基于特征空间的油中局部放电定位研究

秦亮亮,王 松，王 楠，杨健修，张富春

(1.安徽省淮南供电公司，安徽淮南232000； 2. 秦皇岛供电公司，河北秦皇岛066000)



基于特征空间的油中局部放电定位研究

秦亮亮1,王 松1，王 楠2，杨健修2，张富春2

(1.安徽省淮南供电公司，安徽淮南232000； 2. 秦皇岛供电公司，河北秦皇岛066000)

变压器油中局部放电现象的产生会造成变压器的绝缘劣化，为设备运行带来潜在危险。为了对局部放电源进行及时准确的定位以确保电力系统的稳定运行，首先将基于特征空间的测向方法应用到变压器局部放电源的检测当中，结合阵列信号处理技术对局放源进行测向。然后根据测向获得的方向角信息，利用多阵列测向交叉定位原理，获取局放源的在变压器中的空间位置。最后采用MATLAB进行仿真研究。仿真结果表明，基于特征空间及多阵列测向交叉定位进行局放源定位的误差在3.4cm左右，精度较高，满足实际工程要求。因此，基于特征空间的油中局部放电定位方法是可行的。

局部放电；特征空间；波达方向；多阵列交叉定位

0 引言

随着电网建设的快速发展，在输电容量、设备和技术水平等都走在了世界前列，对输电设备的性能和运行可靠性也提出了更高的要求[1，2]。电力变压器在整个电力系统中的地位至关重要，其运行状况直接关系到整个电网的运行。根据电网的统计数据，局部放电是造成变压器绝缘逐步劣化，进而引发多种故障的主要成因。为此越来越多的电力单位及科研院所把局部放电的检测作为一个重要研究课题[3-5]。

目前关于油中局部放电的相关检测主要是根据放电时产生的各种物理量为研究对象。据此产生了光定位法、电气定位法、超高频定位法以及超声定位法等[6-8]。随着传感器技术的不断发展与进步，现在常用的超声检测方法是借助超声阵列传感器，通过将其固定在油箱外壁来接收局部放电产生的超声波信号，然后利用阵列信号处理方法确定局放源在油箱中的具体位置等信息。这种方法受到的电气干扰较小，得到了越来越多的关注[9，10]。变压器局部放电超声阵列定位方法的主要步骤包括测向和定位两个方面。首先通过传感器接收超声波信号，根据阵列信号处理技术测得局放源到传感器之间的方向角，即完成波达方向估计(Direction of Arrival，DOA)。得到局放源相对于传感器的方向角后，再根据传感器阵列的空间坐标信息，可以求出多条测向线。最后根据多条测向线的交叉点便可确定放电源的空间位置[11]。

文献[12]对基于特征空间的测向方法进行了研究。不同于传统的多重信号分类法(Multiple Signal Classification, MUSIC)[13]及其相关算法[14]，这种方法对阵列数据的协方差矩阵进行了重新构造，获得新的空间谱函数，然后对这个函数利用搜索谱峰的方法进行DOA估计。阵列信号特征分解后可以分为信号子空间(Us)和噪声子空间(UN)。传统的MUSIC算法及相关算法仅仅采用了Us的部分信息，但是基于特征空间的估计方法不仅利用了UN的信息，还充分利用了Us的信息。在信噪比和采样点数较小时测向效果仍旧较好，是一种性能优越和鲁棒性好的方法。获得局放源相对于阵列传感器之后采用多阵列测向交叉定位原理[15,16]即可确定局放源的位置。

油中局部放电的检测对系统稳定运行至关重要。局放检测的关键是对局放源进行准确测向，高精度的测向结果能够提高定位的准确度。为了提高局放源的测向精度，本文采用基于特征空间的DOA估计算法进行局放源的测向，获得较为准确的波达方向后，利用多阵列测向交叉定位原理进行定位，最后通过仿真研究验证这种方法的可行性。

1 阵列信号数学模型

假设接收超声信号的所用的阵列传感器是由M个阵元构成，N个窄带超声信号从远处入射到阵列上[17]，信号可表示为：

(1)

式中：ui(t)表示第i个信号的幅值；φ(t)是相位；ω0是角频率；τ代表阵元间的时延。对于从较远处入射而来的信号

(2)

根据式(1)和(2)，可以得到：

(3)

那么第l个阵元的接收数据为：

(4)

式中：nl(t)表示该阵元在t时接收到的噪声；τli表示信号i到达阵元l时相对于参考阵元的时延。

在假设条件下，阵列的M个阵元在某一时刻采集到的信号数据可以用一个列向量表示

(5)

将式(5)写成矢量形式如下：

控制系统参数整定后为： 主控制器参数ρ=0.8，λ=0.3，副控制器参数为KP=3，前馈增益为2.65，运行系统，并测试设定值阶跃、蒸汽扰动和给水扰动下的控制效果，实验结果如图6～图8所示。

(6)

式中:X(t)为阵列接收数据矩阵，N(t)为噪声数据矩阵，S(t)为原始信号的维向量，A为空间的M×N维导向矢量矩阵，且:

(7)

其中，A中的单个导向矢量的表达式为：

(8)

当采集信号所用的阵型为平面矩形阵列，其结构是由m×n个阵元排列而成，空间结构如图1。将位于平面阵左上角处的传感器阵元选为参考点，阵元之间的距离均匀的取为d，另方位角θ表示入射信号线在平面的投影与x轴的夹角，俯仰角φ表示入射线与平面的夹角。利用数学中的几何关系，可以求出信号在阵元k上时延为：

(9)

图1 平面矩形阵列结构图

2 基于特征空间的DOA估计算法

根据公式(5)和(6)，将局部放电超声阵列信号的协方差矩阵定义为R=E[x(t)xH(t)]，然后对R进行特征分解后得到了M个特征值，其中N个较大的特征值对应的特征向量可以构成信号子空间Us，将N个较大的特征值排列而成的对角矩阵用∑S表示，余下的M-N个较小特征值排列而成的对角矩阵用∑N表示，较小特征值对应的特征矢量可以组成噪声子空间UN。因此可以将R划分为:

(10)

(11)

利用遗传算法对上述谱函数进行谱峰搜索，可以实现测向。

传统的MUSIC算法只对UN的相关信息进行利用，但是对Us的信息并未充分利用。据此，研究了能利用两者信息的基于特征空间的DOA估计方法。

(12)

式中：P=E[s(t)s(t)H]，US为信号子空间。那么

(A+a(βi))HP+A+a(βi)=

(13)

式中：δi=[0,…1,0,…,0]T为M×1的矢量，其中第i向元素为1，其他都为0；pi为第i个信号源的功率。

定义一种新的空间谱函数为

(14)

采用基于特征空间的DOA估计方法对局放源进行测向的流程图如图2所示。

图2 测向的流程图

3 仿真实验研究

仿真过程中，将油箱的长、宽、高分别设定为：120cm、100cm、100cm。采用平面超声阵列传感器采集局放信号时，将传感器固定在油箱外壁，如图3所示。改变超声阵列传感器位置，多次采集局放信号，以便采用多阵列测向交叉定位原理进行局放源的定位，本文采用四阵列测向交叉定位，原理图如图4所示。

图3 超声信号采集示意图

图4 四阵列测向交叉定位原理图

仿真时，阵列传感器采用3行4列的12元矩形阵列。阵元间距定为λ/2。将局放源的位置设定为：(60,30,50)cm，4个采集信号用的传感器阵列分别放置在：(40,0,0)cm, (30,0,20)cm, (65,0,35)cm, (0,45,0)cm。那么局放信号到达4个传感器的波达方向理论值分别为：(56.3°,59.0°)、(45.0°,35.3°)、(99.5°,26.3°)、(166.0°,39.0°)。采用本文所研究的基于特征空间的DOA估计方法，首先进行测向。测向谱图如图5(a)-图5(d)所示，测向结果分别为：(56.0°,59.8°)、(45.4°,35.9°)、(98.7°,26.5°)、(166.9°,38.3°)。

表1 仿真定位结果

图5 测向谱图

根据上述4个测向结果以及4个超声阵列传感器的安装位置坐标，采用多阵列测向交叉定位原理可以求得局放源的空间位置为(62.1,32.3,48.2)cm，误差为3.6cm。

为了减小偶然误差，提高仿真结果的可靠性，采用相同的测向及定位方法，进行多组仿真，5组结果如表1所示。

根据表中数据可知，基于特征空间及多阵列测向交叉定位进行局放源定位的平均误差为3.4 cm，精度较高。说明采用这种对油中局部放电进行测向定位的方法是可行的。

4 结论

本文研究了基于特征空间的DOA估计方法在油中局部放电定位的应用。这种方法相较于传统的多重信号分类算法，可以获得更佳的测向效果。获得局放源相对于阵列传感器的波达方向后，借助多阵列测向交叉定位原理实现了局放源的定位。仿真结果表明，基于特征空间及多阵列测向交叉定位进行局放源定位的平均误差为3.4 cm，可以应用到实际工程当中。

[1]邱昌容,王乃庆.电工设备局部放电及其测试技术[M].北京:机械工业出版社,1994.

[2]刘振亚.特高压电网[M].北京:中国经济出版社,2005.

[3]甘景福, 韩克勤, 周燕飞. 超高频变压器局部放电在线监测系统在智能变电站的应用[J]. 电力科学与工程, 2012, 28(2):41-45.

[4]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.

[5]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.

[6]周力行, 何蕾, 李卫国. 变压器局部放电超声信号特性及放电源定位[J]. 高电压技术, 2003, 29(5):11-13.

[7]律方成, 刘云鹏, 李燕青. 电力变压器局部放电检测与诊断方法评述[J]. 华北电力大学学报(自然科学版), 2003, 30(6):1-5.

[8]侯慧娟, 盛戈皞, 朱文俊,等. 基于高阶累积量的局部放电超高频信号时延估计算法[J]. 高电压技术, 2013, 39(2):342-347.

[9]罗日成, 李卫国, 李成榕,等. 基于改进PSO算法的变压器局部放电超声定位方法[J]. 电力系统自动化, 2005, 29(18):66-69.

[10]辛晓虎, 李继胜, 纪海英,等. 用于变压器中局部放电定位的十字形超声阵列传感器研究[J]. 中国电机工程学报, 2013(21):154-162.

[11]高振弟, 李燕青, 路文喜. 多局部放电源定位中去除交叉定位虚假点的快速算法[J]. 电力科学与工程, 2009, 25(5):23-26.

[12]ZHANG X, LV W, SHI Y, et al. A novel DOA estimation algorithm based on eigen space[C]// Microwave, Antenna, Propagation and EMC Technologies for Wireless Communications, 2007 International Symposium on. 2007:551-554.

[13]SCHMIDT R O. Multiple emitter location and signal parameter estimation[J]. IEEE Transactions on Antennas & Propagation, 1986, 34(3):276-280.

[14]RAO B D, HARI K V S. Performance analysis of root-MUSIC[J]. IEEE Transactions on Acoustics Speech & Signal Processing, 1990, 37(12):1939-1949.

[15]谢庆, 程述一, 律方成,等. 采用改进型圆形超声阵列传感器的油中局放定位[J]. 高电压技术, 2013, 39(5):1054-1060.

[16]谢庆, 律方成, 李燕青,等. 基于多平台测向及全局搜索的局部放电超声阵列定位方法[J]. 电工技术学报, 2011(11):217-222.

[17]王永良. 空间谱估计理论与算法[M]. 北京：清华大学出版社, 2004.

[18]张小飞. 阵列信号处理的理论和应用[M].北京: 国防工业出版社, 2013.

QIN Liangliang1, WANG Song1, WANG Nan2, YANG Jianxiu2, ZHANG Fuchun2(1. Anhui Huainan Power Supply Company, Huainan 232000, China;2. Qinhuangdao Power Supply Company, Qinhuangdao 066000, China)

Research on Partial Discharge Location in Oil Based on Feature Space

The phenomenon of partial discharge (PD) in transformer oil can cause the insulation deterioration, which endangers the normal operation of the transformer. In order to detect the PD timely and accurately to ensure the stable operation of the power system, firstly, the direction finding method based on feature space is applied to the detection of the transformer partial discharge source, and by combining with the array signal processing technology, the direction of arrival (DOA) of partial discharge source is conducted. Then according to the direction information obtained by direction finding, the space position of the power source is obtained by using multi array direction finding cross localization principle. At last, the simulation is carried out in MATLAB. The simulation results show that the average error of the PD source location based on feature space and multi array direction finding cross localization principle is 3.4 cm, which meets the practical requirements. Therefore, the detection method based on feature space is feasible.

partial discharge; feature space; direction of arrival; multi array direction finding cross localization

2016-05-17。

秦亮亮(1983-)，女，工程师，研究方向为高压试验，E-mail：2632017145@qq.com。

TM84

A DOI:10.3969/j.issn.1672-0792.2016.09.005