氧化锌避雷器在线监测泄漏电流信号去噪研究.pdf

Microcomputer Applications Vol.39,No.8,2023文章编号：10 0 7-7 57 X（2 0 2 3)0 8-0 0 9 4-0 4研究与设计氧化锌避雷器在线监测泄漏电流信号去噪研究微型电脑应用2 0 2 3年第39 卷第8 期仇前生，陆振坤，方亮，马兵，王嗣常，赵君成（国网安徽省电力有限公司芜湖供电公司，安徽，芜湖2 410 0 0）摘要：为了更有效地去除泄漏电流中的噪声成分，提高氧化锌避雷器的在线监测性能，利用改进S变换在信号时频分布处理方面的优良特征，提出一种基于改进S变换的泄漏电流二维时频去噪方法。为了更好地评估泄漏电流信号的去噪效果，还提出波峰陡度值和平均幅值两个新的评估指标。不同噪声强度下的泄漏电流去噪对比试验表明了所提出的去噪方法优越性，其研究成果能为氧化锌避雷器的泄漏电流去噪及其在线监测提供有效的参考和指导。关键词：氧化锌避雷器；S变换；泄漏电流；在线监测；去噪中图分类号：TM721Research on the On-line Monitoring Leakage Current Signal DenoisingQIU Qiansheng,LU Zhenkun,FANG Liang,MA bing,WANG Sichang,ZHAO Juncheng(Wuhu Power Supply Company of State Grid Anhui Electric Power Co.,Ltd.,Wuhu 241000,China)Abstract:In order to remove the noise component in the leakage current more effectively,this paper uses the excellent charac-teristics of improved S transform in time-frequency analysis to propose a two-dimensional time-frequency denoising methodbased on the improved S transform.In order to better evaluate the denoising effect of leakage current signal,two new evalua-tion indexes i.e.,wave crest steepness and mean amplitude value are proposed.Comparison experiments of leakage current de-noising under different noise intensities show the superiority of the proposed denoising method.The research results of this pa-per can provide effective reference and technical guidance for leakage current denoising and on-line monitoring of zinc oxide ar-rester.Key words:zinc oxide arrester;S transform;leakage current;on-line monitoring;denoising0引言氧化锌避雷器因伏安特性和通流能力非常优良而成了电力系统中非常重要的保护装置1。氧化锌避雷器可以对操作和雷击等导致的过电压进行有效的限制。避雷器出现故障会使电力系统的运行受到严重危害，所以应采用有效的手段对氧化锌避雷器的状态实时在线监测，而氧化锌避雷器状态的变化会有效表现在其表面的泄漏电流中。泄漏电流信号是一种幅值非常小的信号，且采集环境电磁等干扰众多，泄漏电流信号容易淹没在外界环境噪声中 2 。因此，为了能通过泄漏电流来识别氧化锌避雷器状态，必须优先去除采集的氧化锌避雷器泄漏电流中的噪声信号。针对避雷器泄漏电流信号的处理，国内外学者做了一定的研究工作。文献 3 研究发现了泄漏电流信号为典型的非平稳信号，且泄漏电流采集环境多存在很强的电磁等干扰。作者简介：仇前生（198 1一），男，硕士，高级工程师，研究方向为电力设备在线监测；陆振坤（198 4一），男，本科，工程师，研究方向为电力设备在线监测；方亮（198 9一），男，本科，工程师，研究方向为电力设备在线监测；马兵（198 8 一），男，本科，工程师，研究方向为电力设备在线监测；王嗣常（198 2 一），男，硕士，高级工程师，研究方向为电力设备在线监测；赵君成（198 8 一），男，本科，高级工程师，研究方向为高电压与绝缘技术。文献标志码：Aof Zinc Oxide Arrester进行深入研究。本文提出一种基于改进S变换二维时频分布的新时频去噪方法及波峰陡度值和平均幅值两个新的去噪效果评估指标，通过去噪实例的对比表明了本文去噪方法在去除泄漏电流中噪声信号的优势。94文献 4在避雷器泄漏电流信号去噪处理时采用了小波阈值去噪法，但其存在时频局部性能有限等问题，且对于较大的幅值噪声信号，小波阈值去噪法难以有效去除。文献 5 利用卡尔曼相关理论构造了泄漏电流信号滤波器，卡尔曼滤波法虽然能有效去除幅值较大的噪声，但卡尔曼滤波法易对波形造成平滑化，导致信号的波形特征无法有效保留。文献6 利用EEMD去噪方法去除避雷器泄漏电流信号中的噪声，取得了一定的效果，但该方法在强噪声适用性方面较差。以上去噪方法均无法有效去除泄漏电流信号中的噪声成分，去噪效果评估指标也不合理，且未对不同噪声含量下的去噪Microcomputer Applications Vol.39,No.8,20231改进S变换原理分析1.1S变换原理分析S变换是一种优良的时频可逆的非平稳信号分析方法 7，与傅里叶变换和小波变换的固定高斯窗口不同，S变换具有随频率改变而改变的高斯窗口，所以S变换具有更加优良的时频分辨率。信号h(t)的S变换表达式S(t，f)为S(t,f)=h(t)w(t-t,f)e-iz dtw(t-t,f)=V2元2。26=TfT式中，t、分别表示时移因子和尺度因子，t表示时间，表示频率大小。设h(t)的离散采样为hkT（k=0,1,2,3,N一1),则信号h(t)的离散S变换表达式为sL/T.0-2式中，T表示采样间隔，N表示采样总点数，m、n、j的取值分别为0、1、N一1,H(k/NT)表示信号h（k T)的离散傅里叶变换结果,G(m,n)表示高斯窗函数的频谱。由式（2)可知，离散信号h（k T)经过离散S变换后变成了二维复时频矩阵，行为采样时间点，列则为局部矩阵，每一行对应该时间点上的局部频谱。S模矩阵的表达式为s(to,fo)s(to,fi)s(to,f2)s(t1,fo)S=s(tj,fo)：Ls(tN-1,fo)1.2改进S变换原理分析S变换虽然具有高斯窗口可调的特征，但其窗口随频率的变化仍然是固定的，调节范围的适应能力一般，因此其时频分辨率仍有待提高。本文通过改变高斯窗函数的形态来对S变换进行改进，使其在时频面各处获得优良的时频分辨率 8 。将调节因子引人高斯窗函数，则此时信号h(t)的改进S变换的表达式S（t，f)为+S(t,f)=h(t)w(t-t,f)e-izwldt3w(t-t,f)=aV2元1TFT研究与设计式中，t、o、a 分别表示时移因子、尺度因子和调节因子，t表示时间。由式(4)可知，改进后的高斯窗口函数的时窗高度与频率f和调节因子呈正相关关系。当时窗高度变小时，频窗宽度变小、时窗宽度变大，此时改进S变换便拥有更强的频域分析能力和更弱的时域分析能力，所以通过合理调节改进S变换中调节因子a的值，就能对改进S变换的时频分辨率进行灵活调节，从而获得更高的时频分辨率。同理假设信号h(t)的离散采样为hkT（k=0,1,2,3，N一1，则其离散改进S变换表达式为(1)N-1MST(jT,0)=ZHmNT7=0式中，T、N表示信号的采样时间间隔和采样总点数，m、n、j的取值分别为O、1、N一1,H（k/NT)表示信号h（k T)的离散傅里叶变换结果,G(m，n)表示高斯窗函数的频谱。根据式（5）可知，信号的离散改进S变换后为二维复数矩阵，行为采样时刻jT幅值随频率变化的分布，列为在n/（NT)频率处幅值随着时间变化的分布。k=02氧化锌避雷器泄漏电流仿真分析(2)氧化锌避雷器是电力系统中各种电气设备免受过电压损坏的重要保护设备，其内部的关键部件为氧化锌电阻阀片 。氧化锌避雷器的结构非常简单，由氧化锌电阻阀片密封在瓷套内组成，它是理想的非线性伏安特性曲线 10 。图1为其等效模型结构图。氧化锌避雷器泄漏电流i的表达式为i=aic+pirs(to,fN-1)ic=u/1/（2 元fC)ir=tan u/k式中，、k为与氧化锌避雷器运行状态相关的参数，ic、i R为流过电容器C和电阻R的电流，f为频率，C为电容值，u：为氧化锌避雷器承受的电压大小。S(TN-1,fN-1)(3)202(4)95微型电脑应用2 0 2 3年第39 卷第8 期k=0(5)(6)(7)(8)R图1氧化锌避雷器等效模型结构图通过改变参数k、的取值，可对氧化锌避雷器正常工作状态下和老化后的泄漏电流进行仿真分析。正常状态：k=40、=0.9、=1.1；老化状态：k=1、=0.3、=2。仿真时的电压u取sin(100元t十元/8)kV,C取40 0 pF。图2 为氧化锌避雷器正常状态和老化状态的泄漏电流信号。根据图2 可知，正常状态和老化状态的氧化锌避雷器泄漏电流波形有很大区别。正常状态下电流主要为成分，电流波形接近于正弦形状；老化状态下，由于阻性电流的显著增Microcomputer Applications Vol.39,No.8,2023大，波形发生明显的幅值变大和畸变现象1。氧化锌避雷器处于正常还是老化，可通过泄漏电流进行区别，但在泄漏电流信号采集中有电磁等众多环境噪声的干扰，含噪声的氧化锌避雷器泄漏电流波形如图3所示。由图3可知，此时已经无法区别正常状态和老化状态下的氧化锌避雷器泄漏电流波形。VU/甲-0:3F-0.3L050-550图2 泄漏电流信号图0.5-0.55010r-10L0图3含噪声的泄漏电流信号图3基于改进S变换泄漏电流去噪分析3.1基于改进S变换的时频去噪法根据嫡的相关理论可知，对于信号的时频分布某局部区域，其熵值越大，表明该区域的信号越杂乱无序，即熵值大小与噪声成分含量呈正比关系 12 。将嫡引人泄漏电流信号去噪，通过熵值来识别时频谱上噪声的位置。MST(t，)为信号经改进S变换后的表达式，则某一点上瞬时能量E(i，j)的表达式为E(i,j)=MST(ti,fj),i=1,2,n;j=1,2,.,m(9)式中，m、n 为划分的时间和频率总数量。时间点i的子区间k的谱熵H表达式为Ht=-p(i.j)p(i.j)N/m1=1p(i,j)=E(i,j)/E;式中,E（i，j)、E分别为时间点i在频率点i的能量及其总能量。由于实际采集的泄漏电流为非平稳信号，且往往存在各研究与设计种噪声干扰，单独对其时域去噪、频域去噪均效果较差。因此在二维时频分布领域对信号进行处理，计算时间点i上小区间的谱嫡值，谱熵越大的区间，表明此时间的频率区间信号噪声含量越多。通过比较时间点上i的频率区间与设定阈值的大小关系，将大于阈值的部分去除，最后对保留的时频区域进行改进S反变换获得去噪后的信号，闵值越小，去除的时频区域部分越多。通过对阈值的调整可以获得需要的去噪结果。去噪方法的基本过程如图4所示。200400采样点数(a)正常状态200400采样点数(b)老化状态200400600800采样点数(a）正常状态200400600采样点数(b)老化状态微型电脑应用2 0 2 3年第39 卷第8 期初始化6008006008008001000100010001000对信号进行改进S变换立计算瞬时能量E(i,)立对频率区间进行等分立计算子区间k谱Hk文H是保留该子区间去除该子区间否子区间处理结束是进行改进S反变换文调整阅值满足终结条件是（输出结果）图4本文去噪方法基本过程3.2不同去噪方法结果对比分析对于去噪的效果评估，除了传统的信噪比SNR指标 13外，为使去噪后的信号能更好地识别避雷器的状态，根据正常状态、老化状态的氧化锌避雷器泄漏电流波形的主要差异性表现在波峰处陡度和幅值。提出两个新的评估指标：波峰陡度值P，和平均幅值F，计算表达式如下：MP=F=六i=1式中，y为去噪处理后的信号，M为去噪后信号的波峰数量，H，为第i个波峰所在的位置，L为选取波峰附近信号的长度，N为信号的采样总数目。对于去噪后的正常状态和老化状态的泄漏电流信号，波峰陡度值P，和平均幅值F。差距越大，则表明信号波形特征差异性越大，越能通过泄漏电流来识别氧化锌避雷器的状(10)态。为了表明本文去噪方法的优势，将本文方法与常用的其(11)他3种去噪方法做对比处理，泄漏电流信号采用本文第2 节的模型仿真获得，添加的噪声采用白噪声进行模拟，表1为图3泄漏电流信号去噪的结果。96.H,+L/2j=H,L/2N(12)(13)Microcomputer Applications Vol.39,No.8,2023正常状态去噪方法SNR/dB小波法21.0996EEMD法21.3251S变换法22.0367本文方法24.1236由表1可以看出，采用本文基于改进S变换的时频去噪方法能获得更好的去噪效果，去噪信号的信噪比最高，表明噪声成分去除得更干净。对于正常状态的泄漏电流信号，本文方法获得的波峰陡度值P，最小、平均幅值F。最小；对于老化状态的泄漏电流信号，本文方法获得的波峰陡度值P26f4-小波去噪法+EEMD去噪法-0S变换去噪法12-+本文去噪法10100.260.24F-小波去噪清+EEMD去噪法0.22-。S变换去噪法0.20-+本文去噪法0.18F0.160.140.12100.5-小波去噪0.4-+EEMD去噪法-0S变换去噪法-+本文去噪法0.30.20.1510根据图5可知，本文方法去噪后的信噪比随噪声含量的增大，下降速度是最慢的，且相比其他方法取得更高的信噪比。对于正常状态的泄漏电流信号，本文方法去噪后的波峰陡度值和平均幅值随噪声含量的增大，上升速度是最慢的，且相比其他方法取得更低的值；对于老化状态的泄漏电流信号，本文方法去噪后的波峰陡度值和平均幅值随噪声含量的增大，下降速度是最慢的，且相比其他方法取得更高的值：表明本文方法去噪后的泄漏电流波形特征差距更大，更有利于通过泄漏电流来识别氧化锌避雷器的运行状态。本文去噪方法能更好地适应于不同噪声含量下的泄漏电流信号去噪。对于4种方法去噪所需花费的时间代价，小波法、EEMD法、S变换法和本文方法的去噪平均时间为5.6 2 s、10.51s、9.76s和10.0 3s。由此可知，小波法速度最快，但其去噪结果研究与设计表1泄漏电流信号去噪结果Pa/mAF/mA0.15270.17660.15090.17280.14010.16390.13290.1562最大、平均幅值F。最大：表明本文方法去噪处理后的波形陡度和幅值差异更大，更有利于通过泄漏电流波形特征来识别氧化锌避雷器的状态。改变泄漏电流中施加的噪声信号的含量后，获得的去噪结果如图5所示。0.80r/0.750.700.650.602030噪声信号含量/%2030噪声信号含量/%.2030噪声信号含量/%(a）正常状态图5不同噪声强度下的去噪结果是最差的，本文方法去噪时间与EEMD法、S变换法相差不大，但却能获得更好的去噪结果，表明本文方法去噪时效性更加优良。4总结为了更好地去除氧化锌避雷器泄漏电流的噪声，本文将具有优良时频分辨率和非平稳信号处理能力的改进S变换应用于泄漏电流信号分析，提出了基于信号改进S变换二维时频域的泄漏电流时频去噪方法，并提出了波峰陡度值和平均幅值两个新的评估指标，以更好地评估泄漏电流信号的去噪效果，对包含不同强度噪声的氧化锌避雷器泄漏电流信号进行去噪对比分析。结果表明，采用本文方法去噪后的泄漏（下转第10 2 页）97.微型电脑应用2 0 2 3年第39 卷第8 期老化状态SNR/dBP/mA17.01550.691817.23570.693318.31280.710919.12540.7316一小波去噪法+EEM去噪法-0S变换去噪法-+本文去噪法405040504050F/mA1.99231.99462.05312.13091020噪声信号含量/%0.5-小波去噪法VU/-+EEMD去噪法0.4-0S变换去噪法-+本文去噪法0.30.20.110201816-小波去噪法14S变换去噪法+EEMD去噪法+本文去噪法121030二2030噪声信号含量/%2030噪声信号含量/%(b)老化状态404040505050Microcomputer Applications Vol.39,No.8,2023的研究。1周杰.基于民用电子电气设备的电磁兼容测试系统设计与实现 D.成都：电子科技大学，2 0 19.2徐建枫.智能配电网大数据应用技术与前景分析 J.电子元器件与信息技术，2 0 18,2（4）：2 8-31.3孙保华，夏栋.配用电统一模型中心的设计与应用J.浙江电力，2 0 18,37(7)：8 3-8 8.4张帝，朱吉然，唐海国，等.湖南电网配电自动化运行管理 J.湖南电力，2 0 19,39（5）：6 2-6 5.5TSENG K C,CHANG S Y,CHENG C N.NovelIsolated Bidirectional Interleaved Converter for Re-newable Energy ApplicationsJ.IEEETransactionson Industrial Electronics,2019,66(12):9278-9287.研究与设计6 肖胜.基于云计算的智能电网调度系统设计 J.电源技术,2 0 18,42(2)：2 8 8-2 9 0.参考文献7 王磊，陈青，高洪雨，等.基于大数据挖掘技术的智能变电站故障追踪架构 J.电力系统自动化，2 0 18，42(3):84-91.8 何春，李琦，吴让好，等.基于故障传播的模块化BP神经网络电路故障诊断 J.计算机应用，2 0 18，38（2)：602-609.9 朱晓岭，梁东，宗瑾，等.配电网运行状态健康评估体系研究 J.广东电力，2 0 18,31（4）：119-12 4.10代杰杰，宋辉，杨祎，等.基于油中气体分析的变压器故障诊断ReLU-DBN方法J.电网技术，2 0 18，42(2):658-664.微型电脑应用2 0 2 3年第39 卷第8 期（收稿日期：2 0 2 1-0 9-19）(上接第9 7 页）电流信号具有更高的信噪比，正常状态和老化状态下的泄漏电流波形特征差距更大，且泄漏电流信号噪声含量不同时，本文去噪方法均能取得更好的去噪效果。本文去噪方法能更好地去除泄漏电流中的噪声成分，更有利于通过泄漏电流来识别氧化锌避雷器的运行状态，可为氧化锌避雷器的在线监测提供很好的指导作用。1尚尚京城氧化锌避雷器的老化机理与状态评价研究D.大连：大连理工大学，2 0 18.2 LIJ L,RUANJ J,DU Z Y,et al.Analysis of Inter-ference Current for High-Voltage Arresters Based onResistance-Capacitance NetworkJJ.IEEE Transac-tions on Magnetics,2015,51(3):1-4.3 陈丹，傅中君，柳益君，等一种氧化锌避雷器阻性电流的提取方法J电测与仪表，2 0 19，56（13）：117-122.4杨朝政.氧化锌避雷器运行状态分析研究 D.成都：西南交通大学，2 0 15.5唐明良，李佑光，曹洪亮。综合消噪算法在金属氧化物避雷器在线监测中的应用 J.电瓷避雷器，2 0 16(2):45-49.6 赵世华，巢亚锋，孙利朋，等基于小波变换与EE-MD的绝缘子泄漏电流去噪方法研究 J.电瓷避雷器，2 0 19(6)：2 16-2 2 0.7杨洪耕，刘守亮，肖先勇，等基于S变换的电压凹陷分类专家系统J中国电机工程学报，2 0 0 7，27(1):98-104.8吴禹，唐求，滕召胜，等.基于改进S变换的电能质量扰动信号特征提取方法 J中国电机工程学报，参考文献2016，36(10)：2 6 8 2-2 6 8 9.9 盖超会，高丽氧化锌避雷器在线监测方法的研究J.煤炭工程，2 0 18，50（2)：12 4-12 7.10崔荣喜，何柏娜，赵云伟，等金属氧化锌避雷器泄漏电流仿真研究 J.电瓷避雷器，2 0 16（4）：111-115.11靖文，毛凯，王丽丽基于泄漏电流三次谐波分析的高压设备在线监测方法 J电测与仪表，2 0 18，55(23):123-128.12ZACCARELLI N,LI B L,PETROSILLO I,et al.Order and Disorder in Ecological Time-series:Intro-ducing Normalized Spectral Entropy J.EcologicalIndicators,2013,28(5):22-30.13何贵先，行鸿彦，徐伟，等互补集成经验模态分解在MOA监测中的应用J.高压电器，2 0 18，54(12):225-231.（收稿日期：2 0 2 1-0 6-2 1).102