新闻中心

时频聚类技术实战指南 ： 让局部放电无所遁形

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

现场噪声淹没局部放电信号？

传统滤波难以应对复杂干扰？

解析时频聚类技术如何精准“揪出”电缆附件的绝缘隐患！

 

01

PD检测的痛点破局

Breakthrough of the pain points in PD detection

 

 

1. 现场检测困境

 

电缆附件在电力系统中扮演着连接和传输的关键角色，其运行状态的稳定性直接关系到整个电网的可靠性。在电缆附件的日常运维中，局部放电（PD）检测是评估其绝缘性能和预防故障的重要手段。然而，电缆附件的PD信号较为微弱，在现场复杂的电磁环境中易被干扰信号淹没。

 

 

图1 实验电缆接头采集的PD脉冲与电源干扰信号

 

如图1所示，PD脉冲信号与干扰脉冲信号在时域和频域范围内特征差异明显，但传统方法难以有效区分。这种信号与干扰的混杂，使得准确捕捉和分析PD信号成为一项极具挑战性的任务。

 

2. 传统方法瓶颈与挑战

 

（1） PRPD谱图的局限性

 

PRPD谱图是一种基于工频相位的局部放电分析方法，通过将局部放电信号的幅值、相位及放电次数等参数进行统计分析，形成二维或三维谱图，以此来表征局部放电的特征和分布规律。

 

然而，PRPD谱图在实际应用中存在一定的局限性。当噪声覆盖全相位时，PRPD谱图将失效，无法准确识别PD信号，如图2所示。

 

图2 实验平台中含干扰的数据信号的PRPD谱图

 

在这种情况下，PD信号与干扰信号相互混叠，导致谱图杂乱无章，难以从中提取出有效的PD信息，从而影响对电缆附件绝缘状态的准确评估。

 

（2）硬件滤波与小波分析的不足

 

① 硬件滤波

 

硬件滤波是一种通过在信号传输回路中添加滤波器来滤除某些固定频率范围内的干扰信号的方法。尽管其可以有效去除特定频率的干扰，但现场干扰环境复杂多变，干扰信号的频率范围往往难以预先确定且会不断变化。

 

因此，硬件滤波难以适应多变的现场干扰环境，无法对未知频率或宽频带的干扰信号进行有效抑制。

 

②小波分析

 

小波分析则是一种基于小波变换的信号处理技术，能够将信号分解到不同的频率尺度上，实现频率细分。小波分析在处理非平稳信号和局部特征提取方面具有一定的优势，但在面对多源混合信号时，由于PD信号与干扰信号在频域上可能存在重叠，小波分析难以准确区分。

 

这使得传统的小波分析方法在复杂的现场PD检测中，往往无法满足高精度信号分离和识别的要求。

 

3. 时频聚类技术优势

 

（1）信号特征差异的利用

 

时频聚类技术利用PD脉冲信号与干扰脉冲信号在时域和频域中的特征差异（PD脉冲呈震荡衰减，干扰脉冲波形单一）进行信号分离，这种差异使得时频聚类技术能够在复杂的信号环境中有效区分PD信号和干扰信号。

 

（2）时频特征稳定性

 

同一PD源产生的信号在时域和频域中具有高度相似性，这一特性为时频聚类提供了基础。通过计算脉冲的等值时间（T）和等值频率（F），可以将PD信号与干扰信号划分到不同的聚类域，从而实现信号的降噪重建。

其中，T体现信号在时间上的位置与宽度，F反映信号主要的频率分布。

 

（3）抗干扰效果显著

 

时频聚类技术通过提取脉冲信号的时频特征，将其划分到不同的聚类域，从而有效分离PD信号和干扰信号。如图3所示，经时频聚类处理后，PD信号与干扰信号能够清晰分离，极大地提高了检测的准确性和可靠性。

 

图3 实验平台中含干扰信号的局部放电时频分析结果

 

 

02

时频聚类四步操作法

Four-step time-frequency clustering operation method

 

1. 脉冲波形采集

 

脉冲波形采集是局部放电检测的首要环节，对精准捕捉PD信号至关重要。首先，需挑选契合的传感器，比如罗氏线圈传感器适用于高频信号，电容耦合传感器适用于低频信号。其次，采样频率建议不低于5GHz，以保障能够精准捕捉纳秒级PD脉冲信号。

 

多通道同步采样可实现不同位置或类型信号的同步采集，利于信号时空特性分析。对采集信号开展初步处理，去除明显干扰与噪声，常使用幅值域滤波和时域滤波技术。

 

2. T-F特征提取

 

运用时频变换方法，比如短时傅里叶变换、小波变换等，把脉冲信号从时域转为时频域。通过计算脉冲信号的等值时间（T）和等值频率（F），将其组合成特征向量，以用于后续聚类分析，根据实际情况，可融入脉冲幅值、持续时间等参数丰富特征向量信息。

 

3. 聚类分离算法

 

借助聚类算法对特征向量展开分析，常用算法有K-均值、层次聚类、DBSCAN等。经聚类分析，能把PD信号和干扰信号归为不同聚类簇。

 

其中，K-均值适合大规模数据，需预设聚类数；层次聚类能够提供不同层次的聚类结果，无需预设聚类数；DBSCAN能识别任意形状聚类，不受噪声影响。依聚类准则值，将PD信号和干扰信号划分到不同聚类域，实现二者分离。

 

4. 降噪后PRPD重建

 

结合聚类结果，剔除干扰信号，重建PRPD谱图。首先，提取属于PD信号簇的脉冲信号，去除干扰信号成分。其次，依据PRPD谱图绘制方式，以工频相位为横坐标、放电信号幅值为纵坐标，用点密度或颜色深浅表示放电次数，重新绘制PRPD谱图。

 

重建后的谱图能直观呈现PD信号特征，为电缆附件绝缘状态评估与故障诊断提供有力依据，助力精准识别内部放电、表面放电等缺陷类型及其严重程度。

 

 

03

实战图谱诊断训练

Practical Map Diagnostic Training

 

1. 含干扰环境

 

在存在干扰源的情况下，PRPD谱图杂乱无规律，如图4a所示，传统方法难以有效识别PD信号。图中显示的PRPD谱图涵盖了全部相位范围，但放电脉冲的特征被干扰信号淹没，无法清晰识别有效信号，这使得现场检测PD信号变得极为困难。

 

2. 时频聚类后

 

经时频聚类处理后，PD信号（红点）与干扰（蓝点）得以清晰分离，成功提取出有效的放电信号，如图4b所示。通过时频分析，不同的信号源在时频域内的特征差异被揭示出来，从而实现了信号的准确分类。

 

PD信号在等值时间-等值频率平面上呈现出特定的分布模式，而干扰信号则集中在特定的等值频率范围内，使得从复杂背景中提取PD信号成为可能。

 

 

图4 含干扰信号的PRPD谱图与时频分析结果

 

 

 

 

 

 

时频聚类不是“黑科技”，

而是应对复杂干扰的数学武器。

掌握脉冲波形指纹，让隐蔽的局部放电无处遁形！

 

 

- END -

 

 

参考文献：

[1] 周凯，李康乐，龚薇.中高压电缆系统老化诊断及修复/著.—北京：科学出版社，2018.8.

[2] EIGNER A, SEMINO S. 50 years of electrical-stress control in cable accessories[J]. IEEE Electrical Insulation Magazine, 2013, 29(5): 47-55.

[3] 何金良, 谢竟成, 胡军. 改善不均匀电场的非线性复合材料研究进展[J]. 高电压技术, 2014, 40(003): 637-647.

[4] NIKOLAJEVIC S V, PEKARIC-NAD N M, DIMITRIJEVIC R M. A new concept in construction of cable terminations for medium voltages[J]. IEEE Transactions on Power Delivery, 1998, 13(3): 712-717.

[5] CIGRE Working Group 21.03. Recognition of discharges[J]. Electra, 1969, 11: 61-98.

[6] 邱容昌. 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.

[7] 周凯, 李旭涛, 黄华勇, 等. 电缆终端安装刀痕缺陷的局部放电特性分析[J]. 电力系统保护与控制, 2013, 41(10): 104-109.

[8] 刘刚, 陈志娟. 10 kV 交联聚乙烯电缆终端主绝缘含空气气隙缺陷试验[J]. 高电压技术, 2012, 38(3): 678-683.

[9] MASHIKIAN M S, PALMIERI F, BANSAL R, et al. Location of partial discharges in shielded cables in the presence of high noise[J]. IEEE Transactions on Electrical Insulation, 1992, 27(1): 37-43.

[10] 鲍永胜. 局部放电脉冲波形特征提取及分类技术[J]. 中国电机工程学报, 2013, 33(28): 168-175.

[11] 冯义, 樊友兵, 徐阳. 电缆接头局部放电带电检测中的抗干扰研究[J]. 高电压技术, 2006, 32(7): 61-63.

[12] CAVALLINI A, MONTANARI G C, PULETTI F, et al. A new methodology for the identification of PD in electrical apparatus-properties and applications[J]. IEEE Transactions on Dielectrics and Electrical Insulation, 2005,12(2):203-215.

[13] MONTANARI G C, CAVALLINI A. Partial discharge diagnostics: From apparatus monitoring to smart grid assessment[J]. IEEE Electrical Insulation Magazine, 2013, 29(3): 8-17.

[14] SI W, LI J, YUAN P, et al. Digital detection, grouping and classification of partial discharge signals at DC voltage[J]. IEEE Transactions on Dielectrics and Electrical Insulation, 2008, 15(6):1663-1674.

[15] 常文治. 电力电缆中间接头典型缺陷局部放电发展过程的研究[D]. 北京: 华北电力大学, 2013: 11-14.

[16] 万利, 周凯, 李旭涛, 等. 以电场特征理解电缆终端气隙的局部放电发展机理[J]. 高电压技术, 2014, 40(012): 3709-3716.

[17] 刘刚, 陈志娟. 10kV 交联聚乙烯电缆终端主绝缘含空气气隙缺陷试验[J]. 高电压技术, 2012, 38(3): 678-683.

[18] 唐炬, 龚宁涛, 李伟, 等. 高压交联聚乙烯电缆附件局部放电特性分析[J]. 重庆大学学报, 2009, 32(5): 528-534.

[19] 吴科, 周凯, 宋永佳, 等. 负荷变化对电缆终端局部放电行为的影响研究[J]. 绝缘材料, 2016,49(4):61-68.

[20] 贾志东, 范伟男, 袁野, 等. 基于温升试验的 10kV 交联聚乙烯电缆冷缩终端热分析[J]. 高电压技术, 2014, 40(003): 795-800.

[21] 刘畅. 电力电缆载流量与温度场计算软件设计[D]. 杭州: 浙江大学, 2015: 6-10.

[22] 王鹏, 吴广宁, 罗杨, 等. 脉冲方波频率对局部放电特性的影响及机理分析[J]. 西南交通大学学报, 2013, 48(2): 243-270.

[23] 赵智大. 高电压技术[M]. 北京: 中国电力出版社, 2006.

[24] ZHOU K, WAN L, LI X. Aging characteristics of inter-turn insulation of form-wound stator windings of inverter-fed AC motors[J]. Electric Power Components and Systems, 2013, 41(13): 1280-1293.

[25] WU K, IJICHI T, KATO T, et al. Contribution of surface conductivity to the current forms of partial discharges in voids[J]. IEEE Transactions on Dielectrics and Electrical Insulation, 2005, 12(6): 1116-1124.

[26] 罗杨, 吴广宁, 王鹏, 等. 连续方波脉冲电压下温度对聚酰亚胺薄膜局部放电特性的影响[J]. 中国电机工程学报, 2012, 32(19): 154-160.

[27] 廖瑞金, 严家明, 杨丽君, 等. 油浸绝缘纸损伤与局部放电相位分布模式演化的关系[J]. 电工技术学报, 2011, 26(6): 199-207.

[28] 高波, 吴广宁, 曹开江, 等. 聚酰亚胺纳米复合薄膜的耐电晕机理[J]. 高电压技术, 2013, 39(012): 2882-2888.

[29] 周凯, 陶霰韬, 赵威, 等. 在水树通道内生成纳米 TiO2 的电缆修复方法及其绝缘增强机制研究[J]. 中国电机工程学报, 2013, 33(7): 202-210.

[30] 何恩广, 刘学忠. 纳米 TiO2 填料对变频电机耐电晕电磁线绝缘性能的影响[J]. 电工技术学报, 2003, 18(1): 72-76

 

来源：电缆老化诊断与修复团队

 

ꄴ前一个： 无
ꄲ后一个： 无
创建时间：2025-09-10 11:27
넶浏览量：0