[发明专利]基于超声稀疏阵列传感器的油中多局部放电源定位方法有效
申请号: | 201310427663.7 | 申请日: | 2013-09-20 |
公开(公告)号: | CN103529364A | 公开(公告)日: | 2014-01-22 |
发明(设计)人: | 谢庆;律方成;李燕青;程述一 | 申请(专利权)人: | 华北电力大学(保定) |
主分类号: | G01R31/12 | 分类号: | G01R31/12 |
代理公司: | 石家庄冀科专利商标事务所有限公司 13108 | 代理人: | 李羡民 |
地址: | 071003 河*** | 国省代码: | 河北;13 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 超声 稀疏 阵列 传感器 油中多 局部 电源 定位 方法 | ||
1.一种基于超声稀疏阵列传感器的油中多局部放电源定位方法,其特征在于,它利用超声阵列传感器检测局部放电源发出的超声信号,利用宽频信号聚焦与修正盖氏圆准则相结合的辨识方法对油中局部放电源的个数进行辨识,再利用局部放电超声阵列信号的测向方法进行多局放源的波达方向估计;最后,对多局部放电源进行定位。
2.根据权利要求1所述的基于超声稀疏阵列传感器的油中多局部放电源定位方法,其特征在于,油中局部放电源个数按如下步骤辨识:
设均匀阵列由 个等间距的阵元组成,宽带信号从远场入射,则阵列接收的信号矢量如下式所示:
其中,为经过TCT算法聚焦后的局部放电超声阵列信号,A为阵列流型矩阵,为信号所包含的方位信息,S(t)为原始信号数据矩阵,Ns(t)为噪声矩阵;当噪声为空间高斯白噪声时,接收信号的协方差矩阵为:
是信号源协方差矩阵,是高斯白噪声的能量,是的单位阵;若设的各列向量为,则;其中,为A(Θ)的各个行向量;
对阵列接收信号的协方差矩阵进行奇异值分解并假定奇异值降序排列:
其中,是奇异值分解所得到的特征向量空间;
取
其中,,是1到M中的任意一个数;显然,与盖氏圆准则中的信源判据结构相同;中对应于噪声的为零(),而对应于信号的是一个相对较大的数;可以得到个向量,;分别对每一个用类似于盖氏圆准则对信源数作辨识:
其中是快拍数;是的递减函数, k依次取1,2,…,M,如果当时,为第一个比零小的值,则信源数的辨识值取;将次估计结果进行加权平均,所得到的结果即为最终辨识出的信源数。
3.根据权利要求2所述的基于超声稀疏阵列传感器的油中多局部放电源定位方法,其特征在于,局放源坐标位置按如下步骤确定:
假设空间有3个传感器,每个传感器有条测向线,从每个传感器的测向线中任取一条进行组合,共有种组合;对每种组合利用用遗传算法进行空间搜索,求取距离表达式,可得到个;对距离集合依次个最小值,其所对应的坐标即为局放源坐标位置。
4.根据权利要求3所述的基于超声稀疏阵列传感器的油中多局部放电源定位方法,其特征在于,超声阵列传感器按如下步骤确定其稀疏结构:
a、确定在考虑稀疏分布情况下,局部放电超声阵列传感器的稀疏阵列指向性函数表达式;
b、根据稀疏阵列指向性函数表达式,结合局部放电超声阵列传感器声学性能评价指标,确定相应情况下优化搜索的目标函数;
c、利用混沌猴群算法,包括混沌初始化、步长递减爬过程、参数递增混沌望过程以及边缘跳过程,确定对应稀疏阵列下,局部放电超声阵列传感器的优化的稀疏结构。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于华北电力大学(保定),未经华北电力大学(保定)许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201310427663.7/1.html,转载请声明来源钻瓜专利网。