高压直流电缆空间电荷测量反卷积技术的综述与功能分析

《IEEE Transactions on Dielectrics and Electrical Insulation》：A Review and Functional Analysis of Space Charge Measurement Deconvolution Techniques for HVDC Cables

高压直流输电系统绝缘性能评估需解决空间电荷测量中的信号失真问题，脉冲电声法因高分辨率成为主流技术，但信号与测量装置的卷积效应导致分析误差。本文系统对比分析傅里叶、维纳、拉普拉斯及短时傅里叶变换等去卷积方法的原理特性，通过MATLAB仿真验证不同方法对重构信号质量的影响，为实验条件下的最佳技术选型提供依据。

　　

摘要：

随着高压直流（HVDC）技术在整合大规模可再生能源和确保高效远距离电力传输方面变得越来越重要，准确评估绝缘性能对于维持系统可靠性和最小化故障风险至关重要。在这种情况下，测量电介质材料中的空间电荷对于优化HVDC设备的绝缘系统非常有用。脉冲电声（PEA）方法是用于空间电荷分析的最广泛使用的技术之一，但测量系统引入的失真会显著影响所获取信号的准确性。影响空间电荷分布获取的各种因素中，信号与测量单元之间的卷积过程是一个关键因素，该过程具有自身的传递函数。因此，信号反卷积对于准确重建空间电荷分布至关重要。本文对PEA测量领域研究人员提出的各种反卷积技术进行了比较综述，分析了傅里叶反卷积和维纳反卷积等方法的原理、优势及局限性，并介绍了基于拉普拉斯变换和短时傅里叶变换（STFT）的先进解决方案。此外，这些技术已在MATLAB环境中实现并进行了实际测试，以进行性能对比。结果表明，所选技术的不同会对重建信号的质量产生影响，为不同实验条件提供了最佳选择标准。

引言

向可持续能源未来的过渡依赖于能够整合大规模可再生能源的高效可靠传输系统。高压直流（HVDC）技术已成为这一转变的关键因素，它能够以最小的损耗实现远距离电力传输[1]、[2]、[3]。然而，HVDC系统的可靠性在很大程度上取决于其绝缘材料的性能。因此，许多研究集中在分析和监测这些材料状态的技术上[4]、[5]。测量空间电荷在评估电介质性能以及理解退化和故障现象方面变得越来越重要[6]、[7]、[8]。根据获取的电荷分布来评估电场分布的能力，有助于优化绝缘系统设计并管理HVDC设备，从而确保其安全可靠的运行。在获取空间电荷分布信息的方法中，脉冲电声（PEA）方法因其能够在小规模和实际电缆上进行高空间分辨率测量而脱颖而出[9]、[10]、[11]、[12]。然而，PEA测量结果的解释可能会受到PEA测量装置本身其他机械和电气组件引入的失真以及环境噪声的影响[13]。除了由电介质介质的耗散特性和电缆几何形状引起的衰减和色散效应外，用于信号检测的换能器和放大器引入的失真也进一步增加了分析的难度。因此，测量过程需要一个信号处理阶段，以高精度重建电荷分布[14]、[15]、[16]。为了解决这些问题，反卷积技术发挥了重要作用，使得传感器输入信号的重建更加准确，并提高了实验结果的质量。然而，由于计算效率、噪声抑制和信号保真度之间的权衡，选择最合适的反卷积方法仍然是一个挑战。本文旨在对文献中提出的PEA测量反卷积技术进行全面综述，分析其原理、优势、局限性及实际应用。此外，本文不仅限于对这些技术的简单描述，还通过MATLAB环境中的实现直接比较了这些方法，从而对其处理PEA信号的性能进行了实证评估。最终目标是根据具体应用和测量条件制定选择最合适的反卷积技术的指南，以优化HVDC电缆绝缘系统中空间电荷分布分析的准确性。