变压器局部放电监测中以小波包去噪和统计量识别放电模式的研究

局部放电是变压器内绝缘劣化的重要原因，也是反映变压器绝缘状况的重要征兆，变压器局部放电在线监测及模式识别是检测变压器内绝缘缺陷及评价绝缘状况的重要方法，其最大的难题是如何消除现场的各种干扰，并提取被测局部放电信号特征及进行放电模式识别。本文在分析国内外电力变压器局部放电在线监测的干扰抑制和模式识别有关技术的基础上，作者对局部放电信号在绕组中的传播特性、小波包变换抑制周期性窄带和白噪干扰、统计特征量的提取、以统计特征量识别放电模式方法等进行了系统研究。 （1）以Saber为工具，建立了变压器绕组及其所联网络和设备的暂态模型，研究了局部放电信号在其中传播的频率特性。分析了绕组的外联网络、不同的监测点、低压绕组、中性点接地方式等对局放信号幅度、频谱的影响，为局部放电在线监测频带、监测点的选择以及局放的定位提出了具体的建议。 （2）研究利用小波包变换的频域分割特性，将信号信息测度的香农熵作为局部放电信号的小波包变换树节点存在周期性窄带干扰与否的判据，首次提出了用于抑制局部放电在线监测中周期性窄带干扰的小波包变换熵阈值法。并对局部放电信号的采样率、脉冲波形、衰减时间常数、时间间隔、基小波的选取、干扰的中心频率和数目、熵阈值以及信噪比等对小波包变换抑制窄带干扰处理效果的影响进行了仿真研究及实例分析，其结果表明小波包变换熵阈值法抑制周期性窄带干扰能力强，勿需事先确定干扰的分布，能够准确检测局部放电信号的相位信息。 （3）将基于小波包变换的非平稳信号消噪算法应用于局部放电在线监测抑制白噪干扰，通过研究其对不同局放波形、采样率、噪声水平下的处理效果，首次提出了理想白噪声条件下提取局部放电信号的曲线，分析了各种因素对该算法下信号失真的影响。 （4）深入研究了局部放电各种指纹谱图特征参数的提取方法作，提出用Weibull模型分析局部放电的脉冲幅值分布谱图，引入尺度参数和形状参数，提出用最小二乘法估计两参数的Weibull模型参数，用优化模型估计混合Weibull模型参数。对单一放电情况和混合放电情况作了详细分析，总结了各种放电类型的Weibull参数分布情况。比较了局部放电的脉冲相位分布谱图和谱图的差异，并计算了各类放电对应的统计算子95％置信区间。对上述特征参数采用聚类分析的方法来识别局部放电类型，识别结果表明新引入的Weibull参数能很好地反映局部放电类型和放电程度。 以上研究表明，小波包分析适用于去除周期性窄带干扰和白噪干扰，有效、 准确、稳定；对检测到的局部放电信号提取统计特征量，并用聚类分析的方法来识别局部放电类型，获得了良好的识别效果。