局部放电超声信号监测及数字降噪

汪昺粲，刘永强

(华南理工大学 电力学院，广东 广州 510641)

0 引言

绝缘故障在电气设备各种故障中占有很高的比重，对电气设备绝缘状态的监测是保证电力系统正常运行的重要手段之一[1]。局部放电不仅可以反映电气设备的绝缘状态，而且是导致绝缘劣化的重要原因[2]。因此国内外多采用监测局部放电来监测电气设备的绝缘状态。

超声波法是局部放电监测的重要方法，它理论上不受监测现场电磁干扰的影响。但是由于电气设备运行现场干扰严重，系统还是会耦合进各种各样的干扰。因此降噪成为局部放电超声监测的关键技术。本文设计了基于超声法的局部放电监测系统，并对信号的数字降噪方法进行了研究。

1 系统硬件电路设计

1.1 系统结构组成

系统采用局部放电专用超声传感器采集局部放电超声信号，经由模拟电路进行信号预处理后送入数字电路，在数字电路中完成进一步的信号处理，然后由通信电路送到上位机。为了保证同时对电气设备不同位置进行监测，系统采用5路超声传感器。系统设计框图如图1所示。

系统硬件分为3大模块:

1) 超声传感器。超声传感器功能是采集局放超声波，将声波转换为相应的电波。

2) 信号预处理模拟电路。包括前置放大、后置放大和滤波电路。超声传感器输出的电信号包含微弱的局部放电超声电压以及各种各样的干扰信号，信号预处理电路的功能是将局部放电超声信号放大并进行带通滤波初步滤除干扰信号。

3) 数字电路。数字电路以STM32F405数字控制器为主，在数字控制器内完成模拟信号的A/D转换和数字降噪，然后将数字化处理过的信号由通信电路送入上位机。本章重点说明放大电路和滤波电路。

图1 系统设计框图

1.2 放大电路

超声传感器的输出电压很微弱，需要低噪声、高增益的放大器对原始信号进行放大。由于运放的增益带宽积通常是有限的，如果某一运放放大倍数变大，则带宽将会相应变窄。为保证整个模拟通道的带宽，本文使用多级放大电路对传感器信号放大。

前置放大器采用AD623仪表运算放大器。AD623在传统的三运放仪表放大器基础上改进而成，具有很高的输入阻抗，适用于小信号的放大[4]。为了满足不同监测现场的要求，后置放大电路设计为四档可调放大电路，采用2个可编程负反馈放大电路级联而成。

1.3 滤波电路

局部放电超声监测现场存在机械振动干扰(频率<20kHz)和各种电磁波干扰。超声传感器的外壳虽然能屏蔽一部分电磁干扰，但无法完全去除[3]。此外，压电陶瓷也容易耦合进电磁信号，因此需要在硬件方面对信号进行带通滤波。

参考局部放电超声信号的频谱分布，设计了通带频率为20kHz～200kHz的巴特沃斯带通滤波器，由高通滤波器和低通滤波器级联而成。考虑到局部放电监测现场低频干扰比高频干扰更加严重，所以使用四阶高通滤波器和二阶低通滤波器级联，以增加高通滤波器在过渡带的衰减速率。带通滤波器幅频特性如图2所示，可见带通滤波器设计合理，满足要求。

图2 滤波器幅频特性

2 局部放电超声信号的数字降噪

硬件滤波只是初步地对信号进行降噪。由于硬件滤波阶数较少，导致过渡带衰减较慢。此外简单地使用带通滤波无法有效去除白噪声和窄带干扰，需要数字滤波进一步降噪。

针对硬件滤波过渡带衰减慢的问题，设计了FIR数字滤波器进行二次带通滤波；针对窄带干扰，采用FFT算法予以去除；针对白噪声，用小波包变换进行降噪。

2.1 FIR滤波器的设计

FIR数字滤波系统只有零点没有极点，设计时无需考虑系统稳定问题。输出y(n)可以看成是输入序列x(n)和单位脉冲响应h(n)的卷积，即：

(1)

理想低通滤波器的频率响应是一个矩形，相应的冲激响应序列hd(n)是无限长的非因果序列，这在应用中难以实现。在FIR滤波器中，通过窗函数w(n)对冲击响应序列进行截短处理来对其进行逼近。不同的窗函数对滤波器的频率相应特性有不同的结果，本文使用Matlab软件设计了基于Kaiser窗的带通滤波器，通频带为30～100 kHz，阻带最小衰减为30 dB。

2.2 FFT算法去除窄带干扰

当函数f(t)满足狄利克雷(dirichlet)条件时，可以用傅里叶级数展开：

(2)

式中，ak和bk是傅里叶系数。窄带干扰是周期性信号，可以看成是若干不同频率三角波的叠加，因此也可以用傅里叶级数展开。

设采集的信号为s(t)，信号中主要包含局部放电信号、窄带干扰f(t)和白噪声。对其进行FFT运算，得到信号的频率分布。窄带干扰表现为很细的谱线，局部放电信号相对平缓，白噪声是完全平坦的频率分布。所以当窄带干扰较为严重时，可以认为窄带干扰在频谱图中占据很大的比重，通过FFT变换很容易找到窄带干扰的中心频率ωi。通过抽取若干个不同时间的s(ti)函数值，可以由式(3)反解出傅里叶系数。

(3)

已知傅里叶系数和中心频率，带入式(2)就可以知道任意时刻的窄带干扰f(t)的值。通过s(ti)-f(ti)即可求得去除窄带干扰的信号。由于窄带干扰在信号频谱中占比很大，所以在式(3)中用总信号s(ti)代替了窄带干扰f(ti)。

2.3 小波包变换抑制白噪声

小波包变换就是将信号按照低频空间和高频空间层层分解，从更精细分辨率的视角去观察原始信号。由于白噪声处出奇异，李氏系数α<0，小波包变换系数的模值随着分解尺度的增大而迅速减小；局部放电超声信号的李氏系数0<α<1，小波包变换系数的模值随着分解尺度的增大而增大[5]。可以由此区分白噪声和有用信号。

使用小波包变换抑制白噪声的具体方法是将信号进行小波包分解，然后设定阈值，将分解后的小波包系数与阈值进行比对，小于阈值则认为是白噪声，在信号重构的时候将系数置0；如果大于阈值则认为是有用信号，在信号重构的时候保留原值。然后将信号进行重构，重构后的信号即为抑制白噪声后的信号。

3 实验和仿真

3.1 系统硬件测试

为方便实验，本文用电火花发生器模拟局部放电。以系统通道1的超声波传感器为例，将传感器置于距离电火花发生器0.5m远处检测局放信号，结果如图3(a)。可见放电信号十分明显，已超出系统量程，此时应减小后置放大电路的放大倍数。为了检验系统对微弱信号的检测效果，将电火花发生器的电池换为电量很低的电池，此时放电已经很微弱，并将传感器置于距离电火花发生器1m远处，检测结果如图3(b)，可以看到，放电信号仍然清晰可辨，说明系统对于局放超声信号有很高的灵敏度。

图3 放电源的检测结果

3.2 数字降噪仿真

使用计算机仿真检验数字降噪算法。仿真合成信号包含局部放电超声信号、窄带干扰和白噪声三部分，其中超声信号用单指数衰减函数来模拟，窄带干扰采用不同幅值和相位的频率分别为10kHz、20kHz、60kHz、200kHz、360kHz的正弦函数和余弦函数之和来模拟，白噪声使用高斯白噪声模拟。然后依次使用FIR滤波器对合成信号带通滤波，采用FFT去除窄带干扰和使用小波包变换进行白噪声降噪，如图4所示。从图4(e)可以看到，信号经过FIR滤波后，通带外的信号已经滤除，但无法滤掉通带内的窄带信号。去除窄带干扰后，放电信号已基本显现，但白噪声较多，如图4(g)所示，当信号较小时可能淹没在白噪声中。去除白噪声后，信号波形已经十分清晰，如图4(h)所示。经过数字降噪，系统的信噪比得到大幅提高。

图4 信号降噪仿真波形

4 结语

本文设计了局部放电超声信号监测系统的硬件电路并进行了数字降噪研究。系统放大电路采用四档可调放大电路设计，滤波器由两阶低通滤波器和四阶高通滤波器级联而成。实验表明系统可以清晰地采集到放电信号，系统硬件设计合理。数字降噪部分针对不同干扰采用不同的数字降噪算法，计算机仿真表明FIR滤波器可以有效地进行带通滤波，FFT算法很好地去除了窄带干扰，小波包变换有效地抑制了白噪声，经过数字降噪系统信噪比得到大幅提高。