（电机与电器专业论文）大型发电机定子绝缘局部放电在线监测的研究.pdf

题川大学磺学位论文 最。 经去除干扰后提取得到的局部放电信号，为了减少特征量的数量以及特征 量鲍维数，嗣时较必有效缝表示舄教傣号，采鼹基予分布谱霪鹣绞诗特征量袭 征局都放电信号，著且穗蕤作为b p 卒审经嘲络的输入，对发电机局部放电不溯 放电类型进行模式识别，横拟仿真的结果表明有较好的识别效果。 关键词：发电机，局部放电，在线监测，人工神经网终，小波分据 i i 霆埘犬举颈士学蕴论文 s t u d yo n o n l i n ep d m o n i t o r i n go f t h es t a t o rw i n d i n g o f l a r g eg e n e r a t o r s m a j o r i ne l e c t r i c a le n g i n e e r i n g p o s t g r a d u a t e ：c h e nz h u o a d vis o t ：l i un i a n t h el a r g eg e n e r a t o ri so n eo ft h em o s ti m p o r t a n td e v i c e si np o w e rs y s t e m p a r t i a ld i s c h a r g e ( p d ) i nl a r g eg e n e r a t o r sc a nl e a dt od e t e r i o r a t i o no ft h ei n s u l a t i o n ， r e s u l t i n gi ni n s u l a t i o nb r e a k d o w na n ds h o r tc i r c u i t + t r a d i t i o n a lo f f - l i n et e s tc a n n o t p r e s e n tt h e r e a ls t a t u so fg e n e r a t o r si no p e r a t i n gs t a t i o n , s oi tc a n n o te n s u r e s a f e o p e r a t i o no fg e n e r a t o r s i n s u l a t i o nf a u l t sw e r es t i l lr e p o r t e dn o w a n dt h e n i t s n e c e s s a r yt od e v e l o pac o m p l e t ea n dp r a c t i c a b l eo n - l i n em o n i t o r i n gs y s t e mo f p a r t i a l d i s c h a r g ei nl a r g eg e n e r a t o r i n s u l a t i o n o nt h eb a s eo fm a n yd o c u m e n t s ，t h r e ed i f f e r e n ts t y l e so fp d ，i n c l u d i n gt h e c a u s e so fp da n dt h ec h a r a c t e r i s t i c so fp d ，a r es t u d i e di nt h i sp a p er b e s i d e sc a m o d e l 、e sm o d e l 、s lm o d e la r es 薛毽p aw i d ef r e q u e n c yb a n ds e n s o ri su s e dt og e t s i g n a lo fo n l i n ep dm o n i t o r i n g t h i ss e n s o rg e t st h ep l e n t yo fn o i s ea tt h es a m e t i m eo fc o l l e c t i n gp ds i g n a l p ds i g n a li sw e a ks i g n a l ，s ot h ef i r s tp r o b l e mo fo n u l i n e m o n i t o r i n gi sh o wt o 耍e 薮u pt h ew e a ka n t i s t a t i o n a r yr a n d o ms i g n a l 。 d u et ot h ev a r i e t yo fi n t e r f e r e n c ee x i s t i n gi nt h ef i e l d ，am e a s u r e m e n ta i m e dt o t h ep r o c e s s i n go fs i g n a l sh i e r a r c h i c a l l yi sg i v e ni nt h i sp a p e r f i r s t l y , d u et ot h e d i s t i n c t d i f f e r e n c ei n f r e q u e n c y d o m a i nb e t w e e n p e r i o d i c a l n a r r o w - b a n d i n t e r f e r e n c e sa n dp d p u l s es i g n a l s ，a t h r e s h o l d c u r v em e t h o db a s e do n s e l f - o r g m f i z i n gn e u r a ln e t w o r ki sa d a p t e di n t h ef r e q u e n c yd o m a i n s e c o n d l y , b e c a u s eo ft h es i m i l a r i t yo fw h i t en o i s e sa n dp dp u l s es i g n a l s ，w a v e l e tt r a n s f o r m w i t hg o o dt i m e f r e q u e n c ya n a l y s i sp e r f o r m a n c ei sa d a p t e dt oe l i m i n a t ew h i t en o i s e s ， i i i 四川大学硕士学位论文 rr一一 p ds i g n a l sa n dw h i t en o i s ec a nb ed i s t i n g u i s h e ds i n c et h e i rw a v e l e tc o e f f i c i e n t sa r e c o n t r a r yi nw a v e l e tt r a n s f o m ：n a m e l y , w i t ht h ei n c r e a s eo ft h es c a l e ，w a v e l e t c o e f f i c i e n t so fp ds i g n a l sw i l lr i s e ，a n dw h i t en o i s ew i l ld e s c e n d s op ds i g n a l sc a p , b ee x t r a c t e db yc h o o s i n gs u i t a b l ew a v e l e tf i m c t i o n 。w i t ht h ed e v e l o p m e n to ft h e t e c h n o l o g y ，t h em e t h o d sp r o c e s s i n gs i g n a l sw i l l b em o r ep e r f e c t ，s 0t h e r ei sa p r a c t i c a lf i n t h e rw i t ht h i sm e a s u r e m e n t i no r d e rt or e d u c et h eq u a n t i t ya n dd i m e n s i o no fp dc h a r a c t e r i s t i c ，t h e s t a t i s t i c a lo p e r a t o r sb a s e do nt h ee x t r a c t e dp ds i g n a l sa r eu s e dt oe f f e c t i v e l yf i g u r e t h ec h a r a c t e ro fp ds i g n a l s a n du s i n gb pn e u r a ln e t w o r k ，w h i c hi t si n p u t sa r e s t a t i s t i c a lo p e r a t o r s a l s or e c o g n i z e sp dp a t t e r n s n es i m u l a t i o nr e s u l ts h o w st h a t b pn nc a nr e c o g n i z ed i f f e r e n tp dp a t t e m ss u c c e s s f u l l y k e y w o r d s ：g e n e r a t o r sp a r t i a ld i s c h a r g e ；o n - l i n em o n i t o r i n g - a r t i f i c i a ln e u r a in e t w o r k ：w a v e l e ta n a l y s i s i v 蟹j i t j c 。d u 出o ( t ) ， l 。警 ( r + r s ) f ( f ) 。由 于所测的局放信号属高频信号，故杂散电容c 。不能忽略，由3 - 2 式和3 - 3 式得： 即。t d 2 u o ( t ) + ( 百t s 饯c 。) 警+ ( 睾十1 ) 删叫o ( 3 _ 4 ) 3 - 1 式、3 - 4 式作拉普拉斯变换： l s c s s 2 + ( 鲁+ 玛c 舻+ 百r s + 1 ) = m s i ，( s ) ( 3 _ 5 ) 在正弦稳态信号作用下有： g ( 川2 瓦f 硒丽j c o 巧m r 砸而= 揣 ( 3 _ 6 ) 阳) i2 蕊m r 卜卜而l s 丽r c s 下蝴率 i 1 再r + 丽r s 1 等 上限频率厶：_ 1 二陌 生墨塾生。上上 l s r c s2 石r c s ( 3 7 ) ( 3 8 ， ( 3 - 9 ) 等 四川大学硕士毕业论文 频带觳为：厶一：j=去c警一再r+丽rs73 z ll 。a lo上。+ “a 。l 。j 蝴频率为：兀= 瓜z 西1j 篙观一去，在此频率下灵敏度 最高，由以上分析，积分电阻对频带宽度、传感器灵敏度均有影响，电阻增大， 使传感器灵敏度增大，但导致频带宽度减少，而铁磁材料的选取影响频率范围。 因此，使用铁淦氧做铁磁材料，其最高使用频率为5 0 0 k h z 1 m h z ，同时测算 出一个最佳外接电阻r 和线圈匝数，使电流传感器达到较宽频带，保持一定的 灵敏度。 3 2 2 脉冲电流法的测试线路 本文采用脉冲电流法( e r a 法) 测量局部放电，即是根据放电时在放电处会 产生电荷交换，在与之相连的回路中产生脉冲电流，通过测量此脉冲电流来测 量局部放电。实验脉冲电流法测局放的测试回路如图3 3 所示： f l f 2 t 2 一一一一一一一一一一一一一一一 r r y _ 、几卜广叫 厂丫y 、 rm 圆 丁 图3 3 脉冲 图3 3 中t 1 隔离变压器，这种变压器在一次、二次绕组之间附加两层金属 屏蔽层，将两个绕组隔离，使得从电源进来的高频干扰不通过原有的一次和二 次绕组问的电容而直接传送到二次绕组，来自电源地线的干扰也不会传入测试 回路。t 2 调压器，满足不同试品在局放测量中施加不同的电压需要，为避免操 作过电压，一般从较低电压开始逐步升高。t 3 试验变压器，要求本身不发生局 部放电，将低电压升高到试品发生局放的高压。 f l 低压滤波器，接在低压侧，用来滤去从电源进来的高频干扰及调压器产 生的高次谐波。f 2 高压滤波器，接在高压侧，除进一步阻塞电源进来的高频干 叫j 藕攫太学嫉圭毕监论文 扰，还阻塞试验变压器本身产生的弼放信号。f 1 、f 2 均是由电容和电感组成。 r 保护电阻，是用辩乏限制变压器负载短路时的电流，以免因试品击穿或耦 合电容器、滤波器等短鼹覆烧坏交基器。c k 藕台滚容器，一方穗程试晶款敦魄 信号藕合劐检测阻抗上，另一方面承受工频电压，使检测阻抗上的工频压降很 小，从而保证安全。z 检测阻抗是采样元件，当脉冲电流通过时，在检测阻抗 两端出现脉冲电压，由此可测出局部放电的视在放电电荷、放电霪复率等参数。 3 2 3 大型水轮发电机硒部放电的在线监测 圈3 4 宽频带传艨器监测局部放电系统 p d 程线益测应熊对放电脉冲售号进行采集、处理、取得被测发电机定予线 棒在一段时间内放电的放电量q 、放电发生时的工频电压相位妒以及放电羹复 率n 等特镊指纹，同时通过特征量的餐识别，最后达到对绝缘进行故障诊断 熬蓦豹。溷3 4 赞对大黧承轮发电橇定子线捧中靛点接蘧豹缭掏特点，淤及两 放脉冲在绕组中传播的特性，将宽频带电流传感器安装在发电机定子线棒中心 线出线端，通过监测电路测得信号，经相应消噪处理后获得局放信号。这种般 溅豹优点楚中心线对逸滚霞糕，宽频带铸感嚣铡露露安装提瓣签荔；缺点燕对 信号处理技术要求较商，所以必须采用较高精度的消噪或抑制干扰信号技术和 局放信号识别方法。监测的结构框图3 5 如下： 四j l l 大学硕士毕业论文 传 放 间 感 大 特放 、 征 霪羹 器 滤 采 波 目 集 、 的 信除 提 取 号噪 故 图3 5 局放监测结构框图 3 3 小结 本章首先分析了局放信号在发电机定子线棒中的传播特性，由于局放信号 属于高频弱信号，在绕组中的衰减较快，同时针对水轮发电机定子线棒的中性 点接地的结构特点，考虑使用宽频带传感器采集带宽较大的局放信号。除此， 给出了脉冲电流法检测局部放电信号的测试电路。 1 9 珏川大学硬士毕业论文 第四章局部放电在线监测中干扰的抑制 局部敖电持续时露投短( 3 t o ) s i 0 4 移，为了较为全蟊遗获褥反映届敖德 号的特征黛，这里考虑用前面所述的宽蒂采样。当然，必然会采集至4 丈登的 干扰信号，为了提取准确的局放信号，从而进行放电类型的识别和分析，酋臻 问题是如何艇决局部放电在线监测过程中于扰的抑制和排除。对于此项工作虢 辇已经采黧了许多方渡，爨妇：鞭鼍、b p 蠡馈毒孛缀网络以及小波分辑等方法， 但是通常仅考虑对某种戚几种特定干扰信号的抑制作用。由于局部放电在线监 测干扰源较多，甚至局放信号会淹没予干扰信号中，严重影响了局部放电检测 夔效巢。 4 1 局部放电信号中的干扰信号及处理方法 从波形寒区分，干扰信号可分为； 1 弱籁瞧窄带予我，包括系统鬻次谐波、载波通添馥及无线电逶氯等产生 的周期性干扰。窄带周期性脉冲干扰信号持续时间长( 一般大予2 0 t t s ) ，其特点 是振幅谱以主频为中心的各次谐波的含成，干扰信号幅值较大，自相关性较臌。 2 。歇渖囊于魏，其中毫摆周期型熬净信号窝藏辍辣净型癌号。震裁往歉渖 信号主要来自晶闸管等电力电子器件动作以及地嗣中的高频涌流，实验发现， 此类干扰每个周期会在阎定的位置重复出现，幅僦变化较局放信号小。随机脉 冲信号由黉压线路上电聚以及局放分谈开关动 乍等产生豹功率傣号，通掌采瘸 统计特征黧( 数学羯望、方差、功率谱密度和鑫鞠关函数) 攒逐随枫赫；串信弩。 3 白噪声，包括线圈热噪声、土也网噪声、配电线路以及变压器继电保护信 号线中耦合进入的各种噪声、检测线路中半导体器件的噪声等。白噪声是一种 平稳蓬掇谂号，整个菝躐蠹功率菝漤密凄都是殇匀分套，瑟量它瓣数学裳鋈与 方差都是与时间无关的常数，自相关踊数仅与时间间隔有关。 电气设备，特别是大型发电机其结构复杂、体积庞大，干扰可通过传导、 感应、辐射等多穗藕台方式扶多个鼹经侵入，于携侵入发电投的主要路径煮： 励磁供电系统产生的予扰和由于炭剿与清环之间接触不良所产生的火花放电， 往往从电机的励磁侧引入；与电机相涟的设备产生的干扰从连接导线处引入； 无线电干扰靼其它随机燃干扰通过空间辐射方式引入。深入了熊于扰送入彀气 四川大学硕士毕业论文 设备的途径，对于选择最佳的检测点具有较大的参考价值，对于某些干扰可通 过切断干扰途径来抑制。对于绝大多数干扰，仍主要靠有效的抗干扰措旌抑制。 由于干扰源的多样性，产生不同类型的干扰信号，表现出的特性也不同， 它们对局放信号的影响也是各不相同，用一种方法来有效抑制所有干扰的可能 性不大。针对不同的干扰，需采用不同的措施，综合运用，达到抗干扰的目的。 这里采用一种分层、分步骤处理干扰信号的方法，对每一层干扰信号的抑制相 对独立，同时考虑对局放信号畸变量小，能量损失小的要求，综合处理干扰信 号【5 ”。整个分层式处理信号框图如图4 1 所示。分步骤依次处理周期性窄带干 扰、周期型脉冲干扰，而后依次处理随机信号中脉冲干扰信号和白噪声，最后 得到去除干扰后的局部放电信号。 图4 1 局放信号抗干扰分层处理框图 4 2 去除周期性窄带干扰信号 采用宽频带传感器能获得丰富的局放信息，提高局部放电在线监测的有效 性，但同时使监测信号中混有大量干扰信号，其中周期性窄带干扰在现场较为 严重，在时域经常将局部放电信号淹没，在频域表现为窄带离散谱线。本文采 用基于快速傅立叶变换f f t ，在阈值直线法的基础上的阈值曲线数字滤波法【5 3 】 去除周期性干扰。这种方法自适应能力较强，受到现场的干扰的影响较少，但 是能量损失较大。 四鲻大学矮圭毕业论文 4 2 1 阈假巍线法 周期性窄带干扰信号的振幅谱是以主频为中心的脉冲波形，局部放电信号 摹鞋自噪声等隧瓿信号剐爨几乎遍布整个频域懿乎缀波形。从鉴测到的原始竣入 信号的振幅看如图4 2 ，g 为阚值，渊期性窄带干挽信号的振幅明显较大。 5 0 0i 4 0 。 逞3 0 0 。2 0 0 l 。 苫 0 5 01 0 01 5 02 0 0 蹰4 2 原始输入信号的频谱黼 基于此阈值直线法先将输入数据分成若干段，对每个数据段进行加密处理， 然后由f f t 褥蜀振壤谱，其孛堰僮越避颈萋阙篷夔频率分量被褫为蠲鬟蛙窄豢 于扰的频率，并将其频率成分置为零，再作i f f t 返回时域便可宓现滤波，困该 方法在振幅谱中以一条赢线来划分周期性干扰和局放信号的频率分量，故称为 阙僮直线法。 这种数字滤渡方法大大提高了信嗓眈，并因f f t 的弓l 入键矬理速度褥翔提 高，可满足在线监测快速性的要求，尤其是通过设鼹阈值基本上可实现频谱中 周期干扰与放电信号的分离，使监测系统具备了一定的自适应性。该法缺点为： 1 。藏德g 静颈耋漾裁隽臻高予毽又不戆_ 过分黢逅基线。这使得裹予基线餐 同时又低于g 的周期性干扰无法得到抑制。 2 当放电现象严重而使基线升高时，可能会长时间出现基线高于g 的情 援，由于g 无法鑫动增大，使脉冲频察成分受弱拨失，导致计舞滋鳃放电量馥 无法反映澎真实的放电水平。 2 2 四川大学硕士毕业论文 42 2 阈值曲线法 针对阈值直线法的缺点，下面提出基于f f t 的阂值曲线法，该法为：以阈 值曲线取代阈值直线，振幅谱中该曲线在对应的周期性干扰频率处的闽值较低， 对应局放信号的频率区域处阈值较高。 阈值曲线具有自适应性，无论是周期性窄带干扰频率发生变化还是局部放 电现象加剧使基线升高，都能自动调节闽值曲线，识别出所有周期性窄带干扰 频率位置，且不损失局部放电脉冲频率成分。 为了使阈值曲线法具有良好的自适应性，考虑采用具有“自激励、邻抑制” 作用的竞争学习网络设置闽值曲线。竞争学习网络一般分为两个层次：低层网 络是输入层次，它接受样本输入，也称为匹配子网；上层用于输入节点按照某 一种规则进行相互竞争，称为竞争子网，可对输入样本进行分类。这两个层次 的神经元之间完全互联。自组织竞争神经网络拓扑图如图4 3 所示。 x 1x 2x 3 x n 图4 3 ( a ) 神经元结构模型图4 3 ( b ) 竞争学习网络 图4 3 自组织竞争神经网络拓扑图 图4 3 ( a ) 是神经元结构的简化模型，假定： 1 每个神经元都是一个多输入单元输出的信息处理基元： 2 神经元输入分兴奋性和抑制性输入两种类型； 3 神经元输出有闽值特性，当输入总和超过其闽值时，神经元才被激活， 而当输入总和未超过阈值时，神经元不会发生冲动。 4 神经元本身是非时变的。 耍川大攀馥圭毕韭论文 图4 3 ( b ) 给出一种飙型的竞争网络结构。输入层节点数和输出层节点数分 别为n 、m ，输出层m 各节点的连接为自激励和邻抑制类型，囱激励指的是从 节点到其爨襄穆或正自遴接塞环，邻季零指的是驮一个节点到焚一个苇点望受 向于审制连接，这些连接能够完成节点润的相互竞争。 这种无导师自组织网络中，关键的是对权值的调整和选择。竞争学习网络 的权分为两类：一类是艨与层之间的权，它们是可以学习的；另一类是层内夏 褶捺裁静校，逯鬻是淘楚豹，魏莱瀵怒一定翡分布关系，距离逡靛繇秘强，鞭 离远的抑制弱，它是一种对称权。 两层之间的连接权w 。( 0 i h 一1 , 0 j m 一1 ) ，表示第i 个神经元与第个 襻经元之瓣麴较；竞争鼷糖经元之闯煞连接权重f 。( o k ，f s m 1 ) 。任意臻入 样本爿= ( 一，x 2 , 如x 。) ，上下两层之间的连接权嘞= 詈，0 i 蔓竹一l ，权向量w z 规范化，规范化的单位长度为1 ，连接权反映的是输入层与各节点的匹配程度， 随着过程开始，各个秘值进行调整学习。o = x ，表示神缀元，则可以 i = 1 用s ，( 一) 和o ? ( h ，) 表示两个不同层上的神经元，且s 。( x 。) 【o ，l 】，s ：( 矗，) 0 , 1 】。 采用徽分巍争学习疆律：= s ：辑，) 瓴( 石：) 一j ( 4 一1 ) 微分竞争学习只与输出的变化有关，巍s j 鸭) 达到平坦区时，s ：( 哆) = 0 ，那么 w 口= 0 ，嘞不会改变。当令s 。( t 卜并，时，4 - 1 式可写为 嘞一s ；( 盎，斌j ，或矢量靛影式妒f = 影( 磊；) 谬一j缮国 ，、 ，、 通过逡样的竞争规律调解层与层之问的权值w f 。 上层单元之间的连接权可定义为： f + l ，当k = 如3 j 一获当z 。s 枣，i 基撤一i ，艿一1( 4 ：3 ) 俄 即这种连接方式表示任意单元均有维持自身并抑制其它单元的趋势。 f ( x ) 为节点函数，舆有4 - 4 式辨撼述的形式： 四川i 大学硕士毕业论文 【0 ，x 0 f ( x ) = x a ，0 兰x 口，口为常数( 4 4 ) i1 ，x 兰口 上层单元的初始状态为：y j ( 。) = ： 莩w 。_ 一巳 ，0 ，m 一1 ( 4 5 )上层单元的初始状态为： ( o ) = ：l w 口_ 一巳l ，m 一1 ( 4 5 ) 其中巴为闽值，进一步简化，将一巳看成对应于1 的输入量的权值，4 5 式 记为：y ，( 0 )0 ，s m 一1 ，其中w o ，= 0 ，z o = 1 。 竞争过程中，竞争层神经元，在t + l 时刻的输出y ，( t + 1 ) 取决于各神经元在 f 时亥0 的输出y ，( t ) ，y j o + 1 ) = f y ，( f ) 一占芝：y k ( r ) 】 ( 4 - 6 ) ；i 其中，k = 0 ，1 ，三一1 ，邻抑制系数占满足0 j 1 ( l 一1 ) 。直至收敛 于一个定态，竞争过程结束。 4 - 3 式和4 4 式表明，每个神经元都试图保持自己的值并通过连接权抑制其 它神经元，这种作用方式称为“自激励，邻抑制”。通过自激励、邻抑制作用。 竞争层将经过若干次迭代过程，使得除最大输入外的所有输入变为负值，则它 们对应的输出为零。最终剩下的一个正输出将正好位于竞争层最大初值输入的 那个神经元p ，其输出为1 ：同时其它神经元竞争失败，输出为0 。 网络在竞争过程中神经元之间的这种自激励、邻抑制作用方式的特点是： 初值输入较大的神经元，受到其它神经元的抑制作用弱，保持自身的能力较强； 而初值输入较小的神经元，受到其它神经元的抑制作用强，保持自身值的能力 较弱，只需一次或几次迭代，其输出就有可能为零。此规律用于阈值曲线的自 动设置，如把采集的原始数据信号作傅立叶变换，将得到的振幅谱值作为竞争 学习网络的输入，则此时网络各神经元依次对应着输入信号中的不同频率分量， 通过适当选择迭代次数和邻抑制系数5 ，可使对应于局部放电信号和白噪声等 频率分量的各神经元输出为零，而对应于周期性窄带干扰频率分量的各神经元 输出不为零。这样，原始信号中的周期性窄带干扰便可以确定，将它们的频率 成为置为零，再从频率返回时域，即可实现滤波。 强川大学硕士毕业论文 4 3 基于小波分析抑制白嗓声 小波分析是2 0 世纪8 0 年代后期发展期起来的种数学方法，是继傅立叶 分柝后鲍一个突破性：i 燕餍，是现代分孝斤中诸懿泛爨分毒厅、数馕分毫蓐、俸立时分 析、样条分析、调和分褥等众多分支的完美结晶，给信号处理领域带来了崭新 的思想。小波分析由于其良好的时频分析特性以及小波函数选择的灵活性，对 信号的突变点非常敏感，特别适合予处理如局放僚号的突变信号，而且在实际 应臻中显示鑫较好豹去臻摹篓疆取徽弱信号熬藐力。 4 3 1 白噪声的特点 若在秘弱试验条锌下，不戆用魏定夔对凌遁数表示不重笺窭现懿信号，其 函数值只能取菜一数德的穰率，此类信号称为随机信号。对随枫物理现象每次 的测试结果不同，每次测得的时间醋数是可能产生的无限个时间函数中的个 “样本”，随机现象可能产生的全部榉本的集合称为随机过程，也可称为随机信 号。| 夔撬绩号努兔乎稳隧辍信号帮 # 平稳随瓿结譬两类，篱瑟言之，懿巢支配 随机信号的统计规律不随时间而改变，则为平稳随机信号；否则为非平稳随机 信号。就发电机定子线棒局部放电监测到的白噪声和局放信号耐言，两者都属 予隧凝结譬，羲者是乎豫踺祝售号，功率谱密凌在整个频域f 。 搿 嘲痰是 均匀分布的，后者是非平稳随机信号。它们遍布在整个时域上，能量是无限的， 但是功率魁有限的，所以采用功率谱来描述随机信号的频域特性。 对于囟噪声这种平穗隧辊信号磷畜，常用相关函数来接述英数字特征，遴 丽表征隧撬过程豹特瞧。自褶关函数霞( f ，f ，) = r ( r ) ，与时闻f 无关，仅是辩润 间隔f 的函数，r = 一t ，。又因功率信号的功率谱密度与其自相关函数是一对 傅氏变换，即噪声的自相关函数其( f ) 和它的功率港s 。( 缈) 是一对傅氏变换： 一 s 。( c o ) 。f - r ( r ) e - j d ， ( 4 - 7 ) 蚴= 击& ( “屯( 4 - 8 ) 当r = o 时，上式为：r ( o ) = 去只扣。= 只( 4 - 9 ) 即得到噪声的总平均功率只。由予不满足狄壁赫剥条件，不存在傅立叶变 露矧大学鞭毕韭论文 换，所以不可能用频谱在频域上对随机白噪声进行分析处理。但是可以认为它 是一种功率信号，所以用信号的平均功率相对频率的分布情况，即功率谱密度 分辑摇述蠡噪声在凝域。蔓鳃特蛙。 43 2 小波变换的基本原理 由于氐嗓声与局放傣号的特点，考虑采用小波分析的方法掷制自噪声。小 波分褥法怒一释薪豹时簌分移亍方法，在时域帮频域嗣对具有良好豹局部往，特 别适合处理非平稳信号。 设甲为一复变函数，其傅立叶变换满足： c ，= 。阻) | 一鲁 o ，j 防一x 。| o ，乖一i 占，使得限，( x x 茎i w 。f ( x 。) l 不等式至少对南邻域 熬一蘸成立，裂稳甑f ( x 。) 必睨，( x ) 麓部模极大簸，x 。为小没交换懿两帮摸缀 大值点。惰号厂( x ) 的l i p s c h i t z 指数与小波变换模极大值满足： l 0 9 2i 明( f ) i l 0 9 2k + f 掰( 4 - 2 0 ) l彳lkl ： rr 一 一 ： 图4 6 ( a ) 模拟局部放电信号 l | |l ， ，l 。筑 。l r 。1 螽 j彗望 i f 藿， i 圈4 6 b ) 仿真局部擞想信号的小渡分解 图4 6 局部放电模拟信号的小波分解 3 0 g 4 3 2 ， o ， 2 3 4 5 圭善m 蕾* 喵 哪 叫 q 哪 叫 叫 珏川大学硪圭毕韭论文 对于囱噪声和局部放电信号在小波变换模极大值随尺度f 变化具有截然不 同的性质；白噪声信号删 0 ，模极大值将随着尺度的增加而减少，而且白嗡声 产生的撰极大僮的数量琏蓑尺度静增鸯爨i 蠹藏少懿爨4 0 甄示。露局部效电髂号 口0 ，小波变换模极大使将随着尺痰的增加雨增大，两且在备尺度上，模极大 值点的个数基本相等，模极大值在各个尺度间的变化比较缓慢如图4 6 所示。 因此，根搬局部放电信号和噪声在小液变换上表城出的差别，可以去掉噪声对 应嚣弱部袋辍大篷，镶辩两罄藏电信号静是帮禳缀大蓬。蚤尺发，j 、渡变换豹竭 部模极大使浓缩了该尺度的主要信息，仅用各尺度的小波变换豹局部模极大值 和最大尺度的平滑系数可以接近地煎构原信号，达到抑制噪声、提高信噪比的 基的。 图4 7 ( a ) 模拟白噪声信号 i i l 。 l1 1 1 。 ii l o 一争。+ 一。“一”。，4 “4 。一。一，。“一。“，。扣 l j 。j t 。- i 一t1 一。 _ t k 。i h 。- i 。r i p 1 - r 。1 ”一1 1 1 “1 。1 。1 “1 w 。f 。t 7 噜蝌。峥叩一如阳i i l 聃6 h 蚺心岬州f q l | l i l 辅帐i 妒嘲棚釉峨一 。 乱18 2m3 o 哇，穗5 乱6轨7 0 8 玑塾 1 图4 7 ( b ) 白噪声信号的小波分解 阁4 ，7 自噪声模拟信号的小波分解 耋增普 q 峭 坩 。 喵 啪 撼 四川大学硕士毕业论文 4 4 小结 针对大型水轮发电机采取宽频带传感器接中性点采集信号，由于频带较宽， 现场的干扰、性质多样，采用一种方法无法满足抑制干扰、提取局放信号的要 求，所以在涉及抗干扰技术方面，本章考虑分层式综合处理的方法，对不同性 质的干扰采取不同的抗干扰措施。 发电机定子线棒局放在线监测中，周期性窄带干扰较为严重，由于周期性 窄带干扰与随机信号在频域里幅值的差异性，利用自组织竞争网络设置阈值， 从而去除此类干扰。 小波分析由于其良好的时频分析特性和变焦特性，对信号的突变点非常敏 感，特别适合于处理如局放信号这样的突变信号，而且在实际应用中显出较强 的去噪能力。这里采用模极大值法去噪，主要适用于信号中混有白噪声，同时 含有较多的奇异点。这种方法有效地保留信号阿奇异点信息，去噪后的信号没 有多余振荡，是一种较好的估计，但是同时对小波分解尺度的选择非常重要。 小尺度下小波系数受噪声影响非常大，产生许多极值点；大尺度下会使得信号 丢失某些重要的局部奇异性，因此需要选择合适的尺度。 由此可以看出，这种分层积木式综合处理信号的方法具有处理技术灵活， 各层功能明确，层间联系紧密，可以随着信号处理技术和计算机能力的提高， 不断增强各层功能和丰富层数，从而完善系统等特点，具有较好的应用前景。 嚣矧大学壤圭毕韭论文 第五章发电机主绝缘局部放电抗干扰仿真 5 ， 发鬯毫莲定子线棒原始信号的模拟 在发电机定子主绝缘局部放电在线监溯中，采集到的原始信号除了局放信 号，还包括有干扰信号。根据干扰信号的不同类型，采用不同的数学模型模拟。 5 慧豁放电信号鹣模拟信号 发电机定子线棒局部放电由多种因素引起，同时受多种圊索影响，所以放 电形式多种多样，而且同时在多处发生，因此局部放电信号波形有很大的差异。 一些磅究袭臻，恳藏蕊号持续时闻缀短，这里建擎籀鼗衰减爨数秘衰减振菠函 数模拟放电信号，这两种函数表达式为： r 二i 盟 零指数衰减函数： 。( f ) 。a e t t o( 5 - 1 ) l荠( ) = 0t t 。 衰减振荡函数：。( 。：爿。二掣c 。【2 矾。一啪】 lx q ) = 0 人 t t o ( 5 - 2 ) t 耋 3 趔 罂 幽 罾 岫k 。“。叫“山。i k h 。山。l ，。j ： 旷”。t 5 ”l 理硼”、鄹7 氍 f 啊叩亨”碍呵弭邵1 7 甲田”孵一 图5 7 ( a ) 与自漆声模撅原始绩弩t m s 图5 。7 ( b ) 小波滁潦嚣豹搂壤售母t m s 3 9 5 4 3 2 ， o 4 d 罐 要迥罂邕口 西川大学颧士毕业论文 曩 j 蚓 骤 鏊蔓 帮 kkl 。 一 r rr d 02040 6t 2 812 jb82 圈5 ，7 汹p d 静模拟髅鼍t m s 图5 7 小波抑制白噪声 混有铸噪晓5 ：1 豹背景壹簇声鹣两放信号辩域波形窝鹭5 。7 ( a ) 掰示，弱教 发生在t 分别为o m s 、0 4 m s 、0 ，8 m s 、1 2 m s 、1 6 m s 时，模拟信号为5 1 式和 5