基于自適應閾值調整小波去噪法和HT-LMD的電流幅值時滯檢測方法

朱 林，蘆 翔，祁升龍，徐 軍

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

0 引 言

電力系統復雜程度和規模日益增加，各種非線性負載的大量應用，使電網運行質量受到嚴重威脅[1-2]，特別是電流幅值時滯問題，極大地影響了電網運行的穩定性。電網能耗分布中電源結構與大規模風電并網存在不匹配性，且電網能耗市場消納空間相對有限，仍未能從根本上解決現有問題。電力市場是以電力這種特殊商品作為交換內容的市場，因此，研究有效的電流幅值時滯檢測方法尤為重要，不僅能為電網安全可靠運行提供保障，還能為電力系統的現代化發展提供有力支撐[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，但該方法結構較復雜；文獻[5]提出基于Kalman濾波算法的電網故障行波檢測方法，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，為提升電網運行穩定性提供了重要依據。

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整小波去噪法對含噪聲電流幅值信號實施去噪處理，根據正交性判據（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合，提出自適應閾值調整小波去噪法[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)進行調整，使其逐漸向最優閾值參數靠近，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，并使兩者間的關聯性盡量被消除。噪聲信號與有效信號于小波域內展現的特征差異較大，少量小波系數中大多為有效信號的能量，噪聲信號的能量分布較平均，每個小波系數幅值極小[8-9]。低頻系數中一般為有效信號，而高頻系數中一般為噪聲信號，其在分解層數不斷增加的情況下，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和每個尺度上的高頻系數。

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

3）重構處理后的小波系數，獲得估計信號。

1.2.2 自適應調整閾值

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果如表1所示。

表1 3種方法去噪后的信噪比對比結果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，更好地向最優值逼近。

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對電網運行質量的要求，提升電網安全，保障其穩定運行。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的幅值變化較為穩定。