国产免费观看久久黄AV片,一本色道久久HEZYO无码,A级毛片无码久久精品免费,欧美性猛交XXXX黑人

 您的位置: 首頁 > 新聞中心

非接觸三相檢相表干擾的抑制


非接觸三相檢相表干擾的抑制,其它干擾上升為主要矛盾。對于周期型脈沖干擾的抑制,主要有兩類處理方法:模擬方法和數字方法。模擬方法包括差動平衡法、定向耦合法和參考信號法等;前兩種方法同樣適用于隨機脈沖干擾的抑制,將在后文中介紹。文獻[9]選擇只包含脈沖干擾而不包含放電脈沖的配電線路測量脈沖干擾信號,利用所測的干擾脈沖作為控制信號,當信號水平超過設定閾值并且判定為干擾時,停止模數轉換器(ADC)工作,以消除來自配電線路的干擾脈沖。
  數字方法的原理是利用干擾和局放信號相位分布不同的特點進行處理。例如,KONIG,G.和KOPF,U.提出一種方法[10],首先記錄多個周期的信號,然后對每個周期同相位上的數據進行平均,以此構成模板同原始信號相減,從而消除周期型的干擾信號。此種方法當局放信號較少并且分布特點比較明確的時候去除干擾的效果較好,當局放信號多且強的時候效果不好。
 它借鑒了生物信號處理的一些成果,其基本原理是從局放信號同周期型干擾信號具有不同的形狀出發,首先進行數據分段,把脈沖從波形信號中分離出來,形成單個脈沖序列,利用FFT算法在頻域對各脈沖進行互相關計算,判斷其相似度并按照一定的標準進行分組,根據這些組脈沖求取類信號模板,然后對每一類的信號在時域進行合成。分析發現,局放信號的相位較分散,而干擾的則非常集中。利用這一特點剔除周期型脈沖干擾信號類,把剩余的信號重構,可得到去除周期型脈沖干擾后的信號。
  由此可知,利用局放和周期型脈沖干擾在波形和相位上的不同進行干擾抑制是可行的。該方法還可用來定位,它通過分析不同放電點引起的脈沖波形的特征來識別。此法的缺點是:當局放重復率較高時,有可能把相鄰的兩個脈沖看成一個,影響識別的效果;此外,當脈沖波形較多時,運算速度有影響,不過隨著微機運算能力的大幅度提高,這種影響會越來越被忽略。
  5 隨機脈沖型干擾的抑制
  這類干擾*難剔除。由于干擾和局放信號在頻域內的特征具有相似性,因此現有的大量方法都是從時域考慮的。常用方法有硬件電路法、軟件波形識別法和人工智能法。
  5.1 硬件電路法 它的基本思路是利用兩個測量點的輸出信號中外來脈沖干擾同方向,而內部放電脈沖方向相反的特點,去除脈沖干擾。具體實現為硬件電路,常用電路包括差動平衡法[12]、脈沖極性鑒別法[13]和定向耦合法
  在實際應用中,前兩種的效果并不理想。這是因為對于差動平衡法,由于傳播路徑不同,組成差動的兩路信號往往不能很好的對應,因此差動效果不佳。文獻[15]提出了差動“平衡對”的概念對此進行了改進,可消除干擾并同時獲得局放脈沖幅值及脈沖個數。脈沖極性鑒別的局限在于由于模擬延遲和極性鑒別器受外界因素影響較多,會造成電子門控誤動作,降低了極性鑒別的準確性。
  定向耦合法是德國的Borsi H等于1987年提出的。非接觸三相檢相表干擾的抑制,它用特殊繞制的Rogowski線圈在高壓套管底部靠近法蘭處耦合局放信號,并根據線圈兩端電壓的大小來判斷是局部放電信號還是外來電磁干擾。該法把Rogowski線圈的中間抽頭與變壓器套管末屏測量端子連接起來。此時末屏測量端子串一個小電阻接地,可以看成末屏和末屏對地電容組成電容分壓器的低壓臂,經小電阻接地后形成了一個高通濾波器,只有高頻信號才能通過。Rogowski線圈與高壓套管末屏測量端子連起來構成定向耦合電路。
U(1)=Uc+U1,U(2)=Uc-U2=Uc-U1。此時U(1)>U(2);若電流I反向,則U(1)<U(2)。由此可以確定信號的方向和性質,清楚地將局部放電信號和外來電磁干擾區別開來。
  在實際應用中,人們對此作了改進[16],用兩個羅氏線圈替代原測量線圈并采用選頻的方法提高測量信號的信噪比,據論文介紹,得到了較好的結果。
  5.2 軟件波形識別法 隨著計算機技術和數字信號處理技術的發展,利用脈沖信號特征進行邏輯判斷也可抑制干擾。它的前提是脈沖識別,即判斷脈沖是否存在、脈沖持續時間和相應的起點與終點,以便較準確地確定放電相位和聲波時延。
  目前脈沖識別多采用閾值識別法。而現場測量的脈沖多是衰減振蕩波,該法很易誤判且無法確定脈沖持續時間。文獻[9]提出一種結合脈沖幅值閾值和波形特征來識別振蕩脈沖的方法,并在實用中得到了較好效果。
  5.3 模式識別的應用 此法的本質仍是利用信號的相位特性進行區別。局放信號雖然幅值變化很大,但它們的相位分別集中在45°225°附近。例如,由于電弧放電的發生相位同局放有差異、幅度變化較小并且在脈沖形狀上也略有不同,根據這些特點,一個有經驗的專家可以很容易地分辨出電弧放電信號這種干擾。模式識別方法就是專家經驗的軟件實現,它已在CIGER的報告中得到確認,一些相應的軟件也已出現[17-20]。常見的方法包括模糊邏輯法、kohonen網絡分類法、KLT變換法和基于*小距離的人工神經網絡法等。總體來講,模式識別方法的難度在于需要積累大量的先驗知識并能找出干擾和局放間的特定差異,而在線測量中,在強烈的干擾信號中找出這些差異比較困難。下面介紹其中幾種方法。
  5.3.1 Karhunen-Loeve-Transform法 研究發現,用于模式識別的輸入矢量維數較高時,分類較困難且效果不好;降低維數后,分類效果能得到改善。換言之,為提高識別率、突出信號的特征,首先需去除信號中的干擾或噪聲信息。KLT變換的原理如圖2所示。由圖可以看出,若采用x1-x2坐標系,要進行分類必須同時采用x1,x2坐標;若對此進行正交變換,轉移到w1-w2坐標系。則僅需w2坐標即可進行分類。由此可見,經KLT變換,可去除干擾。
  5.3.2 Kohonen網絡 該算法為一種無監督的算法(如圖3所示)。它的原理是尋找輸入向量到輸出層歐氏距離*短的節點,以此為輸出,并通過自組織算法修改此節點與鄰節點的權值,使這些節點對當前的輸入有更大的響應。Kohonen算法可以進行自適應分類,區分局部放電信號和干擾信號,從而達到干擾消除和抑制的目的。
  5.3.3 脈沖序列分析法 據介紹該法簡單有效且識別率較高[21]:它由局部放電間的放電電壓差或相位差構成分析序列,由這些特征來區分不同的放電模式和干擾,以達到干擾抑制的目的;此外,還可以進行故障點定位。
  6 總 結
  大量的研究成果表明,隨著A/D轉換速率的提高、計算機技術的發展,采用寬頻帶(10k-1000kHz)傳感器結合高速采樣的變壓器局放在線監測系統已成為發展的主流。信號處理已從傳統的譜分析發展到可對局放波形進行時域分析。
  數字處理技術和人工智能領域中的一些成果已廣泛用于在線監測中的干擾抑制,并且有望取得突破性的成果。
  為進一步提高抗干擾措施的有效性,應加強對干擾和脈沖的傳播規律的研究,這包括在變電站的傳播和變壓器內部傳播的研究,由此可能發現它們在波形、相位和方向等方面特征的差別。

滬公網安備 31010602002582號