胡南

（國網(wǎng)電力科學(xué)研究院，湖北 武漢 430074）

交叉驗證法在GIS超聲局部放電信號提取中的應(yīng)用

胡南

（國網(wǎng)電力科學(xué)研究院，湖北 武漢 430074）

針對氣體絕緣組合電器超聲波局部放電檢測信號常伴隨有振動噪聲的特點，提出了基于交叉驗證的氣體絕緣組合電器超聲波局部放電信號提取方法。該方法無需先驗知識進(jìn)行噪聲判斷，自動選取去噪小波基、階數(shù)及閥值。實驗表明，該方法能夠有效濾除振動干擾信號，實現(xiàn)超聲信號到達(dá)時刻的精確辨識。

局部放電；交叉驗證；小波消噪；氣體絕緣組合電器；超聲

0 引言

超聲法是氣體絕緣組合電器 GIS（gas insulated switchgear） 局部放電檢測的常用手段之一[1]，精確讀取超聲信號波形是成功進(jìn)行局部放電檢測的前提。然而，復(fù)雜的現(xiàn)場環(huán)境以及GIS管壁的振動等使得超聲信號中混入了大量噪聲，給信號的準(zhǔn)確讀取造成了困難。

小波變換具有良好時頻特性，能夠?qū)π盘柕臅r域及頻域進(jìn)行局部化地調(diào)整，國內(nèi)外已有諸多學(xué)者將其應(yīng)用于信號去噪。文獻(xiàn) [2]給出了局部放電的數(shù)學(xué)模型，文獻(xiàn) [3—7]選擇小波閥值去噪，但卻沒有對小波基的選取以及分解層數(shù)的選定給出判斷依據(jù)。如何選擇合適的小波基、分解層數(shù)以及去噪閥值仍然是小波去噪的難點。通過大量的嘗試和對比是一種確定小波基和選定去噪閥值的方法，然而，這無疑將造成大量時間和精力的浪費。將交叉驗證法CV（cross-validation）[8-9]引入到局放信號的提取中，通過構(gòu)造平方誤差函數(shù) ISE（integrated square error），比較不同小波基，分解層數(shù)以及閥值，自動確定最優(yōu)去噪方案。

1 小波變換去噪

c）對W進(jìn)行小波逆變換，得到消噪后的函數(shù)。

1.2 交叉驗證法

交叉驗證法是一種有效的小波函數(shù)選取和閥值優(yōu)化方法。該方法認(rèn)為，最優(yōu)的去噪信號應(yīng)該與理想不含噪信號之差的平方和 RSE（reconstruction square error）最小。RSE定義如下

1.1 小波去噪原理

含噪信號F（t） 實際上由兩部分構(gòu)成，超聲信號f（t）以及噪聲γ（t），即

按照如下步驟進(jìn)行去噪。

a）選擇合適的小波函數(shù)，對含噪信號F（t）進(jìn)行小波變換：=TF（T為小波變換矩陣）

其中，fd為去噪后信號，t（j）為理想無噪信號，N為采樣點數(shù) (N=2m)。

然而，實際工程中，不含噪信號是未知的，交叉驗證法提供了一種在理想信號未知的情況下估計RSE的方法，其原理如圖1所示。

圖1 交叉變換原理圖

具體的，可將交叉驗證法分解為如下幾步。

a)將原始信號序列按奇偶分成兩列并重新排序。

b)用偶數(shù)列中的元素來對奇數(shù)列中的元素做出估計。

g)同理對奇序列進(jìn)行交叉變換，得到ISE（奇），ISE=ISE（奇）+ISE（偶）。

選取不同的閥值帶入上式將得到不同的ISE值，其中最小ISE對應(yīng)的thr即為最優(yōu)去噪閥值。上述過程是對N/2個點的閥值tN/2的估計，由N個點構(gòu)成的序列閥值為[8]

c)將偶數(shù)列信號fe通過小波變換矩陣W變換到小波域：we=Wfe。

d)選取適當(dāng)?shù)拈y值函數(shù)（T），對小波系數(shù)進(jìn)行修改：wet=T(we)。

（其中WR為重構(gòu)變換矩陣）

2 最優(yōu)去噪小波基及閥值

現(xiàn)場測試經(jīng)驗表明，局放產(chǎn)生的特征脈沖超聲波時間很短，通常只有為ms級。其雙指數(shù)衰減波形如圖2所示。

圖2 局部放電信號模型

加入了噪聲后的波形如圖3所示。 (信噪比SNR=1.835 dB)可以看到，加噪后，有效信號被覆蓋，嚴(yán)重影響判斷。

圖3 加噪后的局部放電波形

下面應(yīng)用各種小波基對信號進(jìn)行基于交叉驗證法的去噪。為進(jìn)一步提高小波基選擇的可靠性，將信噪比SNR也納入考量。不同小波基下的RSE和SNR如表1所示。

表1 不同小波基的RSE和SNR（暫定分解層數(shù)為6）

從信噪比的角度考慮，較優(yōu)的選擇為：db10，db2，db20，db4。從RSE角度考慮，較優(yōu)的選擇為：db4，sym2，db6，db12。

綜上，考慮使用db4進(jìn)行去噪。下面考察小波db4在不同分解層數(shù)下的RSE和SNR值，如表2所示。

表2 db4的RSE,SNR及閥值

綜合RSE和SNR，選擇db4小波為去噪小波，分解層數(shù)4層，閥值設(shè)為0.569 1，去噪后的波形如圖4所示。

圖4 去噪后的局部放電波形

3 實例分析

為驗證本文方法對GIS超聲信號的提取效果，進(jìn)行了實驗室條件下的模擬局放實驗，實驗接線圖如圖5所示。人工模擬罐體內(nèi)因金屬突出物而產(chǎn)生的尖端放電,如圖 6所示。示波器采用Tektronix MDO3014(帶寬1 GHz，采樣率5 GS/s)，超聲探頭采用美國物理聲學(xué)公司 (PAC)R151-AST(頻率響應(yīng)范圍：80～200 kHz)。

圖5 超聲信號采集接線圖

圖6 金屬突出物缺陷模型

采用10 M/s的采樣率進(jìn)行信號采集，測得的含噪超聲信號如圖7所示，采用本文方法進(jìn)行去噪后的波形如圖8所示。

圖7 含噪的超聲局放信號

圖8 去噪后的超聲局放信號

對比圖7和圖8可以發(fā)現(xiàn)，去噪后的信號完整地保留了超聲脈沖首波，有效濾除了信號噪聲，增強(qiáng)了波形圖的可讀性。

4 結(jié)論

本文提出了一種基于交叉驗證法的超聲局放去噪方法，該方法能夠通過算法自動選取去噪小波基及閥值，而無需知道噪聲的性質(zhì)。實驗表明，該法操作簡便，去噪效果良好，去噪精度能夠滿足工程實際需要。

[1] 陳敏,白堯,汪濤,等.GIS設(shè)備擊穿放電定位技術(shù)研究與現(xiàn)場應(yīng)用 [J].高壓電器,2014,50(6):81-90.

[2] 唐炬,周倩,許中榮,等.GIS超高頻局放信號的數(shù)學(xué)模型[J].中國電機(jī)工程學(xué)報,2005,25(19):106-110.

[3] BOZCHALOOIIS,LIANG M.A smoothness index guided approach to wavelet parameter selection in signal de-noising and fault detection [J].Journal of Sound and Vibration,2007,308(1/2): 246-247.

[4] 胡明宇,王先陪,肖偉,等.基于UHF的局部放電信號小波包去噪與模式識別研究 [J].儀表技術(shù)與傳感器,2016(7):93-96.

[5] 張子毅,巴文祥.基于小波分析的GIS局部放電檢測與應(yīng)用[J].儀器儀表與檢測技術(shù),2015,34(9):70-74.

[6] 唐炬,樊雷,張曉星,等.用諧波小波包變換法提取GIS局部放電信號 [J].電工技術(shù)學(xué)報,2015,30(3):250-257.

[7] 湯寶平,劉文藝,蔣永華.基于交叉驗證法優(yōu)化參數(shù)的Morlet小波消噪方法 [J].重慶大學(xué)學(xué)報,2010,33(1):1-6.

[8] PASTI L,WALCZAK B,MASSART D L.Optimization of signal de-noising in discrete wavelet transform[J].Chemometrics and Intelligent Laboratory Systems,1999，48(1):21-34.

[9] NASON G P.Wavelet shrinkage using cross-validation[J]. Journal of the Royal Statistical Society. Series B: Methodological,1996,58(2):264-279.

Application of Cross Validation in Extracting Partial Discharge Signals in GIS

HU Nan
（State Grid Electric Power Research Institute,Wuhan,Hubei430074,China）

Since vibration noise is contained in the signals for ultrasonic partial discharge detection in Gas Insulated Substation(GIS), a method for GIS ultrasonic partial discharge signal extraction based on cross validation is proposed.The method does not need a priori knowledge to make noise judgments,and automatically selects the de-noising wavelet,order and threshold.The experimental results show that the method proposed has a good de-noisingperformance and it is precise in definingthe arrival instant ofultrasonic signals.

partial discharge;cross-validation;wavelet de-noising;GIS;ultrasonic wave

TM835

A

1671-0320（2017）04-0006-04

2017-04-10，

2017-06-05

胡 南（1990），男，湖南長沙人，國網(wǎng)電力科學(xué)研究院2015級碩士在讀，研究方向為電力設(shè)備的狀態(tài)檢測。