1  引言

高压开关柜是电力系统潮流控制和继电保护的主要设备，其绝缘状态对系统安全存在很大影响，局部放电(PD)是导致绝缘缺陷的主要因素，同时也是设备绝缘劣化的重要表征^[1]。通过对开关柜进行PD在线检测可以评估其绝缘状态进而有效预防高压电力系统事故^[2]。

超声波局放信号检测因不受电磁环境干扰、与电气设备无直接电气联系而广泛应用于在线绝缘监测^[3]，而开关柜超声波PD信号的采集是进行开关柜在线绝缘状态检测研究的基础，也是研究超声波PD模式识别的关键.

本文采集开关柜中不同的超声波PD信号，运用已有PD模型^[4]进行数据拟合从而建立开关柜PD信号波形方程，将建立的PD波形方程结合声波传播特性及现场干扰噪音构建超声波PD模型；最后将建立的模型进行时域波形特征提取，将其输入识别器进行相似度检测，结果表明：该方法建立的超声波PD模型信号与实际采集信号具有很高的相似度，可以用来研究超声波PD在线监测和绝缘状态在线评估。

2  超声波PD波形方程建立

开关柜中的局放模型可分为三种^[5]，其一为金属突出物放电模型（简称一类PD）主要发生在接线端子和母线排毛刺等被气体包围的高压导体周围；其二为绝缘表面固定金属微粒缺陷放电模型（简称二类PD），一般发生在开关柜母线室等承受交变高压的绝缘柱表面；其三为气隙放电模型（简称三类PD），一般由绝缘介质制造工艺缺陷或绝缘介质老化造成。

国内外常用的局放信号源数学模型是基于IEC60270规定测量法建立的^[6]，有如下四种：

3  超声波传播特性

开关柜发生超声波PD时会释放能量，使得周围产生球面波形的声波。当距离声源小于10米的范围时，声波可近似为平面波来处理。平面波的质点运动速度和声压是两个重要参数，设平面波的传播方向沿x方向，声压为P，则质点的运动速度v为^[7]：

4  超声波PD波形拟合结果

4.1  开关柜超声波PD波形拟合

通过超声波PD波形方程结合声波传播特性对无噪音的超声波PD信号进行数据拟合，其拟合的三种超声波PD波形如图1所示。

4.2  环境噪音

在实际开关柜超声波PD测量现场，除PD信号外，传感器还会采集到多种干扰噪音，包括周期性窄带干扰^[8]和白噪音干扰，其采集观测信号可表示如下：

       (11)

式中：f(t)表示总观测信号；s(t)为PD信号；w(t)为窄带干扰；n(t)白噪音。窄带干扰分为周期性窄带干扰和随机窄带干扰，选取18kHz,23kHz,34kHz,44kHz,68kHz,95kHz,150kHz,180kHz,200kHz九个常见超声波传感器窄带干扰频率作为w(t)；干扰随机白噪声n(t)采用高斯白噪声。

4.3  观测超声波PD信号波形

在20M/s采样率下采集1000个点作为拟合数据，其拟合观超声波PD信号波形如图2所示。将超声波PD信号、窄带干扰和白噪音叠加即可得到超声波PD观测波形，其结果如图2。

5  相似度验证

5.1  拟合超声波PD波形特征提取

本实验相似度验证采用对比的方式，提取拟合超声波PD信号的五个波形时域特征，其式如下：

5.2  拟合结果评定

运用现有的高精度超声波PD模式识别器^[10]对提取的拟合超声波PD信号特征进行识别。调整白噪音干扰及窄带干扰，对衰减因子作适量调整获得各模型数据30组，对其提取特征进行识别，识别结果如表3所示。

通过表3的结果可以看出，通过文章方法拟合的超声波PD模型可以实现绝缘在线检测研究，对实验环境测试超声波PD类型检测仪及绝缘状态在线检测有一定参考价值。

6  结语

文章通过波形拟合建立超声波局放信号波形方程，实现对原有数学模型的优化；建立了干扰环境下的超声波局放信号模型，为超声波局放仪器开发环境测试超声波局放仪器的准确度提供了实验条件，测使基于超声波法的局放模式识别算法改进成为可能。

参考文献：

[1] 王庆华. 高压开关柜局部放电超声波传感器的研制及其抗干扰的研究[J]. 电气技术, 2017, No.214: 43-48.

Wang Qinghua. Development of Ultrasonic Sensor and AN-interference research for partial discharge in high voltage switchgear[J]. Electrical Engineering, 2017, No.214: 43-48.

[2] 汪昺粲. 基于超声波传感器的高压开关柜局部放电在线监测研究[D]. 广州: 华南理工大学, 2017.

Wang Bingcan. Research on High Voltage Switchgear Partial Discharge on-line Monitoring Based on Ultrasonic Sensor[D]. Guangzhou: South China University of Technology, 2017.

[3] 邹璟, 方勇, 施涛, 等. 一起10kV开关柜局部放电研究[J]. 云南电力技术, 2020, 48(250): 111-114+119.

Zou Jing, Fang Yong, Shi Tao, et al. A Study on Partial Discharge Test of 10kVSwitchgear[J]. Yunnan electric power, 2020,48(250):111-114+119.

[4] 唐炬, 林俊亦, 卓然, 等. 基于支持向量数据描述的局部放电类型识别[J]. 高电压技术, 2013, 39(246): 27-34.

Tang Ju, Lin Junyi, Zhuo Ran, Tao Jiagui, et al. Partial discharge type recognition on support vector data description[J]. High Voltage Engineerring,2013, 39(246): 27-34.

[5] 白鹭, 李小婧, 董理科, 等. 基于超声波法识别环网柜的局部放电类型研究[J].电测与仪表, 2020, 57(736):47-53.

Bai Lu, Li Xiaojing, Dong Like, et al. Study on the partial discharge types of ring network cabinets based on ultrasonic method[J]. Electrical Measurement and Instrumentation, 2020,57(736):47-53.

[6] 程曦. 基于TEV和超声波法的高压开关柜局部放电综合检测方法及诊断技术[D]. 北京: 华北电力大学, 2017.

Cheng Xi. Research on the Partial Discharge Detection and Diagnise Method in HV Swithgear based on TEV and Ultrasonic Wave[C]. Beijing: School of electrical and electronic engineering, 2017.

[7] 谢颜斌. 超高频局部放电信号等效源数学模型及其与放电量的关联分析[C]. 重庆: 重庆大学, 2010.

Xie Yanbin. Study on mathematical model of equivalent source of PD in GIS and Calibration of discharge quantity of UHF signal[C]. Chongqing: Chongqing University, 2010.

[8] 王庆华. 高压开关柜局部放电超声波传感器的研制及其抗干扰的研究[J]. 电气技术, 2017, No.214: 43-48.

Wang Qinghua. Development of Ultrasonic Sensor and AN-interference research for partial discharge in high voltage switchgear[J]. Electrical Engineering, 2017, No.214: 43-48.
[9] 毕为民. 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[D]. 重庆大学,2003.

Bi Weimin. Study on Denoising Methods with Wavelet Packet and Pattern Recognition by Statistical Features for On-line Transformer Partial Discharge Monitoring[D]. Chongqing University, 2003.

[10] 张家源, 胡岳. 基于Spectrogram谱图局部放电窄带干扰信号抑制方法[J].电气自动化,2020,42(249):59-62.

Zhang Jiayuan, Hu Yue. Spectrogram-based Method for Suppressing Narrow-bandInterference Signal in Partial Discharge[J]. powersystem and automation, 2020,42(249):59-62.

[11] 李宾宾, 张健, 柯艳国, 等. 基于暂态地电压的开关柜局放特征提取及类型识别方法研究[J].高压电器,2018,54(348):43-50.

Li Binbin, Zhang Jian, Ke Yanguo, et al. Research on Partial Discharge Feature Extraction and Type Identification Method of Switchgear Based on Transient Earth Voltage[J]. High Voltage Apparatus,2018,54(348) :43-50.