配網超聲波帶電檢測缺陷分類方法分析

王毅，王興勛，秦源汛

（北京國網富達科技發展有限公司,北京 100070）

電力設備絕緣因缺陷發生沿面放電或局部放電時，會同時伴隨著超聲波信號，這一信號一般在20～200kHz 的頻率范圍內觀察到，超聲波信號由放電源向周圍空氣中傳播或沿著絕緣介質和金屬介質傳導到電力設備外殼，并通過介質和設備縫隙向周圍空氣中傳播，由于超聲波頻率高其波長較短，因此它的方向性較強，能量較為集中，容易進行放電檢測。超聲檢測有接觸式檢測方式和非接觸式檢測方式，配網的超聲波檢測屬于非接觸式檢測方式。根據建設城市一流配電網的工作要求，目前各地市公司采用超聲波帶電檢測技術手段開展了配網線路缺陷排查工作，以提高配網可靠供電能力，提升配網運維管理精益化水平。對于檢出的配網線路缺陷，目前是根據設備臺賬及現場缺陷定位資料，建立缺陷資料庫，完成缺陷歸檔工作。隨著檢出缺陷數量日益增加，缺陷類型日趨全面，有必要進一步開展缺陷分類工作，為配電網運行安全提供技術支撐。

1 超聲波帶電檢測數據內容

現有的超聲波帶電檢測資料庫，主要是用于保存超聲檢測數據，包括基礎信息數據以及用于記錄檢測結果的音頻數據兩部分。

1.1 超聲帶電檢測基礎信息數據

基礎信息數據包括超聲波帶電檢測的檢測作業編碼、基本檢測信息、人員信息、檢測環境信息、試驗儀器信息、缺陷描述信息、圖像信息以及其他信息等其中部分次要信息缺省為隱藏模式，基礎信息數據的展示界面如圖1 所示。

圖1 基礎信息數據的展示界面

根據所存儲的基礎信息數據，超聲波帶電檢測資料庫可以完成基本的數據瀏覽、查詢、統計的功能，但由于建庫初期缺陷樣本資料較少，并可根據需求生成單次檢測的數據報告，如圖2 所示。

圖2 帶電檢測資料庫生成的數據報告

1.2 檢測結果的音頻數據格式

上述超聲波帶電檢測資料庫，還保存了超聲檢測結果的超聲信號音頻文件，以WAV 音頻格式保存，該文件中包含音頻信息及音頻數據兩部分，音頻信息中包含音頻文件名、數據壓縮類型、聲道數、采樣率、采樣數、時長、采樣位數等信息，以某次檢測結果為例，其音頻信息如表1 所示。

音頻文件中的音頻數據是一組M×N 矩陣，M 指采樣數量，在本例中為159950，N 指聲道數，在本例中為1，數據格式為INT16，用于存儲模數轉換后-32768～32768 的整數。例中，共存儲數據量為159950，采樣時長9.9969s，每秒采樣16000 次。

表1 超聲檢測數據的音頻信息

2 基于設備屬性的缺陷分類方法

根據配電網設備的一般分類方式，結合673 個缺陷樣本情況，基于缺陷設備屬性提出了缺陷分類方法，該方法以設備類型屬性為大類，以具體缺陷形式為小類，將所有缺陷劃分為12 大類26 小類，如表2 所示。

表2 基于設備屬性的缺陷分類方法

3 基于放電重復性特征的缺陷分類方法

超聲檢測數據包含現場超聲檢測的音頻數據，超聲檢測技術中，缺陷的準確定性分類這一技術難題至今尚未得以徹底解決。其主要原因在于，超聲缺陷回波信號是一種典型的瞬態信號，采用傳統的傅氏分析方法所得到的頻譜，無法同時反映出其時域突變位置和對應頻率等特征信息，但可以作為缺陷診斷的輔助參考。基于上述原因，項目組提出采用周期性放電特征分析的方式，對1～5 倍工頻周期下缺陷放電的重復性特征進行提取，構建能夠反映信號本征的特征向量，并依據現場檢測信息作為分類基礎，實現超聲檢測數據的特征分類，并在此基礎上建立針對放電強度判別的缺陷識別方法。

3.1 特征分類原理

重復性放電特征提取方法是針對超聲帶電檢測的音頻數據，以20ms、40ms、60ms、80ms 和100ms 作為疊加周期，對音頻信號進行疊加處理并計算均值，而后將結果二值化處理，進一步計算結果中峰值數量以代表重復性放電特征，并建立特征向量。對音頻數據進行重復性特征分析的周期，如圖3 所示。

如上圖所示，將音頻信息分解，以1～5 倍工頻周期為單位，進行疊加分析，計算周期性放電次數，記為x20至x100，對此再次進行歸一化處理，建立周期性重復放電次數的特征矩陣，記為X，如下式所示。

3.2 放電信號數據處理

圖3 信號疊加周期示意圖

為獲得特征矩陣，需要對超聲波帶電檢測的音頻信號數據進行處理，首先提取全部音頻數據，如圖4(a)所示，而后對數據進行周期性疊加分析，以20ms周期為例，分析處理后的結果如圖4(b)所示，而后對其進行歸一化處理，結果如圖4(c)所示，最后對歸一化后的數據進行二值化并計算峰值數量，結果如圖4(d)所示。

經過以上計算過程，得到20ms 疊加周期下放電信號的特征向量數，針對40～100ms 疊加周期重復上述過程，并以得到的最大值為基準再次歸一化，得到放電信號的特征向量如下式所示：

4 缺陷數據庫設計

圖4 放電音頻信號處理結果

表3 數據庫字段及數據類型

使用ACCESS 建立了超聲檢測缺陷數據庫，該數據庫主要保存現場超聲檢測結果的音頻數據及相關音頻信息，以及超聲檢測音頻數據的相關處理結果，以前文提及的文件20184206.WAV 為例，數據庫字段及相關內容設計如表3所示。

該缺陷庫通過唯一性編號與超聲波帶電檢測資料庫相關聯，可供資料庫調用數據或開展進一步分析。

5 結語

本文針對配電網超聲波帶電檢測數據的分類問題，依托現有資料庫以及數據平臺，提出了基于設備屬性和放電重復性特征的缺陷分類方法，建立了缺陷數據庫，為配電網帶電檢測業務提供了進一步的技術支持。