利用差模濾波和BP網絡技術抑制超聲波法測GIS局放噪聲干擾

中山市惠豐達電氣設備有限公司 余繁榮

隨著經濟的高速發展、工業用地日益緊張，對電力的需求與日劇增，電力部門為解決用電不受影響，新建或改造了大量的變電站，在新建或改造的變電站中大量使用GIS或者HGIS。目前對運行中的GIS的維護手段主要是氣體成分檢測和局部放電帶電檢測。在進行局放帶電檢測時，環境干擾造成了局放檢測的準確性極低，經常出現漏判和錯判的情況。有效排除噪聲干擾一直是困擾一線工作人員的難題。

1 現狀

目前在利用超聲波局放檢測測試GIS局部放電時，大多數都是采用背景采集進行比對的方法，此方法好處是不犧牲整機的靈敏度。但是在實際使用過程中大部分工況下背景噪聲比局放信號的水平高出很多，導致無法測試（圖1）。

圖1 背景采集圖片

在實際的測試過程中大部分環境下的背景遠超上面的情形，比如：HGIS、架空線進出的變電站背景的噪聲高達10mV以上，而設備本體的某些放電信號很微小、在5mV以下(例如電暈放電)，導致設備本體的局放信號淹沒在背景噪聲中，從而誤判設備正常，給設備的安全運行埋下重大隱患。

也有一些產品采取帶通濾波和背景對比相結合的辦法進行濾波。帶通濾波在儀器內部添加高低通組件，選取一定的頻率范圍進行測量。此方法確能大大增加抗干擾能力，卻也極大的犧牲了儀器的靈敏度，導致帶通頻率范圍以外的信號無法進行有效測試。也給后期設備的安全運行埋下重大隱患。

基于以上現狀，對超聲法測GIS局放采用差模濾波和BP網絡相結合的方法抑制噪聲，會讓測試變得更高效、測量更準確，為GIS的安全運行保駕護航。

2 工作流程圖及BP神經網絡

流程圖介紹如下：

背景正常情況下（背景噪聲＜1.5mV）：傳感器接收超聲信號；經低噪放大器；到采集處理芯片；信號峰值＜1.5mV，背景正常，可進行測量；背景噪聲不正常的情況下（背景噪聲＞1.5mV）：傳感器接收超聲信號；經低噪放大器；到采集處理芯片；信號峰值＞1.5mV；開啟差動濾波電容；經低噪放大器；芯片采集處理單元(PD網絡)；峰值信號＜1.5mV；背景正常，進行局放測量。

圖2 工作流程圖

極其惡劣的環境下開啟帶通濾波功能和差模濾波相接結合進行測量。

圖3為100mV的噪聲經差動濾波電容濾波后的仿真圖。其中Cdiff為差動電容、NA333為輸出端和反向輸入端。差動電容的作用就是讓共模噪聲變差動噪聲，極大提高濾波效果。

圖3 差模濾波原理

BP網 絡（Back Propagation）是1986年 由Rumelhart和McCelland為首的科學家小組提出，是一種按誤差逆傳播算法訓練的多層前饋網絡，是目前應用最廣泛的神經網絡模型之一。BP網絡能學習和存貯大量的輸入-輸出模式映射關系，而無需事前揭示描述這種映射關系的數學方程。

通過BP神經網絡的神經網絡學習訓練的過程，對差模濾波檢測的準確性進行學習訓練，一直進行到網絡輸出的誤差減少到可以接受的程度，或者預先設定的學習次數為止。

3 實驗驗證

通過實驗驗證了本文提出基于差模濾波原理改進的超聲波局放檢測儀的有效性。結果表明,采用本文的差模濾波方式可有效過濾來自外接環境的干擾，較大幅度地降低了干擾的強度，能夠準確地識別出原本掩蓋在背景干擾下的局放信號，但對干擾信號與本體局放信號類型及特征相同的情況下識別率有所下降，需要結合其他檢測手段綜合判斷。

綜上，超聲波局放檢測采用差模濾波方式可以在不犧牲儀器靈敏度的前提下快速有效的排除干擾、提升工作效率，提高GIS局放檢測的準確性，減少漏判和錯判的情況，有助于及時發現和消除事故隱患，可以更好地保障電力設備的安全運行。