基于超高频法的GIS局部放电监测技术及频谱监测技术研究

摘要

气体绝缘开关设备（GIS）因其结构紧凑、可靠性高而广泛应用于电力系统。内部局部放电（PD）是导致绝缘劣化的主要原因之一。超高频（UHF）法因其抗干扰能力强、灵敏度高，成为GIS局部放电监测的主流技术。本文围绕基于超高频法的GIS局部放电监测技术，重点研究频谱监测技术，包括UHF信号频谱特征分析、频谱监测方法及在局放检测与模式识别中的应用。通过实验与仿真，验证了频谱监测在提取局放特征方面的有效性，为GIS状态检修提供技术支撑。

1. 引言

GIS内部局部放电会产生陡脉冲电流，激发频率高达数GHz的电磁波。超高频法通过内置或外置传感器接收300MHz~3GHz频段的电磁信号，避开电力系统常见干扰。频谱监测技术则通过分析接收信号的频谱分布，获取放电类型、强度等信息。本文旨在系统研究超高频法下频谱监测的关键技术，提升局放监测的准确性和可靠性。

2. 超高频法GIS局部放电监测原理

2.1 局部放电产生机理

GIS内绝缘缺陷（如金属突出物、自由微粒、绝缘子气隙）导致电场集中，引发局部放电。放电脉冲上升沿极陡（ps级），辐射高频电磁波。

2.2 超高频监测系统组成

系统包括UHF传感器（内置式或外置式）、信号调理单元、高速采集卡和数据分析软件。传感器带宽通常为300MHz~1.5GHz，增益需满足灵敏度要求。

2.3 超高频法优势

与脉冲电流法、超声波法相比，UHF法抗低频干扰强，可定位放电源，适合在线监测。

3. 频谱监测技术研究

3.1 频谱监测基本原理

频谱监测通过快速傅里叶变换（FFT）将时域UHF信号转换为频域，分析幅值、频率分量及能量分布。局放信号频谱通常呈现多个峰，不同缺陷类型对应不同频段能量集中。

3.2 频谱特征提取方法

• 频谱幅值分布：提取特定频段（如500MHz、800MHz、1GHz）的幅值，作为特征量。
• 频谱质心与带宽：计算频谱质心频率和-3dB带宽，反映信号频率中心及宽度。
• 小波包变换：对信号进行多尺度分解，提取各频带能量比。
• 高阶累积量：抑制高斯噪声，增强非高斯局放信号特征。

3.3 频谱监测在模式识别中的应用

通过机器学习（如支持向量机、神经网络）对频谱特征进行分类，识别典型缺陷：金属尖端、自由微粒、悬浮电位、绝缘子污秽等。实验表明，基于频谱能量的特征对典型缺陷识别率可达90%以上。

3.4 抗干扰频谱监测策略

为抑制通信、雷达等干扰，可采用：

• 频谱阈值滤波：仅保留超过动态阈值的频段。
• 自适应噪声抵消：利用参考天线消除背景干扰。
• 多频段联合监测：对比多个频段能量，排除窄带干扰。

4. 实验与结果分析

4.1 实验平台

搭建GIS模型腔体，设置四种典型缺陷，使用UHF传感器（300MHz~1.5GHz）采集信号，采样率5GS/s。

4.2 频谱特征对比

• 金属尖端缺陷：频谱能量集中在800MHz~1.2GHz。
• 自由微粒：低频段（300MHz~600MHz）能量较高。
• 悬浮电位：频谱较宽，1GHz以上有明显分量。
• 绝缘子气隙：600MHz~900MHz出现峰值。

4.3 模式识别结果

提取10个频谱特征（各频段能量比、质心、带宽），采用SVM分类，平均识别率达93.5%，验证了频谱监测的有效性。

5. 结论

本文研究了基于超高频法的GIS局部放电监测中的频谱监测技术。通过分析UHF信号频谱特征，提取多种特征量，结合模式识别实现了局放类型判别。实验表明，频谱监测能有效区分不同缺陷，抗干扰能力强。未来可进一步研究多传感器频谱融合与深度学习，提升监测系统智能化水平。

参考文献

[1] 李军浩, 等. GIS局部放电超高频检测技术综述[J]. 高压电器, 2018.
[2] 王有元, 等. 基于UHF的GIS局部放电模式识别研究[J]. 电工技术学报, 2020.
[3] 周凯, 等. 频谱监测在电力设备局放检测中的应用[J]. 电力系统自动化, 2019.