试谈GIS高压开关局部放电声信号测试与特征提取

发表时间:2020/7/20   来源:《电力设备》2020年第8期   作者:于东军
[导读] 摘要:GIS高压开关使用过程中会出现局部放电问题,针对放电检测的装置和技术较多,但局部放电声信号相关研究力度较少。

        (泰安泰山高压开关有限公司  山东泰安  271000)
        摘要:GIS高压开关使用过程中会出现局部放电问题,针对放电检测的装置和技术较多,但局部放电声信号相关研究力度较少。本文通过声测模式,围绕小波去噪方式探究GIS高压开关局部放电声信号测试与特征提取模式,依托小波变换去噪模式将其中的微小声信号完成提取,优化声信号研究质量和效果。
        关键词:GIS高压开关;局部放电;声信号测试
        前言:GIS高压开关是电力网络产品,局部放电声信号通常属于强背景噪声中的细小信号,其检测技术一般包含强弱检测、放电次数检测。由于开关局部放电过程中会出现热、声、光等问题,可以借助声测模式、光测模式进行测试。因此,本课题利用声测法研究GIS高压开关的局部放电情况,具有电磁屏蔽优势。
        1声信号测试与特征提取分析
        1.1测试设备
        放电声信号测试实验装置系统结构包含可调高压电源、放电声信号测试系统、声信号探头等装置。其中,放电声信号测试装置能够对观察实验结果进行对比测试,分析放电信号的强弱性;声信号检测探头属于声信号测试系统,与控制信号采样协调装置一同运行。此外,局部放电信号采集系统中包含传感器,能够模拟GIS高压开关的多种放电模式,借助小波变换消噪方式提取局部放电信号。
        1.2特征提取分析
        GIS高压开关中局部放电强弱和次数具有对应的要求、标准和规范,一般系统运行中局部放电强度小,产生的声信号强度随之降低,对于定位和检测工作增加了难度,因此检测强背景中小噪音的局部放电信号至关重要。本课题中微小的声信号处于强背景噪音中,有必要借助小波变换方式对信号完成特征提取,并判断声信号的基本特征。小波变换模式相较于其他信号处理算法,优势是不易使时域数据丢失。因此在本课题中获取的声信号有必要完成局部放电区域定位,提升放电信号到达时间要求,借助小波变换模式完成去噪操作,进而在噪声中精准提取放电信号。
        2小波变换去噪算法研究
        2.1小波去噪原理
        小波变换模式是数字信号中的有效处理方式,优势包含:去相关性、低熵性、分辨率多,能够灵活选择小波基,可以结合应用场所的实际情况科学设置小波函数,优化信号去噪效果[1]。小波去噪的任务是将噪音从原始信号内部抽离出来,提取后续待分析的有用信号,具体公式如下:y(n)=x(n)+w(n)。其中,w(n)是噪音,y(n)是原始信号,x(n)是有用信号。以高斯白噪声为例,将其设为w(n),可以借助非线性小波变换模式在y(n)(即原始信号)中分离白噪音。
        2.2小波变化性质
        小波变换属于积分变换模式,相较于傅里叶变换模式具有较多优势,其中包含波基尺度a和平移b参数,能够以频率域角度转变时间函数,借助其频带性质,通过某一特定时间段获取时间域分析信号[2]。同时,小波变换具备恒Q特性,式子如下:带宽/中心频= ,在该式子中,a大于0。恒Q特性是小波变换的主要性质,是与其他变换形式存在根本区别的关键。
        2.3小波去噪过程
        小波消噪是应用硬阙值和软阙值的消噪模式,在选择对应阙值后,能够科学应用小波系数完成消噪操作。小波去噪过程如下:与包含微小信号的噪音进行正交小波交换,科学选择小波分解层次,将其设置为j,进而获得相关小波分解系数。同时,针对多种系数进行阙值处理,其中包含硬阙值、软阙值模式。其中,软阙值是硬阙值基础上的拓展模式,将绝对值低于阙值的要素归零,并使非零要素向0靠近,其中硬阙值于y=±的位置不连续,反之软阙值在y=±位置连续。此外,完成小波重构。依托小波分解,对第1至j层高频系数进行量化处理,设置第j层低频系数,可以完成信号重构。阙值处理的核心是创设科学的阙值,若阙值过大,容易使信号受到干扰;若阙值过小,则无法充分消除噪音。
        3小波变化去噪算法
        3.1去噪要点
        小波去噪操作主要借助阙值量化小波分解系数,因此该模式的关键是选择和量化阙值。注意选择阙值时要求不破坏有用信号的基础上、去除噪音,维持有用信号的基本大小。例如,依托无偏似然估计方式,针对某一特定阙值t进行似然估计,最小化非似然设为t,获取特定对象的阙值。在选择阙值时的要点如下:提取平滑消噪信号时,建议选择软阙值模式,而对于局部放电信号等突变类要素,需要选择硬阙值模式。软阙值可以在特征提取操作后降低脉冲峰值,甚至变为0,使用硬阙值能够确保脉冲峰值的稳定性,进而分辨GIS高压开关的局部放电情况。
        3.2小波基函数分析
        3.2.1选择小波基函数
        小波变换过程中可以借助多种基函数变换信号,小波基主要特点包含衰减性、紧支性、对称性、正则性、消失距。若想对高压开关的局部放电信号完成特征提取,有必要结合特定区间的消失距和紧支性,消除噪音,获取突变信号,本课题可以使用Daubechies小波基当作局部放电信号的基函数。
        3.2.2设置小波变换分解尺度
        在分析正交分辨率时,小波变换信号分辨率随着分解尺度的增加而提升。不过,在借助小波变换消除噪音时,若选择过大的分解尺度,无法有效优化消噪能力,甚至会增加计算量。不过,若在选择分解尺度时过低,也无法有效消噪。例如,采样信号频率是fs,借助香农定理得出信号最大频率是fs/2=fmax,干扰频率范围设为f1-f2,因此需要确保分解尺度J=log(fmax/f1)。
        4实验效果分析
        4.1小波变换效果
        本课题主要借助软阙值方式完成噪音处理,通过coif3针对coiflet小波进行3次分解,小波基函数选择Daubechies,其支撑长度、消失距、对称性良好。在分析小波变换尺度函数后得出,该过程放电性较强,通过观察原始数据可以直观看到放电信号。在借助小波变换方式完成去噪操作后,极大程度地去除噪音,同时能够得到放电信号存在和出现时间,提升特征提取效率。实验中小波函数放电信号不够明显,当完成去噪操作后,可以提取放电声信号。小波变换去噪结束后,能够判断信号是否为局部放电声信号,进而科学判断GIS高压开关的局部放电情况。
        4.2对放电声信号的分析
        实验中多种白噪音之间无关联,若分析对象是白噪音和声放电信号,则需要针对相同数据不同渠道完成分析。若数据中包含声放电信号,多种渠道之间理论上存在相关性,因此说明相关系数大。经过实验分析发现,小波变换去噪前渠道之间相关性较低,而去噪完成后相关性会提升,强度下降,但在截取分析去噪信号后,相关性增强,系数可以达到0.6562。
        4.3小波消噪对模拟信号的结果分析
        模拟信号中局部放电信号属于振荡衰减信号,幅值是2,噪音背景是现场窄带干扰信号。GIS高压开关局部放电信号实际上是突变信号,因此选取Daubechies作为小波变换函数,分解最大尺度设置成6。同时,结合似然无偏估计理论,基于Stein设置阙值估计器。通过选择合适的阙值完成消噪处理后发现,局部放电信号可以完全提取。通过分析剩余噪声信号和消噪脉冲信号及其频谱得出,小波变换模式能够有效消除白噪、窄带信号对局部放电信号的干扰。因此,在科学选择阙值处理模式和小波基函数后,能够对窄带干扰噪音等平稳信号进行消除,提升对局部放电信号的提取能力。
        结论:综上所述,在信号测试试验中得出,经过小波变换可以在强噪音背景中提取细微的声放电信号,为强信号的分析和研究提供支持。针对细微信号需要借助声信号方式对GIS高压开关局部放电情况完成检测,获取传感器接收信号的时间,对局部放电区域进行精准定位,明确放电参数,实现声信号的量化。
        参考文献:
        [1]钱峰,卢经,邵建根,等.局部放电信号检测中自适应分解层数小波去噪[J].电力设备管理,2019,(08):55-56+62.
        [2]毛海龙.GIS气体高压开关在阳煤五矿变电站的应用[J].能源科技,2020,18(03):30-32.
        作者简介:于东军(1983.12--);性别:男,籍贯:山东省德州人,学历:本科,现有职称:中级工程师;研究方向:机械电气。

 

投稿 打印文章 转寄朋友 留言编辑 收藏文章
  期刊推荐
1/1
转寄给朋友
朋友的昵称:
朋友的邮件地址:
您的昵称:
您的邮件地址:
邮件主题:
推荐理由:

写信给编辑
标题:
内容:
您的昵称:
您的邮件地址: