基于小波包变换的开关柜局部放电声信号特征检测

张彪 史毓

摘 要：随着我国电力系统规模的不断扩大，电网对安全可靠运行的要求也越来越高。而高压开关柜的局部放电事故严重影响着配电网的安全稳定运行。文章通过对开关柜局部放电产生的声信号特点分析，对声信号进行小波包变换，得出了局部放电信号的一般特征，并由此得出了开关柜局部放电预警的可靠判据。

关键词：开关柜；局部放电；声信号；小波包

中图分类号：TM591 文献标志码：A 文章编号：2095-2945（2018）26-0060-03

Abstract： With the continuous expansion of the scale of the power system in our country， the requirements for safe and reliable operation of the power grid are increasing. The partial discharge accident of the high-voltage switchgear seriously affects the safe and stable operation of the distribution network. Based on the analysis of the characteristics of the acoustic signal generated by partial discharge in switchgear and the wavelet packet transform of the acoustic signal， the general characteristics of partial discharge signal are obtained， and the reliable criterion for early warning of partial discharge in switchgear is obtained.

Keywords： switchgear； partial discharge； acoustic signal； wavelet packet

前言

10kV环网柜是配电网中十分重要的基础设备，当开关柜发生故障时会严重影响配电网的运行状态。据统计，40%的开关柜故障都来源于由局部放电引起的绝缘故障，因此对开关柜局部放电状态的在线监测对于电网安全稳定性具有重要意义[1-3]。

为了更好的检测开关柜局部放电信号，对开关柜放电产生的超声波信号进行小波包变换，采用紧支集小波Daubechies3（db3）小波基对开关柜三个阶段的局部放电信号进行分析，提取小波包分解信号的能量特征，得到了开关柜局部放电的小波包特征判断依据。

1 小波包分解理论

小波变换是针对傅立叶变换存在的缺点发展而来的理论，是一种基于时频分析的方法和理论[4]。但小波变换仍存在高频低分辨率的问题，而小波包变换能够弥补这一缺点，能够根据信号的特征自适应选择相应频带，使小波变换中随尺度的增大而变宽的频谱窗口进一步变细，提高时频分辨率[5]。对开关柜局部放电声信号进行小波包分解的基本思路是在对声信号进行多分辨分析，同时分解小波子空间。

2 实验设计

為了采集到准确的开关柜局部放电信号，在某电力设备有限公司的局部放电实验室内进行了开关柜的局部放电试验。图1为局部放电试验原理图。其中无晕工频高压试验变压器提供工频高压，在高压输出端串联一个10kΩ的保护电阻。Ck为试验用的耦合电容器，Zm为德国LDIC公司LDS-6局部放电检测仪配套检测阻抗，可以输出视在放电量和电压相位信号，并对局部放电的放电量进行标定。超声波传感器采用长沙鹏翔科技公司生产的PXR04超声波传感器，传感器为接触式，其中心频率为40kHz，具有较宽的检测频带，可以在宽频带范围内研究局部放电的超声波信号。信号调理电路包括放大电路、滤波电路。数据采集卡采用ART公司的USB3103A采集卡，该采集卡采样频率高达500KS/s，采样精度为16位，通过USB总线与上位机相连。

在某电力设备公司的局部放电实验室采集到的各阶段的局部放电超声波信号的时域图如图2所示。

此时采集到的超声波信号带有明显的噪声信号，特别是很高成分的低频信号，对超声波信号进行小波包变换可以将低频信号与高频信号分离开，从而可以得到有用的高频信号特征[6-7]。

3 开关柜放电声的小波处理

三层小波包分解的结构图如图3所示：

节点（i，j）表示第i层的第j个节点，这些节点表现出了信号特征。原始信号S为（0，0）节点，（1，0）表示第一层小波包分解的低频系数S10，（1，1）表示第一层小波包分解的高频系数S11。以此类推，可得到各个节点所表示的含义。

对声信号进行重构，以小波包第三层分解为例：

S=S30+S31+S32+S33+S34+S35+S36+S37

开关柜发生局部放电时超声波信号的频带范围一般在0～140kHz，，则它们的频率范围如表1所示。

计算重构信号的能量Ej（j=0，1，2，3，4，5，6，7）。

，S3j（k）表示幅值，N表示重构信号的点数。

根据分解步骤对开关柜放电的初始阶段、局部放电阶段、击穿放电阶段1s声信号进行三层小波包分解，如图4所示。

从图4可以看出，放电信号经小波包分解后信号的主要成分集中于S31、S32、S33、S36，频率范围对应于17.5kHz-70kHz与105.5kHz-122.5kHz。也是各分解信号的高频部分。从图5能量谱特征也可看出S31、S32、S33、S36的功率谱能量要明显强于S30、S34、S35、S37，且随着局部放电的发展，信号能量呈逐渐增大的趋势。

4 结束语

本文主要研究了小波包分解算法在开关柜局部放电信号分析中的应用。对局放超声信号进行三层小波包分解，并提取了分解后信号的能量特征，可以得到以下结论：

（1）小波包算法能够应用于开关柜局部放电声信号中并得到较好的分解效果。

（2）开关柜局部放电声信号小波包分解的第三层的高频信号，特别是S31、S32、S33、S36可以作为局部放电预警判断的依据。

参考文献：

[1]张蕾，高胜友，谈克雄.油中局部放电超声信号模式识别的研究[J].电工电能新技术，2002，21（3）：32-35.

[2]李燕青，陈志业，律方成，等.超声波法进行变压器局部放电模式识别的研究[J].中国电机工程学报，2003，23（2）：108-111.

[3]刘云鹏，律方成，李燕青.基于IFS的局部放电超声信号的数据压缩和模式识别[J].电工技术学报，2003，18（6）：93-97.

[4]孙才新，李新，李俭，等.小波与分形理论的互补性及其在局部放电模式识别中的应用研[J].中国电机工程学报，2001，21（12）：73-76.

[5]淡文刚，陈祥训，郑建超.采用小波分析与神经网络技术的局部放电统计识别方法[J].中国电机工程学报，2002，22（9）：1-6.

[6]高彩亮，廖志伟，岳苓，等.基于小波奇异值和支持向量机的高压线路故障诊断[J].电力系统保护与控制，2010，38（6）：35-39.

[7]孙来军，胡晓光，纪延超.改进的小波包-特征熵在高压断路器故障诊断中的应用[J].中国电机工程学报，2007，27（12）：103-108.