（国网山西省电力公司忻州供电公司 山西忻州 034000）
摘要：针对局部放电信号延时估计精度较低的难题，本文提出了复小波变换滤波降噪结合高阶统计量的敞开式变电站局部放电超高频信号定位算法，通过仿真计算，验证了该算法的精度和适用范围，较常规的局部放电定位算法，本算法具有精度高、实用性强等特点，能够为车载式局部放电检测装置的工业应用提供技术支撑。
关键词：变电站；局部放电定位；小波变换；超高频
1车载式局部放电超高频检测系统
敞开式变电站中各类输变电设备在绝缘出现问题前产生局部放电，该局部放电以电磁波信号通过气体、油和套管等向变电站空间传输。如图1所示，本检测装置在汽车上部安装4个全向天线阵列，均能实时采集变电站的超高频局部放电信号。天线传感器连接数据记录单元与上位机，能将实时采集数据传输到上位机，进行数据处理及故障定位。通过测量4个天线接收到同一局部放电源超高频信号的时间差，基于放电信号延时序列分析和空间分析可实现放电信号的准确定位。假定局部放电现象产生的时间和位置分别为t0和（x0，y0，z0）；各个天线的安装位置为（xi，yi，zi），i=1，2，3，4；天线检测到局部信号的初始时间为ti0，i=1，2，3，4。则：
2 局部放电超高频信号处理
本文提出利用复小波变换对局部放电超高频信号进行去噪处理。
复小波变换能够保留信号的幅值和相位特征且去除数据的噪声干扰。复小波变换去噪的过程可以分为3个步骤：第一步为信号的复小波分解。复小波分解即选择一个合适的小波基函数来对原始的局部放电信号进行多层分解，复小波的选取与分解阶数的选择是信号分解的关键；第二步为信号去噪。局部放电信号进行小波分解之后分解成多层细节信号和一层近似信号，细节信号中包含较少的噪声信息和大量的超高频局部放电脉冲信息。对每一层的细节信号进行阈值滤波，可以减少信号噪声的影响，因此阈值的选取即为关键；第三步为信号重构，对经过阈值滤波后的信号利用小波变换进行重组，得到去噪后的局部放电信号。
小波变换的本质是计算被分析信号波形与小波波形的局部相似程度，小波函数与被分析的信号越相似，则小波分解的系数就越局部化。选取合适的母函数并构成复小波函数之后，再对信号波形进行小波分解，理论上，分解的层数越大，那些频率低于局部放电信号的噪声信号将被更有效的抑制。通常用如下两个公式来确定小波分解的层数。
式中ls为信号的长度，lw为小波函数滤波器的长度，fix为对计算后的值舍去小数位取整，rou为对计算后的值四舍五入取整。fs为信号的采样频率，f1为局部放电超高频信号的频率范围最小值。变电站内局部放电超高频信号的频率范围主要集中在300MHz至3GHz之间，则式中f1取值为300MHz。实际的小波分解层数L取L1与L2之间的较小值。
局部放电信号进行小波分解之后分解成多层细节信号和一层近似信号，各层细节信号中包含较少的噪声信息和大量的超高频局部放电脉冲信息。利用小波变换进行滤波处理的过程是对细节信号进行阈值去噪，细节信号中小于设定阈值的信息被置零，而大于设定阈值的信息予以保留。常用的阈值去噪法有硬阈值法和软阈值法。
3 仿真验证
局部放电信号多采用双指数衰减振荡模型来模拟，其数学表达式为[15-16]
式中，t0为局部放电信号发生的起始时间，A为局部放电信号的幅值，τ为衰减系数，fc表示局部放电脉冲的中心振荡频率。
用式（5）双指数衰减振荡脉冲函数来模拟变电站内局部放电信号，如图2所示。信号的衰减系数为10-9s，中心振荡频率为1GHz，幅值为5，两个局部放电起始时间为10ns和11.6ns，即起始点相差40。信号的采样周期为0.04ns，信号长度为40ns。
在模拟的原始信号中加入高斯白噪声和通信噪声（图3如示），对加噪后的信号利用复小波变换进行去噪，采用db4小波为母小波，根据信号的长度、滤波器的长度和信号的采样频率，求出小波分解的阶数为5，即进行5层复小波分析。使用软阈值方法对分解后的分层信息进行降噪。降噪后的信号波形如图4所示。
4 结论
本文以复小波变换和高阶累积量为理论基础，提出了复小波变换滤波降噪结合高阶统计量的敞开式变电站局部放电超高频信号定位算法，通过仿真计算，验证了该算法的精度和适用范围，较常规的局部放电定位算法，本算法具有精度高、实用性强等特点，能够为车载式局部放电检测装置的工业应用提供技术支撑。
论文作者:胡亚坤
论文发表刊物:《电力设备》2015年4期供稿
论文发表时间:2015/12/7
标签：信号论文; 局部论文; 小波论文; 分解论文; 阈值论文; 算法论文; 噪声论文; 《电力设备》2015年4期供稿论文;