陳曉娟，崔 瑩，趙偉男

（1.東北電力大學(xué)信息工程學(xué)院，吉林吉林132012；2.大慶電業(yè)局檢修試驗(yàn)工區(qū)，黑龍江大慶163458）

0 引言

1 配電網(wǎng)工頻通信系統(tǒng)

1.1 配電網(wǎng)上行信號(hào)調(diào)制

配電網(wǎng)上行調(diào)制信號(hào)是采用過電流基波波形的畸變實(shí)現(xiàn)了發(fā)送信息地傳送過程，且在配電網(wǎng)的低壓用戶端實(shí)現(xiàn)的，因此可直接在電力線上調(diào)制信號(hào)，大大節(jié)省了很多的成本費(fèi)用。該技術(shù)的實(shí)現(xiàn)原理是在配電網(wǎng)變壓器的單向繞組電壓正負(fù)過零點(diǎn)前后30°左右閉合或斷開的晶閘管處，在配電網(wǎng)上會(huì)產(chǎn)生一個(gè)突變的電流，再將該電流加在負(fù)載電流上，這個(gè)突變電流就是調(diào)制后的信號(hào)。由調(diào)制原理可知：在PSCAD／EMTDC軟件中搭建出的上行信號(hào)調(diào)制電路以及得到的調(diào)制電流波形如圖1和圖2所示。

1.2 配電網(wǎng)上行信號(hào)解調(diào)

1.2.1 基波電流消除

電力工頻上行調(diào)制信號(hào)IM幅值約為50 A，配電變壓器線圈匝數(shù)比為（420／10 000），如圖2所示，那么10 kV母線側(cè)信號(hào)強(qiáng)度約為2.1 A，負(fù)載電流為224 A。所以，在如此大的背景電流若想要提取出上行工頻信號(hào)難度是相當(dāng)大的。因此，首先要對(duì)負(fù)載電流進(jìn)行處理，才能保證檢測(cè)到調(diào)制的電力信號(hào)是準(zhǔn)確的。假定配電網(wǎng)是三相平衡的，則在負(fù)載端獲得的電流也是三相平衡的，通過三相出線端得到的電流相加的結(jié)果是可以抵消背景電流產(chǎn)生的影響，但該方法的不足在于它也消除掉了上行電流信號(hào)，如圖3a所示。實(shí)際上由于配電變壓器三相之間會(huì)有電磁感應(yīng)的影響，非調(diào)制相上必然會(huì)受到感應(yīng)地影響而產(chǎn)生調(diào)制信號(hào)，只是該信號(hào)產(chǎn)生的相位相反，而且幅值上也僅有調(diào)制信號(hào)一半。采用加權(quán)求和的辦法，即IA－IB＋I(xiàn)Cejπ／2，這種方法可以使電力工頻信號(hào)強(qiáng)度增加1倍，并且可去除掉絕大部分基波電流的干擾，如圖3b所示。

圖1 上行信號(hào)調(diào)制電路

圖2 上行調(diào)制電流信號(hào)

圖3 背景電流抵消結(jié)果

1.2.2 上行信號(hào)解調(diào)

對(duì)上行信號(hào)進(jìn)行解調(diào)目的是檢測(cè)出電流信號(hào)的微小畸變，同時(shí)可抵消掉配電網(wǎng)背景信號(hào)產(chǎn)生的干擾。傳統(tǒng)檢測(cè)配電網(wǎng)工頻信號(hào)的技術(shù)是采用數(shù)字差分識(shí)別出所傳輸?shù)男盘?hào)，但弊端是它不能保證識(shí)別前后兩個(gè)周期對(duì)應(yīng)的采樣點(diǎn)角度是一致的，因此也就不能保證判斷出信號(hào)的準(zhǔn)確程度。數(shù)學(xué)形態(tài)學(xué)可保留有用傳送信號(hào)的細(xì)節(jié)信息并去除掉干擾成分。利用陷波濾波器可以去除干擾的頻率成分對(duì)有用信號(hào)的影響，但陷波器的不足之處在于低頻段信號(hào)的系數(shù)有相對(duì)較高的敏感度，并且量化后的頻點(diǎn)也極易產(chǎn)生一定的頻偏。

1.3 配電網(wǎng)信道模型

配電網(wǎng)惡劣的通信環(huán)境嚴(yán)重影響著傳輸電力信號(hào)。傳輸工頻信號(hào)在通信過程中會(huì)受多種因素的干擾，這些因素主要為阻抗變化、多徑干擾和不確定噪聲等，整體效果就導(dǎo)致了信號(hào)在傳輸過程中的可靠性變得很差［7］。電力線信道干擾噪聲大致分為背景噪聲、窄帶噪聲、與工頻同步脈沖噪聲、與工頻異步脈沖噪聲和隨機(jī)脈沖噪聲。有聲背景噪聲可認(rèn)為高斯白噪聲經(jīng)自回歸濾波器后輸出的噪聲。突發(fā)性脈沖噪聲主要由電器開與關(guān)、設(shè)備啟動(dòng)及一些晶閘管通斷產(chǎn)生的噪聲干擾。在工頻信號(hào)通信傳輸中，脈沖型噪聲一般持續(xù)的干擾時(shí)間僅為幾毫秒，但它卻是影響傳輸電力信號(hào)比較大的干擾因素之一，其數(shù)學(xué)表達(dá)式為：

式中，l為脈沖個(gè)數(shù)。

圖4是用simulink搭出的噪聲模型，該模型由3路輸入噪聲及加法器、示波器組成，3路噪聲中，第1路為高斯白噪聲，第2路為有色背景噪聲，第3路為脈沖噪聲。信道噪聲如圖5所示。

電子技術(shù)課程是計(jì)算機(jī)類、電子信息類專業(yè)的一門專業(yè)基礎(chǔ)課，具有很強(qiáng)的理論性、實(shí)踐性和綜合性。該課程要求學(xué)生能從整體上對(duì)電子技術(shù)應(yīng)用所需要的知識(shí)與技能有初步認(rèn)識(shí)，培養(yǎng)學(xué)生具備一定的電子電路識(shí)讀、制作、調(diào)試、應(yīng)用等技能型人才所必需的知識(shí)及相關(guān)的職業(yè)能力。但是，此課程內(nèi)容較多，涉及模擬電子技術(shù)和數(shù)字電子技術(shù)量大部分，學(xué)時(shí)相對(duì)較少，學(xué)生學(xué)起來有一定難度。基于傳統(tǒng)的教學(xué)模式，電子技術(shù)課程教學(xué)中主要存在以下急需解決的問題。

圖4 信道建模

2 數(shù)學(xué)形態(tài)學(xué)與DANF聯(lián)合算法

目前，去除信號(hào)中諧波干擾的方法是用單級(jí)自適應(yīng)陷波器，但該方法缺點(diǎn)是只針對(duì)工頻中單頻干擾成分進(jìn)行去除。實(shí)際配電網(wǎng)工頻信號(hào)傳輸過程中受到多頻成分和噪聲的干擾。針對(duì)該問題，本文采用數(shù)學(xué)形態(tài)學(xué)和雙級(jí)自適應(yīng)陷波器算法檢測(cè)工頻信號(hào)中的有用信號(hào)，并去除影響傳輸信號(hào)的干擾成分。

圖5 信道噪聲

2.1 數(shù)學(xué)形態(tài)學(xué)

數(shù)學(xué)形態(tài)學(xué)是運(yùn)用形態(tài)學(xué)處理信號(hào)的非線性濾波技術(shù)，其原理是通過對(duì)含多干擾電力信號(hào)做多值形態(tài)變換處理（膨脹運(yùn)算、腐蝕運(yùn)算、開運(yùn)算、閉運(yùn)算等），通過不斷地移動(dòng)結(jié)構(gòu)元素提取傳輸信號(hào)中的有用信息［4，8］。仿真結(jié)果表明：用數(shù)學(xué)形態(tài)學(xué)處理電力工頻信號(hào)后，得到信號(hào)失真程度更小，下面為多值形態(tài)變換運(yùn)算。

形態(tài)變換1：設(shè)傳輸信號(hào)序列為f（n），結(jié)構(gòu)元素為g（n），f（n）關(guān)于g（n）的膨脹、腐蝕數(shù)學(xué)公式為：

式中，Θ、⊕分別為膨脹、腐蝕運(yùn)算符號(hào)；m＝1，2，…，M；n＝1，2，…，N；N≥M。

形態(tài)變換2：形態(tài)開運(yùn)算、閉運(yùn)算是基于膨脹與腐蝕運(yùn)算進(jìn)行展開的一種運(yùn)算，數(shù)學(xué)公式為：

式中，?、·分別為形態(tài)開運(yùn)算、形態(tài)閉運(yùn)算的運(yùn)算符號(hào)；n＝1，2，…，N。

下面是采用數(shù)學(xué)形態(tài)法和小波兩種方法分別對(duì)含噪信號(hào)做去噪處理。仿真用的小波去噪算法采用的是dB小波、五層分解及硬閾值處理得到的去噪信號(hào)。通過對(duì)比發(fā)現(xiàn)：數(shù)學(xué)形態(tài)學(xué)去噪結(jié)果在信號(hào)失真上比小波去噪效果更好，如圖6所示。

圖6 數(shù)學(xué)形態(tài)學(xué)和小波去噪信號(hào)對(duì)比圖

2.2 自適應(yīng)陷波器

自適應(yīng)陷波是根據(jù)最小均方誤差算法（LMS）原理完成自適應(yīng)陷波過程的。它主要依據(jù)參考輸出信號(hào)和原始信號(hào)的均方誤差的大小進(jìn)而調(diào)整濾波器的權(quán)系數(shù)。實(shí)際中采用最小均方誤差算法進(jìn)行自適應(yīng)陷波，LMS誤差算法是以誤差信號(hào)每一次迭代的瞬時(shí)平方值代替均方值，并在迭代過程中用梯度估值代替梯度，通過調(diào)整權(quán)系數(shù)，使輸出的誤差均值達(dá)到最小［5，9－12］。

本文算法流程如圖7所示，仿真步驟如下：

步驟1：初始化含雙頻干擾及多噪聲干擾的電力工頻信號(hào)。

步驟2：用數(shù)學(xué)形態(tài)學(xué)（MM）對(duì)含多干擾因素電力工頻信號(hào)去干擾。

步驟3：對(duì)消噪后信號(hào)經(jīng)第一級(jí)自適應(yīng)陷波器去除干擾頻率。

步驟4：再經(jīng)第二級(jí)自適應(yīng)陷波器去除其他的干擾頻率。

步驟5：輸出最終信號(hào)。

3 仿真結(jié)果及分析

為了更好模擬實(shí)際電網(wǎng)的情況，在傳輸電力工頻信號(hào)中加入雙頻干擾、高斯白噪聲、脈沖噪聲和有色背景噪聲等干擾因素，如圖8所示。

用數(shù)學(xué)形態(tài)學(xué)把消除噪聲后的電力工頻信號(hào)輸入進(jìn)雙級(jí)自適應(yīng)陷波器，可得到仿真對(duì)比圖，如圖9所示。

圖7 算法流程圖

圖8 原始工頻信號(hào)、加雙頻干擾的信號(hào)、加入所有干擾的信號(hào)

圖9 單級(jí)自適應(yīng)陷波器、MM與DANF聯(lián)合算法對(duì)比圖

由圖9可得出：傳輸信號(hào)用數(shù)學(xué)形態(tài)法與雙級(jí)自適應(yīng)陷波器相結(jié)合算法輸出得到的結(jié)果，相比于單級(jí)自適應(yīng)陷波器輸出結(jié)果，優(yōu)點(diǎn)是它能更好的保留傳輸信號(hào)的有效信息。表1對(duì)兩種算法的輸出電壓誤差平均值和輸出信噪比等數(shù)值進(jìn)行了比較。

表1 兩種方法效果對(duì)比

4 結(jié)論

本文提出一種MM與DANF聯(lián)合算法檢測(cè)配電網(wǎng)工頻通信信號(hào)。用數(shù)學(xué)形態(tài)學(xué)對(duì)含多干擾電力工頻信號(hào)先做去噪聲處理，再通過雙級(jí)自適應(yīng)陷波器把工頻信號(hào)中的諧波分量去除。相比較單級(jí)自適應(yīng)陷波器，本文采用的聯(lián)合算法在輸出電壓誤差均值上降低了1.57 V，輸出信噪比提高了10.5 dB。

［1］ 趙學(xué)增，吳斌，張紹卿.基于匹配濾波器的跨變壓器臺(tái)區(qū)工頻電力通信［J］.電力系統(tǒng)自動(dòng)化，2002，26（6）：41－44.

［2］ Wang J，Liu D C，Zhao J，et al.Study of the Detection Algorithm for TWACS Signalbased on ICA［J］.Image and Signal Processing（CISP），2010，9：4454－4457.

［3］ 李天云，汪峰，于翠翠.基于時(shí)頻方法工頻通信系統(tǒng)上行信號(hào)檢測(cè)［J］.電力自動(dòng)設(shè)備，2008，28（6）：55－58.

［4］ 陳繼開，李浩昱，吳建強(qiáng)，等.非廣延小波熵在電力系統(tǒng)暫態(tài)信號(hào)特征提取中的應(yīng)用［J］.中國電機(jī)工程報(bào)，2010，30（28）：25－32.

［5］ 曾紀(jì)勇，丁洪發(fā)，段獻(xiàn)忠.基于數(shù)學(xué)形態(tài)學(xué)的諧波檢測(cè)與電能質(zhì)量擾動(dòng)定位方法［J］.中國電機(jī)工程學(xué)報(bào)，2005，25（21）：57－62.

［6］ 張磊，素立紅，劉永光，等.基于級(jí)聯(lián)自適應(yīng)陷波器的正弦波頻率估計(jì)［J］.信號(hào)處理，2006，22（3）：387－389.

［7］ 梁潘，馮朝勝，張?zhí)煳?自適應(yīng)諧振理論網(wǎng)絡(luò)信息過濾［J］.河南科技大學(xué)學(xué)報(bào)：自然科學(xué)版，2012，33（4）：37－41.

［8］ 高榕，張仕凱，李靖，等.自適應(yīng)濾波器消除語音信號(hào)中混合噪聲［J］.河南科技大學(xué)學(xué)報(bào)：自然科學(xué)版，2012，33（4）：42－45，51.

［9］ 劉赫.配電網(wǎng)工頻通信信道特性和信道模型的研究［D］.北京：華北電力大學(xué)，2009：1－66.

［10］ 陳曉娟，李松寒，隋吉生，等.電力擾動(dòng)信號(hào)的小波形態(tài)學(xué)去噪方法［J］.河南科技大學(xué)學(xué)報(bào)：自然科學(xué)版，2011，32（5）：33－36.

［11］ Pereira R R，da Silva C H，Borges da S L E，et al.Harmonic Detection W ith LMS Adaptive Notch Filter and Transient Detection［C］／／IEEE 2011 Power Electronics Conference（COBEP）.2011：142－146.

［12］ Yavuz Y A，Ozgür Y.An Analysis of the Bidirectional LMS Algorithm over Fast-Fading Channels［J］.IEEE Transactions on Communications，2012，60（7）：1759－1764.