馬文長,馬博輝,何寧輝,陳晨,尚彥軍,劉博,陳巳陽

(1.國網寧夏電力有限公司檢修公司，寧夏 銀川 750011；2.四川大學電氣工程學院，四川 成都 610065;3.國網寧夏電力有限公司電力科學研究院，寧夏 銀川 750011)

氣體絕緣金屬全封閉輸電線路(gas-insulated metal enclosed transmission line,GIL)作為一種安全可靠的輸電方式，與傳統的架空線及電力電纜相比，具有占地面積小、輸電容量高、受電磁干擾小等優(yōu)勢。GIL中常見的缺陷有載流導體表面缺陷如金屬毛刺、尖角等,在GIL生產、運送、安裝過程中混入的金屬微粒異物[1],絕緣體中的缺陷，如氣泡、裂紋等易發(fā)生放電[2],絕緣氣體中混入的水分會在固體絕緣材料表面凝露，形成閃絡[3]。目前在GIL耐壓試驗中常用的擊穿點定位方法有人工監(jiān)聽法、低頻振動檢測法、特高頻檢測法及超聲波檢測法等，均存在不足[4-7],而GIL在發(fā)生擊穿性放電時會發(fā)出強烈聲信號，且在傳輸過程中，中低頻聲信號的衰減速度遠慢于超聲波信號及超高頻信號，通過聲信號傳感器檢測擊穿性放電的范圍更大，更適合于GIL的狹長管道結構，對于工程中的實際應用具有重要意義。

1 GIL擊穿性放電聲場分布的仿真分析

為研究聲信號在GIL中傳播特性，得到故障聲波在空氣及GIL外殼中的傳播途徑、傳播速度及傳播中的衰減情況，本文基于聲學基本方程建立了GIL基本單元的管道模型，并采用聲學有限元法分析在點爆炸脈沖聲源下GIL外殼表面的聲場分布，為擊穿性放電故障檢測定位時的測點布置提供指導依據；同時研究聲波在空氣和GIL外殼中的傳播特性和波形特征有助于尋找和確定更好的定位方法。

1.1 GIL聲場分布數學模型

在進行GIL管道內聲波傳播規(guī)律分析時需要依據數學模型對GIL內聲場分布進行數值求解，采用聲學方法對GIL管道聲場進行建模仿真，模型建立基礎是數值聲學的基本方程——Helmholtz波動方程，可通過聲波的連續(xù)方程、運動方程和物態(tài)方程推得。

1.1.1 Helmholtz方程

聲波的連續(xù)方程為

(1)

聲波的運動方程為

(2)

聲波的物態(tài)方程為

(3)

式中:ρ0、f0—靜態(tài)情況下流體的密度和聲壓;

ρ′、f′、q′—外界擾動引起的流體密度、聲壓和速度的變化量;

γ—氣體定壓比熱容與定容比熱容之比。

由式(1)—式(3)可推得Helmholtz方程為

▽2f(x,y,z)-k2f(x,y,z)=-jρ0ωq(x,y,z)(4)

式中:k=ω/c,波數；

ω—角頻率。

1.1.2 邊界條件

聲信號在GIL中傳播時涉及到多種媒質，在媒質交接耦合處需依據聲信號傳播規(guī)律及媒質材料特性設置邊界條件，以求更真實的仿真效果。

聲波在由一種介質向另一種介質傳播時會發(fā)生反射和折射現象，入射、反射與折射波的方向滿足式(5)Snell定律：

(5)

式中:θl、θr、θt—聲波在兩種介質中的入射角、反射角和折射角;

c1、c2—兩種介質中聲音的傳播速度。

聲信號穿越兩種不同介質時折射系數與反射系數如式(6)與式(7)所示：

t=2ρ2c2/(ρ2c2+ρ1c1)

(6)

r=(ρ2c2-ρ1c1)/(ρ2c2+ρ1c1)

(7)

在研究聲場分布時采用有限長管道模擬無限長管道，計算聲場分布時要求聲信號在管道單元兩端不發(fā)生反射，即要求GIL管道端部阻抗匹配，故在GIL兩端參數設置時外加與相應媒質聲特性阻抗值相同的阻抗[8]。式(8)所示為聲傳播介質的聲阻抗定義：

Z=ρ·c

(8)

1.1.3 初始條件

在進行聲場分布計算時，即在進行聲學Helmholtz方程求解時，需首先確定起始條件，即施加的聲激勵波形及幅值。

1.2 基于LMS Virtual.Lab軟件的GIL聲場仿真

GIL通常采用SF6氣體或SF6與N2的混合氣體作為絕緣介質，主要由導體、外殼及支撐絕緣子等組成，其管道結構模型如圖1所示。

圖1 GIL管道結構模型

采用聲學有限元法解Helmholtz方程，將所計算的聲場V離散成一定數量的小聲場，每個小聲場稱為單元，單元之間通過節(jié)點相連。對GIL管道基本單元中每一有限元應用Helmholtz方程，模擬爆炸聲源聲壓級已知，可求出所在單元其他節(jié)點聲壓級，當前單元的節(jié)點輸出為下一單元的節(jié)點輸入，如此迭代可計算出場內各個點的聲壓級，得到GIL管道聲場分布。在LMS Virtual. Lab軟件中采用六面體有限元分隔GIL管道單元來研究GIL管道聲場分布，如圖2所示。

圖2 有限元分隔GIL管道

由于聲音在不同介質內傳播速度不同，建立由SF6、GIL外殼及空氣組成的三層耦合模型，其密度及傳聲速度參數如表1所示。

由表1可知,GIL管道外殼的密度及傳播速度都遠大于SF6中的相應值。由式(7)可知，反射系數r約等于1，聲波從SF6氣體入射到GIL殼內壁時幾乎全部被反射。

1.3 聲波在GIL上的傳播特性

為模擬GIL發(fā)生擊穿性故障時間短、強度大的聲信號，在GIL一端軸心(輸電導體)點施加爆炸脈沖信號激勵，聲壓峰值為114 dB，如圖3所示。

圖3 聲源激勵波形

圖4、圖5分別為計時0.1 s及2.3 s時的GIL管道聲場云圖。分析可知，施加點聲源后GIL中聲波由三部分組成：一是沿直線在氣體環(huán)境中傳播的直達聲，為平面波，傳播過程中最先發(fā)生衰減且衰減速度較快，在18 m的傳播距離內大約衰減30 dB，可通過GIL外殼透射到空氣介質當中;二是反射聲，聲波從SF6氣體到GIL外殼時反射系數接近1，爆炸聲不斷在氣體絕緣環(huán)境中發(fā)生反射，此反射聲為非平面波，在反射過程中不斷衰減，該信號對于擊穿性聲信號定位意義及影響均不大;三是爆炸脈沖聲源引起的管道振動發(fā)聲，頻率較低，持續(xù)時間長達數秒之久，類似敲鐘后的嗡鳴。

圖5 2.3 s時的GIL管道聲場分布云圖

圖6為GIL管道的時域聲壓，橙色線為管外空氣上某點的聲壓波形，藍色為SF6氣體某點聲壓波形。

圖6 GIL管道的時域聲壓

通過對三種聲波信號特征進行分析，直達聲透射到空氣部分的聲波具有較明顯的峰值，選擇以該峰值為特征量估計不同傳感器接收信號時延，采用時差定位法對聲源進行定位。

2 聲信號去噪方法

在進行現場聲信號測量時由于人語及背景白噪聲等干擾的存在，采集的聲信號會混入噪聲，這將對聲信號的時延估計及基于聲信號的故障定位產生干擾，為保證聲源定位精度首先需要對聲信號進行去噪處理。

2.1 結合小波的EMD去噪方法

小波變換(wavelet transform，WT)是一種能夠進行時間頻率局部化分析的變換方法，具有多分辨率的優(yōu)點，通過伸縮平移運算對信號逐步進行多尺度細化，最終達到高頻處時間細分，低頻處頻率細分的效果能自動適應時頻信號分析的要求[9]。小波變換用有限長的會衰減的小波基代替傅里葉變換中無限長的三角函數基，將小波基平移后再與待分析信號做內積。由于計算機只能處理離散化數據，離散小波變換定義如式(9)所示：

(9)

小波變換可等效為一組鏡像濾波過程：將信號通過一組高通濾波器和一組低通濾波器，相當于將原始信號S分解為近似分量CA(低頻量)和細節(jié)系數CD(高頻量)，小波去噪即找出分解后由信號控制的小波系數并保留，剔除由干擾信號控制的小波系數，對保留下的小波系數進行重構得到去噪后的信號[10]。

經驗模態(tài)分解算法(empirical mode decomposition,EMD)是一種新型自適應信號時頻處理方法，特別適用于非線性非平穩(wěn)信號的分析處理。在進行小波變換時需要提前選好基函數和尺度函數，而EMD算法依據數據自身的時間尺度特征來進行信號分解。在進行去噪時，根據不同的指標選取的本征模函數不同，重構后的去噪效果也就不同。本文提出一種結合小波的EMD去噪方法，具體做法如下：

(1)對原始信號進行EMD分解；

(2)計算各本征模函數分量與原信號相關系數并求其中最大值，將該值的1/10作為門檻值；

(3)對相關系數大于門檻值的本征模函數分量視為有用信號予以保留，其余予以剔除；

(4)對保留下來的本征模函數分量根據波形特征選擇合適的小波基、分解層數及閾值進行小波去噪得到新的本征模函數分量；

(5)重構信號。

相比于沒有結合小波的EMD去噪，此法優(yōu)勢在于能夠適用各種不同信號，在對信號進行EMD分解后，不論有用信號和干擾信號如何分布，該法都能夠有效地從中分離出噪聲，得到有用信號。

2.2 仿真信號去噪結果

s(t)=e-10(t-0.08)sin 1000(t-0.08)

(10)

GIL的放電故障聲信號頻率約為400～1000 Hz，以式(10)所示函數作為仿真信號，對該信號加15 dB高斯白噪聲進行去噪實驗，信號波形如圖7所示。

(a) 仿真信號

分別用小波閾值法、EMD法及結合小波的EMD法對去噪效果進行驗證，如圖8—圖10所示?？梢钥闯鼋Y合小波的EMD算法去噪效果最好，能夠更徹底地濾去噪聲干擾。

圖8 小波閾值法去噪結果

圖9 EMD法去噪結果

圖10 結合小波的EMD法去噪結果

為更精確地比較不同方法的去噪效果，引入均方誤差和信噪比兩個量化指標，結果如表2所示。相較于小波閾值法和EMD算法，結合小波的EMD算法去噪均方誤差最小為0.0 417，信噪比最高為13.376 4 dB，結合小波的EMD算法去噪性能最優(yōu)。

表2 去噪后的均方誤差及信噪比

2.3 實際聲信號去噪結果

以敲擊GIS管道的聲信號進行去噪試驗，聲源信號如圖11所示。

圖11 敲擊GIL管道聲信號

時域波形呈振蕩衰減狀，其中混有幅值頻域能量集中在400～2500 Hz，噪聲干擾分布在各個頻段，信號受回聲和背景噪聲干擾，存在多個尖峰凸起。運用結合小波的EMD算法對此實際含噪聲信號進行去噪，結果如圖12所示，可以看出去噪效果明顯，計算得到信噪比可達5.748 5 dB。

圖12 結合小波的EMD算法去噪效果

3 基于時差法的聲源信號定位方法

聲源定位即求出傳感器到聲源的距離，距離可由絕對時間與信號傳播速度之積得到。對于GIL管道擊穿性放電故障定位問題，由于無法得知故障發(fā)生準確時間，可基于時間差，使用多個傳感器接收同一信號，根據各個傳感器接收到信號的時間差與聲速及傳感器之間的距離等已知量求出聲源位置。

3.1 信號時延估計方法

常見的信號時延估計方法有基本互相關法、廣義互相關法、基于特征量的時延估計方法等，由于存在信號衰減及噪聲干擾，遠端傳感器接收信號與近端傳感器接收信號相比，時域長度較長、幅值較小、在噪聲和回聲干擾還可能出現多個尖峰值，由此進行估計得到的時延精度會下降甚至得到錯誤結果。在GIL發(fā)生擊穿性故障時，聲信號通過三種途徑同時傳播：

(1)通過GIL管道傳播的振動發(fā)聲；

(2)通過SF6氣體直線傳播的直達聲；

(3)在SF6氣體中來回反射傳播的反射聲。

由固體傳播的振動聲信號幅值較小但傳播速度較快,最先被捕捉，隨后通過SF6氣體傳播的幅值較大、速度較慢的聲信號被捕捉?；诠收下曅盘柼攸c，選取由管道內SF6氣體傳播的直達聲信號的第一個上升沿作為特征量進行時延估計，其具有易于捕捉、特征穩(wěn)定的優(yōu)點。

3.2 實際聲信號源定位實驗

采用敲擊GIS聲信號定位實驗作為基于聲信號的GIL擊穿性放電故障定位的代替實驗，對管道不同位置進行敲擊，并采用聲傳感器在確定位置接收敲擊信號，分析信號并進行時延估計，進而求得聲源位置，與敲擊位置比對驗證定位準確度。

實驗現場布置如圖13所示，實驗部分管長3.3 m，聲信號源定位采用直線定位法，基本定位單元需兩個聲信號傳感器，共進行兩組實驗。

圖13 敲擊GIS實驗現場布置

(1)如圖14所示，傳感器1、2相距1.65 m，且傳感器連線與管道部分平行，為保證直線定位法的精度、減少理論誤差，傳感器高度與GIS管道中心軸等高為72.5 cm，與管道距離為20 cm。用金屬小錘在與傳感器1距離為0.415 m、0.825 m及1.235 m處分別進行敲擊并記錄信號波形，重復5次。

圖14 敲擊GIS實驗一

應用結合小波的EMD算法對采集到的聲信號進行降噪處理，隨后提取特征量進行時延估計并完成定位，實驗結果如表3所示。

表3 實驗一聲源定位

(2)如圖15所示，調整傳感器1、2位置使其相距3.3 m。用金屬小錘在與傳感器1距離為0.825 m、1.650 m及2.475 m處分別進行敲擊并記錄信號波形，重復5次。

圖15 敲擊GIS實驗二

應用結合小波的EMD算法對采集到的聲信號進行降噪處理，隨后提取特征量進行時延估計并完成定位，實驗結果如表4所示。

表4 實驗二聲源定位

在兩組實驗中共進行30次定位，其中23次定位誤差在10 cm以內，28次定位誤差在16 cm以內。只有兩組數據定位誤差達到 22 cm，總體定位精度較高。定位誤差的直接來源是時延估計的誤差，而時延估計誤差來自以下兩點：

(1)現場有其他突發(fā)聲信號混入形成干擾；

(2)進行時延估計所選用的特征值首上升沿無法通過算法精確獲得，在個別特殊情況下，首上升沿定位偏差較大從而導致時延估計出現誤差，造成定位不夠精準。

4 結 論

(1)在點爆炸脈沖聲源激勵下，GIL管道聲波有三種方式傳播：沿直線在介質中傳播的直達聲；介質中的反射聲；GIL管道外殼的振動發(fā)聲。其中直達聲為平面波先發(fā)生衰減，在18 m的傳播距離內約衰減30 dB。管道振動聲頻率低且持續(xù)時間長，可達數秒之久。

(2)直達聲具有明顯峰值且能夠通過管道外殼透射到空氣介質中，被聲傳感器捕獲用于故障的檢測和定位。

(3)提出一種結合小波的EMD算法去噪。以相關性為篩選指標選取對信號EMD分解后的特征模函數分量，進行小波閾值去噪后再重構。通過對仿真信號和實測信號的去噪結果分析，發(fā)現新方法提高了去噪后的信噪比、降低了均方誤差，提升了去噪性能。

(4)以敲擊GIS實驗進行聲源信號定位研究，基于兩傳感器的直線時差定位法，證明了將聲信號用于GIL擊穿性放電故障診斷中，可以實現故障點的精確定位。