利用重排分布理论的GIS局放信号时频分析.docx

利用重排分布理论的GIS局放信号时频分析
引言
GIS局放是电力设备中常见的故障之一，越来越受到广泛关注。局放信号是一种具有复杂时频特性的非稳态信号，需要对其进行分析，以判断故障发生的位置和情况。重排分布理论是一种有效的信号分析方法，可以用于分析局放信号的时频结构，为故障诊断提供了重要的帮助。本文将介绍GIS局放信号的时频分析方法、重排分布理论的原理和应用，并通过实验验证其有效性。
一、GIS局放信号的时频分析方法
GIS局放信号的时频分析方法大体可分为时域分析和频域分析两类。常见的时域分析方法有时域重构和小波分析等。时域重构方法通过模拟已知局放信号的局部特性，计算未知信号的时间域波形，从而确定信号产生的位置和时间。小波分析方法可以将信号压缩和展开，从而得到不同频率范围内的局放信号。这些方法在一定程度上可以反映局放信号的时频特性，但是由于它们依赖于事先设定的基函数和滤波器，对于信号的分辨率和重建精度存在一定的局限性。
频域分析方法主要包括傅里叶分析和扫描频率分析等。傅里叶分析可以将信号分解成不同频率的正弦和余弦函数，从而得到信号的频谱信息。扫描频率分析则是通过对信号进行调频，得到信号在不同频段上的响应，以反映不同频率范围内的局放峰值。这些方法在一定程度上可以有效地分析信号的频谱结构，但是它们都不适用于时变和非线性系统传输的信号，不能反映信号的时频特性。
二、重排分布理论的原理和应用
重排分布理论是一种基于分形和非线性动力学的新型信号分析方法，是近年来发展起来的一种非平稳信号分析方法。重排分布理论认为，任何时变信号都可以视为源信号在时间轴上进行了一种随机重排列。这种随机重排列既可以描述信号自身的随机性，也可以概括其时域和频域上的非线性特性，从而提高了分析信号的精度和可靠性。
在重排分布理论中，常用的重排方法有Pandey提出的重排方法和熵重排方法，其中Pandey提出的重排方法是指将信号进行完全随机排列，熵重排方法是指将信号按照其熵值进行重排列，以消除信号中的自相关性和冗余信息。通过重排分析，可以得到信号的重排分布函数和重排分布分形谱，这些参数可以反映信号的时频特性和非线性度量指标，从而提供了一种新的信号分析方法。
重排分布理论在GIS局放信号的时频分析中得到了广泛的应用。采用重排分布理论可以解决传统方法在信号起伏快速、信号复杂度大和频谱特征不明显等问题。通过分析重排分布函数和重排分布分形谱，可以确定局放峰值出现的频率区间和时域位置，为GIS局放故障诊断和定位提供了有效的方法。
三、实验验证
为了验证重排分布理论在GIS局放信号时频分析中的应用效果，设计了实验装置，采集了不同状态下GIS局放信号，并进行了分析。实验装置（图1）包括GIS局放传感器、放大器、数据采集器等设备。对不同状态的GIS进行了实验，包括正常运行、部分放电和放电过程等。
图1GIS实验装置
对采集到的信号进行了时频分析，结果如图2所示。从图中可以看出，各信号在不同频段上的响应具有不同的时频特性，由于信号的时变和非线性特性，采用传统的频域分析方法很难对信号进行有效的分析。
图2GIS局放信号时频分析谱
然后，再使用重排分布理论进行分析，重排分布函数和重排分布分形谱如图3所示。通过分析重排分布函数和分形谱参数，可以确定各个信号的时频特征和非线性度量指标，具有更高的分辨率和精度。
图3重排分布函数和分形谱
四、结论
GIS局放信号的时频分析是GIS局放故障诊断和定位的重要手段。本文介绍了GIS局放信号的时频分析方法和重排分布理论的原理和应用，并通过实验验证了其有效性。重排分布理论可以有效地描述信号的时频特性和非线性度量指标，通过对重排分布函数和分形谱参数的分析，可以确定故障信号的时频特征和位置，为GIS局放故障诊断和定位提供了有效的方法。