超声波检测方法在电力设备绝缘状态检测定位中应用广泛。针对局部放电超声测向MUSIC算法存在的采样率要求高、计算复杂度大等不足,提出基于定向超声阵列信号强度信息的定向多重信号分类(directional multiple signal classification,Dir...超声波检测方法在电力设备绝缘状态检测定位中应用广泛。针对局部放电超声测向MUSIC算法存在的采样率要求高、计算复杂度大等不足,提出基于定向超声阵列信号强度信息的定向多重信号分类(directional multiple signal classification,Dir-MUSIC)算法。在阐述该算法理论模型和应用条件基础上,针对均匀圆盘超声阵列,仿真研究了不同增益方向图主瓣宽度、不同信噪比条件下Dir-MUSIC算法的测向精度。仿真结果表明8阵元阵列在-5 dB信噪比、方向图主瓣宽度为90°~120°时测向精度最高,均方根误差小于2°。最后基于研制的微型机电系统麦克风(microelectro-mechanical system,MEMS)定向超声阵列进行了测向试验,结果表明8阵元圆盘超声阵列测向均方根误差最小为2.76°,测向标准差最小为2.72°,验证了Dir-MUSIC算法的有效性与准确性。展开更多
局部放电是衡量电力设备绝缘状态的重要指标,局放检测需要解决局放源定位问题。多重信号分类(multiple signal classification,MUSIC)采用全向天线作为接收阵列,可实现多源信号的超分辨率空间谱估计,但要求高信号采样率,且在低信噪比情...局部放电是衡量电力设备绝缘状态的重要指标,局放检测需要解决局放源定位问题。多重信号分类(multiple signal classification,MUSIC)采用全向天线作为接收阵列,可实现多源信号的超分辨率空间谱估计,但要求高信号采样率,且在低信噪比情况下抗干扰能力不足。为此,提出基于弧形阵列的Dir(directional)-MUSIC算法,采用定向天线接收信号的强度信息,实现低信噪比下的局放源波达方向估计。设计了接收局放信号的Vivaldi天线阵列,并在不同信噪比下对算法的有效性进行仿真验证。结果表明:在低信噪比-10 dB来波方向5°下角度误差为0.14°,优于MUSIC算法;阵列在信噪比10 dB,测向范围[-80°,80°]内定位均方根误差小于1.5°。证明了基于弧形阵列的Dir-MUSIC算法有效提高了局放定位精度,且对噪声具有良好的鲁棒性,具有用于局放检测的潜力。展开更多
文摘局部放电是衡量电力设备绝缘状态的重要指标,局放检测需要解决局放源定位问题。多重信号分类(multiple signal classification,MUSIC)采用全向天线作为接收阵列,可实现多源信号的超分辨率空间谱估计,但要求高信号采样率,且在低信噪比情况下抗干扰能力不足。为此,提出基于弧形阵列的Dir(directional)-MUSIC算法,采用定向天线接收信号的强度信息,实现低信噪比下的局放源波达方向估计。设计了接收局放信号的Vivaldi天线阵列,并在不同信噪比下对算法的有效性进行仿真验证。结果表明:在低信噪比-10 dB来波方向5°下角度误差为0.14°,优于MUSIC算法;阵列在信噪比10 dB,测向范围[-80°,80°]内定位均方根误差小于1.5°。证明了基于弧形阵列的Dir-MUSIC算法有效提高了局放定位精度,且对噪声具有良好的鲁棒性,具有用于局放检测的潜力。