神经网络的特高频局部放电检测模型包括输入层、隐含层和输出层，具有7个输入和3个输出，其中，7个输入分别为：训练样本中的预处理后的局放信号强度V'(t)，预处理后的局放信号相角θ'(t)，预处理后的局放信号频率f'(t)，预处理后的空间电磁环境的温度T′

隐含层采用tansig函数，输出为：

式中：X′

输出层采用purelin函数，输出为：

式中：R

本发明的进一步改进在于：局部放电模型库表达式为：

Y

式中：Y

本发明的有益效果是：本发明检测用的天线为性能优异的宽频带UHF天线，无需表贴式安装，敞开在所要监测的环境中即可，且抗干扰能力强、灵敏度高、实时在线监测。

本发明的方法和系统可以对不同环境下的特高频局放进行检测，提高特高频局放检测的有效性和准确度。

本发明的特高频局放物理监测装置选用非接触式全向电磁波空间定位检测技术，可无需接触设备360度无线监测设备局放，无监测死角，可监测半径20米范围。此外本发明的特高频局放物理监测装置具备优良的抗干扰和环境适应性，对噪声、超声驱鼠器、工频电场和磁场、高频电磁波、通信信号干扰、温湿度、灰尘环境适应能力强。

附图说明

图1是本发明实施例中的一种基于BP神经网络的特高频局放全向探测方法流程图；

图2是本发明实施例中的基于BP神经网络的特高频局部放电检测模型示意图；

图3是本发明实施例中的一种基于BP神经网络的特高频局放全向探测系统示意图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清晰，以下结合附图及实施例，对本发明做出进一步详细阐述。应当注意，此处所描述的实施例仅用以解释本发明，并不用做限定本发明。

如图1所示，本实施例的一种基于BP神经网络的特高频局放全向探测方法，包括信息采集、基于BP神经网络的特高频局放监测和在线监测操作，具体步骤如下：

步骤1，采集特高频局部放电的空间电磁波信息，包括空间电磁信息和空间电磁环境信息；首先利用全向天线360°采集各个方向的空间电磁信息，包括：局放信号强度、局放信号相角、局放信号频率。由于局部放电还容易受到环境温度、电场等因素的干扰，因此，本实施例还采集空间电磁环境信息，主要包括：空间电磁环境的温度、空间电磁环境的湿度、空间电磁环境的大气压力、空间电磁环境的电场强度；

步骤2，提出特高频局部放电信息预处理模型，利用特高频局部放电信息预处理模型对步骤1所采集的特高频局部放电的空间电磁波信息进行预处理；

步骤3，基于BP神经网络对预处理后的局部放电空间电磁和环境信息进行学习和训练，构建基于BP神经网络的特高频局部放电检测模型；

步骤4，提出基于BP神经网络的特高频局部放电监测技术，从基于BP神经网络的特高频局部放电检测模型中提取连接权值和阈值，构建局部放电模型库，并将局部放电模型库定期更新到特高频局放物理监测装置中，利用特高频局放物理监测装置对不同环境下的特高频局部放电进行监测。

步骤1中采集到的特高频局部放电的空间电磁波信息如下式所示：

X(t)＝[V(t),θ(t),f(t),T

式中：X(t)为t时刻采集的特高频局放电磁和环境信息，V(t)为t时刻采集的局放信号强度，θ(t)为t时刻采集的局放信号相角，f(t)为t时刻采集的局放信号频率，电晕放电频率一般低于300MHz，因此电晕放电是高压领域中极为常见的放电现象，为了避开电晕放电对特高频信号的监测，本实施例主要采集500MHz～1500MHz之间的局放信号频率。T

由于采集的空间电磁信息、电磁环境信息具有不同的量纲，在检测特高频局部放电对其进行综合分析时，需要对其进行处理，对其数值进行统一。本实施例提出特高频局部放电信息预处理模型，根据特高频局放检测分析需要，将上述采集的电磁和环境信息进行预处理。预处理的信息为特高频局放检测提供数据支撑。步骤2中的特高频局部放电信息预处理模型表达式如下：

X'(t)＝[V'(t),θ'(t),f'(t),T′

式中：X'(t)为预处理后的t时刻采集的特高频局放电磁和环境信息，V'(t)为预处理后的局放信号强度，θ'(t)为预处理后的局放信号相角，f'(t)为预处理后的局放信号频率，T′

以局放信号强度V(t)为例，预处理后的信号为V'(t)，根据样本的局放信号强度均值V和该样本的局放信号强度方差σ

如图2所示，步骤3中通过基于BP神经网络的特高频局部放电检测模型学习预处理后的特高频历史局部放电样本数据，提取特高频局部放电样本特征，进而实现对特高频局部放电的精准识别。基于BP神经网络的特高频局部放电检测模型包括输入层、隐含层和输出层，具有7个输入和3个输出，其中，7个输入分别为：训练样本中的预处理后的局放信号强度V'(t)，预处理后的局放信号相角θ'(t)，预处理后的局放信号频率f'(t)，预处理后的空间电磁环境的温度T′

本实施例采用的是离线训练基于BP神经网络的特高频局部放电检测模型，基于BP神经网络的特高频局部放电检测模型的隐含层采用tansig函数，输出为：

式中：X′

输出层采用purelin函数，输出为：

式中：R

所述步骤4中局部放电模型库可定期更新到特高频局放物理监测装置中，实现对新场景，新环境，新等级特高频局放的有效监测，可适用于对不同环境下的特高频局放的有效监测。其表达式为：

Y

式中：Y

如图3所示，上述方法是基于一种基于BP神经网络的特高频局放全向探测系统实现的，所述系统包括特高频局放物理监测装置、集成于特高频局放物理监测装置中的信息采集模块、数据预处理模块、特高频局部放电检测模型构建模块；所述信息采集模块，用于采集特高频局部放电的空间电磁波信息，包括空间电磁信息和空间电磁环境信息；

所述数据预处理模块，用于对所述信息采集模块所采集的特高频局部放电的空间电磁波信息进行预处理；

所述特高频局部放电检测模型构建模块，用于构建基于BP神经网络的特高频局部放电检测模型，从基于BP神经网络的特高频局部放电检测模型中提取连接权值和阈值，构建局部放电模型库；

所述特高频局放物理监测装置，用于存储所述特高频局部放电检测模型构建模块构建的局部放电模型库，并利用局部放电模型库对特高频局放进行在线监测。

本发明中的特高频局放物理监测装置结构高度集成化、体积小、安装方便。选用非接触式全向电磁波空间定位检测技术，可无需接触设备360度无线监测设备局放,无监测死角，一台特高频局放物理监测装置可监测半径20米范围。

本发明通过性能优异的全向特高频传感天线，检测局部放电产生的电磁波信号，能够大范围(半径20m)地接收高压设备泄漏出来的电磁波信号，用于变/配电站整站及电缆设备运行状态监测，有效监测距离5-20米。

以上所述，仅为本申请的具体实施方式，但本申请的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本申请揭露的技术范围内，可轻易想到其各种变化或替换，这些都应涵盖在本申请的保护范围之内。因此，本申请的保护范围应以权利要求的保护范围为准。