2.5.3 指纹诊断

对设备进行测试，并对测得的数据进行处理，将得到的某种特殊图形与样板进行对照，从而判断设备状态的方法，称为指纹诊断。以设备的局部放电为例对该法进行说明。

早期，仅靠观测设备的最大放电量，以此作为判断其绝缘状态的一个依据（对一些重要设备，有关规程规定了其放电量阈值）。随后，又由示波器屏幕显示的图形判断其放电类型，对于不同类型的放电及各种干扰，它们的图形会有所差异。人们总结了一些典型的放电图谱，将测得的放电图形与典型图谱进行对照，便可判断出放电类型或是否为干扰。随着微电子和计算机技术的发展，出现了局部放电数字化、计算机测量装置。应用这种装置除可测得较长时间段内每次放电的放电量q外，还可获得每次放电发生时工频电压的相位φ，以及每秒内的放电次数n。对所得φ、q、n信息进行整理，得到放电的统计特性，画出一些特殊图形，如二维φ-q、q-n、φ-n及三维φ-q-n谱图，得到所谓“指纹”，将这些指纹与样板对比，可比较全面地诊断设备状态。显然，相对于仅根据最大放电量进行的阈值诊断来说，指纹诊断显得全面一些。

指纹诊断方法可分为目测法和参数法。

1. 目测法

对放电信息φ、q、n进行整理，得到放电统计特性的过程如下。

画出φ-q平面，将φ轴及q轴各分为I份和J份，即φ-q平面被划分为棋盘状的I·J个小格，每一小格的中心为（φ_i，q_j），i=1，2…I；j=1，2…J。统计单位时间内放电的（φ，q）处于某一小格（i，j）的次数n_ij，并在φ-q-n坐标系内画出相应点（φ_i，q_j，n_ij），将这些点连接起来，即得φ-q-n三维谱图，如图2-5所示。

计算某一φ_i时各次放电的平均放电量

由（φ_i，q_i），i=1，2…I，可画出φ-q二维谱图，如图2-6所示。

计算某一φ_i时放电的总次数

由（φ_i，n_i），i=1，2…I，可画出φ-n二维谱图，如图2-7所示。

计算某一q_j时放电的总次数

由（q_j，n_j），j=1，2…J，可画出q-n二维谱图，如图2-8所示。

不同设备、不同类型、不同严重程度的放电二维、三维谱图的形状不一，将测得的谱图与样板进行目测对比，这种诊断方法称为目测诊断。显而易见，目测法诊断的准确度在很大程度上取决于操作人员的经验。

2. 参数法

由于指纹目测诊断的科学性不够，可设法由指纹提取出特征参数，然后根据参数进行诊断，这种方法称为指纹参数诊断。

根据不同的具体情况，可以提取不同的特征参数。例如，可以提取二维谱图图形的偏斜度这一参数进行指纹诊断。

偏斜度s(skewness)原本是用来衡量统计分布图形的不对称性的，有

或

式中 x——随机变量的取值；

f(x)——概率密度分布函数；

m——均值；

σ——标准差。

例如均匀分布、正态分布等对称分布的图形，可算出其s=0；s的数值反映了分布的不对称性，其符号是正还是负，则反映了图形是往左还是往右倾斜。

对二维谱图，例如φ-q谱图也可用偏斜度来衡量图形的不对称性，在上述s的计算公式中x_i用φ_i代替，f(x_i)用q_i代替，即可求得φ-q谱图的偏斜度。根据由谱图提取出的特征参数——偏斜度s即可对设备进行诊断。