基于芯森高频带电流传感器AN1V PB511的开关柜局部放电监测方法

开关柜作为城市配电网中的关键设备，其运行状态直接影响到电力系统的安全与稳定。然而，由于电网运行中存在多种干扰因素，导致开关柜局部放电信号的采集往往受到噪声的严重干扰，从而影响检测的准确性。为了提高开关柜局部放电监测的精度和效率，以下介绍了一种基于芯森高频带电流传感器的监测方法。

本文提出的监测方法主要利用芯森高频带电流传感器采集开关柜的宽频带电流信号，通过独立分量分析（ICA）和经验模态分解（EMD）方法去除噪声，并提取电流信号的集中度特征，最后将这些特征输入到高斯混合模型（GMM）中进行分类识别，从而实现开关柜局部放电的监测。

1. 高频带电流信号采集

芯森高频带电流传感器基于霍尔原理，放置于开关柜的零序电流互感器处。当开关柜内发生局部放电时，传感器能够捕获到宽频带范围内的电流信号。这些信号不仅包含了局部放电的特征信息，还夹杂着各种噪声。

2. 信号去噪处理

为了提高信号处理的精度，本文采用ICA和EMD方法结合的方式对采集到的高频带电流信号进行去噪处理。ICA通过引入虚拟噪声通道，优化去噪效果；EMD则将信号分解为多个固有模态函数（IMF），通过叠加IMF分量构造虚拟噪声通道，并分离出有用信号和噪声信号。这种方法有效降低了噪声对局部放电信号的影响。

3. 特征提取

在去除噪声后，对高频带电流信号进行集中度特征提取。首先，计算信号的幅值偏差量，并引入惩罚项以避免数据爆炸问题。然后，通过离散度和平均距离百分比衡量信号的波动情况，进而计算集中度特征。集中度特征反映了信号在宽频带电流数据集中的集中程度，是判断局部放电状态的重要依据。

4. 局部放电检测

将提取的集中度特征输入到高斯混合模型中进行训练，并通过求解模型似然度完成局部放电电流的分类识别。高斯混合模型能够有效处理复杂的数据分布，提高分类识别的准确性。实验结果表明，该模型在开关柜局部放电检测中具有很高的准确率和稳定性。

实验验证

为了验证本文提出方法的有效性，进行了实际实验。实验中采用芯森高频带电流传感器采集开关柜的宽频带电流信号，并结合ICA和EMD方法进行去噪处理。将处理后的信号特征输入到高斯混合模型中进行分类识别，实现了对开关柜局部放电的监测。实验结果表明，该方法的电流检测误差在0.1mA以内，错分率小于0.25%，具有较高的准确性和效率。

关于我们：芯森电子是一家专业从事电流、电压传感器研发、生产、销售和服务为一体的国家高新技术企业。公司霍尔及磁通门技术电流、电压传感器主要对标瑞士LEM集团，德国VAC，日本Tamura，美国Allegro和Honeywell等国际厂家产品。根据客户需求，自主研发了系列电流、电压传感器。电流传感器测量范围从5mA到5000A，电压传感器从10V到6400V，广泛应用于光伏，风能，储能、新能源汽车、充电桩和工控设备等领域。