交流避雷器短时工频干扰信号快速抑制方法

杨耸立，李晶

（国网辽宁省电力有限公司大连供电公司，辽宁 大连 116000）

雷击灾害对各类电子设备的破坏作用较大，雷击瞬间会产生2～20 kA 的脉冲电流，导致现代电子设备受到浪涌尖峰电压的干扰，工作稳定性降低。交流避雷器是一种非线性限压装置，安装在换流站内，可以有效保护换流站内的电子设备，但交流避雷器在保护电子设备免受雷击时，会产生短时工频干扰信号，这类干扰信号对电子设备的伤害较大[1-2]。

为了降低短时工频干扰信号对交流避雷器的影响，实现对短时工频干扰信号的抑制，需要采用干扰信号抑制方法。目前抑制短时工频干扰信号的方法主要为陷波滤波法和自适应滤波法，陷波滤波法主要作用在频域中，通过带有频带宽度的陷波滤波器来抑制短时工频干扰信号中的基波成分，陷波滤波法可以在一定程度上抑制短时工频干扰；自适应滤波法通过调整滤波器系数来抑制短时工频干扰信号，使短时工频干扰信号实现自适应抑制，两种抑制方法虽能抑制短时工频干扰信号，但工频干扰运算时间较长，信噪比较低。

为了解决以上问题，文中提出了交流避雷器短时工频干扰信号快速抑制方法，通过该方法可以实现短时工频干扰信号的抑制，并通过实验研究，验证所提方法的应用效果。

1 交流避雷器短时工频干扰信号参数分析

通常观测信号由目标信号和干扰信号组成，将目标信号s(n)和工频干扰信号v(n)视作相互独立的信号源，采用独立向量分析法对信号源参数分析。ICA 线性组合模型如图1 所示。

图1 ICA线性组合模型

观察图1 可知，S1(t)、S2(t)为两个独立的信号源，x1(t)、x2(t)为两个观测信号，aij为模型系数，模型可描述为：

用矩阵形式表示为：

独立信号源S和混合矩阵A都是未知的，所以需要构件分离矩阵W=A-1，对混合观测信号进行源信号分离，即：

2 交流避雷器短时工频干扰信号盲源分离

基于ICA 分析方法构建的分离模型，无法对包含众多随机变量和结构的各源信号进行独立分析，所以利用额外变量来改善模型，对各源信号自协方差量做统计。在信号处理过程中，震动信号、机械波动信号都具有时间结构，所以利用实际信号的结构信息，基于盲源分离模型来对信号估计，进而实现信号分离[5-8]。

以时间信号为框架的盲源分离方法的基本原理为混合信号的时间可预测性小于构成混合信号的任意源信号，确定信号的结构量度F(Wi,x)，利用结构量度表示由W信号恢复后的yin，分析时间的观测性，通过将F(Wi,x)最大化处理，得到Wi恢复后的源信号Ut，信号可预测性的量度F(Wi,x)用公式表示为：

式中，yin表示预测值；分别表示第i路信号在n时刻的预测值和去均值量[9-10]。

通过梯度计算得到Wi，从而实现F(Wi,x)的最大化，计算过程如式（5）所示：

利用二次型比率特点，取到F的最大值，将梯度视为0 对公式求解，可得到F的最大值：

F(Wi,x)的最大化问题可以等同于特征值的求解，采用Matlab 中特征值函数得到混合矩阵，带入式（2）得到源信号的估计Y(n)[11-12]。

3 交流避雷器短时工频干扰信号抑制消除

如果观测信号中目标观测信号和工频干扰信号数量为1，则可以通过简单的ICA 消除工频干扰。多导观测信号中包含一路目标信号和一路工频干扰信号，将两路信号带入ICA 算法，即可实现两路信号的分离，利用ICA 算法消除工频干扰，同时分离出了混合信号中独立的观测信号[13-14]。

通常情况下，如果只有一路观测信号，要避免参考信号中出现目标信号，需要利用交流避雷器忽略观测目标信号的影响，通过消除法去掉工频信号，利用分离法保证工频干扰消除效果。

当信号独立源头数量未知，参考源缺失时，通常ICA 算法下要求的观测信号源数量都大于独立源数量才能更好地分离信号并对其消除。干扰信号波形和功率谱如图2 所示。

图2 干扰信号波形和功率谱

图2（a）所示是6 路信号源混合信号，图2（b）所示为其功率谱，从图2 中可以看出，工频干扰信号的最大功率为80 W，由于该信号由自然雷电触发，加上工频信号干扰，仅仅用ICA 算法不能对信号进行分离消除，而使用滤波器会造成信号失真，所以采用人为构造工频信号参考源的方法实现工频信号的消除。首先提取一段信号数据用于工频干扰频率估计，最大频率估计误差为20 MHz，选取横向长度为500 mm 的信号进行频率估计，若估计后的频率误差在0.01 Hz 以内，则认为满足要求。以估计的工频干扰频率F0为基础，构造两个相互正交的工频参考源，结合参考源和多导观测信号，构成新的观测值[15-16]。

通过ICA 分析，得到起始分离矩阵W0和混合矩阵A0，确保工频干扰得到了有效的抑制。

4 实验研究

为了验证文中提出的交流避雷器短时工频干扰信号快速抑制方法的实际工作效果，将其与陷波滤波法和自适应滤波法进行了对比实验。为了更准确地对比不同抑制方法的运算时间和信噪比，首先需要将短时工频干扰中的加性工频干扰和乘性工频干扰去除，以保证实验结果的准确性和有效性。

在去除短时工频干扰中的加性工频干扰时，首先估计交流避雷器短时工频数据中的干扰参数，然后输入目标信号和短时工频干扰信号，利用偏相干法对短时工频干扰信号中的谐波分量进行处理，利用目标信号与参考信号间存在的相干性去除短时工频干扰中的加性干扰。

去除加性工频干扰后，再去除短时工频干扰中的乘性工频干扰，乘性工频干扰的幅度较低，信号较为微弱，虽然对实验结果的影响比加性工频干扰小，但当背景噪声升高到一定程度时，对实验结果会产生影响，因此必须去除短时工频干扰中的乘性工频干扰。首先将工频谐波信号与工频载波信号相乘形成调制信号，然后解调成已调信号，当已调信号中的乘性工频干扰随振幅因子升高而减小时，采用互相关法去除乘性工频干扰中的正弦参数和余弦参数。

加性工频干扰和乘性工频干扰去除完毕后，针对不同信噪比对交流避雷器短时工频干扰信号的抑制效果展开对比实验。

在不同的信噪比下，输入短时工频干扰信号，将产生一定的短时工频干扰谐波，当短时工频干扰信号的干扰谐波较低时，加入初相位为0 dB 的高斯白噪声，采用偏相干法对不同信噪比下的工频干扰信号进行去噪处理，结果如图3-5 所示。

图3 自适应滤波法工频干扰信号处理结果

图4 陷波滤波法工频干扰信号处理结果

图5 文中方法工频干扰信号处理结果

观察图3-5 可知，不同信噪比下短时工频干扰信号抑制结果如下：采用自适应滤波法和陷波滤波法对交流避雷器短时工频干扰进行抑制时，短时工频干扰信号谐波幅值较大，谐波干扰和加性工频干扰数量较多，目标信号的幅值与短时工频干扰信号幅值相差较大，造成交流避雷器所有的短时工频干扰数据的信噪比非常低，在多谐波干扰下，无法读取短时工频干扰中的有效数据，对交流避雷器短时工频干扰信号的抑制效果不佳。采用文中提出的交流避雷器短时工频干扰信号快速抑制方法进行处理后，能够获得较高的工频干扰谐波频率，谐波相位值随着工频干扰谐波频率的升高而增大，短时工频干扰经过抑制处理后，其中基波和谐波干扰均得到了很大程度的下降，短时工频干扰中的频谱峰值下降速度较快，说明该抑制方法有效抑制了短时工频干扰信号，实现了目标信号的恢复。与此同时，该抑制方法提高信噪比的能力也比较突出。对于多个短时工频干扰信号，采用陷波滤波法和自适应滤波法对交流避雷器短时工频干扰信号进行抑制处理时，信噪比略有提升，采用文中提出的抑制方法能够显著提升信噪比。信噪比抑制时间实验结果如图6所示。

图6 信噪比抑制时间实验结果

自适应滤波方法和陷波滤波法通常是额外设置参考信号对工频干扰进行去除和抑制，在输出目标信号时，需要经过较长的时间才能进入稳定状态，运算时间较长，并且无法有效去除短时工频干扰频率漂移；而文中提出的交流避雷器短时工频干扰信号快速抑制方法，在输出目标信号时一般只需要较短时间即可进入稳定的抑制状态，运算时间较短，输出的频率幅值稳定性较好。综上所述，文中提出的交流避雷器短时工频干扰信号快速抑制方法优于自适应滤波法和陷波滤波法，文中方法在提升信噪比方面效果较为明显，且运算时间更短。

5 结束语

文中基于ICA 分离方法提出了避雷器短时工频信号干扰的抑制消除方法，对工频信号参数进行分析，采用ICA 方法对盲源信号进行分离，通过分析参考源的工作频率，确定独立源的个数，实现干扰信号快速抑制。文中研究的抑制方法具有很好的抑制能力，可以应用到实际工作中。