Nothing Special   »   [go: up one dir, main page]

CN113433424B - 一种基于局部放电的配网线路树木坠落检测方法及系统 - Google Patents

一种基于局部放电的配网线路树木坠落检测方法及系统 Download PDF

Info

Publication number
CN113433424B
CN113433424B CN202110901524.8A CN202110901524A CN113433424B CN 113433424 B CN113433424 B CN 113433424B CN 202110901524 A CN202110901524 A CN 202110901524A CN 113433424 B CN113433424 B CN 113433424B
Authority
CN
China
Prior art keywords
signal
partial discharge
amplitude
gradient
zero
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202110901524.8A
Other languages
English (en)
Other versions
CN113433424A (zh
Inventor
魏子力
程丽冰
李志鹏
罗鲜林
陈宇婷
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Guangdong Power Grid Co Ltd
Zhaoqing Power Supply Bureau of Guangdong Power Grid Co Ltd
Original Assignee
Guangdong Power Grid Co Ltd
Zhaoqing Power Supply Bureau of Guangdong Power Grid Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Guangdong Power Grid Co Ltd, Zhaoqing Power Supply Bureau of Guangdong Power Grid Co Ltd filed Critical Guangdong Power Grid Co Ltd
Priority to CN202110901524.8A priority Critical patent/CN113433424B/zh
Publication of CN113433424A publication Critical patent/CN113433424A/zh
Application granted granted Critical
Publication of CN113433424B publication Critical patent/CN113433424B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/08—Locating faults in cables, transmission lines, or networks
    • G01R31/081—Locating faults in cables, transmission lines, or networks according to type of conductors
    • G01R31/085—Locating faults in cables, transmission lines, or networks according to type of conductors in power transmission or distribution lines, e.g. overhead
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/08—Locating faults in cables, transmission lines, or networks
    • G01R31/088—Aspects of digital computing
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/12—Testing dielectric strength or breakdown voltage ; Testing or monitoring effectiveness or level of insulation, e.g. of a cable or of an apparatus, for example using partial discharge measurements; Electrostatic testing
    • G01R31/1227—Testing dielectric strength or breakdown voltage ; Testing or monitoring effectiveness or level of insulation, e.g. of a cable or of an apparatus, for example using partial discharge measurements; Electrostatic testing of components, parts or materials
    • G01R31/1263—Testing dielectric strength or breakdown voltage ; Testing or monitoring effectiveness or level of insulation, e.g. of a cable or of an apparatus, for example using partial discharge measurements; Electrostatic testing of components, parts or materials of solid or fluid materials, e.g. insulation films, bulk material; of semiconductors or LV electronic components or parts; of cable, line or wire insulation
    • G01R31/1272—Testing dielectric strength or breakdown voltage ; Testing or monitoring effectiveness or level of insulation, e.g. of a cable or of an apparatus, for example using partial discharge measurements; Electrostatic testing of components, parts or materials of solid or fluid materials, e.g. insulation films, bulk material; of semiconductors or LV electronic components or parts; of cable, line or wire insulation of cable, line or wire insulation, e.g. using partial discharge measurements
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/23—Clustering techniques
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/06—Energy or water supply

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Business, Economics & Management (AREA)
  • Economics (AREA)
  • Health & Medical Sciences (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Public Health (AREA)
  • General Engineering & Computer Science (AREA)
  • Evolutionary Biology (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Mathematical Physics (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Artificial Intelligence (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Evolutionary Computation (AREA)
  • Water Supply & Treatment (AREA)
  • General Health & Medical Sciences (AREA)
  • Human Resources & Organizations (AREA)
  • Marketing (AREA)
  • Primary Health Care (AREA)
  • Strategic Management (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Testing Relating To Insulation (AREA)

Abstract

本申请公开了一种基于局部放电的配网线路树木坠落检测方法及系统，通过对被树木包围的输电线路获取周围包含有局部放电信号和干扰信号的目标信号，对目标信号进行梯度化，以增强局部放电信号的幅值与干扰信号的幅值之间的差异化，再利用z‑score标准分数和簇聚类法对目标信号中的干扰信号进行剔除，在利用簇聚类法将剔除干扰信号的第二修正信号中的信号幅值样本划分为若干个簇，依据每个簇到聚类中心的长度来确定是簇中否存在非零局部放电，也即确定输电线路存在非零局部放电，非零局部放电说明有树木坠落至输电线路产生了非零局部放电，从而解决了难以检测到配网线路树木坠落而产生的高阻抗故障的技术问题。

Description

一种基于局部放电的配网线路树木坠落检测方法及系统
技术领域
本申请涉及配电网线路检测技术领域，尤其涉及一种基于局部放电的配网线路树木坠落检测方法及系统。
背景技术
在输电线路中，尤其是中压架空线路上使用绝缘导线的最大缺点是高阻抗故障难以检测。当配网线路附近的树木坠落，绝缘导线表面和导线周围的树木植被直接接触后，由于电势不同，会产生一个从导线到树木植被的故障电流，因为这个故障电流很小，属于高阻抗故障，而传统的标准数字继电保护器难以检测到这类高阻抗故障。从长远来看，这种局部放电活动将导致绝缘失效，造成短路连接和接地故障，必须及时检测发现。
因此，目前亟需提出一个简便可靠的配网线路树木坠落检测方法。
发明内容
本申请提供了一种基于局部放电的配网线路树木坠落检测方法及系统，用于解决难以检测到配网线路树木坠落而产生的高阻抗故障的技术问题。
有鉴于此，本申请第一方面提供了一种基于局部放电的配网线路树木坠落检测方法，应用于被树木包围的输电线路，包括以下步骤：
S1、根据预设的采样周期获取所述输电线路周围的目标信号，每个采样周期内的所述目标信号包含若干个信号幅值样本，所述目标信号包含局部放电信号和干扰信号；
S2、对所述目标信号进行梯度化，以得到梯度信号，从而增强所述局部放电信号的幅值与所述干扰信号的幅值之间的差异化；
S3、计算所述梯度信号中每个信号幅值样本的z-score标准分数，判断所述z-score标准分数是否大于预设的z-score标准分数阈值，若上述判断为是，则在所述梯度信号中剔除相应的信号幅值样本，若上述判断为否，则保留相应的信号幅值样本，从而将所述梯度信号变换为第一修正信号；
S4、基于簇聚类法对所述第一修正信号进行分析，从而剔除所述第一修正信号中的随机脉冲干扰信号，以得到第二修正信号；
S5、基于簇聚类法将所述第二修正信号中的信号幅值样本聚类划分为若干个簇，计算每个簇到聚类中心的长度，判断每个簇到聚类中心的长度是否大于预设的长度阈值，若上述判断为是，则确定所述输电线路存在非零局部放电。
优选地，步骤S1具体包括：
基于射频天线接收设备根据预设的采样周期获取所述输电线路周围的目标信号，每个采样周期内的所述目标信号包含若干个信号幅值样本，所述目标信号包含局部放电信号和干扰信号，所述干扰信号包括窄带干扰信号和随机脉冲干扰信号。
优选地，步骤S2具体包括：
确定所述目标信号中的信号幅值样本的极值点幅值，计算两两相邻的极值点幅值之间的梯度，根据所述梯度对所述目标信号进行梯度化，以得到梯度信号，从而增强所述局部放电信号的幅值与所述干扰信号的幅值之比。
优选地，步骤S4具体包括：
S401、获取所述第一修正信号中的样本信号幅值中的非零幅值；
S402、计算两两相邻的非零幅值之间的距离；
S403、判断两两相邻的非零幅值之间的距离是否小于预设距离阈值，若判断相邻的非零幅值之间的距离小于预设距离阈值时，则将该相邻的非零幅值对应的信号幅值样本聚类为同一簇，从而消除随机脉冲干扰信号，以得到第二修正信号。
优选地，步骤S5之后包括：
S6、根据所述非零局部放电向电网维护中心发送故障预警信息，所述故障预警信息包括非零局部放电信息及其对应的输电线路的位置信息。
第二方面，本发明还提供了一种基于局部放电的配网线路树木坠落检测系统，包括：
获取模块，用于根据预设的采样周期获取所述输电线路周围的目标信号，每个采样周期内的所述目标信号包含若干个信号幅值样本，所述目标信号包含局部放电信号和干扰信号；
梯度模块，用于对所述目标信号进行梯度化，以得到梯度信号，从而增强所述局部放电信号的幅值与所述干扰信号的幅值之间的差异化；
第一修正模块，用于计算所述梯度信号中每个信号幅值样本的z-score标准分数，还用于判断所述z-score标准分数是否大于预设的z-score标准分数阈值，还用于当判断所述z-score标准分数大于预设的z-score标准分数阈值时，则在所述梯度信号中剔除相应的信号幅值样本，还用于当判断所述z-score标准分数不大于预设的z-score标准分数阈值时，则保留相应的信号幅值样本，从而将所述梯度信号变换为第一修正信号；
第二修正模块，用于基于簇聚类法对所述第一修正信号进行分析，从而剔除所述第一修正信号中的随机脉冲干扰信号，以得到第二修正信号；
非零判断模块，用于基于簇聚类法将所述第二修正信号中的信号幅值样本聚类划分为若干个簇，还用于计算每个簇到聚类中心的长度，还用于判断每个簇到聚类中心的长度是否大于预设的长度阈值，还用于当判断每个簇到聚类中心的长度大于预设的长度阈值时，则确定所述输电线路存在非零局部放电。
优选地，所述梯度模块包括确定子模块、梯度计算子模块和梯度子模块；
所述确定子模块用于确定所述目标信号中的信号幅值样本的极值点幅值；
所述梯度计算子模块用于计算两两相邻的极值点幅值之间的梯度；
所述梯度子模块用于根据所述梯度对所述目标信号进行梯度化，以得到梯度信号，从而增强所述局部放电信号的幅值与所述干扰信号的幅值之比。
优选地，所述第二修正模块包括非零幅值子模块、距离计算子模块和距离判断子模块；
非零幅值子模块用于获取所述第一修正信号中的样本信号幅值中的非零幅值；
距离计算子模块用于计算两两相邻的非零幅值之间的距离；
距离判断子模块用于判断两两相邻的非零幅值之间的距离是否小于预设距离阈值，还用于判断相邻的非零幅值之间的距离小于预设距离阈值时，则将该相邻的非零幅值对应的信号幅值样本聚类为同一簇，从而消除随机脉冲干扰信号，以得到第二修正信号。
优选地，本系统还包括：定位模块和发送模块；
所述定位模块，用于获取所述非零局部放电对应的输电线路的位置信息；
所述发送模块，用于根据所述非零局部放电向电网维护中心发送故障预警信息，所述故障预警信息包括非零局部放电信息及其对应的输电线路的位置信息。
从以上技术方案可以看出，本发明具有以下优点：
本发明通过对被树木包围的输电线路获取周围包含有局部放电信号和干扰信号的目标信号，对目标信号进行梯度化，以增强局部放电信号的幅值与干扰信号的幅值之间的差异化，以便于后续对干扰信号进行过滤，再利用z-score标准分数和簇聚类法对目标信号中的干扰信号进行剔除，在利用簇聚类法将剔除干扰信号的第二修正信号中的信号幅值样本划分为若干个簇，依据每个簇到聚类中心的长度来确定是簇中否存在非零局部放电，也即确定输电线路存在非零局部放电，非零局部放电说明有树木坠落至输电线路产生了非零局部放电，从而解决了难以检测到配网线路树木坠落而产生的高阻抗故障的技术问题。
附图说明
图1为本申请实施例提供的一种基于局部放电的配网线路树木坠落检测方法的流程图；
图2为本申请实施例提供的一种基于局部放电的配网线路树木坠落检测系统的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本申请方案，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，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，都属于本申请保护的范围。
当配网线路附近的树木坠落，绝缘导线表面和导线周围的树木植被直接接触后，由于电势不同，会产生一个从导线到树木植被的故障电流，因为这个故障电流很小，属于高阻抗故障，而传统的标准数字继电保护器难以检测到这类高阻抗故障。从长远来看，这种局部放电活动将导致绝缘失效，造成短路连接和接地故障，必须及时检测发现。
为了便于理解，请参阅图1，本申请提供的一种基于局部放电的配网线路树木坠落检测方法，应用于被树木包围的输电线路，包括以下步骤：
S1、根据预设的采样周期获取输电线路周围的目标信号，每个采样周期内的目标信号包含若干个信号幅值样本，目标信号包含局部放电信号和干扰信号；
S2、对目标信号进行梯度化，以得到梯度信号，从而增强局部放电信号的幅值与干扰信号的幅值之间的差异化；
S3、计算梯度信号中每个信号幅值样本的z-score标准分数，判断z-score标准分数是否大于预设的z-score标准分数阈值，若上述判断为是，则在梯度信号中剔除相应的信号幅值样本，若上述判断为否，则保留相应的信号幅值样本，从而将梯度信号变换为第一修正信号；
S4、基于簇聚类法对第一修正信号进行分析，从而剔除第一修正信号中的随机脉冲干扰信号，以得到第二修正信号；
S5、基于簇聚类法将第二修正信号中的信号幅值样本聚类划分为若干个簇，计算每个簇到聚类中心的长度，判断每个簇到聚类中心的长度是否大于预设的长度阈值，若上述判断为是，则确定输电线路存在非零局部放电。
在本实施例中，通过对被树木包围的输电线路获取周围包含有局部放电信号和干扰信号的目标信号，对目标信号进行梯度化，以增强局部放电信号的幅值与干扰信号的幅值之间的差异化，以便于后续对干扰信号进行过滤，再利用z-score标准分数和簇聚类法对目标信号中的干扰信号进行剔除，在利用簇聚类法将剔除干扰信号的第二修正信号中的信号幅值样本划分为若干个簇，依据每个簇到聚类中心的长度来确定是簇中否存在非零局部放电，也即确定输电线路存在非零局部放电，非零局部放电说明有树木坠落至输电线路产生了非零局部放电，从而解决了难以检测到配网线路树木坠落而产生的高阻抗故障的技术问题。
以下为本发明提供的基于局部放电的配网线路树木坠落检测方法的实施例的具体描述。
S100、基于射频天线接收设备根据预设的采样周期获取输电线路周围的目标信号，每个采样周期内的目标信号包含若干个信号幅值样本，目标信号包含局部放电信号和干扰信号，干扰信号包括窄带干扰信号和随机脉冲干扰信号。
在本实施例中，在周围植被茂密的输电线路处安装射频天线接收设备，从而接收输电线路周围的目标信号，其中，预设的采样周期为20ms，每个采样周期内的目标信号包含400000个信号幅值样本。
其中，目标信号包含的局部放电信号在获取时可以为0，也即未产生局部放电现象，而干扰信号包括窄带干扰信号和随机脉冲干扰信号，其中，窄带干扰信号的主要来源为周围的无线电广播发射机传播的无线信号，随机脉冲干扰信号主要是由闪电、开关操作或放电引起的。射频天线接收设备能够有效的接收局部放电及其它原因产生的电磁波，因此，可以采用射频天线接收设备获取输电线路周围的局部放电信号和干扰信号。
S200、确定目标信号中的信号幅值样本的极值点幅值，计算两两相邻的极值点幅值之间的梯度，根据梯度对目标信号进行梯度化，以得到梯度信号，从而增强局部放电信号的幅值与干扰信号的幅值之比。
需要说明的是，在本实施例中，首先在400000个信号幅值样本中找到极值点幅值，极值点幅值包括最高幅值和最低幅值，而在400000个信号幅值样本会出现上升趋势和下降趋势，而下降趋势中幅值最低的点是最低幅值，上升趋势中幅值最大的点是最高幅值。
在找到400000个信号幅值样本中的极值点幅值后，计算相邻两个极值点之间的梯度，其计算公式为，
Figure BDA0003199945470000061
式中，x表示梯度，wf表示第f个信号幅值样本对应的极值点，wl表示第l个信号幅值样本对应的极值点。
在计算得到梯度后，对目标信号进行梯度化，以得到梯度信号，从而增强局部放电信号的幅值与干扰信号的幅值之比，也即差异化。
S300、计算梯度信号中每个信号幅值样本的z-score标准分数，判断z-score标准分数是否大于预设的z-score标准分数阈值，若上述判断为是，则在梯度信号中剔除相应的信号幅值样本，若上述判断为否，则保留相应的信号幅值样本，从而将梯度信号变换为第一修正信号；
需要说明的是，对于每个信号幅值样本的z-score标准分数的计算公式为，
Figure BDA0003199945470000071
式中，xi表示第i个信号幅值样本的幅值，μ表示梯度信号的幅值平均值，σ表示梯度信号的幅值标准差。
对于正态分布，z-score的最大值通常小于3，将根据历史经验设置z-score标准分数阈值为大于3的值，将每个信号幅值样本的z-score标准分数与预设的z-score标准分数阈值进行比较，如果z-score标准分数大于预设的z-score标准分数阈值，则说明该信号幅值样本属于窄带干扰信号，需要将其在梯度信号中剔除。
S400、基于簇聚类法对第一修正信号进行分析，从而剔除第一修正信号中的随机脉冲干扰信号，以得到第二修正信号；
具体地，步骤S400具体包括：
S401、获取第一修正信号中的样本信号幅值中的非零幅值；
S402、计算两两相邻的非零幅值之间的距离；
其中，计算两两相邻的非零幅值之间的距离的计算公式为，
Figure BDA0003199945470000072
式中，dfg表示第f个非零幅值和第g个非零幅值之间的距离，f和g分别表示第f个非零幅值和第g个非零幅值。
S403、判断两两相邻的非零幅值之间的距离是否小于预设距离阈值，若判断相邻的非零幅值之间的距离小于预设距离阈值时，则将该相邻的非零幅值对应的信号幅值样本聚类为同一簇，从而消除随机脉冲干扰信号，以得到第二修正信号。
根据经验和历史数据设定预设距离阈值，将两两相邻的非零幅值之间的距离小于预设距离阈值的非零幅值对应的信号幅值样本聚类为同一簇，随机脉冲样本信号之间的距离一般较远，通过这种方式可以消除随机脉冲干扰信号，以得到第二修正信号。
S500、基于簇聚类法将第二修正信号中的信号幅值样本聚类划分为若干个簇，计算每个簇到聚类中心的长度，判断每个簇到聚类中心的长度是否大于预设的长度阈值，若上述判断为是，则确定输电线路存在非零局部放电。
可以理解的是，局部放电是一个连续的过程，会体现在多个信号样本中，局部放电信号簇长度一般较长，因此可以判断每个簇到聚类中心的长度是否大于预设的长度阈值，若上述判断为是，则确定输电线路存在非零局部放电。
S600、根据非零局部放电向电网维护中心发送故障预警信息，故障预警信息包括非零局部放电信息及其对应的输电线路的位置信息。
需要说明的是，输电线路的位置信息可以通过电网的定位系统确定输电线路的坐标信息，从而帮助维护人员快速确定输电线路的位置。
以上为本发明提供的一种基于局部放电的配网线路树木坠落检测方法的实施例的详细描述，以下为本发明提供的一种基于局部放电的配网线路树木坠落检测系统的实施例的详细描述。
为了方便理解，请参阅图2，本发明提供的一种基于局部放电的配网线路树木坠落检测系统，包括：
获取模块100，用于根据预设的采样周期获取输电线路周围的目标信号，每个采样周期内的目标信号包含若干个信号幅值样本，目标信号包含局部放电信号和干扰信号；
在本实施例中，在周围植被茂密的输电线路处安装射频天线接收设备，从而接收输电线路周围的目标信号，其中，预设的采样周期为20ms，每个采样周期内的目标信号包含400000个信号幅值样本。
其中，目标信号包含的局部放电信号在获取时可以为0，也即未产生局部放电现象，而干扰信号包括窄带干扰信号和随机脉冲干扰信号，其中，窄带干扰信号的主要来源为周围的无线电广播发射机传播的无线信号，随机脉冲干扰信号主要是由闪电、开关操作或放电引起的。在本实施例中，射频天线接收设备能够有效的接收局部放电及其它原因产生的电磁波，因此，可以采用射频天线接收设备获取输电线路周围的局部放电信号和干扰信号。
梯度模块200，用于对目标信号进行梯度化，以得到梯度信号，从而增强局部放电信号的幅值与干扰信号的幅值之间的差异化；
第一修正模块300，用于计算梯度信号中每个信号幅值样本的z-score标准分数，还用于判断z-score标准分数是否大于预设的z-score标准分数阈值，还用于当判断z-score标准分数大于预设的z-score标准分数阈值时，则在梯度信号中剔除相应的信号幅值样本，还用于当判断z-score标准分数不大于预设的z-score标准分数阈值时，则保留相应的信号幅值样本，从而将梯度信号变换为第一修正信号；
第二修正模块400，用于基于簇聚类法对第一修正信号进行分析，从而剔除第一修正信号中的随机脉冲干扰信号，以得到第二修正信号；
非零判断模块500，用于基于簇聚类法将第二修正信号中的信号幅值样本聚类划分为若干个簇，还用于计算每个簇到聚类中心的长度，还用于判断每个簇到聚类中心的长度是否大于预设的长度阈值，还用于当判断每个簇到聚类中心的长度大于预设的长度阈值时，则确定输电线路存在非零局部放电。
可以理解的是，局部放电是一个连续的过程，会体现在多个信号样本中，局部放电信号簇长度一般较长，因此可以判断每个簇到聚类中心的长度是否大于预设的长度阈值，若上述判断为是，则确定输电线路存在非零局部放电。
进一步地，梯度模块包括确定子模块、梯度计算子模块和梯度子模块；
确定子模块用于确定目标信号中的信号幅值样本的极值点幅值；
梯度计算子模块用于计算两两相邻的极值点幅值之间的梯度；
梯度子模块用于根据梯度对目标信号进行梯度化，以得到梯度信号，从而增强局部放电信号的幅值与干扰信号的幅值之比。
需要说明的是，在本实施例中，首先在400000个信号幅值样本中找到极值点幅值，极值点幅值包括最高幅值和最低幅值，而在400000个信号幅值样本会出现上升趋势和下降趋势，而下降趋势中幅值最低的点是最低幅值，上升趋势中幅值最大的点是最高幅值。
在找到400000个信号幅值样本中的极值点幅值后，计算相邻两个极值点之间的梯度，其计算公式为，
Figure BDA0003199945470000101
式中，x表示梯度，wf表示第f个信号幅值样本对应的极值点，wl表示第l个信号幅值样本对应的极值点。
在计算得到梯度后，对目标信号进行梯度化，以得到梯度信号，从而增强局部放电信号的幅值与干扰信号的幅值之比，也即差异化。
进一步地，第二修正模块包括非零幅值子模块、距离计算子模块和距离判断子模块；
非零幅值子模块用于获取第一修正信号中的样本信号幅值中的非零幅值；
距离计算子模块用于计算两两相邻的非零幅值之间的距离；
其中，计算两两相邻的非零幅值之间的距离的计算公式为，
Figure BDA0003199945470000102
式中，dfg表示第f个非零幅值和第g个非零幅值之间的距离，f和g分别表示第f个非零幅值和第g个非零幅值。
距离判断子模块用于判断两两相邻的非零幅值之间的距离是否小于预设距离阈值，还用于判断相邻的非零幅值之间的距离小于预设距离阈值时，则将该相邻的非零幅值对应的信号幅值样本聚类为同一簇，从而消除随机脉冲干扰信号，以得到第二修正信号。
根据经验和历史数据设定预设距离阈值，将两两相邻的非零幅值之间的距离小于预设距离阈值的非零幅值对应的信号幅值样本聚类为同一簇，随机脉冲样本信号之间的距离一般较远，通过这种方式可以消除随机脉冲干扰信号，以得到第二修正信号。
进一步地，本系统还包括：定位模块和发送模块；
定位模块，用于获取非零局部放电对应的输电线路的位置信息；
发送模块，用于根据非零局部放电向电网维护中心发送故障预警信息，故障预警信息包括非零局部放电信息及其对应的输电线路的位置信息。
在本实施例中，通过对被树木包围的输电线路获取周围包含有局部放电信号和干扰信号的目标信号，对目标信号进行梯度化，以增强局部放电信号的幅值与干扰信号的幅值之间的差异化，以便于后续对干扰信号进行过滤，再利用z-score标准分数和簇聚类法对目标信号中的干扰信号进行剔除，在利用簇聚类法将剔除干扰信号的第二修正信号中的信号幅值样本划分为若干个簇，依据每个簇到聚类中心的长度来确定是簇中否存在非零局部放电，也即确定输电线路存在非零局部放电，非零局部放电说明有树木坠落至输电线路产生了非零局部放电，从而解决了难以检测到配网线路树木坠落而产生的高阻抗故障的技术问题。
在本申请所提供的几个实施例中，应该理解到，所揭露的装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本申请各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
以上所述，以上实施例仅用以说明本申请的技术方案，而非对其限制；尽管参照前述实施例对本申请进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围。

Claims (9)

1.一种基于局部放电的配网线路树木坠落检测方法，应用于被树木包围的输电线路，其特征在于，包括以下步骤：
S1、根据预设的采样周期获取所述输电线路周围的目标信号，每个采样周期内的所述目标信号包含若干个信号幅值样本，所述目标信号包含局部放电信号和干扰信号；
S2、对所述目标信号进行梯度化，以得到梯度信号，从而增强所述局部放电信号的幅值与所述干扰信号的幅值之间的差异化；
S3、计算所述梯度信号中每个信号幅值样本的z-score标准分数，判断所述z-score标准分数是否大于预设的z-score标准分数阈值，若上述判断为是，则在所述梯度信号中剔除相应的信号幅值样本，若上述判断为否，则保留相应的信号幅值样本，从而将所述梯度信号变换为第一修正信号；
S4、基于簇聚类法对所述第一修正信号进行分析，从而剔除所述第一修正信号中的随机脉冲干扰信号，以得到第二修正信号；
S5、基于簇聚类法将所述第二修正信号中的信号幅值样本聚类划分为若干个簇，计算每个簇到聚类中心的长度，判断每个簇到聚类中心的长度是否大于预设的长度阈值，若上述判断为是，则确定所述输电线路存在非零局部放电。
2.根据权利要求1所述的基于局部放电的配网线路树木坠落检测方法，其特征在于，步骤S1具体包括：
基于射频天线接收设备根据预设的采样周期获取所述输电线路周围的目标信号，每个采样周期内的所述目标信号包含若干个信号幅值样本，所述目标信号包含局部放电信号和干扰信号，所述干扰信号包括窄带干扰信号和随机脉冲干扰信号。
3.根据权利要求1所述的基于局部放电的配网线路树木坠落检测方法，其特征在于，步骤S2具体包括：
确定所述目标信号中的信号幅值样本的极值点幅值，计算两两相邻的极值点幅值之间的梯度，根据所述梯度对所述目标信号进行梯度化，以得到梯度信号，从而增强所述局部放电信号的幅值与所述干扰信号的幅值之比。
4.根据权利要求1所述的基于局部放电的配网线路树木坠落检测方法，其特征在于，步骤S4具体包括：
S401、获取所述第一修正信号中的样本信号幅值中的非零幅值；
S402、计算两两相邻的非零幅值之间的距离；
S403、判断两两相邻的非零幅值之间的距离是否小于预设距离阈值，若判断相邻的非零幅值之间的距离小于预设距离阈值时，则将该相邻的非零幅值对应的信号幅值样本聚类为同一簇，从而消除随机脉冲干扰信号，以得到第二修正信号。
5.根据权利要求1所述的基于局部放电的配网线路树木坠落检测方法，其特征在于，步骤S5之后包括：
S6、根据所述非零局部放电向电网维护中心发送故障预警信息，所述故障预警信息包括非零局部放电信息及其对应的输电线路的位置信息。
6.一种基于局部放电的配网线路树木坠落检测系统，其特征在于，包括：
获取模块，用于根据预设的采样周期获取输电线路周围的目标信号，每个采样周期内的所述目标信号包含若干个信号幅值样本，所述目标信号包含局部放电信号和干扰信号；
梯度模块，用于对所述目标信号进行梯度化，以得到梯度信号，从而增强所述局部放电信号的幅值与所述干扰信号的幅值之间的差异化；
第一修正模块，用于计算所述梯度信号中每个信号幅值样本的z-score标准分数，还用于判断所述z-score标准分数是否大于预设的z-score标准分数阈值，还用于当判断所述z-score标准分数大于预设的z-score标准分数阈值时，则在所述梯度信号中剔除相应的信号幅值样本，还用于当判断所述z-score标准分数不大于预设的z-score标准分数阈值时，则保留相应的信号幅值样本，从而将所述梯度信号变换为第一修正信号；
第二修正模块，用于基于簇聚类法对所述第一修正信号进行分析，从而剔除所述第一修正信号中的随机脉冲干扰信号，以得到第二修正信号；
非零判断模块，用于基于簇聚类法将所述第二修正信号中的信号幅值样本聚类划分为若干个簇，还用于计算每个簇到聚类中心的长度，还用于判断每个簇到聚类中心的长度是否大于预设的长度阈值，还用于当判断每个簇到聚类中心的长度大于预设的长度阈值时，则确定所述输电线路存在非零局部放电。
7.根据权利要求6所述的基于局部放电的配网线路树木坠落检测系统，其特征在于，所述梯度模块包括确定子模块、梯度计算子模块和梯度子模块；
所述确定子模块用于确定所述目标信号中的信号幅值样本的极值点幅值；
所述梯度计算子模块用于计算两两相邻的极值点幅值之间的梯度；
所述梯度子模块用于根据所述梯度对所述目标信号进行梯度化，以得到梯度信号，从而增强所述局部放电信号的幅值与所述干扰信号的幅值之比。
8.根据权利要求6所述的基于局部放电的配网线路树木坠落检测系统，其特征在于，所述第二修正模块包括非零幅值子模块、距离计算子模块和距离判断子模块；
非零幅值子模块用于获取所述第一修正信号中的样本信号幅值中的非零幅值；
距离计算子模块用于计算两两相邻的非零幅值之间的距离；
距离判断子模块用于判断两两相邻的非零幅值之间的距离是否小于预设距离阈值，还用于判断相邻的非零幅值之间的距离小于预设距离阈值时，则将该相邻的非零幅值对应的信号幅值样本聚类为同一簇，从而消除随机脉冲干扰信号，以得到第二修正信号。
9.根据权利要求6所述的基于局部放电的配网线路树木坠落检测系统，其特征在于，还包括：定位模块和发送模块；
所述定位模块，用于获取所述非零局部放电对应的输电线路的位置信息；
所述发送模块，用于根据所述非零局部放电向电网维护中心发送故障预警信息，所述故障预警信息包括非零局部放电信息及其对应的输电线路的位置信息。
CN202110901524.8A 2021-08-06 2021-08-06 一种基于局部放电的配网线路树木坠落检测方法及系统 Active CN113433424B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110901524.8A CN113433424B (zh) 2021-08-06 2021-08-06 一种基于局部放电的配网线路树木坠落检测方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110901524.8A CN113433424B (zh) 2021-08-06 2021-08-06 一种基于局部放电的配网线路树木坠落检测方法及系统

Publications (2)

Publication Number Publication Date
CN113433424A CN113433424A (zh) 2021-09-24
CN113433424B true CN113433424B (zh) 2022-05-03

Family

ID=77762954

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110901524.8A Active CN113433424B (zh) 2021-08-06 2021-08-06 一种基于局部放电的配网线路树木坠落检测方法及系统

Country Status (1)

Country Link
CN (1) CN113433424B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116626454B (zh) * 2023-05-26 2024-01-02 国网江苏省电力有限公司电力科学研究院 基于修正时频聚类的油纸绝缘uhf局放信号抗干扰识别及定位方法、装置

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6297642B1 (en) * 1998-05-12 2001-10-02 Nissin Electric Co., Ltd. Partial discharge detection method
CN104483602A (zh) * 2014-11-28 2015-04-01 北京兴迪仪器有限责任公司 局部放电信号识别方法及装置
CN106815776A (zh) * 2016-12-29 2017-06-09 国网浙江省电力公司杭州供电公司 一种输电线路的三维可视化管理方法
CN207601219U (zh) * 2017-11-23 2018-07-10 北京诺德威电力技术开发有限责任公司 一种具有植物生长监控功能的输电线路诊断终端
CN111071442A (zh) * 2020-01-07 2020-04-28 国网冀北电力有限公司唐山供电公司 一种线路安全巡视器及其使用方法
CN111273090A (zh) * 2020-02-25 2020-06-12 东北农业大学 一种基于树木电气特性对输电线路电场屏蔽的研究方法

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP5105841B2 (ja) * 2006-12-04 2012-12-26 株式会社東芝 部分放電検出装置
US10048310B2 (en) * 2014-09-17 2018-08-14 Mitsubishi Electric Corporation Partial discharge signal processing device
US10880623B2 (en) * 2016-06-12 2020-12-29 Green Grid Inc. Method and system for utility power lines vegetation proximity monitoring and controlling

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6297642B1 (en) * 1998-05-12 2001-10-02 Nissin Electric Co., Ltd. Partial discharge detection method
CN104483602A (zh) * 2014-11-28 2015-04-01 北京兴迪仪器有限责任公司 局部放电信号识别方法及装置
CN106815776A (zh) * 2016-12-29 2017-06-09 国网浙江省电力公司杭州供电公司 一种输电线路的三维可视化管理方法
CN207601219U (zh) * 2017-11-23 2018-07-10 北京诺德威电力技术开发有限责任公司 一种具有植物生长监控功能的输电线路诊断终端
CN111071442A (zh) * 2020-01-07 2020-04-28 国网冀北电力有限公司唐山供电公司 一种线路安全巡视器及其使用方法
CN111273090A (zh) * 2020-02-25 2020-06-12 东北农业大学 一种基于树木电气特性对输电线路电场屏蔽的研究方法

Non-Patent Citations (9)

* Cited by examiner, † Cited by third party
Title
Application of Novel Online Partial Discharge Monitoring System Using Power Line Communication to Noise and PD Source Discrimination;Yasutomo Kakimoto et al.;《The 8th International Conference on Condition Monitoring and Diagnosis (CMD 2020)》;第130-312页;20201031;第130-132页 *
UHF Partial Discharge Localization in Gas-Insulated Switchgears: Gradient Boosting Based Approach;Mohamed Massaoudi et al.;《IEEE》;20200714;第1-5页 *
变压器局部放电电磁信号特征提取与识别;孟稳;《中国优秀博硕士学位论文全文数据库（硕士）》;20170215(第2期);第C042-2600-正文第3章 *
基于BP神经网络的输电线路隐患预放电识别研究;杨旗等;《电力大数据》;20200321(第03期);第47-54页 *
基于卷积神经网络的直流XLPE电缆局部放电模式识别技术;朱煜峰 等;《电工技术学报》;20200229;第35卷(第3期);第659-668页 *
基于大数据分析的输电线路管理系统及故障诊断研究;李志鹏;《中国优秀博硕士学位论文全文数据库（硕士）》;20151015(第10期);第C042-156-正文第2章 *
射频天线接收技术在局部放电干扰源定位中的应用;梁年柏 等;《宁夏电力》;20190228(第2期);第37-40页 *
树木电气特性对输电线路电场屏蔽的研究;曲惠泽;《林业机械与木工设备》;20190228;第47卷(第2期);第47-53页 *
输电线路树障隐患预放电特征模拟试验研究;曾华荣 等;《电气技术》;20200830(第8期);第93-97页 *

Also Published As

Publication number Publication date
CN113433424A (zh) 2021-09-24

Similar Documents

Publication Publication Date Title
AU2006326931B2 (en) Method and apparatus for detecting an event
EP2518521B1 (en) System and device for detecting defects in underground cables
CN112363021B (zh) 一种分布式线路故障检测与定位系统及方法
EP2802892A1 (en) System for analyzing and locating partial discharges
EP2174150A1 (en) A method for detecting, identifying and locating partial discharges occurring in a discharge site along an electric apparatus
CN109799434A (zh) 局部放电模式识别系统及方法
CN104897958B (zh) 一种输电线路雷击类型的辨识方法
CN111610418B (zh) 一种基于智能特高频传感器的gis局部放电定位方法
CN108337645B (zh) 网格化无线电信号监测系统架构及干扰信号联合检测方法
CN113433424B (zh) 一种基于局部放电的配网线路树木坠落检测方法及系统
CN115616341B (zh) 一种基于物联网的远程自动查找电力电缆线路的运维监控系统
CN113495201A (zh) 分布式输电线缆故障定位诊断系统及定位诊断方法
CN115165079A (zh) 一种基于多种声音特征分析的设备报警方法
US20100271044A1 (en) Remote detection of discharge on a power line network
CN111562467B (zh) 一种基于地面合成电场测量数据的起晕判定方法及系统
CN118035791A (zh) 用于输电线缆的目标攀附判断系统
CN115656806A (zh) 一种关联于物体表面积的隔离开关监测方法
KR102243313B1 (ko) 부분방전 판단 방법 및 진단 시스템
CN114137401A (zh) 一种故障的电磁信号的确定方法及装置
CN112839213A (zh) 一种基于5g通信的架空线路绝缘子故障监测系统
CN116184121B (zh) 一种基于分布式uhf信号的树线放电预警和定位方法
CN118330412B (zh) 基于超声波信号的开关柜局部放电类型识别方法
Lu et al. Lightning risk assessment method of transmission line using distributed traveling wave monitoring
CN115542086A (zh) 一种行波故障定位方法及系统
CN113702755A (zh) 一种配电系统接地电弧故障检测方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant