高压设备局部放电信号处理与N-Q-Φ谱图构建系统

资 源 简 介

本项目开发一套完整的局部放电（PD）信号处理程序，旨在实现从原始数据到关键绝缘诊断图谱的转换。功能涵盖三个主要阶段：首先是信号预处理阶段，程序读取高速采集卡获取的含有噪声的PD测量信号，利用小波包变换或经验模态分解（EMD）技术有效滤除白噪声和周期性窄带干扰，提取纯净的放电脉冲信号。其次是特征参数提取阶段，程序根据工频参考信号确定相位基准，通过峰值搜索算法识别每一个放电脉冲，精确计算其放电量（Q）、对应的相位角（Φ）和放电重复率（N）。最后是三维可视化阶段，基于提取的特征数据构建N-Q-Φ三维分布谱图（PRPD图），该图以工频相位为X轴，放电量为Y轴，放电次数（或概率密度）为Z轴，直观展示局部放电的统计特征。该工具可用于辅助分析绝缘缺陷类型（如内部气隙、表面污秽、电晕等），为电力设备的绝缘状态评估提供核心依据。

详 情 说 明

高压设备局部放电信号处理与N-Q-Φ三维谱图构建系统

项目简介

本项目是一个基于MATLAB开发的完整局部放电（Partial Discharge, PD）信号处理工具。该系统旨在模拟或处理高压设备（如电缆、变压器）绝缘缺陷产生的放电信号，通过先进的信号处理算法去除噪声，提取关键特征，并最终构建用于绝缘状态诊断的N-Q-Φ三维谱图（Phase Resolved Partial Discharge, PRPD）。

程序集成了从数据生成、噪声抑制、特征提取到多维可视化的全流程，是电力设备绝缘在线监测与故障诊断算法的参考实现。

功能特性

• 高保真信号模拟：内置信号生成器，可模拟典型的高压电缆内部气隙放电特征（双指数衰减振荡脉冲），并叠加白噪声与周期性窄带干扰，用于算法验证。
• 小波去噪处理：利用离散小波变换（DWT）技术，有效分离强背景噪声下的微弱PD脉冲信号。
• 工频相位同步：基于50Hz同步参考信号，自动识别过零点建立相位基准，实现放电脉冲的相位分辨。
• 特征参数提取：自动检测脉冲峰值，计算视在放电量（Q）、放电相位（Φ）及放电重复率（N）。
• 多维数据可视化：提供时域波形对比、二维Φ-Q散点图、N-Q-Φ三维柱状图及PRPD密度云图等多种视图。

系统要求

• 软件环境：MATLAB R2018b 或更高版本
• 工具箱依赖：

* Signal Processing Toolbox（信号处理工具箱） * Wavelet Toolbox（小波工具箱）

使用方法

1. 启动MATLAB，将当前工作路径切换至项目所在目录。
2. 直接运行主函数 main。
3. 程序将自动执行以下步骤：

* 生成包含局部放电脉冲和噪声的模拟信号（时长0.1秒）。 * 执行去噪和特征提取算法。 * 弹出图形窗口，展示处理过程及最终的诊断谱图。

详细算法与实现逻辑

本项目的主程序严格按照以下流程进行数据处理：

1. 系统参数与信号获取

系统设定采样率为10MHz，工频同步信号为50Hz，模拟时长为0.1秒（即5个工频周期）。 代码并未读取外部文件，而是调用内部子函数生成模拟数据：

• 同步信号：生成标准的50Hz正弦波。
• PD脉冲：模拟内部气隙放电，脉冲主要分布在正半周（45°-135°）和负半周（225°-315°）。脉冲波形为2MHz振荡频率的双指数衰减信号。
• 噪声叠加：在纯净信号上叠加高斯白噪声和500kHz的窄带载波干扰，模拟真实的现场电磁环境。

2. 小波去噪预处理

为从噪卢中提取微弱的放电脉冲，采用小波软阈值去噪算法：

• 小波基：选用 sym8（Symlets 8）。
• 分解层数：5层分解。
• 阈值策略：采用 sqtwolog（通用阈值）和软阈值（Soft Thresholding）处理，并基于第一层分解系数估计噪声水平（sln）。
• 若未检测到小波工具箱，程序会自动降级使用中值滤波以确保代码不报错。

3. 特征提取（Phase-Resolved Analysis）

该阶段将时域信号转换为诊断所需的统计特征：

• 相位基准计算：对同步信号进行归一化，通过线性插值精确计算正向过零点的时间，作为0度相位基准。
• 脉冲检测：

* 计算去噪信号前1000个点的标准差作为背景噪声水平估算。 * 设定检测阈值为噪声水平的3倍。 * 使用峰值搜索算法（Findpeaks）定位脉冲，限制最小峰值间距（10us）以避免重复计数。

• 参数计算：

* 相位（Φ）：计算每个脉冲峰值时刻相对于前一个工频过零点的时间差，转换为0-360度的相位角。 * 放电量（Q）：将脉冲幅值（mV）结合传感器灵敏度参数（mV/pC），转换为视在放电量（pC）。

4. N-Q-Φ 矩阵构建

通过统计直方图方法构建三维数据模型：

• 网格划分：相位轴按5度分窗（0:5:360），放电量轴根据最大放电量线性分窗（50等分）。
• 统计计数：统计落入每个 [相位区间, 放电量区间] 网格内的脉冲数量（N），形成二维统计矩阵。

5. 结果可视化

程序最终生成包含四个子图的综合诊断界面：

• 图1：PD信号预处理

展示原始带噪信号与小波去噪后信号的波形对比，并叠加同步参考信号，验证去噪效果。

• 图2：二维 PRPD 谱图

Φ-Q 分布散点图，直观展示放电脉冲在工频周期内的相位分布特征（如典型的“兔耳”形状）。

• 图3：N-Q-Φ 三维特征谱图

使用三维柱状图（bar3）展示放电特征，X轴为相位，Y轴为放电量，Z轴（高度）及颜色代表该处的放电频次（N）。

• 图4：PRPD 密度分布图

基于N-Q-Φ矩阵绘制的密度热力图（Top View），颜色越暖代表该相位和幅值下的放电概率密度越大，便于模式识别。