劉 彪，袁文海,徐 浩，王 喆，董小順，李 杰

(1.國(guó)網(wǎng)新疆電力有限公司烏魯木齊供電公司，新疆維吾爾自治區(qū) 烏魯木齊 830011;2.湖南大學(xué)電氣與信息工程學(xué)院，湖南 長(zhǎng)沙 410082)

在高電壓系統(tǒng)中，使用分離原件要求每相間距離較大，占用土地資源較多。因此氣體絕緣金屬封閉開關(guān)設(shè)備 (Gas Insulated Switchgear，GIS)具有占地面積小、可維護(hù)性高、受外界環(huán)境影響弱、可靠性高等優(yōu)點(diǎn)，目前已被廣泛應(yīng)用于電壓等級(jí)比較高的電力系統(tǒng)中。但是，因?yàn)镚IS是全封閉的，當(dāng)內(nèi)部具有絕緣/放電缺陷或發(fā)生故障情況下，處理難度相比敞開式變電站大。且該類型設(shè)備大規(guī)模應(yīng)用于高壓和城市電網(wǎng)中，設(shè)備故障所引發(fā)后果比較嚴(yán)重，如不及時(shí)處理設(shè)置可能引發(fā)嚴(yán)重停電事故甚至安全事故。研究和應(yīng)用結(jié)果表明，GIS內(nèi)部多數(shù)故障在潛伏性階段會(huì)引發(fā)局部放電，檢測(cè)局部放電信號(hào)可以有效發(fā)現(xiàn)設(shè)備內(nèi)部的絕緣劣化或早期絕緣故障，進(jìn)而避免故障擴(kuò)大，確保設(shè)備的安全穩(wěn)定運(yùn)行。

目前特高頻法是高壓充氣電力設(shè)備實(shí)際運(yùn)維生產(chǎn)中應(yīng)用最為廣泛的帶電或在線檢測(cè)方法，其具有抗干電暈擾能力強(qiáng)、缺陷感知靈敏度高、可以進(jìn)行缺陷識(shí)別和定位等優(yōu)點(diǎn)。然而，現(xiàn)場(chǎng)特高頻傳感器所采集的信號(hào)往往含有大量白噪聲，會(huì)影響信號(hào)的信噪比和缺陷識(shí)別率，因此如何有效抑制檢測(cè)信號(hào)中的白噪聲成為研究重點(diǎn)。小波變換法常被用于信號(hào)中白噪聲干擾去噪，目前針對(duì)局部放電檢測(cè)的小波去噪方法主要是經(jīng)驗(yàn)小波、小波閾值法、提升小波分解或提升雙樹復(fù)小波等，其具有較好的對(duì)白噪聲去噪效果，但上述方法存在小波基選取困難的問題，這會(huì)影響計(jì)算過程的復(fù)雜程度和最終去噪效果。小波包變換可在小波去噪的基礎(chǔ)之上，進(jìn)一步分解信號(hào)的高頻成分，將信號(hào)拆解后進(jìn)行更精細(xì)的分析，從而提高方法的分辨率，更適用于頻譜分量比較寬和信號(hào)高頻分量較豐富的GIS放電超高頻信號(hào)。

針對(duì)GIS設(shè)備局放檢測(cè)時(shí)信號(hào)噪聲較多，會(huì)干擾故障判斷的問題。對(duì)傳統(tǒng)小波包分解法進(jìn)行優(yōu)化，改進(jìn)了小波包閾值，實(shí)現(xiàn)GIS局部放電信號(hào)的有效降噪，方便現(xiàn)場(chǎng)能夠很好地提取特征信號(hào)。

1 小波包去噪原理

1.1 小波包的構(gòu)造

構(gòu)造小波包通?？梢允褂谜环ǎ走x需要選取與小波相應(yīng)長(zhǎng)度且被重構(gòu)的高通/低通分解濾波器，設(shè)置為()和()。得到相關(guān)的方程((),=0,1,2,3，…)如下：

(1)

從函數(shù)((),=0,1,2,3，…)和相應(yīng)的正交小波函數(shù)我們可以得到用三個(gè)參數(shù)描述的小波包函數(shù)：

,,=2-2(2--),

∈,(,)∈

(2)

在小波標(biāo)架中，是一個(gè)時(shí)間位置的參數(shù)，是一個(gè)小波尺度參數(shù)，是震蕩參數(shù)，()=()是尺度函數(shù)，()=()是小波函數(shù)。

1.2 小波包分解原理

(3)

圖1 小波分解和小波包分解對(duì)比圖

1.3 分解系數(shù)閾值量化和小波包重構(gòu)

小波包分解的一個(gè)重要步驟是針對(duì)分解系統(tǒng)選擇適當(dāng)?shù)拈撝?，然后?shí)現(xiàn)系統(tǒng)閾值量化。合并的閾值及對(duì)閾值進(jìn)行的有效量化將直接關(guān)系到去噪質(zhì)量。

(4)

傳統(tǒng)小波包去噪方法通常包括四個(gè)步驟：① 對(duì)待分析信號(hào)進(jìn)行多層級(jí)分解；② 基于熵標(biāo)準(zhǔn)獲得最佳小波分解樹；③進(jìn)行分解系統(tǒng)閾值量化；④ 小波包重構(gòu)。應(yīng)用過程中步驟三選取閾值和閾值量化最為關(guān)鍵。

2 局部放電信號(hào)構(gòu)建和小波包閾值改進(jìn)

2.1 局部放電信號(hào)構(gòu)建

GIS放電檢測(cè)應(yīng)用過程中的超高頻傳感器頻帶高頻區(qū)域一般達(dá)到2～3 GHz。根據(jù)香農(nóng)采樣定理可以值，如果要完整采集并保留信號(hào)的原始信息，假設(shè)待采集信號(hào)頻率為3 GHz，那采樣頻率至少需要大于6 GHz(信號(hào)最高頻率的2倍)。如果直接采集高達(dá)上GHz的局部放電電磁波信號(hào)，需要數(shù)GHz甚至更高速的采樣芯片。同時(shí)以常用的串口傳輸為例，以9600的波特率傳輸一秒鐘采樣的數(shù)據(jù)，大概需要740 h，過于消耗時(shí)間。為了提高效率，需對(duì)局放信號(hào)進(jìn)行對(duì)數(shù)檢波預(yù)處理，如圖2所示，為UHF信號(hào)檢波去噪原理框圖。

圖2 UHF信號(hào)檢波去噪流程圖

GIS為同軸結(jié)構(gòu)，部分高電壓等級(jí)設(shè)備具有多個(gè)L型或T型轉(zhuǎn)角結(jié)構(gòu)，因此局部放電信號(hào)在同軸腔體中傳播時(shí)，可能因?yàn)橹C振、折反射等現(xiàn)象而最終形成振蕩波型號(hào)。目前常用單指數(shù)衰減震蕩函數(shù)或者雙指數(shù)衰減震蕩函數(shù)來建立信號(hào)的數(shù)學(xué)模型，函數(shù)表達(dá)式如式(5)、式(6)所示：

()=-sin(2π)

(5)

()=(-13τ--22τ)sin(2π)

(6)

式中，為脈沖型放電信號(hào)的幅值，為雙指數(shù)信號(hào)發(fā)生周期性振蕩的頻率，為信號(hào)的時(shí)間衰減系數(shù)。然而上述數(shù)學(xué)模型與系統(tǒng)中的檢測(cè)阻抗有關(guān)，因此不適用于特高頻信號(hào)測(cè)量的局部放電實(shí)驗(yàn)仿真。有研究人員認(rèn)為，由高斯函數(shù)疊加擬合得到的數(shù)學(xué)模型更能準(zhǔn)確描述特高頻信號(hào)的特征，具體數(shù)學(xué)表述如式(7)所示：

(7)

其中，為放電脈沖信號(hào)極值點(diǎn)個(gè)數(shù)，根據(jù)實(shí)驗(yàn)數(shù)據(jù)的觀察推測(cè)，其通常取值為3～5，本文統(tǒng)一取值為=5；為各局部放電波峰的幅值；為信號(hào)峰值點(diǎn)的橫坐標(biāo)值；反映放電脈沖波的峰值陡度。文中仿真中數(shù)據(jù)的采樣總數(shù)為10000，采樣頻率為20 MHz，系統(tǒng)頻率分辨率小于70 MHz。

2.2 小波閾值改進(jìn)

傳統(tǒng)的軟閾值函數(shù)或者硬閾值函數(shù)因?yàn)閷?shí)現(xiàn)簡(jiǎn)單而被廣泛使用，其中前者表達(dá)式為：()=(-sgn())(||>)；后者表達(dá)式為：()=(||>)。

其中是信號(hào)，T是閾值。根據(jù)應(yīng)用經(jīng)驗(yàn)，軟閾值法可以相對(duì)平滑地處理信號(hào)，可以更為有效地濾除信號(hào)中的毛刺噪聲，但其缺點(diǎn)是可能造成模糊的邊緣從而失去邊緣的部分局部特征；相反，硬閾值法能夠較好地保留信號(hào)邊緣特征，但經(jīng)其處理后的信號(hào)平滑度較差，可能存在較多的毛刺噪聲。綜合以上，結(jié)合兩種方法的優(yōu)點(diǎn)，本文提出一種可以兼顧信號(hào)平滑度和邊緣特征保留率的半軟閾值函數(shù)，其表達(dá)式如式(8)所示：

||<)+(||>)

(8)

其中，0<<。

在此基礎(chǔ)上，進(jìn)一步改進(jìn)函數(shù)，使其具有更高階特征，以實(shí)現(xiàn)對(duì)信號(hào)局部特征的有效保持，其表達(dá)式如式(9)所示：

(9)

3 仿真結(jié)果分析

3.1 信號(hào)降噪指標(biāo)

文中利用信噪比(SNR)、均方誤差(MSE)和波形相似數(shù)(NCC)三種參數(shù)作為指標(biāo)評(píng)判降噪方法的性能。其中信噪比的表達(dá)式為：

(10)

其中()為原始信號(hào)，()為經(jīng)文中所提降噪方法處理后的信號(hào)，為信號(hào)的采集數(shù)量。SNR的值與信號(hào)能量有關(guān)，當(dāng)信號(hào)能量小于噪聲能量時(shí)，SNR為負(fù)；而當(dāng)信號(hào)能量更大時(shí)，SNR為正，信號(hào)能量相比噪聲能量越大，SNR的值也越大。

MSE是用于評(píng)估局部放電脈沖波形的失真率指標(biāo)，可表示為

(11)

當(dāng)去噪后的信號(hào)和原始信號(hào)相比，相似度越大的時(shí)候，即信號(hào)失真度越小時(shí)，MSE的值越小。

當(dāng)去噪后波形畸變程度越小時(shí)，NCC的值越接近1。其值可由式(12)求得：

(12)

3.2 信號(hào)降噪指標(biāo)

在第2節(jié)所構(gòu)建局放模擬信號(hào)的基礎(chǔ)上，加入瞬時(shí)值服從高斯分布的白噪聲信號(hào)后，可得到含有噪聲分量的待去噪信號(hào)，如圖3所示。從圖3可以看出，加入噪聲信號(hào)后，原始局放信號(hào)的大部分特征都幾乎被淹沒，這會(huì)極大影響判斷。在常規(guī)閾值情況下，利用小波法和小波包法對(duì)信號(hào)進(jìn)行去噪處理后，結(jié)果如圖4所示?？梢园l(fā)現(xiàn)，雖然大部分噪聲已經(jīng)被去除，去噪后的圖像也能夠反應(yīng)原始信號(hào)的核心特征。但默認(rèn)閾值下，去噪后的信號(hào)中仍然包含有較多明顯的毛刺噪聲分量。

圖3 GIS局部放電仿真信號(hào)和含噪信號(hào)

圖4 小波去噪和小波包去噪的對(duì)比

表1給出了兩種去噪方法在默認(rèn)閾值下去噪后信號(hào)的、和三個(gè)指標(biāo)的值。由表中數(shù)據(jù)可判斷，小波包去噪法的效果總體優(yōu)于小波去噪法。由SNR指標(biāo)和MSE指標(biāo)可知，去噪后信號(hào)信噪比和失真度較好，已經(jīng)有效濾除了噪聲分量。然而該情況下，兩種方法的NCC指標(biāo)都小于0.9，說明降噪后的波形畸變程度仍然不太理想。

表1 默認(rèn)閾值去噪仿真結(jié)果

3.2 改進(jìn)閾值仿真

應(yīng)用改進(jìn)閾值函數(shù)后，對(duì)模擬放電信號(hào)進(jìn)行降噪處理，得到的結(jié)果如圖5所示。相應(yīng)的信噪比(SNR)、均方誤差(MSE)和波形相似數(shù)(NCC)指標(biāo)數(shù)據(jù)如表2所示。對(duì)比圖5和圖4，表2和表1可以看出，改進(jìn)閾值函數(shù)后，信號(hào)的降噪效果明顯提升。SNR相比默認(rèn)閾值情況下提升了31%；MSE由0.0096降低至0.0054；NCC在改進(jìn)閾值函數(shù)處理后則超過了0.9。

表2 改進(jìn)閾值去噪仿真結(jié)果

圖5 改進(jìn)閾值函數(shù)后的處理效果圖

5 結(jié) 論

研究了一種基于改進(jìn)小波包閾值的GIS局部放電信號(hào)降噪方法。小波包去噪分解時(shí)同時(shí)考慮高頻信號(hào)和低頻信號(hào)，相比小波去噪效果更好。改進(jìn)閾值函數(shù)能夠同時(shí)兼顧信號(hào)的平滑度和邊緣特征，相比默認(rèn)閾值，處理后的信號(hào)在信號(hào)相對(duì)能量、波形失真率、波形畸變度等方面都有提升，效果顯著。