一种局放检测方法及装置

1.本技术涉及变电站测试技术领域，具体是一种局放检测方法及装置。


背景技术：

2.随着我国电力系统规模不断扩大，网络结构愈发复杂，电力物联网步伐不断加快，对电力系统调控运行的安全性、可靠性、节能经济性均提出了更高的技术性能要求。而一些电力设备，如电力电缆、电力变压器等设备，其运行的安全性和稳定性决定着整个电力系统的安全稳定运行。从实践工作经验和相关案例分析结果表明，绝缘性能是影响电力设备安全可靠运行的核心因素。局部放电已成为引起电力设备绝缘性能降低甚至劣化的关键因素，是影响电力设备乃至整个电力系统安全稳定、节能经济运行的主要原因。
3.目前，利用单一传感器的局放监测方法发展较为成熟，但在多模检测方式上却存在一定技术瓶颈，多种传感器之间兼容性较差，无法作用于统一平台，使得检测时无法同时发挥各种传感器的优势，从而无法适应不同的电力设备。


技术实现要素：

4.有鉴于此，本技术的目的是提供一种局放检测方法及装置，能够解决现有技术中无法利用多种传感器的优势来监测局放的技术问题。
5.为了实现上述目的，本技术采用了如下技术方案：
6.本技术的一种局放检测方法，包括：
7.获取来自多种传感器的局部放电信号，其中，所述多种传感器设置产生局部放电的电气设备的不同位置；
8.基于多个局部放电信号的到达时间差对局部放电信号源进行定位，得到局部放电信号源的位置；并基于多个局部放电信号的特征信息确定局部放电信号源的类型。
9.在本技术一实施例中，所述电气设备为电缆，所述多种传感器包括多个hfct传感器和多个uhf传感器，其中，基于多个局部放电信号的到达时间差对局部放电信号源进行定位，包括：
10.确定所述多个hfct传感器接收对应局部放电信号的时间差；
11.基于所述多个hfct传感器接收对应局部放电信号的时间差确定所述多个hfct传感器与局部放电信号源的距离；并基于所述多个hfct传感器与局部放电信号源的距离确定所述局部放电信号源的位置区间；
12.确定所述位置区间的多个uhf传感器接收对应局部放电信号的时间差；
13.基于所述位置区间的多个uhf传感器接收对应局部放电信号的时间差确定所述位置区间的多个uhf传感器与局部放电信号源的距离，并基于所述位置区间的多个uhf传感器与局部放电信号源的距离确定所述局部放电信号源的位置。
14.在本技术一实施例中，基于多个传感器与局部放电信号源的距离确定局部放电信号源的位置的方法，包括：
15.以每一个hfct传感器或者uhf传感器与局部放电信号源的距离作为半径，并以对应传感器作为圆心，建立多个圆；
16.确定所述多个圆的交点，并将所述交点作为局部放电信号源的位置或者局部放电信号源的位置区间。
17.在本技术一实施例中，确定所述位置区间的多个uhf传感器接收对应局部放电信号的时间差，包括：
18.提取所述位置区间的多个uhf传感器的局部放电信号的特征参数；
19.对所述位置区间的多个uhf传感器的局部放电信号的特征参数进行归一化处理；
20.基于归一化处理后的多个特征参数建立所述多个局部放电信号的互相关函数；
21.基于所述互相关函数确定多个局部放电信号的峰值位置，并基于多个局部放电信号的峰值位置确定多个uhf传感器接收局部放电信号的时间差。
22.在本技术一实施例中，所述电气设备为开关柜或者变压器，所述多种传感器包括uhf传感器和ae传感器，其中，基于所述多种局部放电信号的到达时间差对局部放电信号源进行定位，包括：
23.确定所述uhf传感器和ae传感器接收到局部放电信号的时间差；
24.基于所述uhf传感器和ae传感器接收到局部放电信号的时间差确定所述uhf传感器、所述ae传感器与局部放电信号源的距离；
25.将所述uhf传感器和ae传感器接收到局部放电信号的时间、所述uhf传感器与局部放电信号源的距离、以及所述ae传感器与局部放电信号源的距离输入至预先建立的神经网络模型中，得到所述uhf传感器、所述ae传感器与局部放电信号源的相对位置；
26.基于所述uhf传感器的坐标信息、所述ae传感器的坐标信息以及所述相对位置确定所述局部放电信号源的绝对位置。
27.在本技术一实施例中，还包括如下方法建立神经网络模型：
28.获取训练数据以及训练数据的标签，其中，所述训练数据多个传感器接收到局部放电信号的时间差、以及多个传感器与局部放电信号源的距离，所述标签为所述传感器与所述局部放电信号源的相对位置；
29.基于所述训练数据以及训练数据的标签对bp神经网络进行训练，得到神经网络模型。
30.在本技术一实施例中，基于多个局部放电信号的特征信息确定局部放电信号源的类型，包括：
31.基于所述多个局部放电信号的特征信息、以及预先建立的贝叶斯概率模型确定局部放电信号源的多种故障类型、以及每种故障类型的概率，其中，所述贝叶斯概率模型是基于多种故障类型和多种故障类型的特征信息建立的，所述贝叶斯概率模型用于表征每个故障类型在整体故障中的预期出现概率、以及每个故障类型对应的特征信息；
32.基于所述每种故障类型的概率建立信任函数；
33.将所述信任函数转换为ds证据，并将ds证据进行组合，得到每种故障类型的置信度；
34.基于所述每种故障类型的置信度判定局部放电信号源的类型。
35.本技术还提供一种局放检测装置，包括：
36.获取模块，用于获取来自多种传感器的局部放电信号，其中，所述多种传感器设置产生局部放电的电气设备的不同位置；
37.检测模块，用于基于多个局部放电信号的到达时间差对局部放电信号源进行定位，得到局部放电信号源的位置；并基于多个局部放电信号的特征信息确定局部放电信号源的类型。
38.本技术还提供一种电子设备，所述电子设备包括：
39.一个或多个处理器；
40.存储装置，用于存储一个或多个程序，当所述一个或多个程序被所述一个或多个处理器执行时，使得所述电子设备实现如上所述的局放检测方法。
41.本技术还提供一种计算机可读存储介质，其上存储有计算机程序，当所述计算机程序被计算机的处理器执行时，使计算机执行如上所述的局放检测方法。
42.本技术的有益效果是：本技术的一种局放检测方法及装置，通过获取来自多种传感器的局部放电信号，其中，所述多种传感器设置产生局部放电的电气设备的不同位置；基于多个局部放电信号的到达时间差对局部放电信号源进行定位，得到局部放电信号源的位置；并基于多个局部放电信号的特征信息确定局部放电信号源的类型。本技术通过融合多种传感器信号的到达时间差来对应局部放电信号源进行定位，并通过融合多种传感器信号的特征信息来确定局部信号源的类型，从而可以利用多种传感器的优势来监测局部放电信号，监测效果更好。
附图说明
43.此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本技术的实施例，并与说明书一起用于解释本技术的原理。显而易见地，下面描述中的附图仅仅是本技术的一些实施例，对于本领域普通技术者来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。在附图中：
44.图1为本技术一示例性实施例示出的局放检测方法的流程图；
45.图2为本技术一示例性实施例示出的局放定位的具体实施流程图；
46.图3为本技术一示例性实施例示出的局放检测装置的结构图；
47.图4为本技术另一示例性实施例示出的局放检测装置的结构图；
48.图5示出了适于用来实现本技术实施例的电子设备的计算机系统的结构示意图。
具体实施方式
49.以下将参照附图和优选实施例来说明本技术的实施方式，本领域技术人员可由本说明书中所揭露的内容轻易地了解本技术的其他优点与功效。本技术还可以通过另外不同的具体实施方式加以实施或应用，本说明书中的各项细节也可以基于不同观点与应用，在没有背离本技术的精神下进行各种修饰或改变。应当理解，优选实施例仅为了说明本技术，而不是为了限制本技术的保护范围。
50.需要说明的是，以下实施例中所提供的图示仅以示意方式说明本技术的基本构想，遂图式中仅显示与本技术中有关的组件而非按照实际实施时的组件数目、形状及尺寸绘制，其实际实施时各组件的型态、数量及比例可为一种随意的改变，且其组件布局型态也
可能更为复杂。
51.在下文描述中，探讨了大量细节，以提供对本技术实施例的更透彻的解释，然而，对本领域技术人员来说，可以在没有这些具体细节的情况下实施本技术的实施例是显而易见的，在其他实施例中，以方框图的形式而不是以细节的形式来示出公知的结构和设备，以避免使本技术的实施例难以理解。
52.图1为本技术一示例性实施例示出的局放检测方法的流程图，如图1所示：本实施例的一种局放检测方法，包括步骤s110至步骤s120，详细介绍如下：
53.s110，获取来自多种传感器的局部放电信号，其中，所述多种传感器设置产生局部放电的电气设备的不同位置；
54.s120，基于多个局部放电信号的到达时间差对局部放电信号源进行定位，得到局部放电信号源的位置；并基于多个局部放电信号的特征信息确定局部放电信号源的类型。
55.其中，多种传感器的种类是基于电气设备的类型来确定的。电气设备的类型包括电力电缆、开关柜、变压器等。在本技术中，当用户需要检测如变压器、开关柜、电力电缆等电力设备中的局放信号，只需提前布置好传感器，并接入传输网络，当终端接收到传输的局放信号，将信号进行数据解析，根据地址位信息，先判断局放源来自哪种电气设备，在此基础上，通过智能信息融合的方式，判断具体位置和局放类型。
56.图2为本技术一示例性实施例示出的局放定位的具体实施流程图，如图2所示，所述电气设备为电缆时，采用多个hfct(high frequency current，高频电流)传感器和多个uhf(ultra high frequency，超高频)传感器进行联合定位，其中，基于多个局部放电信号的到达时间差对局部放电信号源进行定位，包括：
57.确定所述多个hfct传感器接收对应局部放电信号的时间差；
58.其中，当电力电缆发生局部放电时，不同hfct传感器之间会在不同的时间接收到局部放电信号，通过比较不同hfct传感器之间的信号到达时间，可以计算出局放信号的传播时间差。
59.基于所述多个hfct传感器接收对应局部放电信号的时间差确定所述多个hfct传感器与局部放电信号源的距离；并基于所述多个hfct传感器与局部放电信号源的距离确定所述局部放电信号源的位置区间；
60.本技术通过到达时间差(time delay of arrival，tdoa)定位方法来对局部放电信号源进行定位。到达时间差定位是一种利用时间差进行定位的方法。通过测量信号到达监测站的时间，可以确定信号源的距离。
61.hfct传感器测量精度相对较差，所测得的局放位置与真实局放位置会存在很大的误差，但是可以得到局放的大概位置。例如部署两个hfct传感器在一条线路上就可以知道是不是在这两个hfct传感器之间的线路上发生了局部放电。而uhf传感器具有很高的定位精度，但是测量范围却不大，在几个hfct传感器之间部署uhf传感器，可以在hfct传感器测得局部放电发生区间后，利用对应区间的uhf传感器测得局放发生的精确位置。部署上述两种传感器，可以在得到局部放电精确位置的基础上降低成本。
62.具体地，定位过程包括：
63.以每一个hfct传感器与局部放电信号源的距离作为半径，并以对应传感器作为圆心，建立多个圆；
64.确定所述多个圆的交点，并将所述交点作为局部放电信号源的局部放电信号源的位置区间。
65.确定所述位置区间的多个uhf传感器接收对应局部放电信号的时间差。
66.基于所述位置区间的多个uhf传感器接收对应局部放电信号的时间差确定所述位置区间的多个uhf传感器与局部放电信号源的距离，并基于所述位置区间的多个uhf传感器与局部放电信号源的距离确定所述局部放电信号源的位置。
67.确定了位置区间后，调用位置区间内的各个uhf传感器，对不同uhf传感器采集到的局放信号特征参数进行比对和匹配，计算信号的时间差。根据时间差值和传感器位置信息。
68.uhf传感器定位的方法与hfct传感器定位的方法一致，同样是先利用到达时间差定位确定每一个uhf传感器与局部放电信号源的距离。然后通过如下方法确定精确的位置，包括：
69.以每一个uhf传感器与局部放电信号源的距离作为半径，并以对应传感器作为圆心，建立多个圆；
70.确定所述多个圆的交点，并将所述交点作为局部放电信号源的局部放电信号源的位置。
71.其中，确定所述位置区间的多个uhf传感器接收对应局部放电信号的时间差，包括：
72.提取所述位置区间的多个uhf传感器的局部放电信号的特征参数，其中，特征参数包括局部放电信号的脉冲数、脉冲重复率、脉冲幅度、峰值幅值、能量、频率、均值、方差等。
73.对所述位置区间的多个uhf传感器的局部放电信号的特征参数进行归一化处理；
74.将其采集到的局放信号进行归一化处理，确保信号的均值为0，方差为1，具体过程包括：
75.计算信号幅度的均值：对于采集到的局放信号，计算其均值。将信号中所有样本值的和除以样本数量，即可得到信号的均值。
76.计算信号的方差：对于采集到的局放信号，计算其方差。方差是每个样本与均值之差的平方的平均值。可以计算每个样本与均值之差的平方，并对所有差值求和，然后除以样本数量，即可得到信号的方差。
77.进行归一化处理：对于每个采集到的样本值，使用以下公式进行归一化处理：归一化后的样本值＝(原始样本值-均值)/方差的平方根。
78.这样处理后，归一化后的信号的均值将变为0，方差将变为1。
79.基于归一化处理后的多个特征参数建立所述多个局部放电信号的互相关函数；
80.互相关函数的具体建立过程包括：
81.确定信号长度：首先确定归一化后的局放信号的长度，假设长度为n。
82.计算互相关函数：对于两个uhf传感器的归一化信号，假设分别为x和y。
83.计算互相关函数：
84.a.对x和y进行零填充：在信号末尾添加n-1个零，将信号长度扩展为2n-1。
85.b.对x和y进行傅里叶变换：对x和y进行快速傅里叶变换(fft)得到频域表示。
86.c.计算互相关的频域表示：将x的频域表示与y的频域表示进行逐元素相乘。
87.d.对互相关的频域表示进行逆傅里叶变换：对乘积结果进行逆傅里叶变换(ifft)即可得到时域的互相关函数。
88.最终得到的互相关函数是一个长度为2n-1的时域信号，代表两个信号之间的相关性。
89.基于所述互相关函数确定多个局部放电信号的峰值位置，并基于多个局部放电信号的峰值位置确定多个uhf传感器接收局部放电信号的时间差。
90.如图2所示，在所述电气设备为开关柜或者变压器时，采用uhf传感器和ae传感器进行定位监测，其中，基于所述多种局部放电信号的到达时间差对局部放电信号源进行定位，包括：
91.确定所述uhf传感器和ae传感器接收到局部放电信号的时间差；
92.利用uhf传感器和ae传感器采集到的信号数据，计算两者之间的时差。
93.基于所述uhf传感器和ae传感器接收到局部放电信号的时间差确定所述uhf传感器、所述ae传感器与局部放电信号源的距离；
94.其中，采用到达时间差定位方法来确定所述uhf传感器、所述ae传感器与局部放电信号源的距离。
95.将所述uhf传感器和ae传感器接收到局部放电信号的时间、所述uhf传感器与局部放电信号源的距离、以及所述ae传感器与局部放电信号源的距离输入至预先建立的神经网络模型中，得到所述uhf传感器、所述ae传感器与局部放电信号源的相对位置；
96.基于所述uhf传感器的坐标信息、所述ae传感器的坐标信息以及所述相对位置确定所述局部放电信号源的绝对位置。
97.本实施例中，采用tdoa法结合bp神经网络数据融合对局部放电信号源进行定位。利用bp神经网络模型来建立多个传感器与局部放电信号源的距离、多个传感器的接收时间差与局部放电信号源的位置的关系。
98.在本技术一实施例中，还包括如下方法建立神经网络模型：
99.获取训练数据以及训练数据的标签，其中，所述训练数据多个传感器接收到局部放电信号的时间差、以及多个传感器与局部放电信号源的距离，所述标签为所述传感器与所述局部放电信号源的相对位置；
100.基于所述训练数据以及训练数据的标签对bp神经网络进行训练，得到神经网络模型。
101.将计算得到的时间差数据、多个传感器与局部放电信号源的距离作为bp神经网络的输入，设计网络结构并进行训练。训练过程中，采用已知局放信号源的位置数据作为样本标签，训练网络参数，使其能够准确预测未知局放信号源的位置。采用训练好的bp神经网络对未知局放信号源的位置进行预测。将预测结果与uhf传感器和ae传感器的实际测量数据进行比较，进一步优化预测结果的精度。重复以上步骤，对多个局放信号进行检测和定位。最终可以得到一张开关柜内局放信号的空间分布图。
102.本技术中，不管是对电力电缆进行检测，还是对开关柜或者变压器进行检测。都采用ds证据理论来进行局部放电类型判定。ds证据理论是一种用于处理不确定性的数学工具，可以将不同来源的证据进行融合，得出更为可靠的结论。在使用ds证据理论时，需要将不同传感器采集到的局放信号进行特征提取，将提取的特征作为证据，然后利用ds证据理
论进行融合，得出局放类型的判断结果。具体来说，ae和uhf两种传感器分别采集到局放信号，并提取出uhf和ae信号的统计特征，包括均值、方差、标准差等，可以将这几个特征作为不同的证据，构建ds证据理论中的信任分布函数，然后利用ds证据理论进行融合，得出局放类型的判断结果。
103.基于多个局部放电信号的特征信息确定局部放电信号源的类型，包括：
104.基于所述多个局部放电信号的特征信息、以及预先建立的贝叶斯概率模型确定局部放电信号源的多种故障类型、以及每种故障类型的概率，其中，所述贝叶斯概率模型是基于多种故障类型和多种故障类型的特征信息建立的，所述贝叶斯概率模型用于表征每个故障类型在整体故障中的预期出现概率、以及每个故障类型对应的特征信息；
105.其中，在对电力电缆进行检测时，多个局部放电信号的特征信息可以包括：
106.幅值：hfct和uhf传感器都可以测量局放信号的幅值，幅值反映局放信号的强度和大小。
107.频率：uhf传感器可以对局放信号的频率进行测量和分析，频率谱信息可以帮助识别局放类型。
108.脉冲速度：uhf传感器可以测量局放信号在电缆中的传播速度，脉冲速度可以帮助确定局放的位置。
109.脉冲数目：脉冲数目是指在一定时间内出现的脉冲数量，hfct传感器可以测量脉冲数目，可以用于评估局放的严重程度。
110.波形特征：hfct和uhf传感器可以捕获局放信号的波形信息，包括上升时间、下降时间、持续时间等，波形特征可以用于识别局放类型和确定局放位置。
111.在对变压器或者开关柜进行检测时，多个局部放电信号的特征信息可以包括：
112.能量特征：对于ae信号，可以通过计算信号的能量特征，如峰值能量、有效能量等。对于uhf信号，可以计算信号的瞬时功率等特征。这些特征可以反映局放信号的强度和大小。
113.频谱特征：可以对ae和uhf信号进行频谱分析，提取信号的频率和幅值等特征。对于ae信号，还可以计算信号的主频和谐波等特征。这些特征可以反映局放信号的频率分布情况。
114.波形特征：可以对ae和uhf信号进行波形分析，提取信号的上升时间、下降时间、峰值时间、半峰值时间等特征。这些特征可以反映局放信号的波形特征。
115.统计特征：可以对ae和uhf信号进行统计分析，提取信号的均值、方差、偏度、峰度等特征。这些特征可以反映局放信号的统计特征。
116.时间特征：可以对ae和uhf信号进行时间序列分析，提取信号的时域特征，如自相关系数、互相关系数等。这些特征可以反映局放信号的时序关系。
117.贝叶斯概率模型的建立过程包括：
118.收集与各个故障类型和特征相关的先验知识和实际测量数据，其中，先验知识指的是关于局放故障类型、特征、传感器响应等方面的预先了解和经验知识。可以来自于现场实测、实验等等。基于收集的先验知识和训练数据，构建贝叶斯概率模型。在本实施例中，在贝叶斯概率模型中设置先验概率、条件概率分布等。先验概率表示每个故障类型在整体故障中的预期出现概率，条件概率分布表示给定某个故障类型时，特征的分布情况。
119.然后计算后验概率，根据贝叶斯公式，计算每个故障类型的后验概率，即给定观测到的特征信息后，每个故障类型发生的概率。
120.基于所述每种故障类型的概率建立信任函数，具体地，将计算得到的后验概率进行标准化，确保各个故障类型的概率之和等于1。标准化方法是除以概率之和；
121.将所述信任函数转换为ds证据，并将ds证据进行组合，得到每种故障类型的置信度；
122.本实施例中，首先需要明确假设空间，即待检测对象可能出现的所有状态。在局放检测中，假设空间是局部放电存在与否、放电类型等。
123.然后定义证据空间，证据空间包括所有可能的证据或传感器测量结果。在局放检测中，证据空间可以是不同传感器测得的局部放电特征。
124.最后根据信任函数计算ds证据：通过贝叶斯公式计算每个假设的后验概率，再将后验概率转化为ds证据。
125.具体的转换过程和置信度确定过程包括：
126.(1)定义假设空间：与计算后验概率时一样，首先需要明确假设空间，即待检测对象可能出现的所有状态。
127.(2)计算证据量：根据贝叶斯公式，可以计算每个假设的后验概率。将每个假设的后验概率转化为对应假设和非对应假设的证据量，具体计算方式如下：
128.(3)对于假设空间中的每个假设h，计算其证据量m(h)＝p(h)/[1-p(h)]
[0129]
对于假设空间中的非假设h'，计算其证据量m(h')＝1-m(h)
[0130]
其中，p(h)为假设h的后验概率。
[0131]
(4)进行ds证据合成：根据ds理论中的合成规则，可以将所有证据量合成为一个ds证据。具体而言，可以使用dempster合成规则，将所有证据量进行合成。假设所有证据量分别为m1,m2,...,mn，则合成后的ds证据为：
[0132]
m(a)＝1-∑m(b),对所有b≠a
[0133]
m(ω)＝1-∑m(a),对所有
[0134]
其中，a表示假设空间中的一个假设，ω表示假设空间。
[0135]
(5)计算置信度和不确定度：根据ds证据，可以计算出假设的置信度和不确定度。具体而言，可以使用如下公式计算：
[0136]
置信度:bel(h)＝∑m(a)
[0137]
不确定度:pl(h)＝1-bel(h)-m(ω)
[0138]
其中，bel(h)表示假设h的置信度，pl(h)表示假设h的不确定度。
[0139]
基于所述每种故障类型的置信度判定局部放电信号源的类型。
[0140]
在本实施例中，基于每种故障类型的置信度判定局部放电信号源的类型可以通过确定性合成法，可以得到最终的局放类型判断结果，也可以按照置信度排序来确认置信度最高的类型。
[0141]
本技术的一种局放检测方法，通过获取来自多种传感器的局部放电信号，其中，所述多种传感器设置产生局部放电的电气设备的不同位置；基于多个局部放电信号的到达时间差对局部放电信号源进行定位，得到局部放电信号源的位置；并基于多个局部放电信号的特征信息确定局部放电信号源的类型。本技术通过融合多种传感器信号的到达时间差来
对应局部放电信号源进行定位，并通过融合多种传感器信号的特征信息来确定局部信号源的类型，从而可以利用多种传感器的优势来监测局部放电信号，监测效果更好。
[0142]
图3为本技术一示例性实施例示出的局放检测装置的结构图，如图3所示，本技术还提供一种局放检测装置，包括：
[0143]
获取模块，用于获取来自多种传感器的局部放电信号，其中，所述多种传感器设置产生局部放电的电气设备的不同位置；
[0144]
检测模块，用于基于多个局部放电信号的到达时间差对局部放电信号源进行定位，得到局部放电信号源的位置；并基于多个局部放电信号的特征信息确定局部放电信号源的类型。
[0145]
图4为本技术另一示例性实施例示出的局放检测装置的结构图，如图4所示，局放检测装置由传感器单元(ae、uhf、hfct)、预处理模块(包含模数转换、滤波放大、稀疏分解、特征提取)、数据解析模块(包含降噪、模式识别、智能信息融合)、判决与应用模块(实现故障检测、故障定位、智能运维)构成。当用户需要检测如变压器、开关柜、电力电缆等电力设备中的局放信号，只需提前布置好传感器，并接入传输网络，当终端接收到传输的局放信号，将信号进行数据解析，根据地址位信息，先判断局放源来自哪种电气设备，在此基础上，通过智能信息融合的方式，判断具体位置和局放类型。
[0146]
本技术的一种局放检测装置，通过获取来自多种传感器的局部放电信号，其中，所述多种传感器设置产生局部放电的电气设备的不同位置；基于多个局部放电信号的到达时间差对局部放电信号源进行定位，得到局部放电信号源的位置；并基于多个局部放电信号的特征信息确定局部放电信号源的类型。本技术通过融合多种传感器信号的到达时间差来对应局部放电信号源进行定位，并通过融合多种传感器信号的特征信息来确定局部信号源的类型，从而可以利用多种传感器的优势来监测局部放电信号，监测效果更好。
[0147]
需要说明的是，上述实施例所提供的一种局放检测装置与上述实施例所提供的局放检测方法属于同一构思，其中各个模块和单元执行操作的具体方式已经在方法实施例中进行了详细描述，此处不再赘述。上述实施例所提供的一种局放检测方法在实际应用中，可以根据需要而将上述功能分配由不同的功能模块完成，即将装置的内部结构划分成不同的功能模块，以完成以上描述的全部或者部分功能，本处也不对此进行限制。
[0148]
本技术的实施例还提供了一种电子设备，包括：一个或多个处理器；存储装置，用于存储一个或多个程序，当所述一个或多个程序被所述一个或多个处理器执行时，使得所述电子设备实现上述各个实施例中提供的局放检测方法。
[0149]
图5示出了适于用来实现本技术实施例的电子设备的计算机系统的结构示意图。需要说明的是，图5示出的电子设备的计算机系统500仅是一个示例，不应对本技术实施例的功能和使用范围带来任何限制。
[0150]
如图5所示，计算机系统500包括中央处理单元(central processing unit，cpu)501，其可以根据存储在只读存储器(read-only memory，rom)502中的程序或者从储存部分508加载到随机访问存储器(random access memory，ram)503中的程序而执行各种适当的动作和处理，例如执行上述实施例中所述的方法。在ram 505中，还存储有系统操作所需的各种程序和数据。cpu 501、rom 502以及ram 503通过总线504彼此相连。输入/输出(input/output，i/o)接口505也连接至总线504。
[0151]
以下部件连接至i/o接口505：包括键盘、鼠标等的输入部分506；包括诸如阴极射线管(cathode ray tube，crt)、液晶显示器(liquid crystal display，lcd)等以及扬声器等的输出部分507；包括硬盘等的储存部分508；以及包括诸如lan(local area network，局域网)卡、调制解调器等的网络接口卡的通信部分509。通信部分509经由诸如因特网的网络执行通信处理。驱动器510也根据需要连接至i/o接口505。可拆卸介质511，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器510上，以便于从其上读出的计算机程序根据需要被安装入储存部分508。
[0152]
特别地，根据本技术的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本技术的实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的计算机程序。在这样的实施例中，该计算机程序可以通过通信部分509从网络上被下载和安装，和/或从可拆卸介质511被安装。在该计算机程序被中央处理单元(cpu)501执行时，执行本技术的系统中限定的各种功能。
[0153]
需要说明的是，本技术实施例所示的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(ram)、只读存储器(rom)、可擦式可编程只读存储器(erasable programmable read only memory，eprom)、闪存、光纤、便携式紧凑磁盘只读存储器(compact disc read-only memory，cd-rom)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本技术中，计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的计算机程序。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的计算机程序可以用任何适当的介质传输，包括但不限于：无线、有线等等，或者上述的任意合适的组合。
[0154]
附图中的流程图和框图，图示了按照本技术各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。其中，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，上述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图或流程图中的每个方框、以及框图或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
[0155]
描述于本技术实施例中所涉及到的单元可以通过软件的方式实现，也可以通过硬件的方式来实现，所描述的单元也可以设置在处理器中。其中，这些单元的名称在某种情况下并不构成对该单元本身的限定。
[0156]
本技术的另一方面还提供了一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被计算机的处理器执行时，使计算机执行如前所述的局放检测方法。该计算机可读存储介质可以是上述实施例中描述的电子设备中所包含的，也可以是单独存在，而未装配入该电子设备中。
[0157]
本技术的另一方面还提供了一种计算机程序产品或计算机程序，该计算机程序产品或计算机程序包括计算机指令，该计算机指令存储在计算机可读存储介质中。计算机设备的处理器从计算机可读存储介质读取该计算机指令，处理器执行该计算机指令，使得该计算机设备执行上述各个实施例中提供的局放检测方法。
[0158]
上述实施例仅示例性说明本技术的原理及其功效，而非用于限制本技术。任何熟悉此技术的人士皆可在不违背本技术的精神及范畴下，对上述实施例进行修饰或改变。因此，但凡所属技术领域中具有通常知识者在未脱离本技术所揭示的精神与技术思想下所完成的一切等效修饰或改变，仍应由本技术的权利要求所涵盖。

技术特征：
1.一种局放检测方法，其特征在于，包括：获取来自多种传感器的局部放电信号，其中，所述多种传感器设置产生局部放电的电气设备的不同位置；基于多个局部放电信号的到达时间差对局部放电信号源进行定位，得到局部放电信号源的位置；并基于多个局部放电信号的特征信息确定局部放电信号源的类型。2.根据权利要求1所述的一种局放检测方法，其特征在于，所述电气设备为电缆，所述多种传感器包括多个hfct传感器和多个uhf传感器，其中，基于多个局部放电信号的到达时间差对局部放电信号源进行定位，包括：确定所述多个hfct传感器接收对应局部放电信号的时间差；基于所述多个hfct传感器接收对应局部放电信号的时间差确定所述多个hfct传感器与局部放电信号源的距离；并基于所述多个hfct传感器与局部放电信号源的距离确定所述局部放电信号源的位置区间；确定所述位置区间的多个uhf传感器接收对应局部放电信号的时间差；基于所述位置区间的多个uhf传感器接收对应局部放电信号的时间差确定所述位置区间的多个uhf传感器与局部放电信号源的距离，并基于所述位置区间的多个uhf传感器与局部放电信号源的距离确定所述局部放电信号源的位置。3.根据权利要求2所述的一种局放检测方法，其特征在于，基于多个传感器与局部放电信号源的距离确定局部放电信号源的位置的方法，包括：以每一个hfct传感器或者uhf传感器与局部放电信号源的距离作为半径，并以对应传感器作为圆心，建立多个圆；确定所述多个圆的交点，并将所述交点作为局部放电信号源的位置或者局部放电信号源的位置区间。4.根据权利要求2所述的一种局放检测方法，其特征在于，确定所述位置区间的多个uhf传感器接收对应局部放电信号的时间差，包括：提取所述位置区间的多个uhf传感器的局部放电信号的特征参数；对所述位置区间的多个uhf传感器的局部放电信号的特征参数进行归一化处理；基于归一化处理后的多个特征参数建立所述多个局部放电信号的互相关函数；基于所述互相关函数确定多个局部放电信号的峰值位置，并基于多个局部放电信号的峰值位置确定多个uhf传感器接收局部放电信号的时间差。5.根据权利要求1所述的一种局放检测方法，其特征在于，所述电气设备为开关柜或者变压器，所述多种传感器包括uhf传感器和ae传感器，其中，基于所述多种局部放电信号的到达时间差对局部放电信号源进行定位，包括：确定所述uhf传感器和ae传感器接收到局部放电信号的时间差；基于所述uhf传感器和ae传感器接收到局部放电信号的时间差确定所述uhf传感器、所述ae传感器与局部放电信号源的距离；将所述uhf传感器和ae传感器接收到局部放电信号的时间、所述uhf传感器与局部放电信号源的距离、以及所述ae传感器与局部放电信号源的距离输入至预先建立的神经网络模型中，得到所述uhf传感器、所述ae传感器与局部放电信号源的相对位置；基于所述uhf传感器的坐标信息、所述ae传感器的坐标信息以及所述相对位置确定所
述局部放电信号源的绝对位置。6.根据权利要求5所述的一种局放检测方法，其特征在于，还包括如下方法建立神经网络模型：获取训练数据以及训练数据的标签，其中，所述训练数据多个传感器接收到局部放电信号的时间差、以及多个传感器与局部放电信号源的距离，所述标签为所述传感器与所述局部放电信号源的相对位置；基于所述训练数据以及训练数据的标签对bp神经网络进行训练，得到神经网络模型。7.根据权利要求1所述的一种局放检测方法，其特征在于，基于多个局部放电信号的特征信息确定局部放电信号源的类型，包括：基于所述多个局部放电信号的特征信息、以及预先建立的贝叶斯概率模型确定局部放电信号源的多种故障类型、以及每种故障类型的概率，其中，所述贝叶斯概率模型是基于多种故障类型和多种故障类型的特征信息建立的，所述贝叶斯概率模型用于表征每个故障类型在整体故障中的预期出现概率、以及每个故障类型对应的特征信息；基于所述每种故障类型的概率建立信任函数；将所述信任函数转换为ds证据，并将ds证据进行组合，得到每种故障类型的置信度；基于所述每种故障类型的置信度判定局部放电信号源的类型。8.一种局放检测装置，其特征在于，包括：获取模块，用于获取来自多种传感器的局部放电信号，其中，所述多种传感器设置产生局部放电的电气设备的不同位置；检测模块，用于基于多个局部放电信号的到达时间差对局部放电信号源进行定位，得到局部放电信号源的位置；并基于多个局部放电信号的特征信息确定局部放电信号源的类型。9.一种电子设备，其特征在于，所述电子设备包括：一个或多个处理器；存储装置，用于存储一个或多个程序，当所述一个或多个程序被所述一个或多个处理器执行时，使得所述电子设备实现如权利要求1至7中任一项所述的局放检测方法。10.一种计算机可读存储介质，其特征在于，其上存储有计算机程序，当所述计算机程序被计算机的处理器执行时，使计算机执行权利要求1至7中任一项所述的局放检测方法。

技术总结
本申请涉及一种局放检测方法及装置，通过获取来自多种传感器的局部放电信号，其中，所述多种传感器设置产生局部放电的电气设备的不同位置；基于多个局部放电信号的到达时间差对局部放电信号源进行定位，得到局部放电信号源的位置；并基于多个局部放电信号的特征信息确定局部放电信号源的类型。本申请通过融合多种传感器信号的到达时间差来对应局部放电信号源进行定位，并通过融合多种传感器信号的特征信息来确定局部信号源的类型，从而可以利用多种传感器的优势来监测局部放电信号，监测效果更好。果更好。果更好。


技术研发人员：蒋旭辉 王毅 王瑞琼 陈权锋 罗樟 罗洪飞 何家骏 左贤锟 唐劲 张成万 廖杨吉 赵明祺 周尧 谭聪 薛潇 易欢 邹鹏 刘黎明 朱元浩 朱敏杰 周梦雪 刘志强 张海龙
受保护的技术使用者：重庆邮电大学 河北明镜瑞达电子科技有限公司
技术研发日：2023.05.06
技术公布日：2023/8/6