開關柜作為城市配電網中的關鍵設備，其運行狀態(tài)直接影響到電力系統的安全與穩(wěn)定。然而，由于電網運行中存在多種干擾因素，導致開關柜局部放電信號的采集往往受到噪聲的嚴重干擾，從而影響檢測的準確性。為了提高開關柜局部放電監(jiān)測的精度和效率，以下介紹了一種基于芯森高頻帶電流傳感器的監(jiān)測方法。

本文提出的監(jiān)測方法主要利用芯森高頻帶電流傳感器采集開關柜的寬頻帶電流信號，通過獨立分量分析（ICA）和經驗模態(tài)分解（EMD）方法去除噪聲，并提取電流信號的集中度特征，最后將這些特征輸入到高斯混合模型（GMM）中進行分類識別，從而實現開關柜局部放電的監(jiān)測。

1.高頻帶電流信號采集

芯森高頻帶電流傳感器基于霍爾原理，放置于開關柜的零序電流互感器處。當開關柜內發(fā)生局部放電時，傳感器能夠捕獲到寬頻帶范圍內的電流信號。這些信號不僅包含了局部放電的特征信息，還夾雜著各種噪聲。

2.信號去噪處理

為了提高信號處理的精度，本文采用ICA和EMD方法結合的方式對采集到的高頻帶電流信號進行去噪處理。ICA通過引入虛擬噪聲通道，優(yōu)化去噪效果；EMD則將信號分解為多個固有模態(tài)函數（IMF），通過疊加IMF分量構造虛擬噪聲通道，并分離出有用信號和噪聲信號。這種方法有效降低了噪聲對局部放電信號的影響。

3.特征提取

在去除噪聲后，對高頻帶電流信號進行集中度特征提取。首先，計算信號的幅值偏差量，并引入懲罰項以避免數據爆炸問題。然后，通過離散度和平均距離百分比衡量信號的波動情況，進而計算集中度特征。集中度特征反映了信號在寬頻帶電流數據集中的集中程度，是判斷局部放電狀態(tài)的重要依據。

4.局部放電檢測

將提取的集中度特征輸入到高斯混合模型中進行訓練，并通過求解模型似然度完成局部放電電流的分類識別。高斯混合模型能夠有效處理復雜的數據分布，提高分類識別的準確性。實驗結果表明，該模型在開關柜局部放電檢測中具有很高的準確率和穩(wěn)定性。

實驗驗證

為了驗證本文提出方法的有效性，進行了實際實驗。實驗中采用芯森高頻帶電流傳感器采集開關柜的寬頻帶電流信號，并結合ICA和EMD方法進行去噪處理。將處理后的信號特征輸入到高斯混合模型中進行分類識別，實現了對開關柜局部放電的監(jiān)測。實驗結果表明，該方法的電流檢測誤差在0.1mA以內，錯分率小于0.25%，具有較高的準確性和效率。

關于我們：芯森電子是一家專業(yè)從事電流、電壓傳感器研發(fā)、生產、銷售和服務為一體的國家高新技術企業(yè)。公司霍爾及磁通門技術電流、電壓傳感器主要對標瑞士LEM集團，德國VAC，日本Tamura，美國Allegro和Honeywell等國際廠家產品。根據客戶需求，自主研發(fā)了系列電流、電壓傳感器。電流傳感器測量范圍從5mA到5000A，電壓傳感器從10V到6400V，廣泛應用于光伏，風能，儲能、新能源汽車、充電樁和工控設備等領域。

審核編輯 黃宇