王立辉1， 祁顺然1， 嵇建飞， 庞福滨， 袁宇波

(1.东南大学 仪器科学与工程学院，江苏 南京 210096； 2.国网江苏省电力有限公司电力科学研究院，江苏 南京 211103)

GIS开关设备进行常规隔离开关操作时，开关连接处会产生电弧。母线和短线路之间的扰动电压连续反射，会出现高频瞬态过电压，在接地处产生强大的瞬变电流扩散到接地网，导致接地电位突然升高[1]。由于GIS接地网面积宽广，尤其是对特高压变电站而言，接地网两点之间会出现暂态电磁干扰，产生电位差，如图1所示。由于二次电缆的双重接地，接地网电位差干扰信号可以通过屏蔽层耦合至二次电缆芯线的传输信号上，导致测量数据不准确，与故障信号产生混淆，影响继电保护装置的正确动作[2]。

图1 GIS隔离开关操作接地网电位差干扰示意图

对GIS隔离开关操作接地网电位差干扰信号常采用硬件滤波，在滤除干扰信号的同时，也会消除相同频域的部分故障信号，影响继电保护的准确度[3]，而通过信号滤波算法可以对干扰信号和故障信号进行识别分类和差异化处理，急需开展GIS隔离开关操作接地网电位差干扰信号的抑制算法研究。常用的卡尔曼滤波算法、Finite Impulse Response (FIR)滤波算法和傅里叶算法，对瞬变信号的处理能力不足，难以准确识别和抑制接地网电位差干扰信号[4]。相对于基函数固定、阈值参数难以准确选取的小波变换算法，经验模态(Empirical Mode Decomposition，EMD)算法的层次分解更加接近采集的真实信号，具备自适应和后验性的优势[5]，但是在拟合上下包络线的过程中具有端点效应，且在干扰信号与故障信号产生频域混叠时，难以从多级本征模式分量(Intrinsic Mode Function,IMF)中准确选取属于干扰信号的层级进行滤除、抑制。

针对GIS隔离开关操作接地网电位差干扰信号的高频瞬变特性，设置阈值启动函数，采用极值延拓及多尺度排列熵改善MEEMD算法的端点效应和熵值自适应问题，将干扰信号按不同尺度的波动逐级分解成若干个IMF，利用修正核函数后的优化LS-SVM算法对干扰信号的每一级IMF进行训练、识别和抑制，提出基于优化LS-SVM/MEEMD的GIS隔离开关操作接地网电位差干扰抑制方法。相对于神经网络法，该方法仅需要少量的非线性样本训练[6]，可以快速、准确抑制易与故障信号混淆的GIS隔离开关操作接地网电位差干扰信号，保留故障信号特征，确保变电站继电保护装置准确动作。

1 GIS隔离开关操作接地网电位差干扰信号特性

为了获取隔离开关操作引起的接地网电位差干扰信号，对某处250 kV GIS变电站进行了实地测试。将干扰电压降到适合直接测量的范围内，利用数据采集装置对干扰信号进行检测，获取干扰电压的波形时域图、频域图分别如图2和图3所示。

图2 GIS隔离开关操作接地网电位差干扰信号时域图

图3 GIS隔离开关操作接地网电位差干扰信号频域图

GIS隔离开关操作接地网电位差干扰信号整体宏脉冲持续的时间为30～40 ms，主频为0.3～0.4 MHz； GIS微脉冲的总数量为15～30个，持续时间约为1～2 ms。隔离开关分闸操作导致的接地网电位差干扰信号整体表现为前密后疏的锥形变化，且逐渐从小到大。合闸操作的干扰电压波形特征正好相反。干扰信号幅值在3 kV左右，极易被误认为故障信号，导致继电保护设备的误动作。

2 基于优化LS-SVM/MEEMD的自适应抑制方法

GIS接地网电位差干扰信号易与故障信号混淆，尤其当干扰信号和故障信号存在频谱混叠时，动态信号的实时变化，导致单一MEEMD算法难以判断干扰信号所在的IMF序列层次[7]，需要通过优化LS-SVM算法构造最优决策函数，在IMF层次进行干扰信号的自适应识别和抑制。LS-SVM是利用最小二乘法对标准SVM的优化拓展，对小样本、非线性的训练学习和特征识别具有明显的优越性[8]，适合GIS隔离开关操作现场实验基本上无法修改实验条件、可获取的训练样本偏少的现实情况。

2.1 阈值启动函数

接地网电位差干扰信号暂态、高频特征明显，出现时刻前后信号能量会出现突变。通过设置能量阈值启动函数，如式(1)，检测干扰信号出现时刻，从而开始抑制，避免信号正常时依然分解，提高信号处理的实时性。

(1)

式中，f(t)为采集的实际信号；Et0、Et0+nΔt分别为(t0-nΔt)～t0、t0～(t0+nΔt)时间段的能量；τ为干扰信号阈值；Δt为采样时间间隔。

2.2 基于MEEMD的信号分解

① 为了达到降低经验模态分解重构误差的目的，在原始信号f(t)基础上依次叠加互为相反数的白噪声信号zi(t)与-zi(t)，形成Ze对新的待分解信号。

(2)

式中，zi(t)为叠加的白噪声；ai为选定的白噪声信号幅值；i=1,2,…,Ze，Ze为添加的白噪声信号总对数。

② 对比镜像延拓、最小二乘法和神经网络预测法，采用极值延拓法使用端点的一个特征作为根据，在两端分别延拓两个极小值和极大值[9]，改善经验模态分解算法的端点效应，具有速度快、精度高的优点。

④ 多尺度排列熵优化。引入信息熵理论[10]，建立接地网电位差干扰信号多尺度特征熵，如式(3)所示：

(3)

(4)

(5)

若Fj(t)的熵值高于预设的系统多尺度特征熵，则认定信号异常，为原始信号的第j层IMF分量；相反则判定为信号平稳。

⑥ 获取剩余信号r(t)，如式(6)所示，对其继续进行MEEMD 分解，逐次分离出前M-1个IMF序列。

(6)

式中，Q为已分解出的IMF层数。

⑦ 得到的所有IMF序列按高频到低频的顺序排列。

(7)

2.3 基于优化LS-SVM的干扰信号抑制

(1) 利用m个样本输入xi和期望输出yi，形成数据训练集合{|(xi，yi)|i=1,2,…,m}。样本从原始集合到高维特征集合的映射呈现非线性，并在此基础上求取最优决策函数。参照结构最小化原则，最小二乘支持向量机回归转化为如式(8)所示的约束优化问题[12]：

(8)

式中，γ为调整参数因子；b为偏差量；ei为误差变量；φ(x)为非线性映射函数；w为权值向量。利用Lagrange函数运算，对w、b、e和β求偏导，同时设偏导的值为0，函数为

(9)

(10)

对偶后的线性系统通过消去变量w和e后得到：

(11)

(12)

(2) 修正核函数。

核函数是最小二乘支持向量机的算法核心，为了改善LS-SVM算法的分类识别准确度，利用粒子群算法通过K折交叉验证进行平均准确率计算[13]，得到适应度函数αk-cv，从而对惩罚参数c以及径向基函数宽度σ进行修正。

① 根据GIS隔离开关操作接地网电位差干扰信号的时频特性，设定LS-SVM参数寻优的种群规模以及终止条件，确定权重因子η、进化代数T的取值，对粒子群进行初始化。

② 适应度函数αk-cv决定LS-SVM的分类精度和效果，呈现正相关性，如式(13)。

(13)

式中，μi为交叉验证分类第i次的准确率。全局极值初始值选取适应值最优的粒子所指的个体极值。

③ 粒子速度和位置迭代更新函数为

(14)

式中，k为当前寻优迭代系数；Wid和Sid分别为第i次交叉验证的粒子位置和速度；Gi=[gi1，gi2，…,giD]T为个体极值；Gp=[gp1，gp2，…,gpD]T为种群群体极值；h1、h2为加速因子；q1、q2为随机数，取值范围[0,1]。若是满足以下任一条件：迭代次数达到粒子群设定的进化代数上限，搜寻到误差小于寻优初始设定，则循环迭代结束，否则继续。

④ 设置的循环迭代终止条件决定输出的(c,σ)能否赋给LS-SVM进行训练。若符合条件，则赋给LS-SVM训练，否则循环迭代继续进行。

(3) 将真实的GIS隔离开关操作接地网电位差干扰信号通过MEEMD算法分解得到的各级IMF分量作为样本输入，训练获取LS-SVM的最优决策函数表达式；利用完成训练的支持向量机对采集到的接地网电位差干扰信号的IMF序列进行判断分类，验证优化后LS-SVM算法的分类准确度。

(4) 对二次电缆芯线上耦合信号的各级IMF进行自适应识别，选择出干扰信号所在的层级进行滤除，其他频带的IMF序列进行合并得到真值信号，从而达到抑制接地网电位差干扰的目的。

所提算法在IMF层级进行识别、滤波，极大地提升了干扰信号抑制的精确度和自适应性。

3 仿真实验

GIS隔离开关操作接地网电位差现场实测无法随意调整实验条件，且能够开展的现场实验次数十分有限，不足以全面化反映变化规律。此外，气体绝缘变电站现场影响实验结果的因素较多，工作状况复杂多变，许多重要参数无法获取，导致准确的现场实验建模难以进行。因此根据等效电路，采用国际大电网工作组公示的模型，通过EMTP搭建图4所示的GIS隔离开关电路模型，产生接地网电位差干扰信号。

图4 EMTP隔离开关电路模型

根据实际工况，在90°相位时介入干扰信号[14]，耦合在二次电缆传输的250 kV变电站互感器一次侧电压信号上，同时叠加变电站出现频率较高的工频短路故障信号[15]，此时接地网电位差干扰最严重，测量信号如图5所示，利用软件验证所提算法的准确性，仿真实验结果如图5～图8和表1所示。

图5 原始信号时域图

图6 原始信号频谱图

图7 滤波后信号时域图

图8 滤波后信号频域图

表1 不同方法的抑制结果比较

如图4所示，可重复击穿隔离开关模型的时间步长通过不断的测试选取，最终取值20 ns；如图5和图6所示，原始信号包含50 Hz正常信号、存在频谱混叠的工频短路故障信号和接地网电位差干扰信号；由图7、图8以及表1所示，所提算法在抑制了GIS隔离开关操作接地网电位差干扰信号的同时，最大程度地保留了工频短路故障的信号特征，具有最高的信号比15.6012 dB和最低的均方根误差2.225 kV，延时较长为3.25 ms，但能够满足工程需要；傅里叶变换和巴斯沃特滤波器将故障信号和接地网电位差干扰信号同时滤除，变电站继保设备不能对故障信号及时动作；FIR滤波算法对干扰信号的抑制能力不足，保留故障信号时滤波具有最低的信号比8.998 dB和最高的均方根误差22.645 kV；小波变换算法干扰信号抑制准确度较高，但在滤除干扰信号的同时，滤除了部分故障信号。

4 结束语

GIS隔离开关操作会导致高频瞬态过电压干扰，易与故障信号混淆，影响继电保护装置动作的准确性。针对隔离开关瞬态信号的时频特性，抑制接地网干扰信号对继电保护设备的影响，保留故障信号特征，提出了基于优化LS-SVM/MEEMD的GIS隔离开关操作接地网电位差干扰自适应抑制算法。干扰信号通过能量阈值启动函数来检测，采用极值延拓法以及多尺度排列熵改进MEEMD算法的端点效应以及熵值的自适应问题；通过粒子群算法改进LS-SVM核函数，将真实的接地网电位差干扰信号通过MEEMD算法分解得到的各级IMF分量作为样本输入，训练获取LS-SVM的最优决策函数，对二次电缆芯线上耦合信号的IMF序列进行识别，选择出干扰信号所在的层级进行自适应抑制。建立基于EMTP的隔离开关动作电路模型进行仿真实验，结果表明：自适应抑制算法能够有效地滤除由接地网电位差引起的高频干扰信号，均方根误差降低89.6%，信噪比提高221%，并最大程度地保留了存在频谱混叠的故障信号，保证数据测量的准确性，提高变电站继电保护的抗干扰性。