Hanbit便携式GIS局部放电检测仪中PRPD图的绘制方法研究

Hanbit便携式GIS局部放电检测仪中PRPD图的绘制方法研究

摘要

本报告详细阐述了韩国Hanbit PoDAS便携式GIS局部放电检测仪软件中相分辨局部放电（PRPD）图的生成方法。报告旨在阐明其技术原理、数据采集、信号处理以及分析功能，这些功能共同实现了对气体绝缘开关设备（GIS）绝缘状态的精确评估。

Hanbit PoDAS系统利用超高频（UHF）传感器和智能软件算法来捕获、处理并显示PRPD模式。其关键功能包括双向噪声滤波（硬件和软件）、实时PRPD 2D/3D可视化、局部放电类型分类以及内置的模式库。这些能力显著提升了现场局部放电诊断的可靠性和效率，将原始数据转化为可操作的洞察，以支持预防性维护。

理解PRPD图的生成过程对于高压专业人员至关重要，它能帮助他们有效解读诊断数据，及早发现绝缘缺陷，从而防止灾难性设备故障，确保电网的可靠性和安全性。

局部放电（PD）与GIS诊断导论

局部放电在高压电气设备中的重要性

局部放电（PD）是指在高压电场作用下，固体或液体电绝缘系统局部发生介质击穿的现象，但这种击穿并未完全贯穿两个导体之间的绝缘间隙 1。这种放电活动通常是绝缘缺陷的早期可靠指示器。随着时间的推移，在负载和环境条件的影响下，局部放电活动可能恶化，预示着绝缘劣化，若不及时诊断，最终可能导致设备完全的介质击穿 1。因此，早期发现局部放电对于及时采取干预措施至关重要，例如进行维护工作或进一步的诊断测量，以防止重大损失和事故的发生 1。

局部放电监测在气体绝缘开关设备（GIS）中的作用

气体绝缘开关设备（GIS）是高压电力系统中至关重要的组成部分，以其紧凑的设计和由于SF6气体绝缘而带来的高可靠性而闻名。然而，GIS内部的绝缘缺陷可能非常严重，并且在没有专用工具的情况下难以检测。对GIS进行在线局部放电监测对于检测和诊断加速GIS劣化的内部故障至关重要 3。Hanbit PoDAS系统专为精确在线测量GIS中的局部放电活动而设计，利用超高频（UHF）带宽，无需中断电力系统即可进行检测 4。

对GIS设备进行“在线”局部放电检测的强调，直接表明了在高压电网中保持连续运行的迫切需求。这种方法避免了与离线测试相关的昂贵停机时间 1，突出了此类便携式、非侵入式诊断工具在经济和运营方面的优势。通过实现主动的、非侵入性的维护，Hanbit PoDAS这样的便携式在线设备不仅提供了技术上的便利，更是维护电网稳定性和最小化运营开支的战略资产。

此外，Hanbit PoDAS软件中“智能算法”和“模式库”的提及，预示着局部放电诊断正朝着自动化或半自动化方向发展。这有助于减少对大量人类专业知识的依赖，而这种专业知识往往是诊断过程中的瓶颈 2。PoDAS软件中这些自动化功能的集成，直接解决了传统PRPD分析对专业工程师知识的依赖问题 2，使得局部放电分析更加普及，并减少了对高度专业化、通常稀缺的人力资源的依赖。这反映了工业诊断领域整合人工智能/机器学习能力以提高效率和可访问性的行业趋势。

Hanbit PoDAS便携式GIS局部放电检测仪概述

关键特性与技术规格

Hanbit PoDAS（GIS局部放电便携式诊断）是一款专用的便携式设备，旨在精确在线测量GIS中的局部放电活动 4。该设备设计轻巧，便于现场移动，且在测试过程中无需中断整个电力系统 4。

PoDAS主要采用超高频（UHF）传感器进行检测 3。UHF传感器能够检测GIS内部放电产生的200MHz至2.0GHz范围内的信号 5。HanbitEDS的UHF传感器具体工作频率范围为500-1,500 MHz 3。该设备配备4个通道，每个通道均可连接内部或外部UHF传感器，其中一个通道专门用于连接噪声传感器，以区分局部放电信号和噪声 4。PoDAS的灵敏度高，检测下限低于-55 dBm（0.003 µW），符合IEC60270标准，灵敏度小于5 pC 3。

在波形显示方面，PoDAS支持PRPD 2D和PRPS 3D/2D显示模式 4。为了确保测量数据的纯净性，PoDAS采用了双向噪声滤波系统。这包括硬件层面的带阻滤波器（BRF），用于消除现场常见噪声源的特定带宽 4，以及软件层面的噪声门控技术，利用HanbitEDS的专利软件程序从原始输入波形中过滤噪声信号 4。在配合适当的示波器使用时，该设备能够实现1米的局部放电源定位精度 4。

PoDAS软件还提供了一个局部放电类型（如浮动放电、空洞放电、电晕放电、颗粒放电）和噪声模式的样本库，作为参考以供比较和诊断 4。其智能算法能够分析局部放电信号和波形，提供局部放电类型及其原因的分类，并包含峰值、幅值、相位和模式分析信息，以支持最终用户的操作决策 4。在供电和通信方面，PoDAS可在85-265 Vac、50/60 Hz电源下运行，并通过UDP/IP以太网（100 Mbps）进行通信 4。典型的PoDAS套装包括PoDAS主机、笔记本电脑、软件、4个UHF局部放电传感器、1个噪声传感器、4个BRF和4个LMR400UF连接线 4。

在线局部放电检测的数据采集原理

PoDAS系统通过UHF传感器采集数据，这些传感器通常安装在GIS内部的绝缘隔板上 5。这些传感器能够捕获GIS内部放电产生的高频信号 5。系统对从UHF传感器（局部放电信号和噪声信号）采集到的数据进行标准化处理，并将其传输到诊断单元 3。对于PRPD图的生成而言，数据采集的一个关键环节是“相位锁定”，它将测量与50/60Hz的工频周期同步，确保局部放电事件能够精确地根据其相位角进行绘制 6。

UHF传感技术与多通道输入以及专用噪声传感器的结合，是Hanbit PoDAS实现精确GIS局部放电检测的关键。UHF信号因其高频特性，在GIS这种封闭环境中具有更好的信号传播特性，且受外部电磁干扰的影响较小，使其成为检测内部GIS故障的理想选择。多通道方法允许同时监测或比较不同测点的局部放电活动，从而提高了诊断的全面性和准确性。同时，专用的噪声通道与先进的滤波技术相结合，直接解决了区分真实局部放电信号与环境噪声的挑战，这在实际现场测量中是一个主要障碍 1。这种集成方法为PRPD提供了坚实的数据采集基础。

Hanbit PoDAS的“双向噪声滤波”功能（包括硬件带阻滤波器和软件噪声门控）是其显著的特点。这种多层次的噪声抑制方法表明了HanbitEDS对现场局部放电测量挑战的深刻理解，并将其定位为提供复杂解决方案的供应商。有效的噪声抑制对于防止“误报” 5 和确保PRPD模式的可靠性至关重要，从而实现准确的缺陷分类。电气环境中噪声普遍存在，常常会掩盖真实的局部放电信号。单一的滤波方法可能不足以应对。通过同时实施硬件和软件解决方案，HanbitEDS展示了最大化信噪比的全面策略，从而确保捕获的局部放电数据以及随后的PRPD模式是清晰的，能够代表实际的绝缘缺陷，从而得出更可靠的诊断结果。这种多管齐下的方法是其重要的竞争优势。

表1：Hanbit PoDAS用于PRPD数据采集的关键规格

特性/参数	规格 (Hanbit PoDAS)
设备类型	便携式在线GIS局部放电监测仪 4
主要传感器类型	超高频 (UHF) 传感器 3
UHF频率范围	500-1,500 MHz (HanbitEDS UHF传感器) 3	200MHz-2.0GHz (通用UHF范围) 5
通道数量	最大4通道 (用于局部放电和噪声传感器，1通道专用噪声) 4
灵敏度	低于 -55 dBm (0.003 µW) 3；< 5 pC (IEC60270) 3
波形显示	PRPD 2D, PRPS 3D/2D 4
噪声滤波	硬件：带阻滤波器 (BRF) 4	软件：噪声门控 (HanbitEDS专利) 4
定位精度	1米 (配合适当示波器) 4
同步模式	相位锁定（与50/60Hz工频同步） 6
通信接口	UDP/IP 以太网 (100 Mbps) 4
供电	85-265 Vac, 50/60 Hz 4

此表汇总了Hanbit PoDAS的关键技术参数，这些参数直接影响其局部放电数据采集的质量和PRPD图的准确性。通过清晰地列出传感器类型、频率范围、通道配置和噪声滤波机制，该表格为读者提供了一个快速、全面的参考，以便理解该设备在捕获和处理局部放电信号方面的基础能力。这对于评估其在GIS诊断应用中的适用性和性能至关重要。

相分辨局部放电（PRPD）分析基础

PRPD的定义：幅值、相位角和脉冲计数

相分辨局部放电（PRPD）模式是可视化高压绝缘系统内部局部放电活动的关键工具 7。这些图示描绘了交流周期360度范围内的局部放电活动，突显了由于绝缘不足而导致放电的缺陷，例如空洞、间隙和不完善之处 7。

PRPD模式通过将每个局部放电脉冲事件的幅值（通常以dBmV测量） 8 针对其相对于工频正弦波的相位角（φ）进行量化来表示 2。在PRPD图中，幅值通常显示在垂直轴上，相位角显示在水平轴上 8。此外，在预设时间段内（例如一个工频周期内）的局部放电脉冲数量（n）也被可视化，这通常被称为φ-q-n或PRPD图 2。PRPD图中的每个“点”代表一个由放电缺陷引起的事件（例如一次放电脉冲） 10。随着电力系统主电压的波动，每个缺陷上的电压也会随之变化，导致缺陷在特定时间点和幅值下发生放电。这种变化正是PRPD图中独特模式形成的原因 8。

PRPD模式在缺陷识别中的重要性

PRPD模式的形成可以用于识别特定类型的绝缘缺陷 2。尽管每个放电缺陷的物理类型和形状略有不同，导致每个PRPD模式都是独特的，但对于每种缺陷类型，仍可观察到共同的趋势 10。通过分析放电事件的幅值和相位角，可以解读PRPD模式 7。这种可视化有助于识别导致局部放电的缺陷类型，从而深入了解绝缘系统的健康状况 7。

PRPD模式分析能够提供关于绝缘状况的可靠信息，因为局部放电活动通常是绝缘缺陷的迹象，这些缺陷可能导致介质故障 1。通过在早期阶段检测局部放电，可以得出关于绝缘状况的结论，从而有效地规划进一步的维护工作和额外的诊断测量 1。因此，准确分析局部放电相位图对于以下方面至关重要：识别局部放电的根本原因、评估局部放电对高压系统的严重程度和潜在影响、以及指导维护和维修策略以防止绝缘故障 7。

Hanbit PoDAS软件中PRPD图的绘制方法

信号处理流程：从原始数据到PRPD图

Hanbit PoDAS软件通过一个复杂的信号处理流程，将从UHF传感器采集到的原始局部放电数据转换为可供分析的PRPD图。这个过程始于传感器捕获高频信号，这些信号由GIS内部的局部放电活动产生 5。PoDAS系统将这些原始数据（包括局部放电信号和噪声）进行标准化处理，并传输到诊断单元进行进一步处理 3。

为了生成PRPD图，系统需要将局部放电脉冲与工频电压的相位精确关联起来。这通过“相位锁定”机制实现，确保测量设备与高压电网的50/60Hz工频频率同步 6。当局部放电发生时，它会产生放电脉冲或事件，这些事件被捕获并绘制在50/60Hz正弦波的一个周期内，从而形成可供解读的模式 6。

智能算法用于局部放电信号分析和波形显示

Hanbit PoDAS软件配备了智能算法，能够分析局部放电信号和波形，以提供局部放电类型及其原因的分类 4。这些算法不仅提供峰值、幅值和相位信息，还进行模式分析，以支持最终用户的操作决策 4。这种智能处理能力使得PoDAS能够从原始信号中提取有意义的诊断信息，而不是仅仅显示原始波形。

该软件能够基于从连接到设备每个通道的UHF传感器收集到的信号数据，创建实时PRPS 3D和PRPD 2D图 4。通过HanbitEDS的专利智能算法，软件能够对局部放电类型和噪声进行分类 4。这种自动化分类极大地简化了诊断过程，减少了对操作员专业知识的依赖，使得现场诊断更加高效。

噪声滤波技术（硬件和软件实现）

在实际的现场环境中，局部放电信号往往被各种环境噪声干扰，这使得准确诊断变得困难 1。为了解决这一挑战，Hanbit PoDAS采用了双向噪声滤波系统，结合了硬件和软件两种方法，以最大限度地提高测量灵敏度并抑制干扰 4。

1. 硬件带阻滤波器（BRF）：这种硬件滤波器用于消除波形中特定频率的带宽，尤其是在考虑现场常见噪声源的情况下 4。例如，它可以滤除无线电广播、通信信号或其他固定频率干扰。在连接BRF后，原始波形中的特定噪声成分会被显著抑制，从而提高信号的纯净度 4。
2. 软件噪声门控：这是HanbitEDS的专利软件程序，用于从UHF传感器接收到的原始输入波形中过滤噪声信号 4。噪声门控技术通过识别并隔离那些不符合局部放电特征的信号（即噪声），从而在数据处理层面进一步净化信号。这种方法能够自动分离局部放电和噪声水平，有效避免“误报” 5。

通过结合硬件和软件滤波，PoDAS系统能够在高噪声环境中有效检测局部放电，并自动分离局部放电和噪声水平，从而避免了“误报” 5。用户可以参照程序的诊断结果，并与模式库进行比较，最终做出判断 4。这种分层滤波策略确保了输入到PRPD图生成的数据是高度纯净和可靠的。

模式库集成用于自动化分类

Hanbit PoDAS软件的一个重要功能是其内置的模式库。该库提供了局部放电类型（如浮动放电、空洞放电、电晕放电、颗粒放电）和噪声模式的样本作为参考 4。在软件处理并生成PRPD图后，用户可以将实时采集到的PRPD模式与库中的已知模式进行比较。

这种模式库的集成，结合智能算法，极大地增强了诊断的效率和准确性。它为用户提供了一个直观的参考框架，帮助他们识别和分类局部放电的类型及其潜在原因 4。通过与预定义模板的匹配，系统能够快速有效地识别缺陷类型，这对于那些没有深厚PRPD分析专业知识的工程师来说尤为有益 2。这种方法绕过了对复杂深度学习模型的依赖，而是利用了数十年来在记录PRPD模式并将其与特定绝缘缺陷关联方面的集体知识 2。

解释PRPD模式以评估绝缘状况

常见PRPD模式及其对应的绝缘缺陷

PRPD模式是诊断高压设备绝缘缺陷的强大工具，因为不同的缺陷类型会产生独特的放电模式。通过分析这些模式的形状、幅值分布、相位角以及脉冲重复率，工程师可以识别潜在的绝缘问题。以下是一些常见的PRPD模式及其所指示的绝缘缺陷：

表2：常见PRPD模式和相关绝缘缺陷

局部放电类型	典型PRPD模式特征	对应绝缘缺陷/原因	典型相位角出现位置 (AC周期)
电晕放电 (Corona Discharge)	通常在交流周期电压峰值附近（90°和270°）出现，脉冲幅值相对较低，但重复率高，呈现出不对称或单侧分布的“刷状”或“扇形”模式 7。	导体表面不规则、尖锐点、粗糙边缘、或高压电场不均匀导致空气电离 2。	90°和270°附近 11
内部空洞放电 (Internal Voids)	脉冲通常在交流周期的正负半周都出现，分布较宽，幅值可能较高，通常在电压上升和下降斜率较大的区域（接近0°和180°）出现更多脉冲，呈现椭圆形或蝴蝶形模式 2。	固体或液体绝缘材料内部的空腔、气泡或缺陷，在电场作用下发生击穿 2。	整个周期，尤其在电压斜率高处 8
表面放电 (Surface Discharge)	脉冲通常出现在交流周期的正负半周，可能在90°和270°附近有较高幅值，呈现沿绝缘表面爬电的特征，模式可能较分散或呈“弓形” 2。	绝缘表面污染、潮湿、劣化或表面电场不均匀，导致沿表面发生放电 2。	90°和270°附近 11
浮动电极/金属件 (Floating Electrode/Metal Work)	脉冲可能在交流周期的正负半周出现，通常在电压过零点附近或特定相位角处有明显脉冲，模式可能呈现出双峰或多峰特征，取决于浮动电极的电位 7。	未接地或绝缘不良的金属部件，在电场作用下产生感应电压并发生放电 7。	90°和270°附近，或电压过零点附近 7
颗粒放电 (Particle Discharge)	模式通常不规则，脉冲幅值和相位分布可能随机，或在特定相位角处出现集中，这取决于颗粒在电场中的运动 4。	绝缘内部或表面存在导电颗粒，在电场作用下移动并引起放电 4。	模式不规则，可能在整个周期出现
不良接触 (Poor Contact Issues)	模式可能表现为在特定相位角处集中出现高幅值脉冲，或在整个周期内出现不规则的放电活动 7。	电气连接不良、接触电阻过大导致局部过热和放电 7。	特定相位角或不规则分布 7

此表提供了常见局部放电类型及其PRPD模式特征的快速参考，旨在帮助用户理解不同绝缘缺陷在PRPD图上的表现。通过将实际测量的PRPD模式与这些典型特征进行比较，工程师可以更有效地识别缺陷类型，从而指导后续的维护决策。

利用Hanbit PoDAS软件功能增强诊断洞察

Hanbit PoDAS软件提供了多项功能，旨在增强用户对PRPD模式的解读能力，从而获得更深入的诊断洞察。

1. PRPD 2D和PRPS 3D/2D显示：软件提供直观的用户界面，能够实时创建PRPS 3D和PRPD 2D图 4。PRPD 2D图提供幅值与相位角的二维视图，而PRPS（Phase Resolved Pulse Sequence）3D图则增加了时间维度，可以观察局部放电模式随时间的变化，这对于识别模式演变和缺陷发展趋势非常有价值。
2. 局部放电类型分类：PoDAS软件配备的智能算法能够分析局部放电信号和波形，并提供局部放电类型及其原因的分类 4。这种自动化分类功能显著降低了对操作员专业知识的依赖，使得即使是非专家也能获得初步的诊断结果。软件的诊断结果可以作为用户最终决策的参考，并可与内置的模式库进行比较 4。
3. 模式库比对：软件内置的局部放电和噪声模式样本库为用户提供了重要的参考 4。用户可以将实时采集到的PRPD模式与库中已知的、经过分类的模式进行对比，从而验证或细化软件的自动分类结果。这种比较能力对于确认缺陷类型和评估其严重程度至关重要。
4. 噪声滤波效果可视化：软件能够显示噪声滤波前后的波形对比图 4。例如，在应用带阻滤波器（BRF）之后，可以清晰地看到特定噪声带宽被消除的效果 4。这种可视化功能使用户能够直观地评估噪声抑制的有效性，并确保所分析的PRPD模式是真实的局部放电信号，而非环境干扰。
5. 定位功能：尽管PRPD图本身主要用于缺陷类型识别，但PoDAS结合适当的示波器可以实现1米的局部放电源定位精度 4。这意味着在识别出缺陷类型后，可以进一步精确地确定其物理位置，从而指导有针对性的维护和维修工作。

通过这些综合功能，Hanbit PoDAS软件将原始局部放电数据转化为可操作的诊断信息，极大地提高了现场局部放电诊断的效率和准确性。它将复杂的信号处理和模式识别自动化，同时保留了专家人工验证的可能性，从而在便捷性和可靠性之间取得了平衡。

结论与展望

Hanbit PoDAS便携式GIS局部放电检测仪及其软件在GIS绝缘状态评估中扮演着关键角色。该系统通过先进的UHF传感技术、多通道数据采集、以及强大的双向噪声滤波能力，确保了高质量的局部放电信号获取。其核心在于软件对相分辨局部放电（PRPD）图的精确绘制与智能分析。PRPD图作为一种可视化工具，能够将复杂的局部放电脉冲数据转化为直观的模式，揭示绝缘缺陷的类型和严重程度。

PoDAS软件不仅能够实时生成PRPD 2D和PRPS 3D/2D图，更通过其智能算法和内置模式库实现了局部放电类型的自动分类。这种自动化诊断能力显著降低了对传统上依赖于高度专业化工程师的PRPD分析的门槛 2，使得现场技术人员也能进行有效的初步诊断。双向噪声滤波机制（包括硬件BRF和软件噪声门控）是确保诊断可靠性的关键，它有效避免了“误报” 5，并提高了在复杂电气环境中的测量准确性。

展望未来，随着人工智能和机器学习技术的不断发展，局部放电诊断软件将进一步提升其自动化和智能化水平。例如，目前已有研究探索利用图像处理和模式匹配技术，无需人工干预即可识别和处理PRPD模式，以识别特定的缺陷类型 2。Hanbit PoDAS已经整合了智能算法和模式库，这使其处于这一发展趋势的前沿。未来，可以预见其软件将进一步优化，集成更先进的模式识别算法，例如基于深度学习或更复杂的聚类分析方法 2，以适应更广泛的缺陷类型和更复杂的噪声环境。此外，数据管理和趋势分析功能将变得更加重要 5，允许用户长期跟踪设备健康状况，实现更精准的预测性维护，从而进一步提升电网的整体可靠性和运营效率。

引用的资料

1. Offline Partial Discharge Measurement and Analysis - OMICRON, 访问时间为 七月 8, 2025， https://www.omicronenergy.com/en/application/offline-testing/offline-partial-discharge-measurement-and-analysis/
2. Phase-Resolved Partial Discharge (PRPD) Pattern Recognition Using Image Processing Template Matching - PMC, 访问时间为 七月 8, 2025， https://pmc.ncbi.nlm.nih.gov/articles/PMC11175222/
3. Your Trustworthy Partner for Electrical Facility, HanbitEDS, 访问时间为 七月 8, 2025， https://www.hanbiteds.co.kr/file/1.%20[HanbitEDS]%20Cat_E_General.pdf
4. 한빛이디에스, 访问时间为 七月 8, 2025， https://www.hanbiteds.co.kr/en/sub/device/portable/podas.asp
5. On-line Partial Discharge Detector - Madhav Engineers, 访问时间为 七月 8, 2025， https://madhavengineers.com/on-line-partial-discharge-detector/
6. Making Partial Discharge data analysis easy and accurate - EA Technology, 访问时间为 七月 8, 2025， https://eatechnology.com/resources/videos-podcasts/making-partial-discharge-data-analysis-easy-and-accurate/
7. Analysing a PD Phase Plot | EA Technology SEA, 访问时间为 七月 8, 2025， https://eatechnology.com/sea/news-blogs/blogs/2023/how-to-analyse-partial-discharge-phase-plots/
8. Understanding Phase Plots | EA Technology Australia, 访问时间为 七月 8, 2025， https://eatechnology.com/australia/resources/blogs/high-voltage/what-is-a-partial-discharge-phase-plot-telling-you/
9. Phase-Resolved Partial Discharge (PRPD) Pattern Recognition Using Image Processing Template Matching - ResearchGate, 访问时间为 七月 8, 2025， https://www.researchgate.net/publication/381140729_Phase-Resolved_Partial_Discharge_PRPD_Pattern_Recognition_Using_Image_Processing_Template_Matching
10. What is a Phase Resolved Partial Discharge (PRPD) Plot telling you? - EA Technology, 访问时间为 七月 8, 2025， https://eatechnology.com/americas/resources/faq/what-is-a-phase-resolved-partial-discharge-prpd-plot-telling-you/
11. PRPD Phase Resolved Partial Discharge | SDT Training, 访问时间为 七月 8, 2025， https://sdt.training/wp-content/uploads/2021/07/PRPD-Phase-Resolved-Partial-Discharge.pdf
12. Partial Discharge: Beginner’s Guide to Data Analysis - YouTube, 访问时间为 七月 8, 2025， https://www.youtube.com/watch?v=cUYoPdUC8yk