基于小波分析的开关柜局部放电分析

张润明

（广东电网公司佛山顺德供电局，广东顺德，528300）

0 引言

目前高压开关柜内故障检测主要是在停电状态下进行，试验的周期较长，不能及时发现在两次试验之间发生的缺陷。另外目前开关柜产品越来越紧凑，绝缘裕度越来越小，尤其在南方，空气湿度较大，开关柜内部绝缘部件的表面放电很难在柜体外面被人感觉到。高压开关柜柜内设备如有异常，运行人员在设备巡视过程中往往看不到内部设备的故障。

由于超声波检测法具有较高的灵敏度，并且在现场得到了大量的应用，所以文中采用超声波检测法获取了相应的放电信号，然后通过小波分析，对信号进行了去噪分析，最终对放电特征进行分析，并确定放电类型。

1 小波分析法简介

局放的UHF 一般情况下携带了很多杂波，所以在处理之前必须进行相应的预处理阶段。已经知道小波参量的数值可以反映相应能量的数值，这样这些参量其实就是处理的对象。测量的数值在较大的情况下，就会出现能量参数覆盖噪声参数的现象。经过处理的信号参数，就可以实现在保留有用信号的前提下将噪声信号提出的效果。这样就要求在处理的时候，选择参数要合理，既不能太大也不能太小，在现场中一般是根据经验值确定。

实现这种想法的方法一共有如下几种：首先是选择绝对值最大的数值法，因为信号和噪声有自己不同的特点，所以选择它们各自的绝对值最大点，将涉及到噪声的相关参数全部剔除，进而恢复信号；其次是根据信号的相关性，根据它们的数值来作为区别参数的标准，最后进行组合；最后一种方法是Donoho 采用的门槛值法，主要是建立参数和信号之间的关系，如果数值大而且个数少，那么信号分布均匀，反之则杂乱无章。基于此思想，Donoho 等人提出了阈值去噪方法，即在众多小波系数中，把绝对值较小的系数置零，而让绝对值较大的系数保留或者收缩，得到估计小波系数。

在应用中，主要包括如下的过程：

1)单维信号的分解。找到函数 g 和和相应的层数L，得到信号S 到第 L 层的分解参数。

2)高频参数的选取。对于第一层到第 L 层的每一层高频系数，选择一个阈值，并且对高频系数用软阈值量化进行处理。

3)重新构造。由前面得到的 N 层低频系数和经过量化处理后的第 1 层到第 L 层的高频系数，进行一维信号的小波重构。

以上的过程中，阈值的选取和量化是非常重要的，决定了后面的精确度。

主要包括如下4 种方法来进行阈值选择：

1）Rigrsure 规则

在很早以前就产生的基于史坦（stein）的无偏似然估计（Unbiased Risk Estimate）原理的自适应阈值选择，对于特定的t 计算出相应的估计量，再将非似然t 最小化，就得到了所选的阈值t1。

2）通用阈值选择规则（Sqtwolog 规则）

3）混合型阈值选择规则（Heursure 规则）

它是前两种阈值的综合，所选择的是最优预测变量阈值。如果信噪比很小，而SURE 估计有很大的噪声，那么就得采用通用阈值。具体形式如下：

则

4）最小最大准则阈值选择规则

这种方法与前面不同的是它并不是产生最小的误差而是产生最小均方值。它的最大优点在于可以灵活应用于很多工程实际场合。具体形式如下：

图1 典型放电信号图

图2 小波分析

2 局部放电检测

在现场，测到的信号如下图1 所示：

3 信号分析

采用db 小波进行分析，选择5 层，分析得到的结果如下：同样，取得的特征分析：

图3 统计参数分布Fig.3 Statistical parameters of the distribution

最终得到的统计参数如下：

表1 数据统计表Tab.1 Data statistics

根据参数压缩曲线如下：

图4 参数压缩曲线

4 放电类型分析

根据第3 部分，获取了放电信号的特征参数，下面根据聚类分析，将特征参量进行分类：

图5 聚类分析

从图5 中可见，3 种放电类型的聚类相关清晰，类间分离度较大，可以方便的将不同类型的放电进行区分。

5 结论

本文根据开关柜放电的特点，采用超声波检测法进行检测，获取了典型的放电信号，通过小波分析对信号进行了处理，并且得到了相应的统计参数，最终根据统计参数，采用聚类分析，将不同的放电类型进行区分，获取了较好的效果。

[1] Li CS,Cui X,Yamaguchi I.Optical voltage sensor using a pulse-controlled electrooptic quarter waveplate, IEEE Transaction on instrumentation and measurement FEB 2005 Vol. 54(1):273-277

[2] 刘云鹏，王会斌，王 娟.高压开关柜局部放电UHF 在线检测系统的研究[J].高压电器，2009,45（1）:15-17.