低压配电系统短路故障早期检测的信号滤波方法研究

2016-09-10 07:28产焰萍缪希仁
电气技术 2016年8期
关键词:广义小波滤波器

产焰萍 缪希仁

(福州大学电气工程与自动化学院,福州 350108)

低压配电系统短路故障早期检测的信号滤波方法研究

产焰萍 缪希仁

(福州大学电气工程与自动化学院,福州 350108)

短路故障已成为电力系统中最常见和危害最大的故障,信号滤波对短路故障早期检测准确性至关重要。针对低压配电系统短路故障特征信号及其技术实现的快速性要求,研究数学形态学、小波去噪、均值滤波、中值滤波的四种实时且易于硬件实现的滤波方法应用。以低压配电系统典型的空调负荷叠加投切备用电源UPS实际噪声信号为例,分析对比上述四种滤波方法,得出广义数学形态法不能滤除白噪声,能滤除部分脉冲噪声,但是对于脉冲宽度比结构元素宽度大的噪声不能滤除,改进的广义形态滤波器对于滤除脉冲噪声的效果较好,可以滤除比结构元素宽度大的脉冲噪声;dbN小波基函数对脉冲噪声几乎无滤波作用,中值滤波能滤除大部分噪声,平均值滤波抑制噪声良好。

短路故障;早期检测;信号滤波;广义数学形态学;Mallat

随着电力系统规模及容量的日益扩大,短路故障已成为电力系统最常见也是危害最大的故障类型之一。据统计,电力系统95%的故障发生在配电侧,80%的发电功率消耗于低压电网[1]。由此可见,开展低压系统短路故障深入研究,从故障暂态过程提取有用信息,实现短路故障进行早期检测且采取相应措施快速切除故障,对提高电网运行的安全可靠性具有十分重要的意义。

短路故障发生时,故障电流急剧增长,可以利用故障时刻电流发生突变作为特征值加以短路故障早期判断。因此,为了能够实时了解电力系统的运行状态,需要对其运行电流在线监测,并实时掌握相关信息的变化,对短路故障进行早期检测,便于对短路故障快速切断,降低短路故障的危害。在现实运行环境中,存在严重的干扰,其大都是由于开关操作、耦合、地磁、直流和厂(站)用电系统操作、大规模集成电路工作时引起的,这使得实时检测获取的信息不能够直接用于故障诊断。空调负荷是近年来低压配电系统增长较快的一类负荷,且其起动时的最大电流及功率达到额定电流的4~6倍,会对系统造成很大的冲击。在实际的配电网络中,虽然有各种分布式电源(如风力发电、太阳能发电、电动机汽车充放电等)和储能系统大量接入,但是其大多都由AC/DC或DC/AC装置构成。不间断电源UPS是AC/DC和DC/AC二级电力电子变换电路,由整流器、逆变器、附加半导体固态开关(又称为静态开关)和储能系统(如蓄电池组)所构成的交流恒压恒频电源,其包含及其复杂的脉冲噪声和白噪声。因此,本文从电力系统短路电流干扰信号出发,基于短路故障早期检测技术的快速实时性要求,提出改进形态滤波法、小波去噪法、中值滤波、均值滤波等易于硬件技术实现的滤波方法分析研究,并以低压配电系统典型的空调负荷叠加UPS投切的实际噪声信号为例,对上述四种方法的滤波效果加以验证分析。本文以典型对象为例,研究与相关负载相适应的滤波方法。限于篇幅及条件所限,本文暂不考虑其他形式的滤波技术。

1 低压系统短路故障早期检测技术

短路故障早期检测依赖于对短路故障波形特征的快速提取与辨识。短路故障发生时,电流会急剧增长。因此,可以利用短路电流在短路时刻发生突变作为特征值进行短路故障判断。电力线路及其负荷的电流信号存在噪声,直接利用实时检测的故障电流信号加以早期检测与故障辨识,难免存在故障误判造成电力线路误动作。

Mallat小波变换在对离散信号进行小波变换时,不需要具体的小波函数、尺度函数,只需低通及高通滤波器的系数即可。小波变换具有一个重要的特点,可以利用多尺度放大信号的局部特征。实际应用常出现正常信号中夹杂着瞬态突变信号等故障信号,利用小波分析可以展示各成分以检验故障信号的奇异特征。因此,可将滤波算法与Mallat算法结合进行短路故障的早期检测。利用滤波算法,对信号进行前置滤波处理,使其在滤除噪声的同时尽量保持信号原有故障特征。利用小波变换第四尺度细节分量分解得到的高阶细节分量(dd5)有效解决了全相角范围内低压配电线路短路故障特征的早期检测,且结合快速分断机构可充分抑制且有效分断短路故障电流。大量实验表明,Mallat小波早期检测技术可以实现0.2ms内的短路故障早期辨识[3-6]。

2 低压配电系统短路故障信号滤波方法

2.1数学形态学

数学形态学最基本的运算为腐蚀与膨胀。

定义:f (n)是定义在定义域D[ f ] ⊂ E 的一维信 号,g(n)是定义在定义域D[g] ⊂ E 的结构元素,则 有

膨胀定义为

腐蚀定义为

膨胀与腐蚀运算较简单,就是在一个长度为M(结构元素长度)的移动窗内,取原信号 f与结构元素g的或差的最值(膨胀取窗内的运算的最大值,腐蚀取窗内差运算的最小值)。为了同时滤除信号中正、负两种脉冲噪声,可将腐蚀、膨胀串行组合,形成开或闭滤波器[7-9]。

对于形态开-闭滤波器,先进行的开运算在滤除正脉冲噪声的同时,增强了负脉冲噪声,如果再用相同长度的结构元素进行闭运算,就不能有效地滤除负脉冲噪声,而采用较长的结构元素有利于消除增强了的负脉冲噪声,对于闭-开滤波器也是同样的道理。因此,后级结构元素长度大于前级结构元素长度的广义形态滤波器,滤波性能比形态滤波器的滤波性能优良。为此,本文就采用后级结构元素长度较长的广义形态滤波器滤波。数学形态学运算速度快,能够很好地保留故障特征,但是不能剔除脉冲宽度超过所选结构元素长度的正负脉冲噪声,而且对白噪声的抑制效果不佳[10-11]。

广义形态滤波器之所以不能滤除脉冲宽度超过所选结构元素长度的脉冲噪声,是因为当脉冲宽度较长时,在结构元素的开窗内,进行腐蚀和膨胀运算时会将正脉冲或负脉冲保留。针对广义形态滤波器的不足,提出改进的广义形态学滤波器。改进的广义形态滤波器在结构元素开窗内进行腐蚀运算时,将相邻两个窗内得到的腐蚀结果进行差值比较,若超过某一阈值则将其剔除,并根据前一个窗内的腐蚀结果加一修正系数作为此窗内腐蚀得到的结果。差值比较的阈值设置与采样频率以及信号的大小均有关,在采样频率一定的情况下,对于两个仅幅值不同的正弦信号进行改进的广义形态滤波器时,幅值越高,得到的差值越大,为此,本文以差值阈值的百分比形式加以分析。

2.2小波去噪

小波分解是一种对时频局部化功能具有自适应的算法,当信号中出现有突出部分时,一些小波分量对其有较强的敏感性,并表现出较大的幅度波动,而噪声在高频部分通常都表现得很均匀,由此形成鲜明的对比。据此,利用小波分解能够对信号中的突出部分和噪声进行有效检测和识别,达到对噪声的预处理目的。

则有

dbN小波不仅是连续和正交的,而且还具有紧支集最小的优点,使得在去噪过程中使用的滤波器个数很少,所需的计算量比较少,计算速度快,对计算机的硬件要求低。这些优点在信号处理中,特别当数据量比较大时,显得十分重要[12-13]。

本文选用db2小波作为分解的基函数,分解层数为4层,采用硬阈值进行去噪处理,阈值选取采用的是基于无偏风险规则的阈值估计器。

2.3中值滤波

中值滤波是基于排序统计理论的一种非线性信号处理技术,具有良好的边缘保持性的抑制脉冲噪声的能力。对于窗口长度n=2k+1(k为正整数)的中值滤波器,设第i时刻输入信号序列在窗口内的样本为则此时中值滤波器的输出为

式中,(med)表示取窗口内所有数的中位数。信号序列中脉宽小于或等于k的脉冲信号,经过中值滤波后将被去除[14-15]。

2.4均值滤波

均值滤波的基本思想是对滤波窗(即邻域)中的噪声进行了求均值运算,即在一个周期内的不同时间点取样,然后求其平均值。假定信号f (x),平 滑处理后得到信号g(x), g(x)是由式(5)决定。

这种方法通过把突变点分散在其相邻点中来达到平滑效果,其操作简单。可以有效地消除周期性干扰,当出现脉冲噪声时将会使噪声平滑到其周围的信号点中[16-17]。

3 滤波效果对比

为了比较各算法去噪效果,分别采用上述四种滤波的去噪方法,对实际线路采样的电流信号进行去噪处理。本文以图1(a)与图2(a)两次采样的电流波形加以滤波分析,该电流是空调负载稳定运行后将UPS分别两次投切后得到的实际波形。由于在线路中投入了电力电子器件,因此,采样得到的波形含有大量噪声,包括白噪声、脉冲噪声等。由图1(a)看出,在投入空调负载达到稳定后再第一次投切UPS时,产生一个幅度较大的瞬态脉冲噪声和白噪声。从图1的滤波结果来看,改进广义形态滤波、中值滤波、均值滤波都能够将脉冲噪声剔除,而广义形态滤波器、小波变换几乎对脉冲噪声无滤波作用。因此可见,改进的形态滤波器能剔除脉冲宽度超过所选结构元素长度的正负脉冲噪声。

由图2(a)可以看出,空调稳定运行后经两次投切UPS后的波形噪声更复杂,波形畸变更严重。由图可知,广义形态滤波、小波变换都不能滤掉图2(a)噪声;改进的广义形态滤波、能滤除部分噪声;中值滤波较改进的广义形态滤波效果要好,除了滤掉大部分脉冲噪声外,还能滤除周期性噪声、白噪声等。均值滤波效果更好,几乎滤除全部噪声。

图1 空调稳定运行后第一次投切UPS波形及滤波结果图

图2 空调稳定运行后经两次投切UPS波形及滤波结果图

4 滤波效果的定量对比

为了对各种滤波算法进行客观评价,必须采用合理的评价指标。短路故障早期检测技术是短路故障保护的基础,而实际低压系统中存在许多不同类型的噪声,因此良好的滤波技术是实现短路故障早期检测的前提。作为短路故障早期检测技术的前置滤波单元,需要实时性高,运算简单,计算量低,且易于硬件实现,滤波效果良好。

现有短路早期检测的相关文献[1],通过设置小波分解的门限值,实现短路故障在发生初期即可辨识,其原理是利用Mallat小波第四尺度分解的细节分量dd5的阈值加以短路故障判断。阈值设置需考虑实际线路中负载切换、感性负载的启动、噪声干扰以及短路故障发生在故障特征不明显的相角下,以提高短路故障辨识的鲁棒性。

上述中两种实际线路采样得到的电流波形是在空调负载稳定运行后,将UPS两旁路依次投切后得到的波形,即是在正常运行状态下的波形,没有发生短路故障。考虑到短路故障时电流信号的瞬态突变,短路故障辨识的dd5阈值一般较大。因此,经滤波算法后的正常电流信号dd5值越小就越不会造成误判,表明其滤波效果越好。

本文采用Mallat小波第四尺度分解的细节分量衡量各滤波算法的滤波效果。表1示出了4种算法的滤波后的dd5的最大值。对于空调稳定运行后第一次投切UPS的含噪波形来说,脉冲噪声占很大一部分。由表中数据可以看出,广义形态滤波法、db2小波去噪法滤波效果最差,中值滤波最好,dd5才3.0。平均值滤波与改进的形态滤波法dd5相近,滤波效果相当。改进的广义形态的dd5值是8.0,与广义形态法相比,缩小了15倍以上。对于空调稳定运行后经两次投切UPS的原始波形来说,不仅有脉冲噪声,还有周期性脉冲、白噪声等各种噪声,蕴涵的噪声十分丰富。由表可以看出db2小波去噪法dd5值最大,中值滤波和改进的形态法有部分滤波效果其dd5值均较大,平均值滤波效果最好,dd5才6.4。而且,对于依次投切UPS的两个含噪信号经过平均值滤波后的dd5的值都在7左右。综合来看,平均值的滤波效果最好。

表1 滤波效果对比

5 结论

本文基于短路故障早期检测技术易受脉冲噪声、白噪声的干扰影响的鲁棒性问题,提出了4种滤波方法,经实验分析,得出以下结论:

1)基于广义滤波器的不足,提出改进的广义滤波器,能剔除脉冲宽度超过所选结构元素长度的正负脉冲噪声。

2)小波db2第四尺度硬阈值去噪法对低压配电系统典型的空调负荷叠加UPS投切实际噪声信号几乎无滤波作用。

3)中值滤波能够对空调负荷加 UPS投切实际信号滤大部分噪声,但对UPS第二次投切时造成的脉冲噪声不能完全滤除。

4)均值滤波几乎能够完全滤除 UPS投切运行时的全部噪声信号,对噪声的抑制作用良好。

5)在选取短路故障早起检测的前置滤波单元方面,上述几种滤波方法对抑制噪声具有不同的应用效果,平均滤波效果良好,但有待于不同负载及干扰源线路的进一步滤波研究。

[1] 吴晓梅, 缪希仁. 短路故障早期检测及其趋势预测研究[D]. 福州: 福州大学, 2015.

[2] 王田, 缪希仁, 孙秦阳. 基于涡流斥力机构的低压交流接触器技术[J]. 电器与能效管理技术, 2015(2):13-18.

[3] 陈丽安. 保护电器的短路故障早期检测及实现的研究[D]. 福州: 福州大学, 2004.

[4] 缪希仁, 吴晓梅. 低压系统多层级短路电流早期检测与预测[J]. 电工技术学报, 2014, 29(11): 177-183.

[5] 陈丽安, 张培铭. 基于形态小波的低压系统短路故障早期检测[J]. 中国电机工程学报, 2005, 25(10):24-28, 88.

[6] 陈丽安, 张培铭. 基于小波变换的短路故障早期检测门限值的研究[J]. 电工技术学报, 2005, 20(3):64-69.

[7] 赵静, 何正友, 钱清泉. 利用广义形态滤波与差分熵的电能质量扰动检测[J]. 中国电机工程学报,2009, 29(7): 121-127.

[8] 欧阳森, 王建华, 宋政湘, 等. 基于数学形态学的电力系统采样数据处理方法[J]. 电网技术, 2003, 27(9):61-65.

[9] 祝宇虹, 张富强, 李满天, 等. 一种基于数学形态学的脉搏波信号预处理方法研究[J]. 北京生物医学工程, 2009, 28(2): 122-125.

[10] 张全明, 刘会金. 基于广义形态滤波的电力系统采样信号处理[J]. 电力自动化设备, 2006, 26(10):45-48.

[11] 孙敬敬. 数学形态学在振动信号处理中的应用研究[D]. 保定: 华北电力大学, 2012.

[12] 顾小兴, 金涛. 变压器局部放电在线检测中的干扰信号抑制方法研究[D]. 福州: 福州大学, 2015.

[13] 邓林峰, 赵荣珍, 龚俊. 一种改进的转子振动信号消噪方法研究[J]. 仪器仪表学报, 2011, 32(9):1961-1966.

[14] 徐锋, 刘云飞, 宋军. 基于中值滤波-SVD和EMD的声发射信号特征提取[J]. 仪器仪表学报, 2011,32(12): 2712-2719.

[15] 许永峰, 贺玉成, 周林. 血压脉搏振荡波的三重软件滤波提取算法[J]. 电子测量与仪器学报, 2015,29(3): 454-459.

[16] 傅彩芬, 房方. 球杆系统的数字滤波与控制[J]. 实验室研究与探索, 2013, 32(9): 13-15, 27.

[17] 曹昆. 基于均值滤波的电能质量检测去噪方法[J].山西电力, 2008, 14(3): 48-49, 52.

产焰萍(1991-),毕业于福州大学,现为福州大学硕士研究生,目前主要研究方向为智能电器及在线监测技术。

Signal Filtering Method for Early Detection of Short Circuit Fault in Low Voltage Power Distribution System

Chan Yanping Miao Xiren
(Electrical Engineering and Automation of Fuzhou University, Fuzhou 350108)

The short circuit fault has become the most common and harmful fault in the power system, and the signal filtering is of great significance to improve the accuracy of the early detection of short circuit fault. In view of the characteristics of short circuit fault in low voltage distribution system and the rapid requirements of early detection technology, this paper researched mathematical morphology, wavelet denoising, mean filtering and median filter, which are real-time and easy to implement. The actual noise signal produced of the typical air conditioning load with emergency power supply UPS was taked as an example. Analysising and comparising of four filtering method, the conclusion is that the generalized mathematical morphology method couldn't remove the white noise,but it can filter out some of the impulse noise except that the noise of the pulse width is more than the width of the structure element. The improved generalized morphological filter is better for removing impulse noise, and it can be used to filter out the impulse noise which is wider than structure element. The dbN wavelet base function has almost no filtering effect on impulse noise. Median filtering could remove most of the noise, and mean filter is good for suppressing noise.

short circuit fault; early detection; singnal filtering; generalized mathematical morphology; Mallat

国家自然科学基金资助项目(51377023)

福建省高校产学合作科技重大项目(2011H6013)

猜你喜欢
广义小波滤波器
基于多小波变换和奇异值分解的声发射信号降噪方法
Rn中的广义逆Bonnesen型不等式
构造Daubechies小波的一些注记
基于MATLAB的小波降噪研究
从滤波器理解卷积
从广义心肾不交论治慢性心力衰竭
开关电源EMI滤波器的应用方法探讨
王夫之《说文广义》考订《说文》析论
基于改进的G-SVS LMS 与冗余提升小波的滚动轴承故障诊断
广义RAMS解读与启迪