基于優化小波閾值函數的高壓電纜局放信號消噪研究

王志立 李志學 夏傳鯤

摘 要：為了得到高壓電纜準確可靠的局放信號，需要從監測到的信號中濾除白噪聲、混雜的隨機噪聲等，為此設計了基于優化小波閾值函數的局放信號消噪法。該算法在小波變換閾值去噪的基礎上進行優化，優化后的閾值和閾值函數在不同的分解層數下，具有較好的自適應能力，經計算機仿真、實驗室模擬、現場測試實驗證明，該優化后的閾值函數消噪法具有有效性與可行性，該方法不僅能準確地識別局放信號，而且能有效提高高壓電纜在線絕緣監測的準確性。

關鍵詞：高壓電纜；絕緣監測；局部放電；小波閾值函數

DOI：10.11907/rjdk.172942

中圖分類號：TP319

文獻標識碼：A 文章編號：1672-7800（2018）006-0163-04

Abstract：In order to obtain accurate and reliable partial discharge signal of high voltage cable， it is necessary to filter out white noise and mixed random noise from the monitored signals. Therefore， this paper designs the denoising method based on the optimized wavelet threshold function. The algorithm is optimized on the basis of wavelet transform threshold denoising. The optimized threshold and threshold function have good adaptability under different decomposition layers. The algorithm is proved to be effective by computer simulation， laboratory simulation and field test. The experimental results show the effectiveness and feasibility of the optimized threshold function denoising. Based on the optimized wavelet threshold function， the pratial discharge signal denoising method can not only accurately identify the pratial discharge signal， but also effectively improve the accuracy of high-voltage cable on-line insulation monitoring.

Key Words：high voltage cable； insulation monitoring； partial discharge； wavelet threshold function

0 引言

高壓電纜絕緣性能在極大程度上影響著配電設備的安全穩定運行。目前，局部放電法得到國內外專家研究人員和諸多權威電力研究機構的認可，并被推薦為對高壓電纜絕緣狀態進行監測的最佳方法[1]。通過對局放信號的實時監測可以判斷電纜的絕緣狀態，從而從根源上杜絕電纜故障發生的可能性。但是，由于高壓電纜運行環境復雜，現場采集的局放信號通常含有很多噪聲，為了能夠精確獲取電纜的絕緣狀況，通常要對采集到的信號進行消噪處理。文獻[2]采用了模極大值消噪算法，在奇異性較大的信號中有良好的消噪效果，然而模極大值極易受白噪聲的影響。文獻[3]提出用空域相關算法對局放信號進行去噪，此算法會將高頻部分的信號誤判為噪聲給予去除以及把低頻部分的噪聲誤判為信號予以保留。文獻[4]采用了基于Sqtwolog函數的小波閾值的局放降噪方法，在分解層數較小時有著良好的消噪效果，但在分解層數較大時有用信號會被濾除。文獻[5]中Donoho提出基于SURE的閾值選擇方法，定義了硬閾值函數和軟閾值函數的內容并指出各自的缺陷：由于硬閾值函數不連續，消噪后得到的信號會產生偽Gibbs（吉布斯）震蕩現象；而軟閾值函數消噪后的信號較為平滑，但波形的幅值容易被濾除掉，準確度不夠高。

本文提出的優化小波閾值函數就是在小波閾值消噪原理基礎上進行優化的。該算法在一定程度上克服了有用波被誤判濾除掉的缺點以及傳統閾值函數的不足，通過對實驗室環境仿真及現場真實消噪結果的分析，驗證了該算法對局電信號消噪的可行性。

1 小波閾值去噪原理

一個混雜有高斯白噪聲的含噪合成信號可以表示為：

為了克服硬閾值函數不連續及偽Gibbs（吉布斯）震蕩現象[7]，同時避免軟閾值函數處理后的小波系數比真實的小波系數絕對值小且易產生重構誤差的缺陷，本文對自適應閾值函數進行優化。

2 優化的小波閾值函數

本文提出一種優化的小波閾值函數并將該算法用于高壓電纜在線絕緣監測系統的消噪中。給不同的分解層數j取值，使得閾值函數和閾值都可以隨之調整，因此擁有較為優越的自適應能力。

在η=λ處的左右極限等于函數值，因此該閾值函數是連續的。由對稱性質可知，函數在η=-λ處也連續。

優化后的閾值函數結構精簡、便于實現，與硬、軟閾值函數相比，綜合了二者的優點，對于局放信號的消噪有著顯著的提升效果，改進后的閾值函數有以下優點：

（1）優化后的閾值函數在閾值±λ處連續，這樣就克服了硬閾值處理后產生震蕩的問題。

（2）該閾值函數存在高階導數，計算也方便，同時在m信號（純凈局放信號）和n信號（噪聲）之間擁有一個平滑的過渡區間。

（3）閾值函數隨著|w-j，k|的增大，w-j，k與λ的差不斷縮小，很大程度上避免了軟閾值函數消噪后產生的恒定偏差問題。

3 小波閾值函數仿真

為了驗證優化小波閾值函數的正確有效性，對該算法進行仿真試驗。通過實際和理論研究發現，產生局部放電信號的持續時間很短，局部放電脈沖的真實波形更加近似于單指數衰減或雙指數衰減函數。但是在實際工程中，從傳感器提取的脈沖信號更接近于單指數或雙指數衰減震蕩形式，對應的噪聲也會在這時疊加到信號中，因此本系統的消噪模擬實驗選用雙指數衰減震蕩。其基本形式為：

A為脈沖信號幅值，τ為信號衰減系數，f-c為振蕩頻率[8]。通過計算很難得到其波形，利用數值分析進行大量的數據擬合計算后，最后確定參數為：

雙指數衰減震蕩的波形如圖1所示。

仿真中的原始局放信號波形、混雜白噪聲后的波形以及疊加干擾信號后的混合波形如圖2所示。從圖中可以看出局部放電脈沖在加入干擾后幾乎被完全掩蓋，想要獲取到原始信號就必須對此波形進行消噪。

采用本文提出的優化小波閾值函數對含噪的局放信號進行消噪處理，消噪效果如圖3所示。

通過以上分析可以看出，利用優化小波閾值函數消噪方法具有良好的消噪效果。在對含噪的局放信號消噪時，最根本的目的就是在保留原始放電信號的前提下最大限度地過濾掉其它污染噪聲。相對于傳統閾值函數等，該算法在保留原始放電信號形狀方面有著更為突出的表現，不但去除了噪聲干擾，還盡可能地保留了原始的局部放電脈沖信號。

4 實驗室及現場消噪測試分析

4.1 實驗室消噪測試分析

實驗室模擬模塊主要由采集模塊、模擬放電模塊、電源、數據通訊模塊等構成[9]。其中采集模塊將通信芯片、存儲芯片等集成在一塊電路板上，接收并處理采集到的數據；模擬放電模塊用來發射局放信號；數據通訊模塊用來支撐各個部分的數據交換。實驗室模擬裝置如圖4所示。

實驗室模擬實驗消噪前后的對比如圖5（a）與圖5（b）所示。

4.2 現場消噪測試分析

在實驗室環境下噪聲的影響微乎其微，但在提取實際運行中電纜的局部放電數據時，噪聲的影響十分嚴重。為了驗證該算法處理噪聲的能力，將應用該算法的系統安裝于某6 kV地面變電所，通過現場測試絕緣受損的高壓電纜，檢驗該算法在實際運行環境中的消噪效果。現場測試如圖6所示。

消噪前后的對比如圖7所示。

通過對實驗室、現場測試實驗以及實驗得到去噪數據與波形，證明了基于優化小波閾值函數的局放信號消噪方法具備較好的降噪能力，該算法有助于提高高壓電纜在線絕緣監測系統的可靠性[10]。

5 結語

本文設計研究了優化小波閾值函數應用于高壓電纜的局放信號消噪。通過實驗室以及對某變電所工作中的高壓電纜的現場測試，證明本文設計的消噪方法具有很好的降噪能力，在去除高壓電纜局放信號噪聲過程中有良好的效果，并且最大限度地保留了電纜釋放的局放信號，提升了在線絕緣監測的準確性，從而達到了實時監測電纜絕緣狀況的目的。

參考文獻：

[1] IEEE. IEEE Std 400.3-2006 IEEE guide for partial discharge testing of shielded power cable systems in a field environment[S].IEEE Power Engineering Society，2007.

[2] 華春紅，任章，張敏虎.基于自適應閾值估計的模極大值去噪方法[J].航天控制，2011（1）：37-40+47.

[3] 肖倩，王建輝，方曉柯，等.一種基于互相關函數的小波系數相關閾值去噪方法[J].東北大學學報：自然科學版，2011，32（3）：318-321.

[4] 周濤，徐允祥，馬星河，馬利.礦用高壓電纜絕緣在線監測系統的研究[J].中州煤炭，2016（1）：95-97+111.

[5] DONOHOD L.De-noising by soft-thresholding[J]. IEEE Transactions on Information Theory，1995，41（3）：613-627.

[6] 鄧玉娟.基于小波變換的語音閾值去噪算法研究[D].重慶：重慶大學，2009.

[7] 李曉飛，邱曉暉.基于小波變換的改進軟閾值圖像去噪算法[J].計算機技術與發展，2016，26（5）：76-78.

[8] 張宇輝，劉夢婕，黃南天，段偉潤，李天云.頻率切片小波變換在局部放電信號分析中的應用[J].高電壓技術，2015，41（7）：2283-2293.

[9] 陳照業，裴志強，張均偉，馬星河.基于DSP+FPGA的礦用高壓電纜在線絕緣監測系統研究[J].煤礦機電，2015（6）：1-4.

[10] 喻世根.高壓電纜護層環流監測系統設計及其電磁耦合特性研究[D].長沙：湖南大學，2011.

（責任編輯：江 艷）