论文部分内容阅读
高压套管是变压器的关键性部件,由于套管工艺特殊,加工过程的任何缺陷均可能发生绝缘劣化引起局部放电,最终的结果可能是套管受压受热炸裂甚至变压器停止运行,带来巨大的经济损失,因此对高压套管进行状态监测是非常必要的。由于高压套管运行环境存在大量干扰源,如何有效的监测局部放电信号是高压套管在线监测亟待解决的难题。为了采集局部放电信号,并着重研究局部放电信号中的干扰信号进行模式识别,利用数据分离法得到准确的局部放电信号的放电量。首先设计了一套基于高频法的高压套管局部放电在线监测系统,完成了监测系统的数据采集单元和监测主机的结构设计;信号处理单元、智能控制单元、数据传输单元的原理图以及PCB的设计;还完成了高压套管在线监测系统上位机用来实时显示信号的实时波形、PRPS、指纹图谱等波形。为了对系统中的干扰信号进行模式识别,研发了单个脉冲捕捉装置、单个脉冲频谱分析装置以及特征量统计装置等对干扰信号进行分析。通过实验,利用高压套管在线监测系统、罗德施瓦茨示波器等装置采集电子镇流器干扰、电磁镇流器干扰、无线电干扰、以及交流接触器干扰四种典型干扰信号,通过分析其实时波形、频谱以及检波后的波形、PRPS、指纹图等图谱初步选定7个干扰信号特征量,用MATLAB训练BP神经网络,修正特征量,并对神经网络进行验证,结果证明识别率达到80%以上,电子镇流器启动的干扰识别率最高,其余依次为无线电干扰,电子镇流器干扰和交流接触器干扰。把训练好的BP神经网络用于高压套管在线监测系统上位机,在北京搏世因套管公司的高压大厅进行实验验证,实验结果证明上位机能区分放电信号与上述干扰信号,并利用数据分离的方法滤除干扰信号的能量,得到准确的局部放电信号的放电量。