基于改進小波包閾值的GIS局部放電信號降噪方法研究

劉 彪，袁文海,徐 浩，王 喆，董小順，李 杰

(1.國網新疆電力有限公司烏魯木齊供電公司，新疆維吾爾自治區 烏魯木齊 830011;2.湖南大學電氣與信息工程學院，湖南 長沙 410082)

在高電壓系統中，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設備 (Gas Insulated Switchgear，GIS)具有占地面積小、可維護性高、受外界環境影響弱、可靠性高等優點，目前已被廣泛應用于電壓等級比較高的電力系統中。但是，因為GIS是全封閉的，當內部具有絕緣/放電缺陷或發生故障情況下，處理難度相比敞開式變電站大。且該類型設備大規模應用于高壓和城市電網中，設備故障所引發后果比較嚴重，如不及時處理設置可能引發嚴重停電事故甚至安全事故。研究和應用結果表明，GIS內部多數故障在潛伏性階段會引發局部放電，檢測局部放電信號可以有效發現設備內部的絕緣劣化或早期絕緣故障，進而避免故障擴大，確保設備的安全穩定運行。

目前特高頻法是高壓充氣電力設備實際運維生產中應用最為廣泛的帶電或在線檢測方法，其具有抗干電暈擾能力強、缺陷感知靈敏度高、可以進行缺陷識別和定位等優點。然而，現場特高頻傳感器所采集的信號往往含有大量白噪聲，會影響信號的信噪比和缺陷識別率，因此如何有效抑制檢測信號中的白噪聲成為研究重點。小波變換法常被用于信號中白噪聲干擾去噪，目前針對局部放電檢測的小波去噪方法主要是經驗小波、小波閾值法、提升小波分解或提升雙樹復小波等，其具有較好的對白噪聲去噪效果，但上述方法存在小波基選取困難的問題，這會影響計算過程的復雜程度和最終去噪效果。小波包變換可在小波去噪的基礎之上，進一步分解信號的高頻成分，將信號拆解后進行更精細的分析，從而提高方法的分辨率，更適用于頻譜分量比較寬和信號高頻分量較豐富的GIS放電超高頻信號。

針對GIS設備局放檢測時信號噪聲較多，會干擾故障判斷的問題。對傳統小波包分解法進行優化，改進了小波包閾值，實現GIS局部放電信號的有效降噪，方便現場能夠很好地提取特征信號。

1 小波包去噪原理

1.1 小波包的構造

構造小波包通常可以使用正交法，首選需要選取與小波相應長度且被重構的高通/低通分解濾波器，設置為()和()。得到相關的方程((),=0,1,2,3，…)如下：

(1)

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

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

∈,(,)∈

(2)

在小波標架中，是一個時間位置的參數，是一個小波尺度參數，是震蕩參數，()=()是尺度函數，()=()是小波函數。

1.2 小波包分解原理

(3)

圖1 小波分解和小波包分解對比圖

1.3 分解系數閾值量化和小波包重構

小波包分解的一個重要步驟是針對分解系統選擇適當的閾值，然后實現系統閾值量化。合并的閾值及對閾值進行的有效量化將直接關系到去噪質量。

(4)

傳統小波包去噪方法通常包括四個步驟：① 對待分析信號進行多層級分解；② 基于熵標準獲得最佳小波分解樹；③進行分解系統閾值量化；④ 小波包重構。應用過程中步驟三選取閾值和閾值量化最為關鍵。

2 局部放電信號構建和小波包閾值改進

2.1 局部放電信號構建

GIS放電檢測應用過程中的超高頻傳感器頻帶高頻區域一般達到2～3 GHz。根據香農采樣定理可以值，如果要完整采集并保留信號的原始信息，假設待采集信號頻率為3 GHz，那采樣頻率至少需要大于6 GHz(信號最高頻率的2倍)。如果直接采集高達上GHz的局部放電電磁波信號，需要數GHz甚至更高速的采樣芯片。同時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據，大概需要740 h，過于消耗時間。為了提高效率，需對局放信號進行對數檢波預處理，如圖2所示，為UHF信號檢波去噪原理框圖。

圖2 UHF信號檢波去噪流程圖

GIS為同軸結構，部分高電壓等級設備具有多個L型或T型轉角結構，因此局部放電信號在同軸腔體中傳播時，可能因為諧振、折反射等現象而最終形成振蕩波型號。目前常用單指數衰減震蕩函數或者雙指數衰減震蕩函數來建立信號的數學模型，函數表達式如式(5)、式(6)所示：

()=-sin(2π)

(5)

()=(-13τ--22τ)sin(2π)

(6)

式中，為脈沖型放電信號的幅值，為雙指數信號發生周期性振蕩的頻率，為信號的時間衰減系數。然而上述數學模型與系統中的檢測阻抗有關，因此不適用于特高頻信號測量的局部放電實驗仿真。有研究人員認為，由高斯函數疊加擬合得到的數學模型更能準確描述特高頻信號的特征，具體數學表述如式(7)所示：

(7)

其中，為放電脈沖信號極值點個數，根據實驗數據的觀察推測，其通常取值為3～5，本文統一取值為=5；為各局部放電波峰的幅值；為信號峰值點的橫坐標值；反映放電脈沖波的峰值陡度。文中仿真中數據的采樣總數為10000，采樣頻率為20 MHz，系統頻率分辨率小于70 MHz。

2.2 小波閾值改進

傳統的軟閾值函數或者硬閾值函數因為實現簡單而被廣泛使用，其中前者表達式為：()=(-sgn())(||>)；后者表達式為：()=(||>)。

其中是信號，T是閾值。根據應用經驗，軟閾值法可以相對平滑地處理信號，可以更為有效地濾除信號中的毛刺噪聲，但其缺點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邊緣特征，但經其處理后的信號平滑度較差，可能存在較多的毛刺噪聲。綜合以上，結合兩種方法的優點，本文提出一種可以兼顧信號平滑度和邊緣特征保留率的半軟閾值函數，其表達式如式(8)所示：

||<)+(||>)

(8)

其中，0<<。

在此基礎上，進一步改進函數，使其具有更高階特征，以實現對信號局部特征的有效保持，其表達式如式(9)所示：

(9)

3 仿真結果分析

3.1 信號降噪指標

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

(10)

其中()為原始信號，()為經文中所提降噪方法處理后的信號，為信號的采集數量。SNR的值與信號能量有關，當信號能量小于噪聲能量時，SNR為負；而當信號能量更大時，SNR為正，信號能量相比噪聲能量越大，SNR的值也越大。

MSE是用于評估局部放電脈沖波形的失真率指標，可表示為

(11)

當去噪后的信號和原始信號相比，相似度越大的時候，即信號失真度越小時，MSE的值越小。

當去噪后波形畸變程度越小時，NCC的值越接近1。其值可由式(12)求得：

(12)

3.2 信號降噪指標

在第2節所構建局放模擬信號的基礎上，加入瞬時值服從高斯分布的白噪聲信號后，可得到含有噪聲分量的待去噪信號，如圖3所示。從圖3可以看出，加入噪聲信號后，原始局放信號的大部分特征都幾乎被淹沒，這會極大影響判斷。在常規閾值情況下，利用小波法和小波包法對信號進行去噪處理后，結果如圖4所示。可以發現，雖然大部分噪聲已經被去除，去噪后的圖像也能夠反應原始信號的核心特征。但默認閾值下，去噪后的信號中仍然包含有較多明顯的毛刺噪聲分量。

圖3 GIS局部放電仿真信號和含噪信號

圖4 小波去噪和小波包去噪的對比

表1給出了兩種去噪方法在默認閾值下去噪后信號的、和三個指標的值。由表中數據可判斷，小波包去噪法的效果總體優于小波去噪法。由SNR指標和MSE指標可知，去噪后信號信噪比和失真度較好，已經有效濾除了噪聲分量。然而該情況下，兩種方法的NCC指標都小于0.9，說明降噪后的波形畸變程度仍然不太理想。

表1 默認閾值去噪仿真結果

3.2 改進閾值仿真

應用改進閾值函數后，對模擬放電信號進行降噪處理，得到的結果如圖5所示。相應的信噪比(SNR)、均方誤差(MSE)和波形相似數(NCC)指標數據如表2所示。對比圖5和圖4，表2和表1可以看出，改進閾值函數后，信號的降噪效果明顯提升。SNR相比默認閾值情況下提升了31%；MSE由0.0096降低至0.0054；NCC在改進閾值函數處理后則超過了0.9。

表2 改進閾值去噪仿真結果

圖5 改進閾值函數后的處理效果圖

5 結 論

研究了一種基于改進小波包閾值的GIS局部放電信號降噪方法。小波包去噪分解時同時考慮高頻信號和低頻信號，相比小波去噪效果更好。改進閾值函數能夠同時兼顧信號的平滑度和邊緣特征，相比默認閾值，處理后的信號在信號相對能量、波形失真率、波形畸變度等方面都有提升，效果顯著。