楊積鳳, 王敬國

(1. 黑龍江農業(yè)工程職業(yè)學院 人文學院,黑龍江 哈爾濱 150088；2. 哈爾濱師范大學 數學科學學院,黑龍江 哈爾濱 150088)

基于模糊數學模型的隨機脈沖信號去除研究

楊積鳳1, 王敬國2

(1. 黑龍江農業(yè)工程職業(yè)學院 人文學院,黑龍江 哈爾濱 150088；2. 哈爾濱師范大學 數學科學學院,黑龍江 哈爾濱 150088)

針對特高頻局部放電測量中的隨機脈沖信號設計了模糊聚類統計排除的方法,利用信號歸類得出隨機干擾極有可能就是變壓器箱體外部高壓導體上的尖刺放電干擾串入進檢測系統的干擾信號。實際工程應用表明：設計的模糊聚類能夠很好地應用于實地檢測,在對電力電纜接頭局部放電在線檢測的過程中,不僅可以對接頭內部局部放電信號實現有效的測量,同時還可以對接頭外部的隨機干擾進行抑制或剔除。

特高頻； 局部放電； 隨機脈沖信號； 模糊聚類

局部放電主要有電氣與非電氣2種檢測方法,特高頻(ultrahigh frequency,UHF)測量是利用高頻電磁波實現局部放電檢測。因為一般的電磁干擾信號低于UHF頻段,所以UHF測量可以有效地提高測試的抗干擾性,獲得較高的信噪比[1-3]。近年來,學者對UHF測量的興趣不斷加深[4-9], Stuttgart大學采用了對比的方法來檢測550 kV模型內部的尖刺缺陷,表明與超聲波檢測法相比,UHF測量的靈敏度相對較高；Delft大學采用聯合檢測的方法,在放電檢測過程中同時采用UHF寬頻帶法、VHF-HF窄頻帶和IEC60270法,有效地增加了結果的準確性；東芝電氣公司檢測300 kV變電站的局部放電時發(fā)現,其內部的電磁干擾一般不超過500 MHz的范圍,衰減速度很快,因此采用UHF測量可以得到很好的效果；清華大學曾進行實地測量時探測到8起放電缺陷,當時采用便攜式UHF局部放電綜合檢測儀和外置傳感器。隨機性脈沖信號在相位和幅值分布上并不集中,它的偶發(fā)性較強,毫無規(guī)律性[10-12]。本文提出了一種模糊聚類統計排除的方法,用來剔除這種干擾信號,從實際應用和設計表現來看這一研究具有一定的參考價值。

1 模糊聚類統計排除隨機干擾信號的設計

用UHF法對系統進行檢測,得到的局部放電信號經過一系列的處理后只剩下相位、峰值等有限的一部分信息,使用現有的一些方法已經不能剔除該種干擾信號,本文采用模糊聚類算法對其進行剔除。基于網格和密度聚類算法在剔除干擾信號的同時也提取放電脈沖的實際幅值和相位信息,這種算法主要基于信號的幅值和相位信息完成的。而模糊聚類算法則與之不同,它主要是分離并歸類不同特征的波形,通過判斷其數量進行干擾信號的剔除,這種算法主要是基于工頻周期不超過20 ms的脈沖信號波形進行的,剔除的原則是隨機脈沖信號發(fā)生的次數：若較多,則留下；若較少,則剔除。下面對其實現方法進行介紹。

1.1 聚類指標的選取

圖1為工頻周期上的特高頻檢波脈沖波形,為了使聚類效果達到最佳,對脈沖信號的平均幅值、最大幅值、起始相位、脈沖次數、最小時間間隔、正負半周幅值之比等表征局部放電特高頻檢波波形特點的參數進行提取。

圖1 工頻周期上的特高頻檢波脈沖波形

在圖2中,模糊聚類的樣本取自現場特高頻在線監(jiān)測數據,一共1 000組,對所有的樣本信號進行上述參數組合的聚類,并觀察其分類效果。圖2(a)和(b)顯示了不同聚類特征參數下的分類情況。圖2(a)中的數據點呈線性分布,分類效果并不明顯；而圖2(b)中的數據點能夠很好地構成密集簇,分類效果十分明顯。由此,本文選擇的聚類指標為起始相位、脈沖平均幅值、脈沖次數。

圖2 選取不同特征參數組合時的分類效果

1.2 干擾信號排除方法

接下來,定義了判斷信號是否為隨機干擾的依據：對模糊聚類之后的信號進行整理,用N(Pi)表示第i類的周波信號的數量,如果N(Pi)滿足：

那么將該種信號定義為隨機干擾,其中c表示類別數目。

圖3(a)為某一時段內,對工頻周波進行采集并模糊分類之后的結果圖。將處于藍圈區(qū)域內的數據歸為一類,該類信號出現的次數較多,其波形的特征參數有很強的規(guī)律性,所以判定為放電信號,圖3(c)就是對該種信號進行統計分析所得的放電模式譜圖。

圖3(a)中紅色范圍內的數據分布比較分散,出現的次數較少,所以判定為隨機的干擾信號。對該干擾信號進行波形提取,如圖3(b)所示。圖3(d)的波形特征與圖3(b)十分相近,它是實驗所得的高壓導體上的尖刺放電模型的放電波形。因此,可以推出該種隨機干擾極有可能就是變壓器箱體外部高壓導體上的尖刺放電干擾串入進檢測系統的干擾信號。

2 實際工程應用

2012年12月對上述系統進行了實地測試,將2個傳感器套在一個550 kV電纜接頭兩端。圖4(a)為兩路傳感器的原始信號的波形圖,圖4(b)則為原始信號的幅頻特性,由此可以看出其干擾在2 MHz以內。

圖5為對兩路原始信號進行模糊聚類分析之后的輸出波形圖。圖6為鑒別后的放電信號。具體操作：將信號進行小波分析,之后再通過極性鑒別程序判定。對極性鑒定結果進行波形展開分析,其結果如圖7所示。

由此得出,圖7的2個脈沖波形的確屬于異極性信號,因此,在大脈沖干擾信號中系統可以準確地從中提取微弱的局部放電信息。

圖3 排除奇異類干擾信號及分類后提取放電模式

圖4 兩路傳感器原始信號及幅頻特性

圖5 兩路原始信號經模糊聚類分析后的輸出波形圖

圖6 鑒別后的放電信號

圖7 對極性鑒別的結果進行波形展開分析

可見,本文設計的模糊聚類能夠很好地應用于實地檢測,在對電力電纜接頭局部放電在線檢測的過程中,不僅可以對接頭內部局部放電信號實現有效的測量,同時還可以對接頭外部的各種干擾進行抑制或剔除。

3 結語

在實際的工程應用中,不僅存在著許多低頻干擾,而且還混雜著一些特高頻段的干擾信號,如隨機空間干擾、通信干擾等。雖然UHF法能夠對低頻干擾起到很好的抑制效果,但是那些高頻干擾仍然會嚴重地影響檢測結果。所以,需要研究有效的軟硬件抗干擾方法,并應用于局部放電特高頻監(jiān)測系統之中。

References)

[1] 王宏禹,邱天爽.非平穩(wěn)確定性信號與非平穩(wěn)隨機信號統一分類法的探討[J].通信學報,2015,36(2):1-10.

[2] 王濱,劉海鷗,彭建鑫,等.自動變速操縱系統穩(wěn)態(tài)工況下非平穩(wěn)隨機信號的故障診斷技術研究[J].兵工學報,2013,34(11):1366-1372.

[3] 張步云,陳懷海,賀旭東,等.MIMO混合振動試驗中正弦與隨機信號分離方法[J].振動工程學報,2014,27(6):920-925.

[4] 王宏禹,邱天爽.確定性信號分解與平穩(wěn)隨機信號分解的統一研究[J].通信學報,2016,37(10):1-8.

[5] 秦碩,鞏巖,于新峰,等.熱擾動條件下投影物鏡溫度響應的高精度建模[J].光學精密工程,2013,21(11):2829-2835.

[6] 涂思怡,宋曉勤,朱勇剛,等.認知無線網絡中基于非重構序貫壓縮的隨機信號檢測算法與分析[J].信號處理,2014,30(2):205-213.

[7] 羅知亮,李志華,朱翔野,等.基于LabVIEW的2N偽隨機信號在電法勘探中的應用[J].測控技術,2015,34(5):16-18,22.

[8] 張瑞,郭銀景,藺香運,等.一種新的隨機信號的非正交分解方法[J].數據采集與處理,2013,28(6):725-729.

[9] 徐俊,傅耘,張建軍,等.基于最大譜的非平穩(wěn)隨機振動數據分析處理方法研究[J].裝備環(huán)境工程,2016,13(5):54-60.

[10] 李斌武,李永貴,朱勇剛,等.最大似然準則下的隨機信號非重構壓縮檢測與分析[J].信號處理,2013,29(8):996-1002.

[11] 馬超,王君,許鵬,等.偽隨機信號在高密度電法中的應用[J].科學技術與工程,2014,14(28):168-171.

[12] 楊冊.基于MATLAB的偽隨機信號選頻濾波器設計[J].內蒙古石油化工,2014(13):72-75.

Research on random pulse signal removal based on fuzzy mathematical model

Yang Jifeng1, Wang Jingguo2

(1. School of Humanities,Heilongjiang Vocational College of Agricultural Engineering,Harbin 150088,China;2. School of Mathematical Sciences,Harbin Normal University,Harbin 150088,China)

A method of fuzzy clustering and statistical exclusion is designed for random pulse signals in ultra-high frequency partial discharge measurement. By using the signal classification,it can be concluded that the random interference is the interference signal of spike discharge on the high-voltage conductor outside the transformer box into the detection system. The practical application performance shows that the designed fuzzy clustering can be used well in the field test. In the process of on-line partial discharge detection of power cable joints,it can not only realize the effective measurement of joint internal partial discharge signals,but also suppress or eliminate the random interference on the external joints.

ultra-high frequency; partial discharge; random pulse signal; fuzzy clustering

10.16791/j.cnki.sjg.2017.07.015

2016-12-19

國家自然科學基金項目(11271064)

楊積鳳(1979—),女,黑龍江泰來,碩士,講師,研究方向為數學建模.

E-mail：jiangtaotao987@126.com

TN911.7

A

1002-4956(2017)07-0055-04