基于特高频谱图统计参量的局部放电定位方法研究

彭超， 阮江军， 黄道春， 雷清泉，3， 周瑜

(1.武汉大学电气工程学院，湖北武汉 430072;2.中国电力科学研究院，湖北武汉 430074;3.哈尔滨理工大学电气与电子工程学院，黑龙江哈尔滨 150080;4.国网青海省电力公司电力科学研究院，青海西宁 810008)

0 引言

绝缘材料在电力设备中普遍存在，是保证电力设备尤其是高压电力设备正常运行的重要组成部分，但是由于长期处于电场、机械振动、环境等因素作用下，绝缘材料发生着缓慢的老化。在电力设备运行过程中，由于绝缘材料本身老化、加工缺陷、安装失误等因素，均会在绝缘材料内部产生局部放电，而局部放电的产生又会加速绝缘材料的老化，有些极端情况下，会迅速导致绝缘材料击穿，引发电力设备故障，带来不同程度的经济损失。由于局部放电对高压电力设备的危害，有必要进行局部放电测量、检测和定位以确定电力设备的绝缘状态。

特高频(ultra－high frequency，UHF)检测技术是一种利用微波天线检测局部放电激发的电磁波信号的局部放电检测技术，自从英国学者Hampton B F于20世纪80年代将该技术应用到GIS局部放电检测以来［1－2］，特高频检测技术凭借较强的抗干扰能力，较高的信噪比，有着巨大的应用价值，因此推动了特高频检测技术的发展。目前，对特高频检测技术的研究涉及了局部放电研究的众多领域，包括电力设备中电磁波传播特性研究［3－5］、局部放电特高频电磁波特性研究［5］、局部放电定位、局部放电识别［6－7］、特高频天线的研制［8］、特高频监测装置的研制［9－10］等等。

局部放电定位能够为基于状态的检修策略提供有的放矢的检修位置，受到现场工作人员及科研人员的重点关注。目前基于特高频的局部放电定位技术多采用基于时间差的定位方法，其基本思想是通过计算电磁波到达多个传感器的时间差，联立求解时间差方程组，再通过空间搜素从而确定局部放电源位置。在基于时间差进行局部放电定位研究方面，国内外学者尤其是国内学者做出了大量贡献，如清华大学高文胜等人改进了确定时延的方法，采用了特高频法和信号传播时延来实现对局部放电源的定位，该法采用信号初始峰值法、相关法和能量最小值法求取信号传播时延，并通过比较确定了一套求取时延的方案［11］。文献［12］提出了双谱时延估计的理论基础，给出了参数化双谱时延估计算法的数值实现步骤，并用实验验证了方法的有效性。文献［13］均对基于时间差的定位算法、时间延迟等关键问题进行研究，并通过实验的方式确定了其方法的有效性。

然而，基于时间差的超高频局部放电定位方法最根本的计算参数是时间差，时间差是影响定位精度的决定因素，而要获得时间差往往需要采集设备达到ns级的精度并保证精确的时间同步，这对硬件设备和成本都要求很高，所以本文尝试引入一种新的基于距离的局部放电定位方法，并且可以应用于离线检测、带电检测和在线监测。

1 实验平台

首先建立特高频局部放电测量系统，包括微带全向天线、检波器、数字示波器、计算机等设备。其中数字示波器用于电磁波信号单次波形采集和统计谱图的采集，计算机用于电磁波信号单次波波形特征量和统计谱图统计参量的提取。图1为特高频局部放电测量和数据采集系统接线图，图2为系统框图。

实验中同时采集局部放电产生的超高频电磁波单次放电信号和150个工频周期的统计波形，测量系统包括微带全向天线、检波器、数字示波器、计算机。实验中使用微带天线，在距离放电源不同位置处采集电磁波信号。局部放电测量系统包括局部放电模型，无局放变压器，耦合电容和保护电阻、微带全向天线、数字示波器、计算机。其中数字示波器用于电磁波信号单次波形测量的测量。局部放电电磁波测量和数据采集系统接线图如图2所示。

图1 局部放电试验系统Fig.1 Pairtial discharge experimental system

图2 实验测量系统框图Fig.2 Block diagram of experimental measurement system

工频高压由YDTW15/150 kV无晕工频高压试验变压器提供，高压的输出端串联一个10MQ的保护电阻，以免试品后电流过大损毁变压器，高压端为两个表面光滑的铝质均压环，中间可以引出高压导线。保护电阻与主变压器之间为活动连接，底座上均有滑轮，可以布置在任何方位上。整个设备连接处和设备内部都做了防电晕处理，整体放电量小于5 pC。数字示波器为LecroyLC574A示波器，示波器共有4路输入通道，最高采样率为20 GS/s，其工作频带为0～1 GHz，存储深度32 MB。由于本文的研究内容是基于特高频特征参量进行局部放电定位，故设计了一个导轨用于放置全向微带天线，导轨上标注有放电源的位置以及距离放电源的距离。同时为了不同放电类型其特征参量与检测距离的关系，本文设计了两种局部放电类型，分别是气隙放电和悬浮放电。

2 测量距离对局部放电电磁波统计特征参量的影响

本节通过研究统计参量与检测距离的关系，寻找与距离相关的特征参量。

2.1 特征参量的选取

国内外学者，尤其是国内学者［7，14－16］对特高频信号的特征参量选取展开了大量的研究，选取了多种非常有效的特征参量，这些特征参量包括时域特征和频域特征，如西安交通大学的成永红等人提出了基于小波分解的分形维数［16］、重庆大学的孙才新、唐炬等人利用小波和复小波变换有效提取特高频特征参量［7，17］、上海交通大学李立学等人获得了5种典型缺陷的特高频包络信号数据并采用这种方法实现了96%以上的识别精度［18］。然而由于现场应用中受到成本和采样率的限制，目前工程应用中基于特高频的特征参量主要采用局部放电统计谱图和谱图统计参量作为局部放电检测的特征参量［19］，故本文选取的特征参量为局部放电统计谱图的统计参量，具体如表1所示。本文中采用的局部放电谱图除了经常使用的最大放电幅值—相位谱图(Hqmax(φ))，平均放电幅值—相位谱图(Hqn(φ))和放电次数—相位谱图(Hn(φ))以外，还引入了密度谱图［20］，即将放电次数n作为最大放电幅值qmax(H(qmax)［n］)和平均放电幅值qn(H(qn)［n］)的函数。

表1 二维PRPD谱图统计候选参量Table 1 Candidate statistical parameters of PRPD

2.2 检测距离对统计特征参量的影响

本文采集样本数如表2所示。所研究的统计参量为5种统计谱图的偏斜度、峭度和相关度(表1)。

表2 不同检测距离下局部放电PRPD谱图样本数Table 2 The number of PRPD samples at different detection distance

2.2.1 检测距离对偏斜度的影响

对于气隙放电而言，Hqmax(φ)谱图的正负半周偏斜度变化趋势基本一致，当检测距离为8 cm时，正负半周均值大约是其他位置测量偏斜度的一半，其他测量位置的偏斜度均值大约维持在2左右。对于悬浮放电而言，正负半周的变化趋势与气息放电基本相同，但是悬浮放电正半周的值大于气隙放电正半周偏斜度，而负半周值小于气隙放电类型的负半周值(图3)。

图3 Hqmax(φ)中Sk均值和方差随检测距离增加的变化趋势Fig.3 The tendency of Sk in Hqmax(φ)along with the detection distance

对于Hqn(φ)和Hn(φ)(图4和图5)，两种放电类型的偏斜度与检测距离的变化关系不相同，且悬浮放电的偏斜度均小于同类型谱图中的气隙放电的偏斜度，而且两种类型的偏斜度随监测距离的变化趋势不相同，即在20 cm处，气隙放电的偏斜度增大，而悬浮放电的偏斜度减小。

图4 Hqn(φ)Sk均值和方差随检测距离增加的变化趋势Fig.4 The tendency of Sk in Hqmax(φ)along with the detection distance

图5 Hn(φ)Sk均值和方差随检测距离增加的变化趋势Fig.5 The tendency of Sk in Hn(φ)along with the detection distance

相比上述3种谱图，2种放电类型H(qmax)［number］和H(q)［number］的偏斜度值和变化趋势基本一致(见图6和图7)。

图6 H(qmax)［n］Sk均值和方差随检测距离增加的变化趋势Fig.6 The tendency of Sk in H(qmax)［n］along with the detection distance

图7 H(qn)［n］Sk均值和方差随检测距离增加的变化趋势Fig.7 The tendency of Sk in H(qn)［n］along with the detection distance

2.2 .2检测距离对峭度的影响

对气隙放电而言，当检测距离为8 cm时，峭度的均值远小于其他位置测量得到的峭度，其他测量位置的峭度均值在2～8的区间内变化，如图8所示。

图8 Hqmax(φ)Ku均值和方差随检测距离增加的变化趋势Fig.8 The tendency of Ku in H(qmax)(φ)along with the detection distance

对于悬浮放电而言，3种谱图(见图8、图9和图10)中正负半周的峭度随检测距离的变化趋势基本一致，均是随着检测距离增大，在50 cm处峭度值突然变小后，在50 cm至160 cm的距离内基本不变。

图9 Hqn(φ)Ku均值和方差随检测距离增加的变化趋势Fig.9 The tendency of Ku in H(qmax)(φ)along with the detection distance

图10 Hn(φ)Ku均值和方差随检测距离增加的变化趋势Fig.10 The tendency of Ku in H(n)(φ)along with the detection distance

对比气隙类型和悬浮类型的局部放电谱图峭度随检测距离的变化趋势，可以看出两种放电类型的峭度值不同，且变化趋势不同。

同样对比上述3种谱图，两种放电类型的H(qmax)［n］和H(q)［n］的偏斜度值和变化趋势基本一致，且随着距离增加有缓慢增大的趋势(图11和图12)。

图11 H(qmax)［n］Ku均值和方差随检测距离增加的变化趋势Fig.11 The tendency of Ku in H(qmax)［n］along with the detection distance

图12 H(qn)［n］Ku均值和方差随检测距离增加的变化趋势Fig.12 The tendency of Ku in H(qn)［n］along with the detection distance

2.2 .3检测距离对相关度的影响

对于气隙放电的3种谱图(Hqmax(φ)、Hqn(φ)和Hn(φ))而言，当检测距离为8 cm时，相关度基本为零，其他测量位置的相关度变化不大，基本维持在0.2～0.3之间，其次相关度的方差变化与检测距离基本没有关系，除40 m以外，相关度方差都比较小，说明在几乎在所有的距离测量局部放电电磁波谱图时相关度的波动较小。对于悬浮放电而言，随着检测距离增加相关度逐渐减小，在距离增加到50 cm后，相关度基本不变。对比气隙类型和悬浮类型的局部放电谱图相关度随检测距离的变化趋势，可以看出两种放电类型的相关度值不同，且变化趋势在40 cm后，有一定的相似之处。综上所述，不同放电类型特高频局部放电谱图的统计参量(偏斜度、峭度和相关度)随传播距离的增长其值的变化趋势不相同，且在每个检测距离处不同放电类型统计参量的数值也不相同;随着检测距离的增大，谱图特征参量值随着检测距离的变化，在检测距离较近时(小于20 cm)，其值与大于20 cm的值相差较大，且在大于20 cm后特征参量随检测距离增大存在缓慢的变化趋势，虽然变化趋势较为缓慢但是不同检测距离的特征参量值存在，这为利用不同检测距离处的特征量进行检测距离的识别提供了依据，如图13～图15所示。

图13 Hqmax(φ)cc均值和方差随检测距离增加的变化趋势Fig.13 The tendency of cc in H(qmax)(φ)along with the detection distance

图14 Hqn(φ)cc均值和方差随检测距离增加的变化趋势Fig.14 The tendency of cc in H(qn)(φ)along with the detection distance

图15 Hn(φ)cc均值和方差随检测距离增加的变化趋势Fig.15 The tendency of cc in H(n)(φ)along with the detection distance

3 基于统计参量的特高频局部放电定位

本节建立特高频统计参量与检测距离之间的函数关系，并通过将未知距离的特征参量代入该函数计算局部放电源距离传感器的距离，从而实现局部放电空间定位的目的。

3.1 特高频局部放电统计参量归一化

由于不同的数据，量纲不同，且对于不同类型的数据其数据值相差较大，所以通常需要进行数据归一化，归一化是一种简化计算的方式，即将有量纲的表达式，经过变换，化为无量纲的表达式，成为纯量。比如，复数阻抗可以归一化书写:Z=R+jωL=R(1+jωL/R)，复数部分变成了纯数，没有量纲。另外，微波之中也就是电路分析、信号系统、电磁波传输等，有很多运算都可以如此处理，既保证了运算的便捷，又能凸显出物理量的本质含义。

本文中使用的归一化方法采用极差规范化方法，具体公式为

其中:x为某一个选定的特征量集合;V为该特征参量归一化后的值。

3.2 基于多元非线性回归的局部放电定位方法

在回归分析中，如果有两个或两个以上的自变量，就称为多元回归。事实上，从第3节研究可以看出，多个统计参量均与检测距离有关，故由多个特征参量的最优组合共同来预测或估计检测距离，比只用一个特征参量进行预测或估计更有效，更符合实际。根据实验结果，统计参量与检测距离基本为非线性关系，故本文选用多元非线性回归方程进行多元回归分析，并建立多元非线性方程。同时由于不同放电类型的统计参量与检测距离的关系不同，所以本文考虑先对两种放电类型分别采用多元非线性回归，建立各自的统计参量与检测距离的多元非线性函数关系，已验证多元非线性回归在局部放电定位中的效果，本方法中使用的特征参量依然如表1所示。

在基于气隙放电类型建立多元线性回归方程后，将试验得到的不同检测距离下统计参量代入方程计算得到的检测距离，除了30 cm处计算值与真实值偏差较大以外，其余均与真实值较为接近，其误差均值为20 cm。

同理，基于悬浮类型统计参量计算得到的局部放电源距离，可以得出其计算结果与真实值也较为接近，其误差均值为15 cm。

但是，在实际工程应用中往往并不知道放电类型，故如果针对不同的放电类型建立不同的基于统计参量的多元非线性方程，则无法确定将统计参量数据代入哪个回归方程进行计算。

因此，本文采用了数据融合方法中最简单直接的加权平均法对同一距离处的两组不同类型的统计参量进行加权平均计算，其计算公式为

经过加权平均处理后，将同一检测距离下两种不同放电类型的统计参量融合为一组统计参量，再采用多元非线性回归建立统计参量与检测距离的函数关系，经实验数据检验，误差和计算结果分析见表3和图16。从表3可以看出，对于不同检测距离其计算误差不同，最大误差小于40 cm。从图16中可以看出，其计算值与真实值之间存在一定差距，虽然不及单次放电类型的计算精度较高，但是依然可以实现比较理想的定位效果。

表3 局部放电定位误差Table 3 Partial discharge location accuracy

图16 基于气隙和悬浮类型统计参量计算得到的局部放电源距离Fig.16 Distance from PD source to sensor based on statistic parameters of both void pattern and floating pattern

通过上述方法计算得到单个传感器与放电源之间的距离，同时利用4个传感器分别计算各自与放电源的距离，通过联立放电源到各传感器的距离公式，可以得到放电源的空间坐标范围，从而实现放电

源的空间定位。

4 结语

通过研究局部放电特高频信号统计参量与检测距离的关系，引入多元非线性回归方法建立了统计参量与检测距离的函数关系，并通过将在任意距离处获得的特高频局部放电统计参量代入该函数，得到了局部放电源与传感器间的距离，其计算结果误差小于40 cm。

基于上述研究，提出了一种不依赖时间差的特高频局部放电空间定位设想，如果采用多个传感器，各个传感器可以独立工作，只要保证检测信号是来自同一个放电源，那么利用多个传感器获得的距离信息，采用基于距离的空间定位可实现局部放电源的空间定位。

［1］JUDD MD.Evaluation of the circular metal plate as a UHF coupler for partial discharge monitoring［J］.IEE Colloquium on`Partial Discharges in Gas Insulated Substations＇，1994，93:7/1－7/47/44.

［2］JUDD MD，FARISH O，HAMPTON BF.The excitation of UHF signals by partial discharges in GIS［J］.IEEE Transactions on Dielectrics and Electrical Insulation，1996，3(2):213－228.

［3］彭超，雷清泉.局部放电超高频信号时频特性与传播距离的关系［J］.高电压技术，2013，39(2):348－353.

PENG Chao，LEI Qingquan.Relationship between characteristic in time and frequency domain of partial discharge ultra-high frequency signals and the radiation distance［J］.High Voltage Engineering，2013，39(2):213－228.

［4］常文治，唐志国，李成榕，等.变压器局部放电UHF信号传播特性的仿真分析［J］.高电压技术，2009，35(7):1629－1634.

CHANG Wenzhi，TANG Zhiguo，LI Chengrong，et al.Simulation analysis of PD UHF signal propagation in transformers［J］.High Voltage Engineering，2009，35(7):1629－1634.

［5］王国利，单平，袁鹏，等.变压器局部放电超高频电磁波的传播特性［J］.高电压技术，2002，18(12):26－28.

WANG Guoli，SHAN Ping，YUAN Peng，et al.Study on the propagation characteristic of E-M wave emitted by PD in trans-formers［J］.High Voltage Engineering，2002，18(12):26－28.

［6］李剑，王小维，金卓睿，等.变压器局部放电超高频信号多尺度网格维数的提取与识别［J］.电网技术，2010，34(2):159－163.

LI Jian，WANG Xiaowei，JIN Zhuorui，et al.Multi-scale grid dimension extraction and recognition of ultra-high frequency signals of transformer partial discharge［J］.Power System Technology，2010，34(2):159－163.

［7］孙才新，许高峰，唐炬，等.以盒维数和信息维数为识别特征量的GIS局部放电模式识别方法［J］.中国电机工程学报，2005，25(3):100－104.

SUN Caixin，XU Gaofeng，TANG Ju，et al.PD pattern recognition method using box dimension and information dimension as discriminating features in GIS［J］.Proceedings of the CSEE，2005，25(3):100－104.

［8］张晓星，谌阳，唐俊忠，等.检测GIS局部放电的小型准TEM

喇叭天线［J］.高电压技术，2011，37(8):1975－1981.

ZHANG Xiaoxing，CHEN Yang，TANG Junzhong，et al.Minitype quasi－TEM horn antenna for partial discharge detection in GIS［J］.High Voltage Engineering，2011，37(8):1975－1981.

［9］唐炬，朱伟，孙才新，等.GIS局部放电的超高频检测［J］.高电压技术，2003，29(12):22－23，25.

TANG Ju，ZHU Wei，SUN Caixin，et al.Analysis of UHF method used in partial discharge detection in GIS［J］.High Voltage Engineering，2003，29(12):22－23，25.

［10］赵煦，成永红，孟永鹏，等.变压器多参量在线监测集成系统的开发和应用［J］.中国电力，2011，44(7):31－35.

ZHAO Xu，CHENG Yonghong，MENG Yongpeng，et al.Development and application of integrated multi-parameter on-line monitoring system for power transformer［J］.Electric Power，2011，44(7):31－35.

［11］高文胜，丁登伟，刘卫东，等.采用特高频检测技术的局部放电源定位方法［J］.高电压技术，2009，35(11):2680－2684.

GAO Wensheng，DING Dengwei，LIU Weidong，et al.Location of PD by searching in space using UHF method［J］.High Voltage Engineering，2009，35(11):2680－2684.

［12］侯慧娟，盛戈皞，苗培青，等.变电站局部放电特高频信号时延的双谱估计算法［J］.中国电机工程学报，2013(19):208－214.

HOU Huijuan，SHENG Gehao，MIAO Peiqing，et al.Time-delay estimation algorithm of partial discharge UHF signals in substation based on bispectrum［J］.Proceedings of the CSEE，2013(19):208－214.

［13］唐志国，李成榕，黄兴泉，等.基于辐射电磁波检测的电力变压器局部放电定位研究［J］.中国电机工程学报，2006，26(3):96－101.

TANG Zhiguo，LI Chengrong，HUANG Xingquan，et al.Study of partial discharge location in power transformer based on the detection of electromagnetic waves［J］.Proceedings of the CSEE，2006，26(3):96－101.

［14］张晓星，唐炬，孙才新，等.基于多重分形维数的GIS局部放电模式识别［J］.仪器仪表学报，2007，28(4):597－602.

ZHANG Xiaoxing，TANG Ju，SUN Caixin，et al.PD pattern recognition based on multi-fractal dimensions in GIS［J］.Chinese Journal of Scientific Instrument，2007，28(4):597－602.

［15］成永红，谢小军，陈玉，等.气体绝缘系统中典型缺陷的超宽频带放电信号的分形分析［J］.中国电机工程学报，2004，24(8):99－102.CHENG Yonghong，XIE Xiaojun，CHEN Yu，et al.Study on the fractal characteristics of ultra-wideband partial discharge in gas-insulated system(GIS)with typical defects［J］.Proceedings of the Chinese Society for Electrical Engineering，2004，24(8):99－102.

［16］成永红，谢小军，蒋雁，等.基于小波提取的超宽频带局部放电信号分形分析［J］.西安交通大学学报，2002，36(6):551－554.

CHENG Yonghong，XIE Xiaojun，JIANG Yan，et al.Study on the fractal characteristics of ultra-wideband partial discharge signals based on wavelet analysis［J］.Journal of Xi＇an Jiaotong University，2002，36(6):551－554.

［17］唐炬，孟庆红，谢颜斌，等.采用二元树复小波变换的GIS局放信号识别［J］.高电压技术，2010，36(3):553－558.

TANG Ju，MENG Qinghong，XIE Yanbin，et al.Recognition of partial discharge signals in GIS using dual-tree complex wavelet transform［J］.High Voltage Engineering，2010，36(3):553－558.

［18］李立学，滕乐天，黄成军，等.GIS局部放电超高频信号的包络分析与缺陷识别［J］.高电压技术，2009，35(2):260－265.

LI Lixue，TENG Letian，HUANG Chengjun，et al.Envelope analysis and defects identification of partial discharge UHF signals in GIS［J］.High Voltage Engineering，2009，35(2):260－265.

［19］尤少华，刘云鹏，刘海峰，等.基于UHF检测的变压器内部典型放电实验的谱图分析［J］.华北电力大学学报:自然科学版，2008，35(2):18－24.

YOU Shaohua，LIU Yunpeng，LIU Haifeng，et al.Spectrogram analysis of transformer interior typical discharge based on ultrahigh frequency detection［J］.Journal of North China Electric Power University:Science and Technology，2008，35(2):18－24.

［20］GULSKI E，KREUGER F H.Computer-aided analysis of discharge patterns［J］.Journal of Physics D(Applied Physics)，1990，23(12):1569－1575.