基于特高频检测和红外检测确定干式变压器故障的方法与流程

1.本发明涉及干式变压器故障领域，特别是涉及一种基于特高频检测和红外检测特征互补检测干式变压器故障的方法。


背景技术：

2.在电力系统运行的基本要求中首位就是保证安全可靠地持续供电,停电给国民经济造成的损失远远超过电力系统本身的损失。作为输变电工程的核心、作为变换电压的重要手段，干式变压器是变电站中最受重视的电气设备之一，对干式变压器进行各种参数上的在线监测具有十分重要的意义。它不仅承担电压等级变换的功能，而且负责电网内电能的传输与分配，其运行状态健康与否不仅会对自身的安全性产生影响，而且对整个电力系统的可靠性和稳定性也有巨大影响。因此，干式变压器检测工作的重要性逐渐显现出来。


技术实现要素：

3.本发明克服现有技术存在的不足，所要解决的技术问题为：提供一种基于特高频和红外检测特征互补检测干式变压器故障的方法。
4.为实现上述目的，本发明提供了如下技术方案：
5.基于相关分析法的特高频检测法和红外检测技术分别提取局部放电位置和红外发热点位置，将提取到的特征进行分类，如果该发热点有uhf信号，说明该点既有过热也有放电，说明该点存在缺陷；如果单有过热，结合热点温度仿真分析看是否越限，越限说明是过热故障，否则是正常；如果单有放电而无明显过热，则说明是放电故障。该方法能实时监控干式变压器的安全运行状态，并及时发现缺陷。
6.可选的，所述方法中基于相关分析法的特高频检测法提取放电位置具体过程为：
7.1、将不同传感器检测到的信号进行互相关计算，在互相关函数中，将最大值所对应的时刻作为信号之间的时间差。假设信号y(t)是由信号x(t)经过一个时延得到的，那么计算两个信号之间的互相关函数为
[0008][0009]
2、根据上式可知当δt＝τ时，互相关函数可以取到最大值。然而，经过数据采集设备采集到的信号为离散信号，所以互相关函数一般采用离散形式，其公式为
[0010][0011]
其中ts为数据采样时的采样周期。
[0012]
3、在互相关计算中，可以使用时间的平均值来代替统计平均的值，因为经过数据采集系统后所得到的信号为离散信号，所以互相关函数的估计为
[0013][0014]
4、相关估计法的方差为
[0015][0016]
式中n为采样点的个数，可以看出n越大，其相关估计的方差值越小，其计算结果越精准。
[0017]
可选的，所述方法中通过运用红外检测技术提取发热点位置的具体过程为：
[0018]
1、对采集到的干式变压器图像进行hu不变矩的特征提取，设目标图像为f(x,y)，那么(p q)阶中心矩为
[0019][0020]
式中，(x0,y0)为图像灰度的灰度重心点，m
10
,m
01
为图像的两个一阶矩，m
∞
为图像的零阶矩。
[0021]
2、中心矩具有平移不变性，为了让中心矩题具有缩放不变性，使用零阶中心距对其余各阶中心距进行归一化得到的归一化中心矩为
[0022][0023]
3、为了使矩描述子实现平移、旋转与缩放的不变性，对二阶与三阶中心距进行归一化处理，由于hu不变矩中可能会出现负数，因此hu不变矩一般为：
[0024]
ik＝|logφk|,k＝1,2,
…
,7
ꢀꢀ
(7)
[0025]
4、对采集到的图像特征值样本进行归一化处理；
[0026]
5、采用支持向量机方法进行图像识别，选择径向基核函数来实现样本在特征空间的线性可分
[0027][0028]
6、将图像特征值样本作为训练集进行训练，获得分类模型；
[0029]
7、利用红外测温原理对分类过的图像特征值进行推算，红外热成像仪输出的图像信号与如下因素有关
[0030][0031]
其中，r(λ)是红外热成像仪的总光谱响应，t被测物体的温度，ε是被测物体的发射
率，ω为热成像仪的视场角，b为玻尔兹曼常数，τa(λ)为空气穿透率，λ1～λ2为红外热成像仪能接受红外线的波长范围。
[0032]
在公式9中，ω是固定值而τa(λ)在近距离拍摄条件下近似为1，因此us可以简化为
[0033][0034]
其中，f(t)的大小在一定的波长范围中与黑体温度有关联，k1为常数。则红外图像像素灰度值的公式为
[0035]
ug＝k2εf(t)
ꢀꢀ
(11)
[0036]
红外图像的灰度值与温度值存在一定的函数关系，只要获得红外图像目标区域的灰度值就可以得到对应的温度值并以便进行故障诊断。
[0037]
可选的，所述方法中通过对发热位置和局部放电位置的分类及筛选，找到故障点，发热点以及放电点的具体过程为：
[0038]
1、将计算得到的放点位置和发热位置进行分类，首先找到所有发热点；
[0039]
2、在发热点的基础上，看该发热点是否有放电信号，如果有，则该点存在缺陷；
[0040]
3、如果没有放电信号，看该发热点是否超过设定的温度界限，如果超过，则说明该点是过热故障，否则是正常；
[0041]
4、剩下的所有只有放电信号的位置，则为放电故障。
[0042]
本发明的优点和积极效果是：
[0043]
本发明的方法来进行对干式变压器的局部放电故障和过热故障进行识别和辨识，不仅能够直观的显示干式变压器的健康状况以及发生的故障类型，简单实用，还能实时监控干式变压器的安全运行。
附图说明
[0044]
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
[0045]
图1为本发明的流程图；
[0046]
图2为基于相关分析法的特高频检测法提取放电位置的流程图；
[0047]
图3为通过红外检测技术提取发热点的流程图；
[0048]
图4为将提取到的放电点和发热点进行分类识别的流程图；
具体实施方式
[0049]
下面将结合本发明实施例中的附图，对本发明实施例中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。
[0050]
本发明的目的是提供一种基于相关分析法的特高频检测法和红外检测技术分别提取局部放电位置和红外发热点位置，将提取到的特征进行分类，如果该干变式发热点有
uhf信号，说明该点既有过热也有放电，说明该点存在缺陷；如果单有过热，结合热点温度仿真分析看是否越限，越限说明是过热故障，否则是正常；如果单有放电而无明显过热，则说明是放电故障。该方法能实时监控干式变压器的安全运行状态，并及时发现缺陷。
[0051]
为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本发明作进一步详细的说明。
[0052]
如图1所示，一种基于特高频检测和红外检测特征互补检测干式变压器的方法，包括以下步骤：
[0053]
步骤1，如图2所示，采用基于相关分析法的特高频检测法提取放电位置的具体过程如下：
[0054]
将不同传感器检测到的信号进行互相关计算，在互相关函数中，将最大值所对应的时刻作为信号之间的时间差。假设信号y(t)是由信号x(t)经过一个时延得到的，那么计算两个信号之间的互相关函数为
[0055][0056]
根据上式可知当δt＝τ时，互相关函数可以取到最大值。然而，经过数据采集设备采集到的信号为离散信号，所以互相关函数一般采用离散形式，其公式为
[0057][0058]
其中ts为数据采样时的采样周期。
[0059]
在互相关计算中，可以使用时间的平均值来代替统计平均的值，因为经过数据采集系统后所得到的信号为离散信号，所以互相关函数的估计为
[0060][0061]
相关估计法的方差为
[0062][0063]
式中n为采样点的个数，可以看出n越大，其相关估计的方差值越小，其计算结果越精准。
[0064]
步骤2，如图3所示，运用红外检测技术提取发热点位置的具体过程如下：
[0065]
对采集到的干式变压器图像进行hu不变矩的特征提取，设目标图像为f(x,y)，那么(p q)阶中心矩为
[0066][0067]
式中，(x0,y0)为图像灰度的灰度重心点，m
10
,m
01
为图像的两个一阶矩，m
∞
为图像的零阶矩。
[0068]
中心矩具有平移不变性，为了让中心矩题具有缩放不变性，使用零阶中心距对其余各阶中心距进行归一化得到的归一化中心矩为
[0069][0070]
为了使矩描述子实现平移、旋转与缩放的不变性，对二阶与三阶中心距进行归一化处理，由于hu不变矩中可能会出现负数，因此hu不变矩一般为
[0071]
ik＝|logφk|,k＝1,2,...,7
ꢀꢀ
(7)
[0072]
对采集到的图像特征值样本进行归一化处理；
[0073]
采用支持向量机方法进行图像识别，选择径向基核函数来实现样本在特征空间的线性可分
[0074][0075]
将图像特征值样本作为训练集进行训练，获得分类模型；
[0076]
利用红外测温原理对分类过的图像特征值进行推算，红外热成像仪输出的图像信号与如下因素有关
[0077][0078]
其中r(λ)是红外热成像仪的总光谱响应，t被测物体的温度，ε是被测物体的发射率，ω为热成像仪的视场角，b为玻尔兹曼常数，τa(λ)为空气穿透率，λ1～λ2为红外热成像仪能接受红外线的波长范围。
[0079]
在公式9中，ω是固定值而τa(λ)在近距离拍摄条件下近似为1，因此us可以简化为
[0080][0081]
其中，f(t)的大小在一定的波长范围中与黑体温度有关联，k1为常数。则红外图像像素灰度值的公式为
[0082]
ug＝k2εf(t)
ꢀꢀ
(11)
[0083]
红外图像的灰度值与温度值存在一定的函数关系，只要获得红外图像目标区域的灰度值就可以得到对应的温度值并以便进行故障诊断。
[0084]
步骤3，如图4所示，结合已经得到的发热点和放电点进行分类，将缺陷故障、发热故障以及放电故障识别出来。
[0085]
本发明提供的一种基于相关分析法的特高频检测法和红外检测技术分别提取局部放电位置和红外发热点位置，将提取到的特征进行分类，如果该干变式发热点有uhf信号，说明该点既有过热也有放电，说明该点存在缺陷；如果单有过热，结合热点温度仿真分析看是否越限，越限说明是过热故障，否则是正常；如果单有放电而无明显过热，则说明是放电故障。该方法能实时监控干式变压器的安全运行状态，并及时发现缺陷。
[0086]
本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的系统而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。
[0087]
本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处。综上所述，本说明书内容不应理解为对本发明的限制。