基于优化小波阈值函数的高压电缆局放信号消噪研究

王志立 李志学 夏传鲲

摘 要：为了得到高压电缆准确可靠的局放信号，需要从监测到的信号中滤除白噪声、混杂的随机噪声等，为此设计了基于优化小波阈值函数的局放信号消噪法。该算法在小波变换阈值去噪的基础上进行优化，优化后的阈值和阈值函数在不同的分解层数下，具有较好的自适应能力，经计算机仿真、实验室模拟、现场测试实验证明，该优化后的阈值函数消噪法具有有效性与可行性，该方法不仅能准确地识别局放信号，而且能有效提高高压电缆在线绝缘监测的准确性。

关键词：高压电缆；绝缘监测；局部放电；小波阈值函数

DOI：10.11907/rjdk.172942

中图分类号：TP319

文献标识码：A 文章编号：1672-7800（2018）006-0163-04

Abstract：In order to obtain accurate and reliable partial discharge signal of high voltage cable， it is necessary to filter out white noise and mixed random noise from the monitored signals. Therefore， this paper designs the denoising method based on the optimized wavelet threshold function. The algorithm is optimized on the basis of wavelet transform threshold denoising. The optimized threshold and threshold function have good adaptability under different decomposition layers. The algorithm is proved to be effective by computer simulation， laboratory simulation and field test. The experimental results show the effectiveness and feasibility of the optimized threshold function denoising. Based on the optimized wavelet threshold function， the pratial discharge signal denoising method can not only accurately identify the pratial discharge signal， but also effectively improve the accuracy of high-voltage cable on-line insulation monitoring.

Key Words：high voltage cable； insulation monitoring； partial discharge； wavelet threshold function

0 引言

高壓电缆绝缘性能在极大程度上影响着配电设备的安全稳定运行。目前，局部放电法得到国内外专家研究人员和诸多权威电力研究机构的认可，并被推荐为对高压电缆绝缘状态进行监测的最佳方法[1]。通过对局放信号的实时监测可以判断电缆的绝缘状态，从而从根源上杜绝电缆故障发生的可能性。但是，由于高压电缆运行环境复杂，现场采集的局放信号通常含有很多噪声，为了能够精确获取电缆的绝缘状况，通常要对采集到的信号进行消噪处理。文献[2]采用了模极大值消噪算法，在奇异性较大的信号中有良好的消噪效果，然而模极大值极易受白噪声的影响。文献[3]提出用空域相关算法对局放信号进行去噪，此算法会将高频部分的信号误判为噪声给予去除以及把低频部分的噪声误判为信号予以保留。文献[4]采用了基于Sqtwolog函数的小波阈值的局放降噪方法，在分解层数较小时有着良好的消噪效果，但在分解层数较大时有用信号会被滤除。文献[5]中Donoho提出基于SURE的阈值选择方法，定义了硬阈值函数和软阈值函数的内容并指出各自的缺陷：由于硬阈值函数不连续，消噪后得到的信号会产生伪Gibbs（吉布斯）震荡现象；而软阈值函数消噪后的信号较为平滑，但波形的幅值容易被滤除掉，准确度不够高。

本文提出的优化小波阈值函数就是在小波阈值消噪原理基础上进行优化的。该算法在一定程度上克服了有用波被误判滤除掉的缺点以及传统阈值函数的不足，通过对实验室环境仿真及现场真实消噪结果的分析，验证了该算法对局电信号消噪的可行性。

1 小波阈值去噪原理

一个混杂有高斯白噪声的含噪合成信号可以表示为：

为了克服硬阈值函数不连续及伪Gibbs（吉布斯）震荡现象[7]，同时避免软阈值函数处理后的小波系数比真实的小波系数绝对值小且易产生重构误差的缺陷，本文对自适应阈值函数进行优化。

2 优化的小波阈值函数

本文提出一种优化的小波阈值函数并将该算法用于高压电缆在线绝缘监测系统的消噪中。给不同的分解层数j取值，使得阈值函数和阈值都可以随之调整，因此拥有较为优越的自适应能力。

在η=λ处的左右极限等于函数值，因此该阈值函数是连续的。由对称性质可知，函数在η=-λ处也连续。

优化后的阈值函数结构精简、便于实现，与硬、软阈值函数相比，综合了二者的优点，对于局放信号的消噪有着显著的提升效果，改进后的阈值函数有以下优点：

（1）优化后的阈值函数在阈值±λ处连续，这样就克服了硬阈值处理后产生震荡的问题。

（2）该阈值函数存在高阶导数，计算也方便，同时在m信号（纯净局放信号）和n信号（噪声）之间拥有一个平滑的过渡区间。

（3）阈值函数随着|w-j，k|的增大，w-j，k与λ的差不断缩小，很大程度上避免了软阈值函数消噪后产生的恒定偏差问题。

3 小波阈值函数仿真

为了验证优化小波阈值函数的正确有效性，对该算法进行仿真试验。通过实际和理论研究发现，产生局部放电信号的持续时间很短，局部放电脉冲的真实波形更加近似于单指数衰减或双指数衰减函数。但是在实际工程中，从传感器提取的脉冲信号更接近于单指数或双指数衰减震荡形式，对应的噪声也会在这时叠加到信号中，因此本系统的消噪模拟实验选用双指数衰减震荡。其基本形式为：

A为脉冲信号幅值，τ为信号衰减系数，f-c为振荡频率[8]。通过计算很难得到其波形，利用数值分析进行大量的数据拟合计算后，最后确定参数为：

双指数衰减震荡的波形如图1所示。

仿真中的原始局放信号波形、混杂白噪声后的波形以及叠加干扰信号后的混合波形如图2所示。从图中可以看出局部放电脉冲在加入干扰后几乎被完全掩盖，想要获取到原始信号就必须对此波形进行消噪。

采用本文提出的优化小波阈值函数对含噪的局放信号进行消噪处理，消噪效果如图3所示。

通过以上分析可以看出，利用优化小波阈值函数消噪方法具有良好的消噪效果。在对含噪的局放信号消噪时，最根本的目的就是在保留原始放电信号的前提下最大限度地过滤掉其它污染噪声。相对于传统阈值函数等，该算法在保留原始放电信号形状方面有着更为突出的表现，不但去除了噪声干扰，还尽可能地保留了原始的局部放电脉冲信号。

4 实验室及现场消噪测试分析

4.1 实验室消噪测试分析

实验室模拟模块主要由采集模块、模拟放电模块、电源、数据通讯模块等构成[9]。其中采集模块将通信芯片、存储芯片等集成在一块电路板上，接收并处理采集到的数据；模拟放电模块用来发射局放信号；数据通讯模块用来支撑各个部分的数据交换。实验室模拟装置如图4所示。

实验室模拟实验消噪前后的对比如图5（a）与图5（b）所示。

4.2 现场消噪测试分析

在实验室环境下噪声的影响微乎其微，但在提取实际运行中电缆的局部放电数据时，噪声的影响十分严重。为了验证该算法处理噪声的能力，将应用该算法的系统安装于某6 kV地面变电所，通过现场测试绝缘受损的高压电缆，检验该算法在实际运行环境中的消噪效果。现场测试如图6所示。

消噪前后的对比如图7所示。

通过对实验室、现场测试实验以及实验得到去噪数据与波形，证明了基于优化小波阈值函数的局放信号消噪方法具备较好的降噪能力，该算法有助于提高高压电缆在线绝缘监测系统的可靠性[10]。

5 结语

本文设计研究了优化小波阈值函数应用于高压电缆的局放信号消噪。通过实验室以及对某变电所工作中的高压电缆的现场测试，证明本文设计的消噪方法具有很好的降噪能力，在去除高压电缆局放信号噪声过程中有良好的效果，并且最大限度地保留了电缆释放的局放信号，提升了在线绝缘监测的准确性，从而达到了实时监测电缆绝缘状况的目的。

参考文献：

[1] IEEE. IEEE Std 400.3-2006 IEEE guide for partial discharge testing of shielded power cable systems in a field environment[S].IEEE Power Engineering Society，2007.

[2] 華春红，任章，张敏虎.基于自适应阈值估计的模极大值去噪方法[J].航天控制，2011（1）：37-40+47.

[3] 肖倩，王建辉，方晓柯，等.一种基于互相关函数的小波系数相关阈值去噪方法[J].东北大学学报：自然科学版，2011，32（3）：318-321.

[4] 周涛，徐允祥，马星河，马利.矿用高压电缆绝缘在线监测系统的研究[J].中州煤炭，2016（1）：95-97+111.

[5] DONOHOD L.De-noising by soft-thresholding[J]. IEEE Transactions on Information Theory，1995，41（3）：613-627.

[6] 邓玉娟.基于小波变换的语音阈值去噪算法研究[D].重庆：重庆大学，2009.

[7] 李晓飞，邱晓晖.基于小波变换的改进软阈值图像去噪算法[J].计算机技术与发展，2016，26（5）：76-78.

[8] 张宇辉，刘梦婕，黄南天，段伟润，李天云.频率切片小波变换在局部放电信号分析中的应用[J].高电压技术，2015，41（7）：2283-2293.

[9] 陈照业，裴志强，张均伟，马星河.基于DSP+FPGA的矿用高压电缆在线绝缘监测系统研究[J].煤矿机电，2015（6）：1-4.

[10] 喻世根.高压电缆护层环流监测系统设计及其电磁耦合特性研究[D].长沙：湖南大学，2011.

（责任编辑：江 艳）