在电力设备运行过程中，局部放电（Partial Discharge, PD）一直被认为是导致绝缘退化和设备故障的重要隐患。随着电网向高电压、大容量方向发展，传统的PD检测方法逐渐暴露出局限性。近年来，研究人员将医学、光子学、人工智能、通信工程等领域的成果引入电力绝缘监测中，推动了PD检测、识别和定位方法的快速进步。本文综述了当前主流的PD新技术及其优缺点。
一、局放检测方法（Detection Method）
1. D-dot传感器检测方法
Hussain 等人提出利用 D-dot传感器 获取电磁信号，并与 IEC 60270 标准方法对比。结果显示：电磁能量与表观电荷之间呈现二次多项式关系，不同散点分布揭示了多个PD事件的严重程度。该方法优点是能够反映绝缘老化趋势，但不足之处是无法准确定位PD源头。
2. 紫外光谱（UV-Vis）与红外光谱（FTIR）检测
Karmakar 等人将 UV-Vis 紫外光谱与FTIR红外光谱 相结合，检测变压器油在局放作用下的劣化情况。实验表明，随着老化加剧，油品的吸收峰增强，BDV（击穿电压）显著下降。同时，FTIR 分析揭示了烃类、芳香族、醇类等功能基团的变化趋势。
这种光学检测方法能够快速评估运行中变压器油的健康状态，适合变电站在线监测。
3. 仿生单极天线（PMA）检测
研究人员开发了一种 仿生印刷单极天线（PMA），其设计灵感来自 Inga Marginata 植物叶片。该天线具有 超宽带（UWB）特性，可覆盖大多数PD信号频段，且增益约3.63 dBi。实验表明，该方法对局放信号具有较高灵敏度，并且抗电晕干扰能力强，适合在变电站环境中应用。
二、局放识别方法（Recognition Method）
1. Lyapunov 指数混沌特征识别
Fan 等人利用 Lyapunov 指数提取混沌特征，实现了变压器局放模式识别。实验表明，该方法相比传统统计方法，识别准确率显著提高。
2. 电接触布置识别
Kubarev 等人提出通过 电接触排列 来识别局放特征。其结果符合 IEC 与 GOST 标准，能够提供详尽信息。但其劣势是数据量过大，处理时间长。
3. 图像特征识别（LBP + HOG）
研究者提出将 PRPD（相位分辨局放图） 转换为灰度图像，再通过 局部二值模式（LBP）和方向梯度直方图（HOG） 提取特征。结果显示，相比传统方法，识别精度提升了约10%。
三、局放定位方法（Location Method）
1. RF信号模式匹配定位
Ephraim 等人提出通过 RF信号模式匹配 定位局放源，并结合 相关特征选择（CFS）与KNN算法，使计算误差降低约37%，计算负荷减少80%。
2. 多UHF天线TDOA定位
Kalyan 等人利用 多UHF天线接收信号的到达时间差（TDOA） 结合 PSO算法，实现变压器局放源定位，定位误差约3cm，适合中小型企业低成本应用。
3. 脉冲电压下电磁波特性定位
Maki 等人提出利用 有限差分时域法（FDTD） 分析交流与脉冲电压下的电磁波传播特性。结果表明，脉冲电压能更快更准确地反映局放位置。
四、总结
近年来，局部放电的检测、识别与定位方法不断创新：
– 检测方面：从D-dot传感器到仿生天线，逐渐提升了检测灵敏度与抗干扰能力；
– 识别方面：AI、图像识别技术使得PD模式识别更加精准；
– 定位方面：RF信号模式匹配、UHF天线阵列、脉冲电压定位等方法显著提高了精度。
整体趋势是 跨学科融合，结合人工智能与新型传感器，将推动电力设备 在线监测与智能运维 的发展。
