胡明友，谢恒，蒋雄伟，吴欣延
西安交通大学电力设备电气绝缘国家重点实验室，陕西省西安市710049
1 引言
近年来，局部放电监测已广泛用于评定电力设备的绝缘状态，但由于现场存在大量干扰信号，在线监测系统的灵敏度和监测的可靠性受到了严重的影响。因此干扰的消除和抑制是电力设备局部放电在线监测的一个关键技术问题。
按照其波形，干扰信号可分为脉冲型干扰、连续周期型干扰和平稳随机型干扰。输电线路和邻近电力设备的电晕放电和内部放电干扰信号属于脉冲型干扰；电力系统的载波通讯、高频保护信号和无线电广播对监测的干扰属于连续周期型干扰；测试设备本身的白噪声属于平稳随机型干扰。本文主要讨论连续周期型和平稳随机型干扰信号的抑制。
快速傅立叶（FFT）阈值滤波法［1］和最小均方误差（LMS）自适应滤波器［2］已被用来抑制这两种干扰。但是，FFT阈值滤波不能消除平稳随机型干扰，而LMS自适应滤波器实际上是在数据不断输入过程中逐渐逼近一固定指数的有限冲击响应（FIR）数字带通滤波器，其收敛性能受时延、收敛因子等参数的影响，滤波效果不稳定，甚至有时不收敛。
小波分析法是一种新的时频分析方法，在时域和频域同时具有良好的局部性，特别适合处理非平稳信号，已用于局部放电监测。作者曾应用实验的方法详细研究了噪声信号和局部放电信号的小波分解特性，提出了用一种基于ad hoc算法的滤波方法号的高频部分有畸变［3］。
本文根据局部放电信号的非平稳统计特性，提出了用于抑制连续周期型和平稳随机型干扰的新方法，用该方法提取出的PD信号失真小，信噪比高，计算时间短，滤波效果好。
2 WTST－NST滤波器抑制平稳性干扰的原理与算法
基于小波变换的平稳－非平稳滤波器（WTST－NST）的提出是基于如下事实：局部放电信号在时域上为非平稳信号，而连续周期性和平稳随机性噪声为平稳信号；经过小波变换后，局部放电信号在大部分小波尺度上具有较大的幅值，而平稳性噪声信号随着尺度的增加迅速趋于零。因此，根据信号小波变换后在各个尺度上的系数，设定一个阈值，就可以实现局部放电信号和平稳性噪声信号的分离：如果某尺度上的系数大于阈值，则认为它对应于局部放电信号；否则对应于噪声信号。
WTST－NST滤波器算法中采用了基于多分辨分析的Mallat塔式分解和重构算法，可分别表示为
WTST－NST滤波器的实现算法框图如图1所示。
将所测得的信号f（λ）按上述方法进行小波分解后，在尺度空间反复应用平稳－非平稳循环滤波过程，即：在第k次循环中，先对f（λ）进行小波变换（对于k＝1，f（λ）＝X（λ），λ＝1，2，…，N，X（λ）为经标准化后的输入信号），最大变换尺度为M，而后将各尺度上的值与阈值THRkj＝σkjFadj相比较。其中，Fadj为调整系数，其值影响噪声抑制效果和计算速度，可在1～8之间选取，本研究结果表明，取Fadj为3左右比较合适；σkj为第k次循环中尺度j上系 数的均方根，由下式求出［5］
 (3)
式中 Aj，k为第k次循环中尺度j上的系数。各尺度上大于阈值的系数存于WTkC（λ），小于阈值的系数存于WTkR（λ）。而后对WTkC（λ）和WTkR（λ）进行小波重构，可将f（λ）分解为Ck（λ）与Rk（λ）。当Rk（λ）满足STC＝｜E｛R2k－1（λ）｝－E｛R2k（λ）｝｜≤ε时 循环终止，其中0＜ε＜＜1,本文中ε取0．00001。
经过L次循环后，便可实现PD信号与噪声信
图1 WTST－NST滤波器的实现算法框图
Fig．1 The algorithmflowchart of WTST－NSTfilter
3 实例分析及结果讨论
首先进行了计算机模拟实验，研究WTST－NST滤波器抑制平稳性干扰的效果。图2为模拟信号及处理结果，其中采样率为1 MHz，测量时间为3 ms，模拟局部放电信号为单指数衰减振荡信号（f（t）＝Ae－t／τcos（2πfct）），振幅为A＝300 mV，衰减系数为5μs，fc＝300 kHz；连续周期性干扰是用5个幅值为100 mV的调幅波S1（t）＝Asin（2πf1t）sin（2πf2t）和5个幅值为100 mV的调相波S2（t）＝A·sin（2πf3t＋sin（2πf4t））的混合波S（t）＝S1（t）＋S2（t）来模拟，其中f2＝10 f1，f4＝10f3；f2与f4在30kHz～500 kHz之间选取；用计算机产生的白噪声来模拟测试设备的随机噪声。图2a为归一化后含连续周期性和平稳随机性噪声的局部放电信号，信噪比SNR＝6．94 dB；图2b为经WTST－NST滤波器滤波后所得的局部放电信号；图2c为噪声信号。由图2b可见，模拟局部放电信号能够很好地从干扰中提取出来，信噪比由滤波前的6．94 dB提高到46．3dB。
图2 模拟测试信号的滤波结果
Fig．2 Filtering results of simulating signal
笔者在实验室测量了含内部气隙的模型线棒的放电信号，局部放电测量仪的采样率为20 MHz，传感器工作频带为10 kHz～20 MHz。由无局放变压器提供高压电源，并经LC滤波回路滤波，试样置于屏蔽室内。测得的绝缘内部气隙放电信号及经WTST－NST滤波处理后的结果示于图3。图3a为经WTST－NST滤波处理前的测量信号，含较大的平稳随机型噪声；图3b和3c分别为经WTST－NST滤波处理后得到的局部放电信号和噪声信号。比较图3a和3b可见，经WTST－NST滤波处理后，信噪比提高了，而测出的内部气隙放电特性不变。
笔者还对在秦岭发电厂检测的电机绝缘局部放电信号进行WTST－NST滤波处理，其测得的局部放电信号和处理结果见图4。图4a为用局部放电在线监测仪（GPDA2）测得的秦岭发电厂3＃机的放电信号，监测仪的采样率为20 MHz［6］。通过频谱分析可知，该测得的信号中含连续周期型噪声。图4b和4c分别为用WTST－NST滤波处理后得到的局部放电信号和噪声信号。对比图4a和4b可见，经WTST－NST滤波处理后，测出的放电特征（波形及时域特性）不变。
图4 现场测试信号的滤波结果
Fig．4 Filtering results of signal detected on－site
实验中发现，调整系数Fadj的取值对噪声抑制效果有很大影响。为了定量描述Fadj对噪声抑制效果的影响，定义参数
SQ的值为0～1。当Fadj取较小值时，有大部分噪声被认为是局部放电信号，SQ趋于0；反之，Fadj取较大值时，局部放电信号被认为是噪声被抑制掉，SQ趋于1。只有Fadj取适中的值时，才能比较真实地提取出局部放电信号。Fadj取值为0～8时，根据实验室中测得的绝缘内部放电信号处理结果所得到的SQ随Fadj的变化趋势如图5曲线1所示。由图5可见，Fadj较小或较大时，SQ分别趋于0或1，滤波性能大大降低。用WTST－NST滤波器处理所测的信号时，Fadj的值对所需的计算时间也有影响，如图5曲线2所示，图5中t／tmax为取不現adj时与Fadj为10时所需计算时间之比值。由图5可见，当Fadj为3左右，收敛所需时间最少。
图5 噪声抑制效果及计算时间与Fadj的关系
Fig．5 The dependence of noise suppression effect and computation time on the value of Fadj
Fadj的选取还与WTST－NST滤波前的初始信噪比有关。初始信噪比越大，Fadj取值较小时滤波特性较佳；反之，初始信噪比越小，Fadj取值较大时滤波特性较佳。
综合考虑噪声抑制效果、计算时间和初始信噪比，Fadj一般选取2．5～4．5。未知初始信噪比时，可先选取Fadj＝3，经初步WTST－NST滤波处理确定信噪比量级后，再按上述原则调节Fadj，直至得到最佳滤波效果。
选用不同的小波系数对滤波器的性能亦有影响。当调整系数Fadj取3时，采用8系数Daubechies小波可以比较真实地将局部放电信号从噪声中提取出来；采用4系数的二次样条小波会使SQ变大，一些局部放电信号被误认为是噪声被抑制掉；采用Battle－Lemarie小波使SQ变小，即有一些噪声信号被误认为是局部放电信号。
合理选用Fadj和小波系数后，经WTST－NST滤波器提取的局部放电信号的波形基本上不畸变。图6为两个典型的模拟局部放电脉冲在WTST－NST滤波处理前后的波形对比，图6中a（粗线）为处理前的波形，b（细线）为处理后的波形。对比a和b可知，经WTST－NST滤波处理后局部放电信号波形基本无畸变，不会影响局部放电特征的研究。
图6 滤波前后放电脉冲波形变化
Fig.6 Comparison of PD pulse waveform
before and after filtering
5 结论
（1）WTST－NST滤波器可以有效抑制连续周期性和平稳随机型干扰，提高信噪比，并具有计算时间短，提取的局部放电信号畸变小等优点。
（2）WTST－NST滤波器抑制噪声的[1] [2] 下一页
|
网友评论：（只显示最新10条。评论内容只代表网友观点，与本站立场无关！）
