论文部分内容阅读
摘要：局部放电在线监测对确保电力变压器安全稳定运行有重要意义，在线监测得以实现的关键是如何从强干扰中区分出微弱的放电信号。针对局部放电中的周期性干扰，已经有多种不同类型的抗干扰措施。在比较了各类干扰抑制方法消除周期性干扰的性能的基础上，对各种滤波方法的原理及优缺点进行了综述。
关键词：局部放电；周期性干扰；滤波
作者简介：尹泽平（1962-），男，山西朔州人，山西省电力公司朔州市区供电公司，高级工程师。（山西朔州036002）
中图分类号：TM407 文献标识码：A 文章编号：1007-0079（2012）12-0152-02
变压器在线监测时所处环境的电磁场情况非常恶劣，其中周期性干扰是一个重要因素。近年来，随着电力高压设备的容量和电压等级的提高，其运行期间安全问题备受人们的关注。而高压设备发生的故障当中，绝缘问题占很大一部分，保障设备的安全稳定运行，就要对设备的绝缘进行保障。[1]局部放电在线监测是检测高压设备绝缘情况的一种主要手段，但在实用中仍存在难题，即现场检测时各方面干扰因素强，局部放电信号难以正确地被检测出来。因此，各种抗干扰方法被用在局部放电在线监测中以抑制干扰。
一、在线监测干扰抑制简介
1.干扰的分类
局部放电在线监测中的干扰分为多种类型，按其时域波形特征可分为周期性干扰、白噪声干扰和脉冲型干扰。[2]周期性干扰信号又分为连续型和脉冲型，如电力载波通信、高频保护、无线电等信号的干扰，这些干扰在波形上主要呈现为正弦波，故称为连续性周期干扰，也可称周期性窄带干扰；而由可控硅等电子元件开、关时产生的尖冲信号也是周期性的，称为周期性脉冲干扰。[3]白噪声干扰主要是由变压器或在线监测系统等在其运行过程中发热而造成的。脉冲型干扰信号在时域表现为持续时间很短的尖冲信号，而在频域上是包含多种频率成分的宽带信号，具有与局部放电信号相似的时域和频域特征。
2.干扰抑制方法
针对局部放电在线监测中的各种干扰，已有的抗干扰方法有平均法、开窗法、逻辑判断法、模拟滤波技术等。随着现代数字信号处理技术的发展与应用，局部放电在线监测中干扰抑制的措施正逐渐向数字化、软件化的方向发展。而对于上述干扰中重要的周期性干扰，局部放电在线监测中相应的抗干扰现代数字信号处理方法主要有以下五种：自适应滤波法；[1-3]有限冲击响应（FIR）滤波法；FFT阀值滤波法；小波分析法；Duffing混沌振子法。
二、周期性干扰滤波方法具体应用与介绍
在抑制局部放电在线监测中周期性干扰方面有五种方法，这些方法在抑制周期性干扰方面的机理与效果均是不同的。
1.自适应滤波在局部放电检测中的应用
局部放电检测中应用的自适应滤波器，相当于一个自适应噪声干扰对消器。从理论上讲，这是基于自适应滤波器原理的一类扩展。即：把自适应滤波器的期望信号输入端d(n)改为局部放电信号和周期噪声干扰的原始输入端，而它的输入端改为噪声干扰端，经自适应滤波器的参数调节输出，以将原始输入中的噪声干扰消除，其原理框图如图2所示。
宽带局部放电信号与周期干扰信号叠加，经过固定的延迟后，作为参考信号，当延迟选取得足够大时，可认为参考信号中宽带局部放电信号与滤波后输出的信号不相关，而周期干扰存在相关性，因此可以去除周期性干扰。
在局放检测采样序列中加入时延，使其中的局放脉冲信号与原采样序列中的局放脉冲信号的相关性变弱，而周期性干扰信号间的相关性保持不变，这是实现局部放电在线监测自适应滤波的关键。
2.有限冲击响应（FIR）滤波器原理
数字滤波器的功能就是把输入序列通过一定的运算，变换成输出序列，若系统的单位冲击响应是一个有限长序列，则称之为有限冲击响应（FIR）滤波。
设FIR滤波器的单位冲击响应h（n）为一个N点序列，0≤n≤N-1，这时滤波器的系统函数H（z）就是对这N个冲击响应的Z变换求和，也就是说，当它的第（N-1）阶几点在z=0处时，将有（N-1）个零点在有限z平面的任何位置。
FIR滤波器具有严格的线性相位且具备任意幅度，由于单位抽样是有限的，滤波器性能相对稳定，使用快速傅里叶变换（FFT）算法来实现过滤信号，可大幅提高运算效率。但是FIR系统中参数的系数一般会比较大，也就是说要进行一次正确的滤波，将需要更多的运算，从而直接导致运算执行时期的效率降低，同时在某些实际现场运行情况下，系统的输出延迟时间将会加长。
3.FFT阀值滤波法
FFT阀值滤波法设计时主要用于抑制连续性周期干扰。该方法的实现主要需要两大步骤：对干扰信号进行FFT变换，经过处理后得到信号的频谱图并进行分析；在信号的频谱上设定阀值，超过阀值则置零。
由于连续性周期性干扰信号的频带较窄，在频谱分析时可以理解为脉冲信号，同时其幅值也较大；局部放电信号频带较宽，属于宽带信号，这类信号均匀地分布于整个频带空间，幅值较小。
FFT阀值滤波法的不足就是比较难以确定阀值的大小，在处理实际问题的时候，现场干扰信号在时域上的特征不明显、无规律、变化多且快，那么阀值的选取将更为困难。另外，由于FFT的总计算量是与N（logN）成正比的，因而计算速度慢、时间久。但FFT阀值滤波法实现难度低，所以目前仍然广泛用于变压器在线监测领域。
4.小波分析法
小波分析法[4]是在Fourier变换的基础上发展起来的，是一种近年来提出的逼近函数。小波分析法在处理局部放电这类非稳定信号的时域局部化分析时具有特定优点，此前的窗口Fourier时域分析法，由于其变换是一次性的，窗口的大小和形状均是固定不变的，不能正确而敏感地反映局部放电信号中的突变信号，而小波分析法则能够克服这些困难并正确实现时间和频率局域变换；小波分析法还具有自适应性，可根据信号的不同来选择不同的小波；小波算法运算速度快，计算复杂度低。
小波技术应用于局放在线监测的干扰抑制，[5]将局部放电信号与干扰信号经小波变换后，通过区分在时间－尺度平面上表现出的不同的特征来达到消除干扰的目的。小波分析法在局放在线监测研究领域中已展现出其较强的抗干扰能力，但实际应用中仍存在以下不足：去噪算法难以选取，计算复杂度高；小波函数及参数需要外部选取并设定，实际运行稳定性欠佳；去噪后信号最终信号效果分析不够透彻。
5.Duffing混沌振子法
Duffing-Homes混沌振子的非平衡相变对微小信号十分敏感，而对白噪声和参考信号频差较大的周期性干扰信号具有免疫力的特点，将待检测周期信号作为混沌振子系统的参数扰动，从而成功地检测出强噪声背景条件下的微弱周期信号。
将混沌技术应用于变压器局部放电在线监测中，使Duffing-Homes混沌振子方程构造出适合检测连续型周期信号的混沌系统，在输入信号上加以相应权重作为Duffing-Homes混沌振子系统扰动输入信号，根据混沌系统在混沌和有序这两态之间不断转变的过程，通过判断得出干扰信号中是否含有连续型周期干扰信号，完成对输入信號中周期性干扰的准确预估与抑制。有研究结果表明，用特定混沌系统能有效抑制该干扰，算法稳定且对局放脉冲无影响，但是这种方法容易使信噪比较低。[6-7]
6.各种滤波方法优缺点总结（见表1）
自适应滤波法[8-10]是抑制周期性干扰中较好的一种，滤波器无需任何先验性知识，但其收敛性较差，尤其当信号中同时出现多种干扰频率时，若周期窄带干扰的频率范围较宽，则较容易发散，滤波效果不稳定；FIR滤波法中系统只有零点，稳定，便于实现 FFT 算法、运算速度快，但只能适用于一些特定场合，当现场的载波通讯等干扰的频率变化时，就必须改变滤波器的参数；FFT阀值滤波法能很好地滤除周期性窄带干扰，但信号频谱的门限值的选取非常困难，尤其在现场条件下，干扰信号随时间不断变换，门限就更难确定；小波分析有其特有的优点，可是从众多的小波中选取合适的小波函数和去噪算法比较困难；用Duffing混沌振子去除局部放电中的窄带干扰，通过辨识混沌系统是否发生相变及相变的程度来确定特定信号是否存在及其相关参数的值，从而达到去噪目的，但信噪比较低。
三、结语
在变压器局部放电在线监测中，周期性干扰抑制具有很多的措施，各种措施的原理及其特点均不相同，在实际应用中，可以根据各自的优缺点选择符合相应问题的抗干扰措施。本文总结了五种主要的数字信号处理方法，它们对局放信号中干扰噪声均有抑制能力，在实际问题运用当中，根据现场情况的特殊情况以及各种方法之间的特性，取长补短，总能找到符合问题的解决方案。
参考文献：
[1]于龙滨.局部放电测量的自适应滤波与实验研究[D].哈尔滨:哈尔滨理工大学,2004.
[2]赵来军.变压器局部放电在线监测中干扰的识别与抑制方法的研究[D].武汉:华中科技大学,2005.
[3]王志斌.局部放电在线监测中干扰抑制方法的研究[D].秦皇岛:燕山大学,2010.
[4]徐淑珍.小波分析用于变压器局部放电在线监测中消噪的研究[D].上海:上海交通大学,2001.
[5]徐淑珍.小波分析在变压器局部放电在线监测中的应用研究[D].上海:上海交通大学,2001.
[6]舒娜,等.采用Van-der混沌振子抑制局部放电信号中周期性窄带干扰[J].高电压技术.2012,38(1):89-94.
[7]周力行,李卫国,邓本再.基于混沌控制的周期窄带干扰抑制方法研究[J].高电压技术,2004,30(10):39-41.
[8]孟小猛.自适应滤波算法研究及应用[D].北京:北京邮电大学,2010.
[9]赵学梅,王立欣,蔡惟铮.局部放电在线监测中的自适应滤波方法[J].电力系统自动化,1999,23(20):29-32.
[10]谢尔·札曼,等.局部放电在线监测中的自适应数字滤波系统[J].高电压技术,1994,20(3):33-36.
（责任编辑：刘辉）
关键词：局部放电；周期性干扰；滤波
作者简介：尹泽平（1962-），男，山西朔州人，山西省电力公司朔州市区供电公司，高级工程师。（山西朔州036002）
中图分类号：TM407 文献标识码：A 文章编号：1007-0079（2012）12-0152-02
变压器在线监测时所处环境的电磁场情况非常恶劣，其中周期性干扰是一个重要因素。近年来，随着电力高压设备的容量和电压等级的提高，其运行期间安全问题备受人们的关注。而高压设备发生的故障当中，绝缘问题占很大一部分，保障设备的安全稳定运行，就要对设备的绝缘进行保障。[1]局部放电在线监测是检测高压设备绝缘情况的一种主要手段，但在实用中仍存在难题，即现场检测时各方面干扰因素强，局部放电信号难以正确地被检测出来。因此，各种抗干扰方法被用在局部放电在线监测中以抑制干扰。
一、在线监测干扰抑制简介
1.干扰的分类
局部放电在线监测中的干扰分为多种类型，按其时域波形特征可分为周期性干扰、白噪声干扰和脉冲型干扰。[2]周期性干扰信号又分为连续型和脉冲型，如电力载波通信、高频保护、无线电等信号的干扰，这些干扰在波形上主要呈现为正弦波，故称为连续性周期干扰，也可称周期性窄带干扰；而由可控硅等电子元件开、关时产生的尖冲信号也是周期性的，称为周期性脉冲干扰。[3]白噪声干扰主要是由变压器或在线监测系统等在其运行过程中发热而造成的。脉冲型干扰信号在时域表现为持续时间很短的尖冲信号，而在频域上是包含多种频率成分的宽带信号，具有与局部放电信号相似的时域和频域特征。
2.干扰抑制方法
针对局部放电在线监测中的各种干扰，已有的抗干扰方法有平均法、开窗法、逻辑判断法、模拟滤波技术等。随着现代数字信号处理技术的发展与应用，局部放电在线监测中干扰抑制的措施正逐渐向数字化、软件化的方向发展。而对于上述干扰中重要的周期性干扰，局部放电在线监测中相应的抗干扰现代数字信号处理方法主要有以下五种：自适应滤波法；[1-3]有限冲击响应（FIR）滤波法；FFT阀值滤波法；小波分析法；Duffing混沌振子法。
二、周期性干扰滤波方法具体应用与介绍
在抑制局部放电在线监测中周期性干扰方面有五种方法，这些方法在抑制周期性干扰方面的机理与效果均是不同的。
1.自适应滤波在局部放电检测中的应用
局部放电检测中应用的自适应滤波器，相当于一个自适应噪声干扰对消器。从理论上讲，这是基于自适应滤波器原理的一类扩展。即：把自适应滤波器的期望信号输入端d(n)改为局部放电信号和周期噪声干扰的原始输入端，而它的输入端改为噪声干扰端，经自适应滤波器的参数调节输出，以将原始输入中的噪声干扰消除，其原理框图如图2所示。
宽带局部放电信号与周期干扰信号叠加，经过固定的延迟后，作为参考信号，当延迟选取得足够大时，可认为参考信号中宽带局部放电信号与滤波后输出的信号不相关，而周期干扰存在相关性，因此可以去除周期性干扰。
在局放检测采样序列中加入时延，使其中的局放脉冲信号与原采样序列中的局放脉冲信号的相关性变弱，而周期性干扰信号间的相关性保持不变，这是实现局部放电在线监测自适应滤波的关键。
2.有限冲击响应（FIR）滤波器原理
数字滤波器的功能就是把输入序列通过一定的运算，变换成输出序列，若系统的单位冲击响应是一个有限长序列，则称之为有限冲击响应（FIR）滤波。
设FIR滤波器的单位冲击响应h（n）为一个N点序列，0≤n≤N-1，这时滤波器的系统函数H（z）就是对这N个冲击响应的Z变换求和，也就是说，当它的第（N-1）阶几点在z=0处时，将有（N-1）个零点在有限z平面的任何位置。
FIR滤波器具有严格的线性相位且具备任意幅度，由于单位抽样是有限的，滤波器性能相对稳定，使用快速傅里叶变换（FFT）算法来实现过滤信号，可大幅提高运算效率。但是FIR系统中参数的系数一般会比较大，也就是说要进行一次正确的滤波，将需要更多的运算，从而直接导致运算执行时期的效率降低，同时在某些实际现场运行情况下，系统的输出延迟时间将会加长。
3.FFT阀值滤波法
FFT阀值滤波法设计时主要用于抑制连续性周期干扰。该方法的实现主要需要两大步骤：对干扰信号进行FFT变换，经过处理后得到信号的频谱图并进行分析；在信号的频谱上设定阀值，超过阀值则置零。
由于连续性周期性干扰信号的频带较窄，在频谱分析时可以理解为脉冲信号，同时其幅值也较大；局部放电信号频带较宽，属于宽带信号，这类信号均匀地分布于整个频带空间，幅值较小。
FFT阀值滤波法的不足就是比较难以确定阀值的大小，在处理实际问题的时候，现场干扰信号在时域上的特征不明显、无规律、变化多且快，那么阀值的选取将更为困难。另外，由于FFT的总计算量是与N（logN）成正比的，因而计算速度慢、时间久。但FFT阀值滤波法实现难度低，所以目前仍然广泛用于变压器在线监测领域。
4.小波分析法
小波分析法[4]是在Fourier变换的基础上发展起来的，是一种近年来提出的逼近函数。小波分析法在处理局部放电这类非稳定信号的时域局部化分析时具有特定优点，此前的窗口Fourier时域分析法，由于其变换是一次性的，窗口的大小和形状均是固定不变的，不能正确而敏感地反映局部放电信号中的突变信号，而小波分析法则能够克服这些困难并正确实现时间和频率局域变换；小波分析法还具有自适应性，可根据信号的不同来选择不同的小波；小波算法运算速度快，计算复杂度低。
小波技术应用于局放在线监测的干扰抑制，[5]将局部放电信号与干扰信号经小波变换后，通过区分在时间－尺度平面上表现出的不同的特征来达到消除干扰的目的。小波分析法在局放在线监测研究领域中已展现出其较强的抗干扰能力，但实际应用中仍存在以下不足：去噪算法难以选取，计算复杂度高；小波函数及参数需要外部选取并设定，实际运行稳定性欠佳；去噪后信号最终信号效果分析不够透彻。
5.Duffing混沌振子法
Duffing-Homes混沌振子的非平衡相变对微小信号十分敏感，而对白噪声和参考信号频差较大的周期性干扰信号具有免疫力的特点，将待检测周期信号作为混沌振子系统的参数扰动，从而成功地检测出强噪声背景条件下的微弱周期信号。
将混沌技术应用于变压器局部放电在线监测中，使Duffing-Homes混沌振子方程构造出适合检测连续型周期信号的混沌系统，在输入信号上加以相应权重作为Duffing-Homes混沌振子系统扰动输入信号，根据混沌系统在混沌和有序这两态之间不断转变的过程，通过判断得出干扰信号中是否含有连续型周期干扰信号，完成对输入信號中周期性干扰的准确预估与抑制。有研究结果表明，用特定混沌系统能有效抑制该干扰，算法稳定且对局放脉冲无影响，但是这种方法容易使信噪比较低。[6-7]
6.各种滤波方法优缺点总结（见表1）
自适应滤波法[8-10]是抑制周期性干扰中较好的一种，滤波器无需任何先验性知识，但其收敛性较差，尤其当信号中同时出现多种干扰频率时，若周期窄带干扰的频率范围较宽，则较容易发散，滤波效果不稳定；FIR滤波法中系统只有零点，稳定，便于实现 FFT 算法、运算速度快，但只能适用于一些特定场合，当现场的载波通讯等干扰的频率变化时，就必须改变滤波器的参数；FFT阀值滤波法能很好地滤除周期性窄带干扰，但信号频谱的门限值的选取非常困难，尤其在现场条件下，干扰信号随时间不断变换，门限就更难确定；小波分析有其特有的优点，可是从众多的小波中选取合适的小波函数和去噪算法比较困难；用Duffing混沌振子去除局部放电中的窄带干扰，通过辨识混沌系统是否发生相变及相变的程度来确定特定信号是否存在及其相关参数的值，从而达到去噪目的，但信噪比较低。
三、结语
在变压器局部放电在线监测中，周期性干扰抑制具有很多的措施，各种措施的原理及其特点均不相同，在实际应用中，可以根据各自的优缺点选择符合相应问题的抗干扰措施。本文总结了五种主要的数字信号处理方法，它们对局放信号中干扰噪声均有抑制能力，在实际问题运用当中，根据现场情况的特殊情况以及各种方法之间的特性，取长补短，总能找到符合问题的解决方案。
参考文献：
[1]于龙滨.局部放电测量的自适应滤波与实验研究[D].哈尔滨:哈尔滨理工大学,2004.
[2]赵来军.变压器局部放电在线监测中干扰的识别与抑制方法的研究[D].武汉:华中科技大学,2005.
[3]王志斌.局部放电在线监测中干扰抑制方法的研究[D].秦皇岛:燕山大学,2010.
[4]徐淑珍.小波分析用于变压器局部放电在线监测中消噪的研究[D].上海:上海交通大学,2001.
[5]徐淑珍.小波分析在变压器局部放电在线监测中的应用研究[D].上海:上海交通大学,2001.
[6]舒娜,等.采用Van-der混沌振子抑制局部放电信号中周期性窄带干扰[J].高电压技术.2012,38(1):89-94.
[7]周力行,李卫国,邓本再.基于混沌控制的周期窄带干扰抑制方法研究[J].高电压技术,2004,30(10):39-41.
[8]孟小猛.自适应滤波算法研究及应用[D].北京:北京邮电大学,2010.
[9]赵学梅,王立欣,蔡惟铮.局部放电在线监测中的自适应滤波方法[J].电力系统自动化,1999,23(20):29-32.
[10]谢尔·札曼,等.局部放电在线监测中的自适应数字滤波系统[J].高电压技术,1994,20(3):33-36.
（责任编辑：刘辉）