APP下载

小波包分析在变压器油中放电声信号检测中的应用

2015-05-06张义平陈俊武王凯睿

江西电力 2015年5期
关键词:波包频带直方图

张义平,邓 凯,陈俊武,蔡 礼,张 能,王凯睿

(1.国网江西省电力公司南昌供电分公司,江西南昌 330029;2.华中科技大学电气与电子工程学院,湖北 武汉430074)

0 引言

电力变压器在电力传输系统中扮演着重要的电压升降作用,是各电压等级变电站的核心设备之一。变压器运行过程中,负荷的变化往往会导致变压器内部电压变化,并继而可能引起内部绝缘介质的击穿放电。变压器油为油浸式变压器内部主要绝缘介质,其放电现象应引起关注[1]。

变压器油内部放电时会伴随一定的声、光、热等物理现象,基于放电产生的声现象而发展的声检测法为一种常用的放电检测方法。该方法为无损检测,在石油、化工、航空航天等领域也得到了广泛应用[2]。可听声相比超声波具有传播过程衰减小的特点,因此本文将可听声检测引入放电声检测中。

采集的变压器油放电声信号多为非平稳信号。信号的奇异点上蕴含了丰富的信息,且奇异点处能量占有相当大比例,传统的时域能量百分比计算方法不能将非平衡信号在突变点处的能量特征表现出来。小波包变换具有优异的时-频分辨率特性,适合处理不连续、突变和非平稳的信号,兼顾了短时傅里叶变换和小波变换的优点,并且小波包分解后的信号各频带信号独立、能量守衡[3]。因此本文采用小波包分解分析变压器油放电声信号的能量特点。

1 小波包分析原理

设变压器油放电声信号为u(t),则可以按式(1)进行小波包分解:

式中:h(k)为高通滤波器组;g(k)为低通滤波器组。

如图1所示3层小波包分解,在每一层的分解中所有子带均一分为二,并传至下一层,这样就构成一种二叉树的分解。图中每一层都覆盖信号所有频率,并随层数增加频率分辨率也在增加。

图1 三层小波包分解原理图

对信号经小波包分解后所得进行重构,可得各节点的重构信号。重构信号表示该节点所对应频带分量在原始信号中的分布情况,实现了对原始信号的频域抽取。

本文应用小波包分解与重构方法计算信号各频带能量,方法如下[4]:

1)对信号进行三层小波包分解并重构,用S3k表示X3k的重构信号,则总信号S可表示:

用E3j(其中j=0,1,…7)表示S3j所对应的能量,可得:

式中:

xjk(j=0,1,…,7,k=1,2,…,n,)表示重构信号S3j的离散点的幅值。

2)计算各频带能量值,用T表示:

为方便比较分析,本文对各频带能量值T归一化处理,即各分量为各频带能量占总信号能量的比例。

式中:

2 仿真信号的小波包频带能量分析

为探索小波包在信号能量计算提取中的应用效果,特取以下2个仿真信号进行研究:

以上信号的时域波形如图2所示。

图2 仿真信号时域波形

以db10小波为小波包基函数,对信号进行3层小波包分解,可以得到8个频带,按式(3)-(6)分别计算各频带能量占总能量的百分比,统计直方图3为信号的各频带能量分布。

图3 仿真信号各频带能量分布

从图3中可以看出,2个信号的各频带能量占比差异明显。信号s1的第1个和第5个频带能量占比分别为34.2%和29.9%,明显高于其他6个频带。而信号s2第5个频带能量即占据了整个信号能量的大部分,达到了67.2%。因此两信号的小波包频带能量特征显著,可以从信号的能量分布直方图很好地区分信号s1和信号s2。

3 变压器油放电试验

为探究变电压器油放电时的声信号的基本特性,在实验室设计了如图4所示试验平台。试验设备主要包括:变压器(容量25 kVA,低压侧380 V/65.3A,高压侧100 kV/0.25A),调压器,保护水电阻R0=1 MΩ,铁制油箱(体积为100 cm×80 cm×60 cm),模拟放电电极,变压器油(25号),电容分压器(1000 1),声信号采集装置。

图4 变压器油放电试验系统结构示意

为模拟变压器油中常见放电故障,试验中设计了针-针放电、针-板放电、沿面放电和悬浮电位放电共4种典型放电模型,分别模拟常见的不同形式的变压器油内部放电。试验过程中放电声信号通过传感器采集并最终上传至控制PC。

4 变压器油放电声信号的小波包分析

基于前文中设计的试验平台,在以上4种放电模型下进行变压器油放电试验,图5所示为4种模型下放电声信号原始波形示例。

图5 变压器油典型放电声信号原始波形

从图5可以看出,变压器油放电声信号具有一定的瞬时脉冲性,持续时间均只有0.1s左右。仅从时域波形外观很难观察分辨以上4种信号波形。参考前文对仿真信号的小波包分解思路,对信号进行小波包频带能量分析。值得一提的是,由于试验时采集的声信号不可避免地会混入一定程度的环境干扰噪声,因此在进行小波包分解前对原始信号波形进行了消噪处理[5]。

同样以db10小波为小波包基函数,对去噪后的信号进行3层小波包分解,然后计算各频带能量占比。图6为各放电形式下声信号的小波包频带能量分布直方图。

图6 三层小波包分解各频带能量占比直方图

通过对比图6中各频带能量分布图可以看出:不同放电形式下,频带能量分布不同。针-针放电下,高频带尤其是第7和第8个频带能量占据信号能量大部分,分别达到了35.14%和28.52%,其它频带都在10%以下,可见第7个和第8个频带为针-针放电的特征频带。针-板放电下则第3、6、7和8个频带能量分布较高,均在20%左右。沿面放电形式下各频带能量分布较为均匀,能量占比多在10%左右。悬浮放电表现了与针-针放电明显不同的特点,其能量分布以低频带为主,第1和第2个频带能量占据了大部分能量,分别达到了35.42%和17.53%,说明第1个和第2个频带为悬浮放电的特征频带。

为验证以上分析的一般性,对每种放电形式再选取4组波形作相同的计算处理,所得各小波包频带能量分布绘制于同一坐标系下,如图7。不难看出,同一种放电形式下声信号的频带分布基本一致,不同放电形式下声信号各频带能量分布不同。

图7 多组放电信号的小波包分解各频带能量占比分布

5 结论

1)本文采用的基于可听声的声学检测法有效采集了试验中变压器油中放电声信号;

2)采用小波包分解法可分析变压器油中放电声信号的各频带能量分布特点,变压器油不同放电形式下各频带能量分布不同。

[1]张蕾,高胜友,谈克雄.油中局部放电超声信号模式识别的研究[J].电工电能新技术.2002(03):32-35.

[2]胡平,林介东,马庆增.声发射技术在变压器局部放电测量中的应用[J].无损检测.2004(10):502-505.

[3]刘珊,曹海泉,于海,等.基于小波包能量熵的变压器振动信号特征研究[J].电网与清洁能源.2010(05):35-38.

[4]孟永鹏,贾申利,荣命哲.小波包频带能量分解在断路器机械状态监测中的应用[J].西安交通大学学报.2004(10):1015-1017.

[5]王永,赵书涛,何平.变压器局部放电信号小波消噪新算法与试验分析[J].高压电器.2011(11):72-76.

猜你喜欢

波包频带直方图
符合差分隐私的流数据统计直方图发布
Wi-Fi网络中5G和2.4G是什么?有何区别?
单音及部分频带干扰下DSSS系统性能分析
用直方图控制画面影调
基于小波包Tsallis熵和RVM的模拟电路故障诊断
双频带隔板极化器
中考频数分布直方图题型展示
基于空间变换和直方图均衡的彩色图像增强方法
基于小波包变换的电力系统谐波分析
小波包理论与图像小波包分解