南理工-电气设备故障诊断课程-第3章诊断技术中的信号处理

电气设备故障诊断技术

第三章诊断技术中的信号处理方法单梁南京理工大学自动化学院电气工程系1一、概述二、窄带干扰抑制——自适应处理器三、窄带干扰抑制——频域处理四、窄带干扰抑制——小波分析五、白噪抑制六、脉冲干扰抑制七、数据处理第三章主要内容及安排2第3章诊断技术中的信号处理33.1概述一）作用电气设备监测中常使用微机化的数字测量装置，包括传感器、调理电路、数据采集器、信号传输部分和微计算机。

传感器检测信号中常伴随各种干扰，因此除了在硬件中采取抑制干扰的措施外，对检测所得的信号一般还需处理以尽可能的抑制干扰，提炼有用信息（信号特征提取）。应用于诊断的主要目的：1）提高信噪比；2）提取信号特征。本章将从干扰抑制和数据处理两个方面进行介绍。第3章诊断技术中的信号处理43.1概述二）电磁干扰电磁干扰(EMI)英文：(ElectroMagneticInterference)是干扰电缆信号并降低信号完好性的电子噪音，EMI通常由电磁辐射发生源如马达和机器产生的。

电气设备监测中常将电磁干扰源划分为窄带干扰源和脉冲（宽带）干扰源。脉冲干扰源还可按规律划分为周期性和随机性两类，此外还有白噪声。

第3章诊断技术中的信号处理53.1概述二）电磁干扰

窄带干扰源：负荷电流、故障电流，电力架空线传送的载波通信信号，开关电源、时钟振荡器、频率变换器、高频设备等，它们发出的单一频率或多种频率的干扰信号。

周期性脉冲干扰源：电力电子器件、高电压导体电晕、发动机、电动工具等在启动、工作和切断时的干扰，信息技术、工业控制设备中的脉冲信号。

随机性脉冲干扰源：绝缘子表面污秽放电、电气机车导电弓与架空线的放电、静电放电、电感性负荷的切合、雷电脉冲等。

3.2窄带干扰抑制（一）——自适应处理器6

对检测信号中的窄带干扰，可使用数字滤波器、自适应处理器、频域处理和小波分析等进行抑制。

滤波是抑制窄带干扰的一种常用方法，前提是信号与干扰所处频带不同。

硬件滤波器是由电阻、电感、电容和放大器组成的电路，依靠调整电路结构和元件参数来实现合适的滤波器特性。

数字滤波器是一种软件系统，依靠算法来实现合适的滤波器特性。常用的数字滤波器有巴特沃兹滤波器和切比雪夫滤波器等。

参考文献03-1.pdf71）自适应处理器自适应处理器包括数字滤波器、加法器和自适应算法。根据信号检测时的窄带干扰特点，自适应算法会自行调整滤波器特性，以最有效地抑制干扰。2）数字滤波器滤波器h为p阶FIR数字滤波器。3.2窄带干扰抑制（一）——自适应处理器83）随机梯度法偏差最小的目的是使信号与干扰源“最优”的分开，可以偏差平方的期望值作为最优值。参考文献03-2.pdf3.2窄带干扰抑制（一）——自适应处理器91）傅里叶变换通过频域处理抑制窄带干扰的基础是傅里叶分析。

电气设备诊断中涉及到的信号通常可以分解为傅里叶级数。对于周期性信号，分解后得到各次谐波的幅度和相位，构成了信号频谱的幅度频率特性和相位频率特性。对于非周期性信号，引入频谱密度的概念，经傅里叶变换后也可得到信号的频谱信息。3.2窄带干扰抑制（二）——频域处理101）傅里叶变换周期性信号的时域表达形式：傅里叶级数的三角函数展开式：傅里叶变换：傅里叶反变换：3.2窄带干扰抑制（一）——自适应处理器111）傅里叶变换通常，传感器检测得到的模拟信号要转化为数字信号，它们是长度有限的离散数据，对它们进行的傅里叶变换称为离散傅里叶变换（DFT）。

为了解决计算量大、数据占用计算机内存容量大的问题，又出现了快速傅里叶变换（FFT），FFT在诊断技术中得到了广泛应用。3.3窄带干扰抑制（二）——频域处理122）频域处理对混有窄带干扰的检测信号在频域抑制干扰，再将其变换为时域信号，这种抑制窄带干扰的方法称为频域处理法。3.3窄带干扰抑制（二）——频域处理132）频域处理当局部放电检测信号中混入窄带干扰后，在局部放电脉冲信号的幅频特性上将叠加上一些窄带干扰的频率成分，可使用谱线删除法、频域开窗法或多通带滤波法来抑制。

当干扰源较少时，可将谱图中的垂直谱线删除，再对处理后的谱图进行快速傅里叶反变换IFFT得到时域波形，称为谱线删除法。

3.3窄带干扰抑制（二）——频域处理142）频域处理当窄带干扰在频域占有一定宽度时，可在频域相应位置开窗，对经处理的谱图进行IFFT，这种方法称为频域开窗法。

3.3窄带干扰抑制（二）——频域处理152）频域处理当干扰源较多、又各在频域占有一定宽度时，可选择频域中无干扰的频域范围作为信号通带，进行多通带滤波，对经处理的谱图进行IFFT，该方法称为多通带滤波法。

在得到的时域波形中窄带干扰也将被抑制，放电信号显示出来，由于较多的频率分量丢失，脉冲波形会有较大的变化。3.3窄带干扰抑制（二）——频域处理163）应用实例某电厂500KV变压器局部放电在线监测系统采集波形，经谱线删除法后得到较为明显的局部放电脉冲波形。

参考文献03-4.pdf3.4窄带干扰抑制（二）——频域处理171）时域局部分析傅里叶变换能够分析信号x(t)的频率特性，但是这样得到的是信号在整个时域的频谱，而不是局部时间范围内的信号频域特性。

为了解x(t)在局部范围内的频率特性，可进行短时傅里叶变换（STFT）或称加窗傅里叶分析。该分析方法是先对信号x(t)施加时间上有限的滑动窗函数，再进行傅里叶变换。

但是STFT在分析频率降低时时域视野并不放宽，分析频率增加时域分析范围也不放宽，不能敏感地反映信号的突变。

因此近年来小波变换(wavelettransform,WT)称为强有力的信号处理工具，具有多分辨率特性，可在时域、频域表现信号的局部特征，更适合处理具有瞬态突变特性的信号。3.4窄带干扰抑制（三）——小波分析182）小波变换小波变换属线性变换，无干扰项，在低频处频率分辨率高，在高频率处时间分辨率高，即时频分辨率可变，具有“变焦”特性，因此具有对非平稳信号局部化分析的突出优点，有良好的时域定位功能，越来越引起人们的重视。小波函数系，它通过一基本小波(母小波)的平移和收缩构成的，并具有波动性、时域衰减性和频域衰减性的性质，对一基本小波函数引入“尺度参数”a和“位移参数”b，可以产生一组小波函数。

3.4窄带干扰抑制（三）——小波分析192）小波变换

3.4窄带干扰抑制（三）——小波分析尺度参数a和位移参数b不仅影响窗口的位置，也影响着窗口的形状。假设函数的窗口中心和半径分别为

。在时域上，由函数的定义得其中心为

则定义给出的小波变换得到的是函数f(t)在时间窗口。

上的局部信息，随着a值的增大，时间窗口宽度变宽，在时域上的分辨率降低。在频域上，假设窗函数

a增大，窗口变窄，在频域上的分辨率提高。202）小波变换

3.4窄带干扰抑制（三）——小波分析实际应用中常采用离散形式，即

其中T为采样间隔

小波变换是一线性变换，它的物理图案就是用一族频率不同的振荡函数作为窗口函数

对信号进行扫描和平移，其中a为改变振荡频率的尺度参数，b为定位参数。212）小波变换

3.4窄带干扰抑制（三）——小波分析正交多分辨小波分解及其时-频特性图

图中，H和G分别可以看成低通滤波器和高通滤波器，分别对信号滤波提取信号缓变和细节或突变特征。

基于多分辨率分析的快速小波变换是利用正交小波基将信号分解为不同尺度下的各个分量，其实现过程相当于重复使用一组高通和低通滤波器对时间序列信号进行逐步分解，高通滤波器产生信号的高频细节分量，低通滤波器产生信号的低频粗略分量。滤波器得到的两个分量所占的频带宽度相等。每次分解后，将信号的采样频率降低一半，下一步对低频分量重复以上的分解过程，得到下一层次的两个分解分量。223）应用实例（03-5.PDF）

应用小波分析方法可有效抑制窄带干扰，现场局部放电检测数据更易分析和处理。原始数据：处理后的数据：3.4窄带干扰抑制（三）——小波分析233.5.1时域平均法

白噪声是电气设备信号检测中经常遇到的一种随机干扰，可以使用时域平均法或小波分析法进行抑制。

时域平均法的原理较为简单。如果被检测信号是周期性的（50Hz电源中周期出现局放），就可使用时域平均法来抑制白噪干扰。

在时域内按有用信号周期的整数倍将测量获得的数据划分为若干个样本，再进行平均，则数据处理前后有用信号的幅度基本不变，而白噪干扰将受到抑制。——时域平均法3.5白噪抑制243.5.1时域平均法设x(t)为所获取的回转机械运行中产生的机械信号,对应的离散信号为Xn=X(△n),△为采样间隔。按回转频率f0提取相应的周期信号,则将Xn分为P段,每段对应周期T=1/f0,并设各段采样点数相等为N。那么,时域同步平均Xn可以表示为

对上式作Z变换得

根据Z变换的时移特性，

化为：

化简并令，可得时域同步平均的频率响应函数3.5白噪抑制3.5.1时域平均法因为，

最后得到时域同步平均系统的幅频、相频特性分别为：滤波前滤波后253.5白噪抑制3.5.2小波去噪法

（1）基本原理：小波变换具有在时、频两域突出信号局部特征的能力，这些特征可以是反映个别信号特点的某些参量，也可以是很多信号共有的共性量。

例如：信号的过零点、极值点、过零间隔等公共特征。小波变换奇异点（过零点、极值点）在多尺度下的综合表现，使其具有表征信号突变特征的能力。

通过小波变换的过零点和极值点来检测信号的局部突变。然而过零点的检测易受干扰影响，因此采用极值点效果更好。263.5白噪抑制3.5.2小波去噪法

（2）小波变换极大值在多尺度上的变化数学上采用李氏指数（Lipschitzexponent）a来表征函数的局部特征。如有

当尺度因子时得到：

上述公式反映了

小波变换中数值随尺度j和李氏指数a的变化规律。

当a>0时，小波变换的极大值随尺度j的增大而增大；当a<0时，小波变换的极大值随尺度j的增大而减小；

当a=0时，小波变换的极大值不随尺度改变。273.5白噪抑制3.5.2小波去噪法

（3）小波去除白噪小波法去除白噪的应用中，白噪的李氏指数为：由上式可知，其小波变换极大值随尺度的增加而减小，即白噪的极大点随尺度的增加而减少。因此当信号中混有白噪时，大尺度下的极大点主要属于信号。

消除白噪的做法是：对测量获得的信号进行不同尺度下的小波变换；以大尺度下的极值点为基础；逐步减少j值，根据高一级极值点的位置寻找本级的对应极值点，并去除其他极值点；逐级搜索，直至j=1为止；以选择出来的极值点重建信号。283.5白噪抑制3.5.2小波去噪法

（3）小波去除白噪原始局放信号叠加白噪声后小波去噪后的信号

293.5白噪抑制脉冲型干扰可分为周期性干扰和随机性干扰两类。

对于随机性脉冲干扰，由于干扰在时间、幅度、脉冲参数上的随机性，对其进行抑制是相对困难的。

对于周期性脉冲干扰

，虽然干扰出现具有周期性，但由于情况复杂多样（电晕在发生相位和幅度上具有分散性，某些周期脉冲干扰与局放信号具有相似性），使得脉冲干扰的抑制也有困难。

时域开窗法是对测量获得信号进行分析，对确认的脉冲型干扰，通过软件对干扰所处时域内的数据清零，以此来抑制脉冲干扰。这是目前比较通用的一种方法。

此外平衡法、脉冲鉴别法也有所研究，不过实际应用还需进一步研究。303.6脉冲干扰抑制时域开窗法313.6脉冲干扰抑制3.7.1数据校正

受电气设备运行现场自然环境和电磁环境中各种因素的作用，监测数据可能会受到影响，在根据监测数据进行状态诊断前，应对数据进行校正。以温度监测值校正为例，主要有四种温度校正方法。1）电流传感器温度特性校正法

根据周围环境温度和所使用的电流传感器的温度特性，对介质损耗监测值进行数据校正是一种最直接的方法。2）同期数据对比校正法

考虑到各地区每年温度变化规律基本相同，可尝试用不同年份相同日期的介质损耗比较来进行温度校正。323.7数据处理3.7.1数据校正

以温度监测值校正为例，主要有四种温度校正方法。3）同温数据对比校正法

如果不同年份同一天的温度存在较大差异，可以使用本方法进行校正。若温度差超过