朱 林，蘆 翔，祁升龍，徐 軍

(1. 國網(wǎng)寧夏電力有限公司，寧夏 銀川 750001; 2. 國網(wǎng)寧夏電力有限公司電力科學研究院，寧夏 銀川 750001;3. 國網(wǎng)寧夏電力有限公司固原供電公司，寧夏 固原 756000)

0 引 言

電力系統(tǒng)復雜程度和規(guī)模日益增加，各種非線性負載的大量應用，使電網(wǎng)運行質(zhì)量受到嚴重威脅[1-2]，特別是電流幅值時滯問題，極大地影響了電網(wǎng)運行的穩(wěn)定性。電網(wǎng)能耗分布中電源結(jié)構(gòu)與大規(guī)模風電并網(wǎng)存在不匹配性，且電網(wǎng)能耗市場消納空間相對有限，仍未能從根本上解決現(xiàn)有問題。電力市場是以電力這種特殊商品作為交換內(nèi)容的市場，因此，研究有效的電流幅值時滯檢測方法尤為重要，不僅能為電網(wǎng)安全可靠運行提供保障，還能為電力系統(tǒng)的現(xiàn)代化發(fā)展提供有力支撐[3]。

目前許多相關專家學者均致力于電流幅值時滯檢測方法的研究，文獻[4]提出基于正弦幅值積分器的全電流諧波檢測方法，該方法在ip-iq諧波檢測法的基礎上進行改進，檢測精度高，但該方法結(jié)構(gòu)較復雜；文獻[5]提出基于Kalman濾波算法的電網(wǎng)故障行波檢測方法，該方法的電流幅值信號定位準確性和穩(wěn)定性高，但效率較低。為解決目前研究方法存在的問題，本文提出基于自適應小波閾值去噪和HT-LMD的電流幅值時滯檢測方法，通過自適應閾值調(diào)整小波去噪法去除電流幅值信號中的噪聲，采用HT-LMD分解去噪后的電流幅值信號，通過對比分析獲取的PF分量中的幅值特征、邊際譜特征、瞬時頻率特征和Hilbert-Huang譜特征，完成電流幅值時滯檢測，為提升電網(wǎng)運行穩(wěn)定性提供了重要依據(jù)。

1 基于自適應小波閾值去噪和HT-LMD的電流幅值時滯檢測方法

1.1 電流幅值時滯檢測過程

采用如圖1所示過程，實現(xiàn)基于自適應小波閾值去噪和HT-LMD的電流幅值時滯檢測。該過程采用自適應閾值調(diào)整小波去噪法對含噪聲電流幅值信號實施去噪處理，根據(jù)正交性判據(jù)（orthogonality criterion, OC）對去噪后的信號進行HT-LMD分解，得到PF分量[6]，通過比較分析PF量幅值、邊際譜、瞬時頻率和Hilbert-Huang譜等特征，檢測電流幅值中的時滯信號。

圖1 電流幅值時滯檢測過程

1.2 自適應閾值調(diào)整小波去噪法

選擇閾值的方式成為重要因素，是由于在去噪時具有不同噪聲強度的信號對應的最優(yōu)閾值存在差異，因此將最小均方（least mean square, LMS）算法與提升小波閾值去噪算法相結(jié)合，提出自適應閾值調(diào)整小波去噪法[7]。按照輸入信號的噪聲強度，基于最小均方算法的自適應器可以自動地對輸出閾值t(j)進行調(diào)整，使其逐漸向最優(yōu)閾值參數(shù)靠近，在此基礎上實施提升格式的小波去噪，包含小波濾波和自適應調(diào)整閾值兩個基本過程。

1.2.1 小波閾值去噪

通過小波變換分離有效信號與噪聲信號，并使兩者間的關聯(lián)性盡量被消除。噪聲信號與有效信號于小波域內(nèi)展現(xiàn)的特征差異較大，少量小波系數(shù)中大多為有效信號的能量，噪聲信號的能量分布較平均，每個小波系數(shù)幅值極小[8-9]。低頻系數(shù)中一般為有效信號，而高頻系數(shù)中一般為噪聲信號，其在分解層數(shù)不斷增加的情況下，影響程度大幅降低。小波域中的閾值去噪流程如圖2所示。

圖2 小波閾值去噪流程圖

1）用S(j)表示含噪聲信號，可采用提升格式方法對S(j)實施五層小波變換獲得低頻系數(shù)和每個尺度上的高頻系數(shù)。

2）為每個尺度上的高頻系數(shù)建立閾值，若高頻系數(shù)比閾值小，則將高頻系數(shù)設置為0；若高頻系數(shù)比閾值大，則對高頻系數(shù)實施收縮處理。

3）重構(gòu)處理后的小波系數(shù)，獲得估計信號。

1.2.2 自適應調(diào)整閾值

1.3 基于HT-LMD的電流幅值時滯檢測

1.3.1 LMD分解

LMD依據(jù)信號固有的包絡特征，在獲取原始信號中的包絡信號與純調(diào)頻信號時，可按照頻率遞減次序，采用迭代算法自適應地逐級提取出來，用原始信號的時頻分布表示兩個信號的乘積（即PF分量）[11]。信號x(t)的分解流程如圖3所示。

圖3 信號分解流程圖

1.3.2 HT-LMD檢測

1.3.3 正交性判據(jù)迭代終止

2 實驗分析

采用Matlab軟件仿真的電路為實驗對象，驗證本文方法的有效性和可行性。實驗分析輸入包具有不同強度噪聲信號時的去噪效果，并設計對比實驗，選取文獻[4]的基于正弦幅值積分器的全電流諧波檢測方法（簡稱正弦幅值積分器檢測方法）和文獻[5]的基于Kalman濾波算法的電網(wǎng)故障行波檢測方法（簡稱Kalman濾波檢測方法），作為本文方法的對比方法，3種方法去噪后的信噪比對比結(jié)果如表1所示。

表1 3種方法去噪后的信噪比對比結(jié)果dB

由表可知，和其他兩種方法相比，本文方法輸出信號的信噪比約高出1～4 dB，由此可以說明，在輸入信號噪聲強度不斷變化的情況下，本文方法仍能自適應地更新相關參數(shù)，更好地向最優(yōu)值逼近。

分別使用3種方法對含25 dB噪聲的信號實施去噪處理，對比結(jié)果如圖4所示。由圖可知，正弦幅值積分器檢測方法和Kalman濾波檢測方法得到的結(jié)果仍存在沒有去除的噪聲，而本文方法的去噪效果尤為顯著，可很好地保存有效信號特征。

圖4 3種方法的去噪效果對比

為驗證電流幅值時滯檢測效果，對電壓暫降波形進行分析，實測波形和采用本文方法處理后的LMD分解波形所圖5所示。由圖可知，本文方法能準確獲取電壓暫降LMD分量，且LMD分解后得到的輸出波形R的幅值變化較為穩(wěn)定，極大地提升了電流幅值時滯檢測效果。

圖5 電壓暫降波形分析

3 結(jié)束語

本文所研究的基于自適應小波閾值去噪和HTLMD的電流幅值時滯檢測方法輸出信號的信噪比較高，約高出1～4 dB，在一定程度上可滿足電力企業(yè)對電網(wǎng)運行質(zhì)量的要求，提升電網(wǎng)安全，保障其穩(wěn)定運行。本文方法去噪效果顯著，能有效獲取電壓暫降LMD分量，具有較好的電流幅值時滯檢測效果，且LMD分解后得到的輸出波形R的幅值變化較為穩(wěn)定。