基于經驗模態分解法的變壓器局部放電去噪方法研究

宮成明，厲偉

(沈陽工業大學 電氣工程學院，遼寧 沈陽 110870)

1 引言

變壓器的正常穩定運行，是保障電力系統穩定性的必然要求[1-2]。據統計，80%左右的變壓器事故，是由局部放電導致[3-4]。如今，局部放電檢測有很多方法，超聲波法受電磁干擾小，便于定位，是較好的非電檢測方法[5]。局部放電信號微弱且含噪聲。其中以白噪聲和窄帶干擾為主[6]。局部放電信號處理主要針對此兩種信號進行去除。國內外學者在信號處理方面有大量研究，文獻[7]采用多個小波基的小波去噪方法，去噪效果有所提升，但是需要對信號進行預處理。文獻[8]采用EMD對局部放電信號進行去噪，模型具有一定自適應性，但是添加的白噪聲去除不徹底，存在模態混疊現象。本文在對EMD、EEMD、CEEMD及CEEMDAN單一方法去噪仿真分析后采用CEEMDAN閾值的自適應去噪方法對局部放電信號進行去噪處理。

2 經驗模態分解

經驗模態分解(EMD)簡單理解為分解和重構兩步，分解出特征模態函數IMF，對其取舍重組。對于信號X(t)，計算極值點上下包絡線E1和E2的均值:

m=(E1-E2)/2

(1)

X(t)與均值m的差記為h1，得:

h1=X(t)-m1

(2)

多次分解，滿足IMF條件時，輸出IMF1，記作C1。把C1從X(t)中剝離，得到舍去高頻分量的信號r1，得:

r1=X(t)-C1

(3)

將r1作為下一次分解的原始信號，重復分解，IMFn不存在極值點時，分解結束。

rn=rn-1-Cn

(4)

將分解出的每個IMF以及殘量重組取和就是原始信號。即

(5)

rn(t)為殘余分量。Cj代表從高頻到低頻率的既包含有用信號也包含噪聲的各個IMF。

EMD在一定程度上實現了信號的自適應分解，但是EMD依舊存在著缺點，一是端點效應，二是對于局放信號去噪影響較大的模態混疊，導致后續信號去噪效果差。學者們后續通過對添加與去除白噪聲的方式上做出改進提出EEMD、CEEMD算法。

3 EMD類算法局放去噪仿真

3.1 構造含噪局部放電仿真信號

由單指數振蕩衰減和雙指數振蕩衰減模型構造局部放電仿真模型：

f(t)=Ae-t/τsin(2πfct)

(6)

f(t)=A(e-1.3t/τ-e-2.2t/τ)sin(2πfct)

(7)

式中，A為信號幅值；τ為衰減系數；fc為振蕩頻率。本文構造局部放電仿真信號的采樣頻率Ts為5MHz，A為60mV、70mV以及20mV，時間常數為6.8μs，功率為16.64dBw，如圖1所示。添加白噪聲與窄帶干擾模擬現場環境噪聲，白噪聲功率為21.18dBw；窄帶干擾采用頻率分別為60kHz、500kHz、1MHz、3MHz的疊加正弦信號模擬，窄帶噪聲功率為28.48dBw。含噪局放信號如圖2所示，經計算，上述設置含噪信號的信噪比為-11.4dB。

圖1 原始純凈局部放電信號圖

圖2 含白噪聲與窄帶噪聲局部放電信號圖

3.2 帶通濾波器濾除窄帶噪聲

針對窄帶噪聲對仿真信號使用MATLAB帶通濾波器進行去噪，通帶頻率設計成20kHz～200kHz，濾除后的信號效果如圖3所示。

圖3 濾除窄帶噪聲的含噪信號

3.3 EMD類方法對局部放電信號去噪分析

本文采用EMD、EEMD、CEEMD分別對局部放電信號進行分解、去噪、重構仿真分析。分解、頻譜及重構去噪效果如圖4～6所示。

圖4

圖5

圖6

圖4(b)、圖5(b)、圖6(b)可以看出EMD舍去前兩層IMF得到的去噪圖像較為清晰，但是噪聲去除不完整。EEMD方法存在失真現象。CEEMD去噪圖像原始局部放電信號保留完整，但重構包含了太多的噪聲信號。

4 CEEMDAN閾值去噪分析

4.1 CEEMDAN分解重構去噪分析

CEEMDAN會自適應的對局部放電信號中分層加入成對的正負噪聲，每層分解之后進行去除噪聲。如圖7所示。將含噪聲較多的IMF1剔除后進行重構去噪，結果如圖8所示。

圖7 CEEMD分解各IMF分量圖

圖8 單一CEEMDAN重構去噪圖

應用信噪比、波形相似度以及變化趨勢參數進行分析，CEEMDAN重構去噪，因為直接舍去IMF1分量重構，原始信號保留程度不好。其中，信噪比為2.24dB，波形相似度為0.78，變化趨勢參數為0.27。

4.2 CEEMDAN閾值去噪仿真分析

單一CEEMDAN方法去噪效果較前述傳統方法略有提升，但是依然使用舍去IMF分量的方法，信號的完整度不夠好。因此，本文使用CEEMDAN方法對信號進行自適應分解，然后對每個IMF設定閾值，進行閾值去噪。

針對CEEMDAN分解后信號后每個IMF分量中自相關函數差別不同，對每個IMF進行自相關函數系數設定，滿足系數設定范圍的定義為含噪聲少的模態，進行保留，不滿足系數設定范圍的高頻分量，不能直接舍去，高頻分量中仍然存在有用的原始局部放電信號，對高頻信號進行閾值去噪。閾值函數為:

(8)

本文針對局部放電CEEMDAN分解的IMF改為：

(9)

其中，Tj為特征模態分量的閾值，計算方法為：

(10)

分子計算的是各個特征模態分量的絕對中值函數，N為采樣點數。CEEMDAN閾值去噪效果如圖9所示。

圖9 CEEMDAN閾值去噪波形圖

本文方法信噪比為5.95dB，波形相似度為0.87，變化趨勢參數為0.64。無論是從去噪圖像觀察得出，還是從仿真數據分析看，本文方法較前述單一去噪方法去噪效果都有明顯的改進和提升。

5 結論

本文首先采用數字濾波器對局部放電信號的窄帶噪聲進行濾除，然后對濾除窄帶噪聲后的信號分別采用EMD、EEMD、CEEMD以及CEEMDAN單一方法進行分解重構去噪，去噪效果雖有提升，但因采用舍去IMF分量的方式去噪，信號完整度保留較差。本文CEEMDAN閾值去噪方法較單一方法去噪效果提升明顯，通過仿真結果分析可知該方法達到了對窄帶干擾和白噪干擾的抑制，去噪后的信號能夠為模式識別等進一步研究提供基礎。