基于自適應小波去噪的局部放電超高頻信號測量方式

儲后廣，許廣虎，何丹東，韓雪峰

（1.國網新疆電力有限公司電力科學研究院，烏魯木齊 830000；2.湖南工業(yè)大學 電氣與信息工程學院，株洲 412007）

局部放電是高壓電器設備運行過程中的一種常見現象，其主要是在電場作用下，電力設備導體和接地體之間的絕緣結構受損或者被擊穿[1]，導致絕緣劣化壓電器設備一旦發(fā)生局部放電，會發(fā)生不均勻電暈，直接影響脈沖電流[2]，對于電力系統(tǒng)的安全運行存在較大影響[3]。而局部放電超高頻信號檢測是判斷高壓電器設備是否存在絕緣缺陷的重要依據[4]，因此，如何可靠完成局部放電過程中高頻信號的檢測，是保證電網安全運行的基礎。

文獻[5]為實現局部放電信號的可靠檢測，依據光纖傳感系統(tǒng)進行信號檢測，該方法在應用過程中，具有較好的靈敏度，但是由于超高頻信號通常情況下位于氣體絕緣組合電器室內，因此其檢測結果的精準性會受到影響。文獻[6]以采集的信號信息為依據，通過混沌陣子對其進行處理，利用相態(tài)判斷完成局部放電信號檢測，但是該方法在應用過程中采集的信號會存在大量噪聲，影響最終的檢測結果。

本文為實現局部放電超高頻信號測量，提出基于自適應小波去噪的局部放電超高頻信號測量方法。

1 局部放電超高頻信號測量

1.1 局部放電超高頻信號檢測方法

本文為實現局部放電過程中超高頻信號檢測，提出基于自適應小波去噪的局部放電超高頻信號檢測方法，該方法整體包含3 個模塊，分別是信號采集模塊、信號處理模塊以及信號檢測模塊，方法整體架構如圖1 所示。

圖1 局部放電超高頻信號檢測方法框架Fig.1 Method framework of local discharge UHF signal detection

（1）信號采集模塊：該模塊主要由局部放電傳感器、信號調節(jié)單元、開關電路、電源、時間交錯模數轉換（TLADC）技術等部分組成，其主要作用是采集局部放電信號，為局部放電過程中產生的超高頻信號檢測提供可靠依據。

（2）信號處理模塊：該模塊的主要作用是完成采集的局部放電信號的存儲和降噪等，主要包含數據庫、自適應小波降噪、信號增強等功能。

（3）信號檢測模塊：該模塊作為整個方法的核心模塊，同時也是實現超高頻檢測的模塊，其主要以小波降噪處理后的信號為依據，利用Duffing 振子和混沌理論，實現局部放電過程中的超高頻信號檢測。

1.2 基于TLADC 技術的局部放電信號采集

信號采集模塊在理想狀態(tài)下，采樣頻率用fs表示，在該頻率下，ADC 的信號采集結果與TLADC 集成信號結果一致。在實際應用過程中，每一個ADC的應用性能均會存在一定差異，會導致每個傳感器采集通道之間發(fā)生失配誤差。當不存在誤差時，單通道的ADC 信號采集的理想輸出結果計算公式為

式中：Ts為采樣周期；k 為第k 個傳感器通道；yk為采集的數字信號序列；M 為ADC 芯片數量；n 為ADC的分辨率。

在實際應用過程中，考慮失配誤差完成ADC 輸出的信號采集結果，其計算公式為

式中：gk、tk、ok均為失配誤差，三者分別對應通道增益、偏置失配、時延失配。

由于上述誤差會影響數據最終的采集效果，因此，分別對3 種誤差進行校正，以此保證局部放電信號的采集效果。

1.3 基于自適應小波的局部放電信號降噪處理

采集的局部放電信號傳送至信號處理模塊中，該模塊以小波降噪算法為基礎，采用鯨魚優(yōu)化算法對其閾值選擇以及進行自適應優(yōu)化后，形成自適應小波降噪方法，用于完成采集的局部放電信號的降噪處理[7]。

基于自適應小波的信號降噪的詳細步驟如下所述：

（1）獲取小波庫中的小波γi，對輸入的yk［n］進行第一層小波分解，獲取近似系數和細節(jié)系數，分別用a1，k和d1，k表示。

（2）計算第一層小波分解后的最優(yōu)小波選擇指標β，獲取計算結果中的最大值，將其定義為當前最優(yōu)小波，并記錄該小波結果、近似系數以及細節(jié)系數。

（3）由于細節(jié)系數dj，k中包含大量白噪聲，在對其進行分解過程中，細節(jié)系數會逐漸和局部放電噪聲信號混合，因此，會導致細節(jié)系數dj，k逐漸呈現非噪聲特性，對細節(jié)系數進行白化檢驗，并按照式（3）的檢驗條件進行判斷，其公式為

式中：N 為小波系數長度；ρ（i）為信號相關序列。

依據式（3）進行判斷后，如果滿足該條件，則說明xj是白噪聲，記錄xj當前的近似系數，并將其作為目標分解信號[8]，并回轉至步驟2，如果不滿足則進行下一步。

（4）對分解獲取細節(jié)系數dj，k進行分層處理后，采用鯨魚優(yōu)化算法進行最優(yōu)閾值ψ 的選擇，并保留該結果。

（5）將獲取的每層最優(yōu)閾值帶入下述公式中，進行所有dj，k的小波降噪，其公式為

式中：si為測量信號；ξ 為決定閾值函數形狀的參數；φ（si，ψ）為閾值函數。

（6）利用各層最優(yōu)小波，對獲取的最后一層近似系數和降噪后的dj，k進行小波重構處理，以此獲取降噪后的局部放電信號。

1.4 基于Duffing 振子和混沌理論的超高頻信號檢測方法

依據上述小節(jié)完成局部放電信號降噪處理后，采用Duffing 振子和混沌理論完成局部放電過程中超高頻信號的檢測。在應用過程中，Duffing 振子是利用Duffing 方程完成混沌系統(tǒng)的描述，其公式為

式中：x 為降噪后局部放電時的混沌信號；（-x+x3）為混沌系統(tǒng)的恢復力；ω 為角頻率；F 為策動力幅值；b為阻尼系數。

該算法在進行超高頻檢測過程中，如果混沌系統(tǒng)的阻尼系數值固定，則F 的值會超出設定閾值，以此會導致頻率相同的信號之間敏感程度以及免疫特性增加。基于此可直接通過混沌系統(tǒng)的相變程度，檢測局部放電過程中的超高頻信號。如果混沌系統(tǒng)的相軌跡處于大周期臨界狀態(tài)，則將降噪后的局部放電信號輸入混沌系統(tǒng)中，以此獲取其初始策動力的信號敏感程度以及免疫水平，再利用相變程度檢測局部放電過程中的超高頻信號。

2 實驗結果分析

以某地區(qū)的變壓器作為測試對象，該變壓器電壓等級為360 V，其在運行過程中存在局部放電現象，對于變壓器的安全運行造成較大影響。在該變壓器上部署傳感器采集局部放電信號，采集時間為連續(xù)10 天，共采集信號數量10000 萬個，并將該信號作為測試信號。

隨機獲取2 種局部放電信號的采集結果，如圖2 所示。依據圖2 可知，本文方法應用后能夠采集不同類別局部放電信號，并且采集的信號具有較好的連續(xù)性，沒有發(fā)生信號損壞或者中斷，信號的完整度較好。因此，本文方法具有信號采集能力，為局部放電過程中超高頻信號檢測提供數據支撐。

圖2 信號采集測試結果Fig.2 Signal acquisition test results

隨機選擇一段采集的局部放電信號，采用本文方法對其降噪處理，結果如圖3 所示。依據圖3 測試結果可知，本文方法能夠有效完成局部放電信號中噪聲信號的處理，降低噪聲對于信號的干擾，提升信號的效用率，以此提升超高頻信號檢測精度。

圖3 信號采集測試結果Fig.3 Signal acquisition test results

為進一步驗證本文方法的局部放電信號降噪效果，采用幅值誤差ηi和波形相似度γi作為評級指標，兩者的取值在0～1 之間，其值越大表示降噪效果越佳。在不同的局部放電信號數量下，對信號進行降噪處理后，ηi和γi的測試結果如表1 所示。依據1 結果可知，采用本文方法對局部放電信號進行降噪處理后，ηi和γi的結果均在0.927 以上，其中，ηi和γi的最大分別達到0.984 和0.988。

表1 幅值誤差和波形相似度測試結果Tab.1 Results of the amplitude error and waveform similarity test

為驗證本文方法對于局部放電過程中，超高頻信號的檢測效果，獲取不同類別局部放電信號中超高頻信號的檢測結果，由于篇幅有限，結果僅呈現2種局部放電的超高頻信號檢測結果，如圖4 所示。依據圖4 測試結果可知，本文方法應用后能夠精準檢測不同類別局部放電過程中的超高頻信號，精準呈現超高頻信號的波動情況。因此，本文方法具有較好的應用性，滿足檢測需求。

圖4 超高頻信號檢測結果Fig.4 UHF signal detection results

本文方法在不同的噪聲比例下，對4 種局部放電過程中的超高頻信號檢測檢測精度如表2 所示。依據表2 測試結果可知，在不同的噪聲比例下，采用本文方法對4 種局部放電過程中的超高頻信號檢測精度均在92.5%以上，其中最高值達到99.3%，檢測精度較高。

表2 4種局部放電過程中的超高頻信號檢測結果Tab.2 4UHF signal detection results during local discharge processes

3 結語

高壓設備在運行過程中，局部放電會導致設備的絕緣體系受損，形成超高頻信號，引起電力設備故障，直接影響電力系統(tǒng)的運行安全。因此為保證電力系統(tǒng)的運行安全，需精準檢測超高頻信號，判斷絕緣缺陷，本文提出基于自適應小波去噪的局部放電超高頻信號測量方式，完成超高頻信號檢測，并且檢測精度較高，具有較好的應用性，可為電力系統(tǒng)運行管理提供可靠依據。