学术简报｜变电站特高频局部放电定向的新方法
参会注册
长按识别左侧二维码，登录报名网站（先注册网站会员，然后提交报名信息）
会议微信号
上海交通大学电气工程系的研究人员周南、罗林根、宋辉、盛戈皞、江秀臣，在2019年第15期《电工技术学报》上撰文指出（论文标题为“基于最大似然估计的变电站特高频局部放电定向方法”），局部放电是电力设备绝缘劣化的早期征兆，其准确检测对电力设备安全稳定运行有重要意义。
现有研究侧重于对局部放电脉冲波形进行分析与处理，来解决变电站现场局部放电信号信噪比低、易受干扰的问题，从而提高定向准确度。该文将局部放电定向问题转换为统计分析问题，利用概率统计中的最大似然估计法实现了低信噪比环境下的特高频局部放电准确定向。
仿真分析计算及变电站电气试验结果证明，该方法能提高局部放电定向精度，特别是在干扰较多、信噪比较低的变电站环境下（信噪比约5 dB），定向精度高于传统多信号分类（MUSIC）算法约20%。该文为利用概率统计方法解决局部放电定向问题提供了新思路。
电力设备绝缘介质部分区域发生放电，但整体尚未完全击穿的现象称为局部放电，是造成设备绝缘劣化的重要原因之一。有效的局部放电检测与定位对电力设备的安全稳定运行有重要意义。
局部放电的放电量随机变化，其信号容易受到噪声干扰，导致采集到的局部放电信号不稳定、随机性很强，使得传统的定向方法在局部放电定位中限制较多且精度有限。现有的局部放电定位方法可分为两类：基于信号时差（Time Difference of Arrival,TDOA）的方法和基于空间谱的定向方法。
TDOA方法根据不同传感器接收同一信号的时间差进行定位，定位精度取决于时差计算精度。由于变电站环境中的噪声会干扰信号时差计算，导致该方法在现场环境中定位误差较大甚至无法定位。基于空间谱的定向方法以多信号分类（Multiple Signal Classification,MUSIC）算法为代表，该方法基于信号子空间与噪声子空间的正交性进行定向。当信噪比低于5dB时噪声会破坏其正交性，导致在变电站环境中MUSIC算法定向精度较低。
现有研究着重分析局部放电脉冲波形特点，利用各类信号处理算法提升定位精度的思路。而本文将局部放电定向问题转换为统计分析问题，利用概率统计中最大似然估计法，实现低信噪比时基于特高频信号的局部放电精确定向。在推导局部放电概率密度函数的基础上，构建局部放电信号似然函数，并通过求取似然函数最大值得到局部放电源的方向角（Direction of Arrival,DOA）。
该方法无需计算信号时差，且算法简洁高效便于实际应用。仿真分析及变电站现场试验证明本文方法能显著提升局部放电定向精度。特别地，在信噪比为5dB、噪声干扰较大的变电站环境下性能良好，定向精度高于传统MUSIC算法约20%。该方法为利用概率方法解决特高频局部放电检测问题提供了新思路。
图5 变电站现场特高频局部放电定向测试
针对局部放电特高频信号不稳定、随机性强，导致传统方法难以准确定向的问题，本文提出了一种基于最大似然估计的变电站特高频局部放电定向方法，给出了理论推导过程及具体实现方法，并通过仿真分析及电气试验进行了验证，得到如下结论：
1）本文将特高频局部放电定向问题从信号波形处理转换为统计分析问题，在推导特高频局部放电信号概率密度分布的基础上，构建了其似然函数，并最终利用概率统计中的最大似然估计法测量了局部放电源的方向角。
2）仿真分析及变电站现场电气试验结果表明，在信噪比位于[7.5dB,5dB]范围时，最大似然估计法的定向性能更好，定向精度较传统MUSIC算法提升约20%；在变电站环境下（信噪比约5dB），定向精度仍更优，误差为1.7°。
3）本文为利用概率统计方法解决特高频局部放电定向问题提供了新的思路，对于多信号源的分离与定向将是本文的下一步工作。