改进小波包奇异熵的地铁牵引电流扰动特征提取

改进小波包奇异熵的地铁牵引电流扰动特征提取

0弓网燃弧检测与牵引电流扰动在城市轨道交通上，大多数电力机车必须通过接触前端的电箭和接触线来获得能。为了确保车辆的良好传输质量，必须通过电弓和接触网进行可靠接触。随着列车速度不断提高,车体振动加剧,受电弓和接触线的良好接触遭到破坏,容易造成弓网脱离,从而引起弓网燃弧(包括电火花和电弧)发生和牵引电流扰动。因此,欧洲标准EN50317:2002指出燃弧率是衡量机车受流质量的特征指标之一。目前,对于弓网燃弧的检测,主要以日本和意大利的光学检测法为代表,均是通过对弓网燃弧发生时伴随的紫外光的检测来判断弓网是否离线。而国内,西南交通大学接触网实验室研制出非接触式弓网燃弧检测装置,并结合列车运行参数,实现对弓网燃弧的在线检测和精确定位。但是并非每次燃弧都会影响机车受流,文献也曾指出牵引电流扰动主要是电弧引起,电火花影响较小,而弓网电弧与电火花很难鉴别区分;而且燃弧率是线路整体宏观指标,很难对接触网线路局部燃弧情况有效反映,比如锚段关节很容易发生燃弧,但仅从线路燃弧率难以发现机车通过时的受流情况,导致不能及时检修,造成严重事故。然而国内外目前又几乎停留在对燃弧率的检测,定量分析燃弧与牵引电流扰动的研究较少,以至于难以定位“有害”燃弧和针对性检修接触网,增加线路维护成本。本文采用非接触式弓网燃弧检测系统实现对弓网燃弧的燃弧率、燃弧持续时间、燃弧紫外能量等参数的检测,通过对广州地铁现场试验数据分析,提出一种改进的小波包奇异熵算法和牵引电流扰动程度指标,定量分析燃弧紫外能量与牵引电流扰动程度的关系,为指导线路检修提供数据参考。1电磁特征为光特征,电弓网燃弧发生时,伴随的特征主要包括光特征、热特征和电磁特征。其中,光特征最为明显。非接触式弓网燃弧检测系统是提取燃弧的光特征信号并转换为电信号,再通过测量及数据处理得到燃弧检测参数。1.1降低了光照和缺乏荧光光谱的表面元素利用光谱分析仪,可以得到太阳光和弓网放电产生弧光的光谱特性曲线,如图1所示。由图1可以看出,240~260nm波段处于太阳光日盲区,地球表面含量极少。因此,将该波段紫外光作为燃弧检测的特征量,便可排除太阳光干扰,较准确地检测是否有弓网燃弧现象发生,得到弓网燃弧相关参数,提高系统检测精度。1.2基于不同光源的光栅非接触式弓网燃弧检测系统总体结构如图2。当接触线与受电弓之间发生燃弧现象时,产生的弧光以点光源形式向外辐射,到达光学采集系统接收面处时,被透镜组收集、筛选出特定波段紫外光。特征光信号经光纤由车顶传输进入车内的紫外光电传感部分,将光信号转换为电信号,然后对电信号处理分析,最终上传至上位机系统,完成显示、存储并生成报表,实现弓网燃弧现象的检测。1.3燃弧检测系统的特性弓网燃弧检测系统检测参数如图3所示。其中,燃弧紫外能量是指弓网燃弧发生时所释放的240~260nm波段紫外光对应的能量,燃弧率定义为所测区段的燃弧持续总时间与机车运行时间的比值。欧标EN50317规定:燃弧检测系统应确定检测的最小功率密度。本套弓网燃弧检测系统输出电压与紫外光功率密度的特性曲线如图4,且仅太阳光下系统输出值为0.3mV,因此该燃弧检测系统检测的最小功率密度为8.645×10-4μW/cm2。根据系统最小功率密度、光学理论以及材料参数等可以推导得到燃弧紫外能量的表达式式中:Wuv为燃弧紫外能量,mJ;r为检测距离,m;U为测量电压参数,mV;t为燃弧持续时间,ms;α为系统修正系数。其余均为与材料相关参数,G为光电倍增管增益;K为光纤束填充系数;A为光纤传输衰减率;L为光纤长度;T1(λ)为滤光片透过率;T2为光学透镜透过率;T3为光纤连接器透过率;T4为镜头入射窗的透过率;q为光学透镜片数;S为光学镜头接收面积;R为传感器负载电阻;Sc为光电倍增管光谱灵敏度;λ为光波长。由式(1)可以看出:Wuv与r2成正比,即燃弧检测系统输出同一电压U,同一燃弧持续时间t,检测距离越远,弓网燃弧所释放的紫外能量越大;Wuv与U,t成正比,即燃弧检测系统在同一检测距离下,其输出电压越大,燃弧持续时间越长,对应的弓网燃弧紫外能量越大。2弓网燃弧与牵引电流扰动程度对比分析当地铁发生弓网燃弧,严重时将造成牵引电流扰动,会直接影响机车受流和危害电机运作,因此,有必要提取燃弧发生时牵引电流扰动特征,并结合燃弧检测参数,定量分析弓网燃弧与牵引电流的扰动程度,综合评价机车受流质量。意大利BarmadaS在小波Parseval定理的基础上提出通过计算燃弧故障电流与正常牵引电流的各层能量偏差值与横坐标轴(小波分解层数)区域面积来衡量机车受流质量,这种评价方法对于平稳牵引电流效果较好,而对于不断波动的牵引电流不太理想,且选取不同的正常牵引电流信号会直接影响分析结果。因此,本文提出了基于经验模态分解和小波包熵相结合的方法,从熵的角度评价机车受流质量,针对波动直流信号有良好的效果。2.1信号趋势项的分解经验模态分解是根据数据自身时间特征,自适应将非平稳、非线性信号分解为反映信号局部波动的若干阶的本征模态函数(IMF)。固有模态函数满足两个条件:①极值点数目与过零点数目相等或相差<1;②信号上包络线和下包络线的均值为零。因此,信号X(t)可以分解为s个本征模态分量ci和1个残余量rs,如式(2)所示,其中rn即代表信号的趋势项。通过地铁试验数据发现,燃弧发生仅会对牵引电流局部范围内产生扰动,因此,为消除牵引电流自身变化趋势对分析结果的影响,预先对牵引电流做EMD分解,去除其趋势项后重构,得到去趋势电流,再做后续分析。2.2小波包的异化与扰动小波包奇异熵是基于奇异值分解理论,将小波包变换和信息熵结合,从而对非平稳信号的暂态过程复杂程度的量度。小波包变换是一种具有多分辨分析特点的时频分析方法,而信息熵对信息具有较强的表征能力,因此小波包熵对于暂态非平稳信号的刻画具有良好的效果。文献给出了小波奇异熵的定义,而小波包奇异熵仅是将算法中小波变换替换成小波包变换,提高了信号的频率分辨率,具有更好的时频特性。因此,原始小波包奇异熵定义如下。信号x(n)经过j层小波包分解,第j层k个结点系数可以组成一个m×n的矩阵D,其中m=2j。依据奇异值分解理论,可以得到矩阵D的奇异值λi(i=1,2,…,k),且λ1≥λ2≥…≥λk≥0,小波包奇异熵定义为:Δpi为第i个非零奇异值λi的增量奇异熵;l为非零有效奇异值个数。本文在此基础上,引入滑动时间窗,提出改进小波包奇异熵算法,并用于燃弧对牵引电流的扰动分析,定义改进后的小波包奇异熵算法如下:设滑动时间窗为Cn(qn(δ),w,δ),其中qn(δ)∈N是时间窗起始数据位置,w∈N是窗宽因子,δ∈N是滑动步长因子。设(i=1,2,…,l)是时间窗Cn内根据小波包变换和奇异值分解得到的l个非零奇异值,依据式(4),,由于只是反映时间窗内各个奇异值的分布概率,若以此直接采用式(4),套用经典信息熵公式,不适宜扰动信号的监测以及扰动特征的提取。为此本文引入加权因子,能够实时放大信号的扰动特征。定义:改进后小波包奇异熵定义为相当于将放大了倍,且加权因子随着时窗的滑动而不断变化,实时反映信号特征,从而放大了信号扰动特征,对于提取燃弧发生时牵引电流扰动特征具有良好的效果。3燃弧紫外总能量采用非接触式弓网燃弧检测系统对广州地铁2、3号线的弓网燃弧情况进行了现场试验数据采集,试验情况如表1,表中燃弧率指整条地铁线路所有燃弧对应持续时间的总和与机车运行总时间的比值,燃弧紫外总能量指整条地铁线路所有燃弧对应紫外能量的总和。广州地铁2、3号线均采用刚性接触网供电方式,供电电压为DC1500V。由表1可以看出,广州地铁2、3号线燃弧率几乎都符合欧标规定的0.1%以下,但事实上多次燃弧导致牵引电流扰动,机车受流严重恶化,因此仅燃弧率不能完全衡量机车受流质量。3.1牵引电流的加窗优化根据本文的扰动分析算法理论,提取每次燃弧信号及其对应的牵引电流信号,并采用经验模态分解对牵引电流做去趋势处理,如图5所示。虽然EMD会产生边缘效应,但因本文扰动算法只针对燃弧牵引电流相对于正常时的扰动程度,因此将所分析数据段的两端各预留一定长度的数据,便可很好的消除EMD边缘效应。依据燃弧持续时间及信号波形综合考虑,取宽窗w=64,滑动步长δ=1,对去趋势后牵引电流进行加窗处理,对每个时窗Cn下的电流作小波包3层分解,并单支重构后得到8个不同尺度的信号D1,D2,…,D8,构建时频状态矩阵对矩阵D作奇异值分解,采用本文改进后的小波包奇异熵算法,并滑动时窗,得到其小波包奇异熵曲线,如图6所示。图6也给出了采用原始小波包奇异熵算法处理牵引电流所得到的曲线,可以看出,由于正常牵引电流也会有不同程度的波动,原始小波包奇异熵很难明显反映出牵引电流的扰动特征,而改进的小波包奇异熵通过实时放大,能够有效提取到牵引电流的扰动特征,且具有明显的效果。后续均采用改进后的小波包奇异熵算法处理分析牵引电流的扰动。3.2燃弧发生的安全保障由于地铁机车电机本身取流不稳定,导致即使在未发生燃弧时,牵引电流也会出现小范围上下波动,因此,小波包奇异熵有时可能未能真实反映其扰动情况。为减小这种影响,本文将每次燃弧分为燃弧发生前、燃弧发生时和燃弧发生后3种状态,根据试验数据发现,燃弧持续时间均不超过150ms,因此3状态统一截取150ms数据段,如图7所示。计算3种状态对应的去趋势后牵引电流的小波包奇异熵,并采用式(9)(其中NT代表时窗个数)分别得到其小波包奇异熵状态值为用WE(a)、WE(b)、WE(c)分别代表燃弧发生前、燃弧发生时和燃弧发生后的牵引电流小波包奇异熵状态值,由于燃弧的发生时间很短,仅对牵引电流局部造成扰动,且已采用EMD分解去除了牵引电流本身变化趋势,因此,可以认为燃弧发生前与发生后熵值没有引起较大变化。于是,以燃弧发生前、后的小波包奇异熵状态值的均值WE(def)作为参考值,如式(10),再与实际燃弧发生时的状态值的相对变化量作为牵引电流的扰动量Γ,如式(11),量化机车受流质量:如图7所示的燃弧,由式(9)计算可得而对于未发生燃弧正常牵引电流,采用上述类似方法,将电流分为状态a、b、c,如图8。则通过计算得到,与燃弧发生时的Γ值相比,正常电流Γ小很多,通过多次试验数据发现:若牵引电流越平稳,Γ值越小;若电流发生的扰动越大,Γ值也越大。因此,Γ值能够反映电流的稳定情况,定量描述牵引电流的扰动程度。为了研究燃弧对牵引电流的扰动影响,将燃弧检测系统所检测到的燃弧紫外能量Wuv与牵引电流的扰动指标Γ相关联,得到图9。表2为Wuv与对应Γ的部分典型值。由表2和图9可以看出,牵引电流扰动量Γ与燃弧紫外能量Wuv大致有如下关系式式中η与β为常数。当发生紫外能量较小的弓网燃弧时,对于牵引电流的影响较小,此时主要以电火花为主,而随着燃弧紫外能量的增加,牵引电流的扰动量Γ也增加,即牵引电流的扰动程度加剧,特别是当燃弧紫外能量超过400mJ时,牵引电流扰动量Γ急剧上升,机车受流受到严重影响,因为发生能量较大的弓网燃弧,严重时烧伤接触线,对于弓网的接触进一步破坏,对于地铁机车而言,这将严重影响机车受流质量,因此,将燃弧紫外能量和扰动量Γ作为线路检修参考意见,针对性对接触网加以维护,重点维修燃弧紫外能量和扰动量Γ较大的线路接触点,排除隐患,保证机车良好的受流质量。4影响电流扰动的因素1)改进后的小波包奇异熵算法能够实时放大扰动特征,对于燃弧电流特征的提取更加直观、有效,具有良好的效果。2)牵引