基于信號奇異性分析的電氣自動化設備故障檢測研究

李林卓

（中國石油大學（華東）新能源學院，山東青島266580）

1 電氣自動化設備的特征分析

基于設備輸電環境溫度變化，設備內部電阻發生變化。若環境溫度值為上限，則交流電阻表示為:

根據上述公式分析，可以獲取電氣自動化設備在環境溫度影響下的特性值，以避免因環境溫度因素導致電氣自動化設備故障信號異常，進而提高設備故障檢測的精準性。

2 基于信號奇異性分析的電氣自動化設備故障檢測方法

2．1 故障信號信噪分離

電氣自動化設備故障具有突發性特征，故障發生初期，信號較弱，易與其他噪聲信號混淆，若無法及時對故障信號進行辨別和處理，將對影響故障信息分析與判斷。由于小波變換是一種綜合性強的變換分析法，所以本文應用小波變換方法對故障信號進行信噪分離。為進一步抑制干擾信號，可以添加數字濾波器，其公式表示為:

故障信號信噪分離處理后，需要對高頻信號中噪聲進行消噪處理。具體而言，閾值選取與量化直接影響消噪質量。消噪處理過程中，可以應用wden函數、edencmp函數等。但在具體應用中，需要相關工作人員根據實際情況進行選擇。

wden函數用法表示為:

edencmp函數表示為:

式中，tptr表示為閾值，sorh表示為制定閾值，n表示為小波分解層次。

2．2 小波變換分析

應用小波變換分析方法，對電氣自動化設備進行故障檢測和診斷，是通過利用其多分辨率特點，對設備發出的信號進行分析，并通過對小波尺度的調節，獲取具有實質性的故障信息特征，包括故障信息的奇異度，從而達到對電氣自動化設備實時監測的目的。具體而言，小波函數的選擇具有多樣性和靈活性，需要相關工作人員針對不同問題進行選擇，以實現故障檢測法的有效應用。

綜合而言，小波變換分析法已經得到廣泛應用，基于小波變換分析法的優化轉換，對連續小波變換進行定義。要對小波變換分析下電氣自動化設備故障檢測工作流程進行明確:電氣自動化設備信號檢測—判斷信號異?！旁敕蛛x—提取故障信號特征—故障點分析—故障維修。在明確其檢測流程后，將電氣自動化設備的信號單位平方可積實數空間設置為ψ（w）；單位信號的時寬設置為d（w），并構建小波函數，表示為:

式中，dt表示為信號的頻寬。

對小波函數進行變換，得出公式，表示為:

式中，a表示為尺度因子，c表示為平移因子，變換后的小波序列表示為:

2．3 基于信號奇異性分析的故障點確定

2．3．1 信號奇異性定義

奇異信號可以分為緩變信號和劇變信號。通過對奇異信號的類型分析，可以判斷信號的奇異程度。信號奇異性的定義，表示為:

式中，f在x0上的奇異度為，若a0取值小于0，則奇異信號的類型為劇變信號；若a0取值大于0，則奇異信號的類型為緩變信號。

2．3．2 故障點確定

由于電氣自動化設備的奇異信號為緩變信號，所以在檢測信號奇異性時，需要根據實際情況，對小波函數進行選擇。若小波具有緊支稱、n階消失矩，且n次連續可微（n為正整數），則緩變奇異信號點的監測步驟有以下幾點。

第一，基于Mallat算法，對小波進行變換，求出波動信號的取值范圍。

第二，對取值范圍內的數據進行分析，找出極大值，并將該極大值作為奇異點。

同時，在電氣自動化設備出現故障的過程中，會伴有高次諧波。為避免高次諧波對電氣設備產生損壞等影響，需要對高次諧波進行故障分析與處理。通過小波變換分析法，對信號的高頻次特征進行提取，可以為抑制高次諧波提供有利依據。為有效判斷故障點，首先要構建信號奇異性特征分析函數，表示為:

式中，K表示為常數，t0表示為突變奇異點。

當α取值為1時，則函數在t0上不存在突變的信號奇異點。其他情況下，要對信號奇異點進行分析，并對信號的時寬進行確定，以判斷出故障點的位置。

3 實證分析

為驗證和明確基于信號奇異性分析的電氣自動化設備故障檢測方法應用的可行性，以某公司的電氣自動化設備故障檢測為研究樣本，對其進行實證分析。

以電氣自動化設備中的交流電動機為研究對象，分析該部件運行情況:若定子繞組匝間發生短路，則產生高次諧波分量電流，進而增加鐵心損耗，導致部件發熱情況加劇，并伴有噪聲、振動情況，嚴重影響設備的正常運行及產品加工質量。利用小波分析分析方法，基于信號奇異性分析，對電氣自動化設備故障進行檢測，得出函數曲線圖，如圖1所示；故障檢測準確率如圖1所示:

圖1 相關函數曲線圖

圖1可知，本文設計的故障檢測方法的相關函數曲線峰值較高，且具有峰值多的特點。因此，基于信號奇異性分析角度，該方法的檢測效率較高。

4 基于信號奇異性分析的電氣自動化設備故障檢測方法發展前景

當前，小波變換分析法在電氣自動化設備故障檢測中的應用愈加廣泛。通過小波變換分析，可以提取信號奇異性特征數據，進一步提升故障檢測的質量，為電氣自動化設備相關技術提升奠定良好基礎。對該故障檢測方法的發展前景進行分析，探索出兩個方向，智能控制方向:得益于信息科學技術的快速發展，智能控制技術可以對設備信息進行智能化處理與反饋，有利于優化故障維修方案，提升故障檢測與維修的效率。模塊化方向:通過編寫程序的有效應用，對相關軟件結構與故障檢測流程進行描述，可以對各項檢測流程關系進行定義，提升各項流程的精細化程度，進而完成各算法求解工作，實現模塊化。發展意義角度而言，實現模塊化有利于提高電氣自動化設備操作的便捷性，有利于故障檢測方法的優化、簡化、細致化發展。

5 結束語

通過對電氣自動化設備的特征分析，發現環境溫度對故障檢測質量產生直接影響。為提升故障檢測效率與質量，確定以小波變換分析法為基礎，以數字濾波器為補充，以信號奇異性分析為核心的電氣自動化設備故障檢測方法。同時，結合消噪處理方法，對故障點確定方法進行分析和優化。經過實例驗證分析，結果表明基于信號奇異性分析的電氣自動化設備故障檢測法，能夠有效提取信號奇異性特征，且此方法下的函數曲線峰值較多，精準性更高，具有良好的發展前景。