高电压相关综述

1、电晕放电信号小波分析的综述 摘 要 研究电晕放电信号可以为大型电力变压器的局部放电在线监测和实现有效的气体绝缘系统 (GIS) 放电性故障监测提供重要的理论依据,而电晕放电信号是一种突变信号，必须选择合适的方法来对其进行研究。本文综述了国内外学者以小波变换为基础对电晕放电信号分析的方法, 从中得出基于小波变换对电晕放电信号分析的几种方法。关键词 电晕放电 小波分析 降噪 噪声1引言电晕放电是气体介质在不均匀电场中的局部自持放电，是最常见的一种气体放电。在曲率很大的尖端电极附近，由于局部电场强度超过气体的电离场强，使气体发生电离和激励，因而出现电晕放电。发生电晕时在电极周围可以看到光亮，并伴有咝

2、咝声。研究电晕放电信号既可以用于对高压传输线局部放电的在线监测又可以对大型电力变压器进行故障诊断，减少维修成本,提前察觉故障隐患，减少不必要的损失。由于所采集到的电晕放电信号中往往含有大量的噪声干扰，因此，必须采取措施从强大的干扰中提取出微弱的放电脉冲信号。电晕放电信号有其特殊性，研究时必须选择合适的方法才能达到事半功倍的效果。对电晕放电信号的研究，较早的采用傅里叶分析的方法1 ，傅里叶变换只能分别对信号的时域和频域进行观察，不能把二者有机地结合起来，所以它不适于提取电晕放电这种突变信号。小波方法的出现给人们研究电晕放电信号提供了新的、行之有效的方法，国内外学者纷纷利用该方法分析研究电晕放电信

3、号并取得了一定的成果。小波分析2方法是一种窗口大小（即窗口面积）固定但其形状可改变，时间窗和频率窗都可改变的时频局部分析方法。即在低频部分具有较高的频率分辨率和较低的时间分辨率，在高频部分具有较高的时间分辨率和较低的频率分辨率，所以被誉为数学显微镜。在大尺度下，可以将信号的低频信息 (全局 ) 表现出来，小尺度下，可以将信号的高频 (局部) 特征反映出来。2 小波变换对电晕放电信号分析的应用文献3研究了超宽频带范围内局部放电和干扰信号的时频域特性，指出局 部放电的频率可达到500M HZ，是一种超宽频带的瞬态信号。并且利用小波分析技术抑制超宽频带局部放电信号中的背景噪声4，采用db小波作为母函

4、数，将原始信号分解，以一定的阈值重建波形，抑制了从微秒到纳秒级局部放电信号中的背景噪声，得到的新波形保存了原有波形的特征。在利用db系列小波函数进行小波包分解的基础上，对超宽频带局部放电信号在各个频段上的局部特征进行了分形分析5，为进一步研究超宽频带放电信号的变化规律奠定了基础；将该方法用于分析绝缘试样老化过程中的超宽频带放电信号6，为根据局部放电特性进行的电力设备绝缘诊断提供了依据；利用该方法研究分析了GIS中不同绝缘缺陷的放电7，得出GIS中不同金属性固体绝缘表面缺陷的放电特征。文献8提出了利用小波变换的方法对在线监测中的干扰进行抑制、从噪声中提取局部放电信息，指出该方法可有效地提高信噪比

5、。在此基础，学者们研究了从噪声中提取局部放电信号的新方法：（1）以尺度因子为特征剔除白噪声的方法9，该方法运算简单，信号处理速度快，能很好地运用于现场局部放电监测信号处理中。（2）抑制白噪声干扰和周期性窄带干扰的小波包变换分层式综合处理算法10，该方法有较好的自适应能力，可明显提高信噪比，且可抑制在线监测局部放电信号中的干扰。（3）以小波包变换系数的香农熵作为离散谱干扰存在判据的新方法11，它可以有效地抑制离散谱干扰，能准确提取局部放电脉冲的相位。（4）软硬结合混合阈值滤波方法12，能够有效地抑制GIS局部放电信号中的白噪干扰。（5）基于门限值的小波包变换方法13，经此法处理后信噪比明显提高，

6、可用于在线监测局部放电信号中白噪干扰的抑制。同时，在小波去噪的基础上，研究了小波与分形理论的互补性14，从局部放电信号小波分解后的能量谱图提取放电特征，用于局部放电模式识别，提出了从能量-相位分布图中提取局部放电特征量的方法15。文献16,17研究了实小波与复小波消除电磁噪声干扰的机理，复小波在小波分析中以其特有的虚部可提取原信号的相位，在局部放电检测中突破了实小波的应用范围，从幅值与相位两个角度来提取被分析信号的更为全面的特征。文献18,19根据局部放电脉冲是实变非平衡信号的特点和小波分析的局域化性质,运用小波变换有效地从强大电磁干扰中提取局部放电脉冲,对局部放电信号进行特征提取18；应用小

7、波变换理论对局部放电辐射信号进行多分辨率分析，得到了局部放电辐射信号中各频率分量的分布与局部放电特征量之关系。得到结论：随着放电量的增大，小波变换的谱图分布由高频区移向低频区，同时低频分量的时延亦增大19。文献20采用Mllat 塔式小波分解算法对局部放电信号和噪声信号的小波分解特性进行详细研究，并提出了一 种基ad hoc算法思想的算法，来提取局部放电脉冲的位置与幅值特征20；分析了基于小波变换提取局部放电脉冲特征的各种影响因素，并在此基础上研究了用小波变换方法提取现场测试局部放电脉冲信号21。研究结果表明：利用小波变换能有效地从窄带噪声中提取局部放电脉冲的特征。文献22介绍了利用小波变换进

8、行自动去噪处理的方法，利用相关系数选择最佳小波，通过自动阈值计算选定阈值并对高频分量进行软阈值处理，然后对信号进行重构。文献23还论述了分形理论在局部放电特征提取中的应用，建议将分形理论和小波变换、人工神经网络相结合，来提高局部放电模式识别的有效性和准确率。文献24文献28研究了从强电磁干扰的环境中提取出局部放电信号的小波降噪方法24，采用db小波对信号进行多分辨率分解，然后选取合适阈值重构信号提取出局部放电信号。并对局部放电辐射信号进行了多分辨率分析25，成功地将近似信号和细节（高频）信号区分来。利用小波变换与DSP结合，设计了一种高性能低成本的信号处理系统26，为局部放电在线监测提供了硬件

9、基础。为能够更好的利用小波变换分析局部放电信号，还以RC和RLC两种典型放电模型为例对母小波函数的选择和降噪阈值的选取进行了分析27，28，提出通过计算相关系数来确定母小波函数，指出db系列小波函数为适合函数；利用自动阈值方法来确定阈值。文献29,30提出了以小波分析为基础不同放电源的局部放电进行区分的方法29，通过小波分解提取局部放电信号的幅值、相位等特征并与神经网络技术相结合达到区分放电类型的目的。以小波降噪技术对信号进行降噪，从强噪声中提取出局部放电信号30。文献31以db12为母小波函数分析了高压线的局部放电信号，证实了小波变换是分析局部放电这类非稳态信号的一种很好的方法；文献32利用

10、db2小波对33kv的高压电传输线上的局部放电信号进行了分解，然后按一定阈值重构，提出了局部放电信号。文献33通过模拟实验对不同电压下的局部放电进行了连续小波分析，得出放电电压低时放电频率范围为120200M HZ，放电电压高时放电频率范围为2080M HZ。文献34设计了不同类型的放电装置，利用小波分别对不同类型的放电数据进行分析，提取出信号特征，并与统计技术相结合来识别不同的放电类型。文献35等将小波技术与神经网络、模糊理论相结合，分析、识别绝缘体老化后的局部放电类型以判断绝缘体的老化程度。3 结束语基于以上综述，以小波变换为基础对电晕放电信号的分析可以有如下几种方法：（1）小波降噪，采用

11、db小波作为母函数，用小波分解法进行原始信号分解，采用不同的阈值重建波形，达到抑制噪声的目的。（2）多分辨率分析，将信号进行多尺度分解，分为低频和高频两部分，然后再分解低频部分，依次下去提取出近似信号和各细节信号，在不同频率段对信号进行时频分析。（3）小波分析包，类似于多分辨分析，但把信号的高频部分也如同低频部分分解，以获得更精确的分层。（4）与其他学科的结合。与分形理论结合，在小波包分解的基础上利用分形理论来分析特征峰；在小波技术提取出信号特征后，可以利用神经网络来识别信号；将小波变换、分形理论与神经网络三者结合分析、识别信号；小波技术与统计技术结合分析、识别放电类型。参考文献1 Kopf

12、U，Feser K. Rejection of narrow-band noise and repetitive pulses in on-site PD measurementsJ.IEEE Transactions on Dielectrics and Electrical Insulation,1995,2(6):1180-1191.2 崔锦泰.小波分析导论M.西安：西安交通大学出版社，1995.3 成永红，李伟，詹翔，等.超宽频带范围内局部放电和干扰信号的时频域特性研究J.电工技术学报，2000,12（2）：20-23.4 成永红，谢恒堃，郑太秋.运用小波分析技术抑制超高宽频带局部放电

13、背景噪声J.高电压技术，2000,26（5）：1-3.5 成永红，谢小军.基于小波提取的超宽频带局部放电信号分形分析J.西安交通大学学报，2002,36（6）：551-554.6 成永红，谢小军，蒋雁，等.绝缘试样老化过程中宽频带放电信号的分形分析J.自然科学进展，2002,12（8）：886-889.7 成永红，陈玉.气体绝缘系统中典型缺陷的超宽频带放电信号的分形分析J.中国电机工程学报，2004,24（8）：99-102.8 孙才新，李新，杨永明.从白噪声中提取局部放电信号的小波变换方法研究J.电工技术学报，1999,14（3）：47-50.9 周银春，孙才新，杜林，等.用小波剔除局放信号

14、中白噪声的一种是用方法J.重庆大学学报，2002，25（3）：68-71.10 唐炬，孙才新，宋胜利，等.局部放电信号中的白噪声和窄带干扰J.高电压技术，2002,28（12）：8-10.11 唐炬，宋胜利，孙才新.局部放电离散谱干扰的小波变换熵阈值抑制法J.电力系统自动化，2003,27（3）：54-57.12 许高峰，孙才新，唐炬，等.基于小波变换抑制GIS局部放电监测中白噪干扰的新方法研究J.电工技术学报，2003,18（2）：87-90,82.13 毕为民，孙才新，姚陈果，等.基于门限值小波包变换抑制局部放电白噪干扰J.重庆大学学报，2003,26（6）：53-55.14 孙才新，李新

15、，李俭，等.小波与分形理论的互补性其在局部放电模式识别 中的应用研究J.中国电机工程学报，2001,21（21）：73-76.15 李新，孙才新，李剑，等.从放电能量分布特征量识别PD类型的方法J.高电压技术，2002,28（11）：26-27.16 崔雪梅，孙才新，李剑，等.复小波提取强电磁干扰环境中的局部放电信号方法J.重庆大学学报，2003,26（10）：84-86.17 崔雪梅，孙才新，李新，等.实小波与复小波变换对局部放电在线监测中J.电工技术学报，2004,19（7）：90-94.18 李卫国，周力行.小波变换用于高压电器局部放电信号特征提取的研究J.华北电力技术，1997（11）

16、：7-10.19 周力行，李卫国.小波分析用于局部放电信号特征分析J.高电压技术，1999,25（2）：15-17.20 胡明友，蒋雄伟，谢恒堃.提取局部放电脉冲特征的新算法J.高电压技术，1998,24（3）:31-34.21 胡明友，蒋雄伟，等.基于小波变换提取局部放电脉冲特征的影响因素分析J.西安交通大学学报，1999,33（4）：25-30.22 朱周侠，段乃欣，赵中原，等.用于局部放电检测的一种小波去噪方法J.高压电器,2003，39（1）：25-27.23 赵中原，肖登明，邱毓昌.电力设备局部放电模式识别中分形理论的应用J.高压电器，2001,37（3）：18-20.24 X Ma

17、 , C Zhou, I J Kemp. Investigation into the use of wavelet theory for partial discharge pulse extraction in electrically noisy environmentsC. Dielectrics Materials, Measurements and Applications Conference Publication, 2000:123-126.25 X Ma , C Zhou, I J Kemp. PD pulse propagation studies using the w

18、avelet transform C. Conference on Electrical Insulation and Dielectric Phenomena,2000:626-629.26 X Ma , C Zhou, I J Kemp. DSP based discharge characterization by waveleta AnalysisJ. IEEE Transactions on Discharege and Electrical Insulation ,2000 19(1):780-783.27 X Ma , C Zhou , I J Kemp. Automated w

19、avelet selection and thresholding for PD detection J . IEEE Electrical Insulation Magazine,2002,18(2):37-45.28 X Ma , C Zhou, I J Kemp. Interpretation of wavelet analysis and its application in partial discharge detection J . IEEE Transactions on Dielectrics and Electrical Insulation ,2002,9(3):446-

20、457.29 E M Lalitha, L Satish. Wavelet analysis for classification of multi-sorce PD patternsJ . IEEE Transactions on Dielectrics and Electrical Insulation , 2000,7(1):40-47.30 L Satish, B Nazneen. Wavelet-based denoising of partial discharge signals buried in excessive noise and interference J . IEE

21、E Transactions on Dielectrics and Electrical Insulation , 2003, 10(2):354-367.31 Jin-Kang Jang, Sung-Hong Kim , Young-Sang Lee, etal. Classification of partial discharge electrical signals using wavelet transforms C. International Conference on Dielectric Liquids, 1999:552-555.32 I Shim , J J Soraghan , W H Siew. Detection of PD utilizing digital signal processing methods part 3 : openloop noise