[发明专利]基于室内智能巡检机器人的开关柜局放检测方法

说明书

本发明提出了基于室内智能巡检机器人的开关柜局放检测方法，本发明利用局放信号幅值突变的特点设置判决条件，并通过单位窗能量的增量反映信号幅值变化，可以从含有干扰数据中识别出局放信号，实现局放信号与噪声信号的分离；基于局放信号信噪比确定单位窗能量的增量选取范围，可以根据实际情况选择更为精确的单位窗能量的增量范围，避免引入过多的干扰；本发明通过幅值判决条件获得疑似局放信号，疑似局放信号再经过两次筛查，滤除开关脉冲信号以及反射干扰信号，以获得更为纯净的局放信号。

技术领域

本发明涉及电力变压器局部放电检测技术领域，尤其涉及基于室内智能巡检机器人的开关柜局放检测方法。

背景技术

近年来，巡检机器人广泛应用在变电站检测中，并搭载无线局放传感器，巡检机器人内部集成的局放检测单元捕捉各种放电信息，进行局放检测。由于背景噪声的存在，巡检机器人采集的信号含有大量的噪声，使单个局放脉冲信号的边缘变的很不明显；另外局放检测现场有大量的干扰脉冲，给后期的局部放电脉冲信号特性分析、识别以及放电次数统计带来了一定的困难。因此，确定局部放电脉冲信号的边缘位置，准确地从背景噪声以及干扰脉冲中准确寻找局部放电脉冲波形已成为电力变压器局部放电检测技术关键问题之一。

噪声干扰主要为窄带周期干扰和白噪声。针对这两种噪声抑制方法，常见的有小波分析和经验模态分解(EMD)等时频分析方法，然而小波分析难以选取合适的小波基和阈值。EMD则缺乏严格的数学推导，存在频带混叠、端点效应等问题，且两者在去除噪声的同时会造成原局放信号特征的损失，算法本身的局限性加上局放信号与噪声的复杂特性，整体去噪效果一般。

因此，为了解决上述问题，本发明提供了基于室内智能巡检机器人的开关柜局放检测方法，利用噪声功率设置阈值可有效分离放电信号与背景噪声，并提供阈值选取规则，为实现噪声分离和局放定位提供更精确的阈值范围。

发明内容

有鉴于此，本发明提出了基于室内智能巡检机器人的开关柜局放检测方法，利用噪声功率设置阈值可有效分离放电信号与背景噪声，并提供阈值选取规则，为实现噪声分离和局放定位提供更精确的阈值范围。

本发明的技术方案是这样实现的：本发明提供了基于室内智能巡检机器人的开关柜局放检测方法，包括以下步骤：

S1、对获取的原始信号进行加窗傅里叶变换处理，基于单位窗能量函数计算相邻单位窗能量的增量ΔE；

S2、设置相邻单位窗能量的增量阈值e，若ΔE≥e，则判定相邻单位窗所包含的数据为疑似局放信号，将该窗内数据保存在集合Q中；反之，则判定相邻单位窗所包含的数据为噪声，并将该窗内数据全部置零；

S3、对集合Q中的局放信号中连续T/2内的数据点全部置零，T为振荡波周期，并将剩余局放信号保存在集合Q1中；

S4、将集合Q1中局放信号的最大幅值作为参考值，并设置判决条件，剔除不满足判决条件的局放信号；其中，判决条件为：V_k≥p×V_max，其中，V_k为集合Q1中第k个局放信号的幅值峰值，V_max为集合Q1中局放信号的最大幅值，p为阈值系数，p∈(0,1)。

在以上技术方案的基础上，优选的，S2中阈值e的确定方法包括以下步骤：

S101、基于局放信号的幅值最大值和幅值最小值设置阈值区间，按照固定步进长度将阈值区间划分为S个区间；

S102、计算原始信号的信噪比，按照信噪比从小到大的顺序将信噪比量化为S个不同等级，若原始信号的信噪比处于第一等级，则阈值e选取第S个区间中任意值；若原始信号的信噪比处于第二等级，则阈值e选取第S-1个区间中任意值；依次类推。

在以上技术方案的基础上，优选的，S1中单位窗能量函数为：