科研之友
微信
新浪微博
Facebook
分享链接
摘要
随着城市的快速发展,地埋电缆相对架空电缆而言具有较多优势而得到广泛的应用。但随着社会经济的增长,电缆负荷持续增加以及地面野蛮施工等,地埋电缆容易发生故障;加之电网改造、电缆搬迁与修复、地貌变化,原有图纸已不能反映电缆的走向与埋深,地埋电缆的维护和管理问题日益增多。由于地埋电缆跨越地域大,故障点的寻找十分困难,若不能及时修复电缆故障,不仅会浪费大量的人力物力资源,还可能会造成停电事故。因此,快速、准确地定位电缆故障点具有迫切的现实意义。本文首先对电缆故障检测的基本知识如故障类型、产生原因以及检测方法进行分析,阐明电缆故障检测的关键技术在于检测过程中采集信号的滤波与增强处理,并进而综述了电缆故障检测及信号增强的国内外发展现状。其次针对电缆故障检测技术中所存在的问题,旨在研究故障距离预定位、电缆路径寻测、故障位置精定位方法以及在低信噪比非平稳背景噪声下的信号增强技术。研究的主要工作和创新性成果包括:电缆故障距离的预定位需要在较强的背景噪声和干扰信号下提取微弱的有用信号。本文对不同距离电缆故障测试所得到的信号进行分析,研究了基于改进型经验模态分解（Empirical Mode Decomposition,EMD）滤波的电缆故障信号检测技术,首先对信号进行经验模态分解,然后确定本征模态分量中噪声主导分量与有用信号主导分量的分界点,并采用小波变换进一步筛选有用信号,减少滤波误差,以此对发射波波头和反射波波头进行定位,得出时间差,计算故障距离,实现故障点的预定位。针对在电缆路径探测中管线分布错综复杂的环境下,信号间的干扰大大影响探测结果准确性的问题,本文探讨了基于EMD的五阶收敛独立分量分析（Independent Component Analysis,ICA）电缆路径检测信号提取技术。电缆路径检测基于接收信号与发射信号的强相关性、与干扰信号以及噪声频谱的差异性,对信号进行EMD分析,并采用五阶收敛ICA方法使得EMD依次分解出的本征模态分量与剩余信号相互独立,并自动提取与发射信号的频谱具有最大相关性的本征模态分量,作为最终所要求的信号,从而达到去除干扰、增强有用探测信号的目的。声磁同步法是电缆故障精确定位中的常用方法,磁场信号频率高、幅值强,容易检测,但声音信号幅度小,且容易受周围环境噪声的影响。针对故障点检测环境噪声复杂、电缆故障检测定点装置采样的故障点冲击放电声音完全淹没在背景噪声中的问题,本文提出了一种基于小波包变换分解信号、自适应滤波估计噪声与遗传算法寻优重构相结合的声音信号增强算法。结合声磁同步定点法,能够更为准确地计算电力电缆故障点放电声音信号与磁场信号同步传输差值,提高故障点精定位的精度。针对电缆故障检测仪器功能单一、结构固定、不能根据环境的改变而自动变换相应功能,且当软硬件出现问题时不能自修复的问题,本文将硬件演化思想应用于电缆故障检测设备,使得电缆故障检测系统向低功耗、小型化、高可靠性方向发展。选用现场可编程门阵列（Field Programmable Gate Array,FPGA）作为演化硬件并提出一种非持久精英保留策略的趋向型紧凑遗传算法（non-persistent elitism Tendency Compact Genetic Algorithm,ne-TCGA）用以对硬件实现演化,弥补了传统演化算法占用存储空间大与搜索能力不足等缺点,提高演化效率,为最终实现多功能电缆故障检测自演化系统奠定了基础。本文以经验模态分解、小波变换、独立分量分析、优化算法等为理论基础,研究了电缆故障检测过程中的信号增强技术,通过理论分析、仿真验证以及试验应用,有效地解决了非平稳背景噪声下有用信号的提取问题,提高了电缆故障检测信号的信噪比,增加了电缆故障检测准确率。最后将演化思想应用于电缆故障检测,研究新型智能电缆故障检测系统,从而达到电缆发生故障后能够及时准确地检测到故障点并进行修复的目的。
- 单位
