基于遺傳模擬退火的小波去噪算法在局部放電信號(hào)檢測(cè)中的應(yīng)用

楊仁付，　金仁貴

(1.安徽財(cái)貿(mào)職業(yè)學(xué)院,合肥　230601；2.安徽工業(yè)經(jīng)濟(jì)職業(yè)技術(shù)學(xué)院，合肥　230051)

?

基于遺傳模擬退火的小波去噪算法在局部放電信號(hào)檢測(cè)中的應(yīng)用

楊仁付1，金仁貴2

(1.安徽財(cái)貿(mào)職業(yè)學(xué)院,合肥230601；2.安徽工業(yè)經(jīng)濟(jì)職業(yè)技術(shù)學(xué)院，合肥230051)

提出一種基于遺傳模擬退火的小波去噪算法,用于變壓器局部放電脈沖信號(hào)去噪。對(duì)局部放電信號(hào)進(jìn)行分解,采用基于SURE的最優(yōu)閾值法則,結(jié)合遺傳算法搜索最優(yōu)閾值。仿真結(jié)果表明,該方法與傳統(tǒng)閾值法相比,能更好地去除局部放電信號(hào)中的白噪聲,去噪信號(hào)失真度較小,具有良好的應(yīng)用價(jià)值。

局部放電; 小波去噪; 遺傳算法; 模擬退火

一、引言

局部放電就是在高電壓應(yīng)力下,絕緣系統(tǒng)中一小部分的介質(zhì)被擊穿。據(jù)統(tǒng)計(jì),由局部放電導(dǎo)致的電力事故超過(guò)60%[1-2]。在線監(jiān)測(cè)局部放電能夠及時(shí)發(fā)現(xiàn)絕緣系統(tǒng)某些材料的固有缺陷,對(duì)保障電網(wǎng)安全運(yùn)行具有重要意義。但局部放電的信號(hào)很微弱,而現(xiàn)場(chǎng)的電磁干擾通常比較嚴(yán)重,因此,干擾抑制是局部放電檢測(cè)的一個(gè)技術(shù)難點(diǎn)。局部放電信號(hào)中最主要的干擾是白噪聲。目前用于局部放電監(jiān)測(cè)的消噪方法有很多種,其中小波分析由于其良好的時(shí)頻分辨特性,非常適合于處理非平穩(wěn)信號(hào)。小波去噪法能很好地抑制白噪聲,其在局部放電信號(hào)消噪中得到了廣泛的應(yīng)用[3]。

目前小波分析消噪方法主要有閾值法和模極大值法。模極大值法的實(shí)現(xiàn)過(guò)程較為復(fù)雜,重構(gòu)信號(hào)誤差較大,而閾值法算法簡(jiǎn)捷,在局部放電信號(hào)消噪中應(yīng)用比較廣泛。文獻(xiàn)[4]利用小波多尺度變換對(duì)局部放電信號(hào)進(jìn)行消噪處理,得到了信號(hào)的不同頻率分量在小波分解各尺度上的分布規(guī)律。該方法能夠有效地去除混雜在局部放電信號(hào)中的各種干擾。文獻(xiàn)[5]根據(jù)局部放電信號(hào)在小波域的分布特點(diǎn),利用逐層最優(yōu)小波方法對(duì)放電信號(hào)進(jìn)行消噪,使得消噪后的信號(hào)具有較低的波形畸變率和較小的幅值誤差,有效去除了局部放電信號(hào)中的噪聲。

小波去噪的主要方法是閾值法,閾值選擇是小波去噪效果優(yōu)劣的關(guān)鍵問(wèn)題。本文提出基于SURE的最優(yōu)閾值法則,結(jié)合遺傳算法搜索最優(yōu)閾值。仿真結(jié)果表明,該方法與傳統(tǒng)閾值法相比,能更好地去除局部放電信號(hào)中的白噪聲,具有很好的實(shí)用價(jià)值。

二、局放信號(hào)和白噪聲的時(shí)頻特性

理論和實(shí)踐表明,局部放電的物理過(guò)程時(shí)間短,這種局部放電信號(hào)的脈沖可以用等效的數(shù)學(xué)模型[6]:

(1)阻尼單指數(shù)脈沖模型

(1)

(2)阻尼雙指數(shù)脈沖模型

(2)

雖然上面兩個(gè)局部放電信號(hào)比較接近實(shí)際的放電波形,用一般的傳感器很難檢測(cè)到。在工程中,振蕩是工程師檢測(cè)的一般方法。這種類型的信號(hào)可以使用下面的指數(shù)振蕩模型來(lái)處理。

(3)阻尼單指數(shù)振蕩模型

(3)

(4)阻尼雙指數(shù)振蕩模型

(4)

其中A是峰值,τ是阻尼系數(shù),fc是信號(hào)的振蕩頻率。

局部放電信號(hào)的持續(xù)時(shí)間和上升時(shí)間非常短暫,是非平穩(wěn)隨機(jī)信號(hào)。白噪聲信號(hào)為零均值平穩(wěn)隨機(jī)信號(hào),其特征是均值、均方值和方差都是常數(shù)并與時(shí)間無(wú)關(guān);白噪聲信號(hào)的自相關(guān)函數(shù)只是時(shí)間差函數(shù),功率譜密度函數(shù)也是常數(shù)。局部放電信號(hào)是一種非平穩(wěn)隨機(jī)信號(hào),其特征的均值、均方值和方差是時(shí)變的,與時(shí)間函數(shù)相關(guān),其自相關(guān)函數(shù)同時(shí)間和時(shí)差都相關(guān)聯(lián)。

三、小波閾值去噪的原理

閾值去噪方法的優(yōu)點(diǎn)是幾乎所有的噪聲都可以被消除,并且目標(biāo)信號(hào)的特性可以保持較好。

閾值去噪方法一般步驟是:

(1)首先進(jìn)行小波變換,以獲得小波分解系數(shù)wj(k)。

(2)選擇合適的閾值算法規(guī)則來(lái)選擇閾值λ,然后做閾值法對(duì)各尺度的小波分解系數(shù)。

(3)在閾值法得到去噪信號(hào)后,重建小波系數(shù),從而獲得去噪信號(hào)f。

假設(shè)一個(gè)信號(hào)包含白噪聲干擾:

(5)

fi是包含噪聲信號(hào)序列,ni是方差為σ2的高斯白噪聲序列,對(duì)fi做小波變換

(6)

對(duì)于正交小波,白噪聲經(jīng)小波變換后仍然是白噪聲,

(7)

可以得到

(8)

wni是不確定的,它需要通過(guò)閾值λ來(lái)估計(jì)

(9)

四、基于遺傳模擬退火算法的自適應(yīng)閾值估計(jì)

由于信號(hào)對(duì)應(yīng)的小波系數(shù)其幅值較大,但數(shù)目較少,而噪聲對(duì)應(yīng)的小波系數(shù)是一致分布的,個(gè)數(shù)較多,但幅值小?；谝陨闲再|(zhì),可以假設(shè)初始閾值,將絕對(duì)值小于該閾值的小波系數(shù)置零,當(dāng)該閾值一步一步增大時(shí),剛開(kāi)始的非零值個(gè)數(shù)會(huì)快速下降,即小于閾值的小波系數(shù)個(gè)數(shù)快速增加,但當(dāng)下降到某一點(diǎn)假設(shè)只剩下有用信號(hào)的情況下,當(dāng)閾值進(jìn)一步增大時(shí),此時(shí)所得出的非零值個(gè)數(shù)會(huì)減少比較緩慢,曲線相對(duì)平坦,這是自適應(yīng)最優(yōu)閾值法基本思想。

遺傳算法結(jié)合自適應(yīng)小波閾值去噪算法,能更好地去除噪聲[8-9]。但也存在一些缺陷,最主要的是過(guò)早收斂導(dǎo)致的局部最優(yōu)問(wèn)題。針對(duì)以上缺點(diǎn),本文在傳統(tǒng)遺傳算法中引入模擬退火算法,它和遺傳算法可以互相取長(zhǎng)補(bǔ)短,能有效地克服傳統(tǒng)遺傳算法的早熟現(xiàn)象,避免了陷入局部最優(yōu),提高了算法的性能。

具體做法如下:

(4)為防止遺傳算法的早熟,對(duì)得到的近似解群,用模擬退火算法給予群降溫,選擇適應(yīng)度最大的個(gè)體,計(jì)算其能量差ΔC,若ΔC<0,就保留此個(gè)體,否則以概率exp(-ΔC/T)丟棄,回到(3)進(jìn)入下一輪迭代,再迭代N2次終止?？偟螖?shù)為N=N1+N2,此時(shí)適應(yīng)度最大的個(gè)體即為最優(yōu)解參數(shù)β。

五、實(shí)驗(yàn)仿真與結(jié)果分析

用Matlab對(duì)現(xiàn)場(chǎng)采樣的局部放電信號(hào)和仿真信號(hào),分別用遺傳算法和帶有模擬退火的遺傳算法進(jìn)行測(cè)試比較,小波閾值去噪采用小波基,分解層數(shù)為5層,遺傳算法種群初始規(guī)模N1=10,模擬退火迭代N2=10,圖為兩種不同方法的處理結(jié)果。

(1)原始帶噪局部放電信號(hào)

(2)遺傳小波處理結(jié)果

(3)遺傳模擬退火算法小波處理結(jié)果

從處理結(jié)果圖形可以看出,對(duì)含有強(qiáng)烈背景噪聲的現(xiàn)場(chǎng)實(shí)測(cè)局部放電信號(hào)號(hào)進(jìn)行了去噪分析,與標(biāo)準(zhǔn)閾值法相比,基于遺傳模擬退火小波去噪效果明顯優(yōu)與單純的遺傳小波算法,

但對(duì)于局部放電信號(hào)的提純還不干凈,算法還要進(jìn)一步改進(jìn)。

[1]程昌奎,陳嬌,蘭洋，等．變壓器局部放電超高頻信號(hào)的改進(jìn)小波去噪[J].變壓器，2012,49(3):38-42.

[2]張曉陽(yáng),浦子耿,徐洪峰.電力電纜局部放電測(cè)量小波降噪技術(shù)[J]. 電力系統(tǒng)自動(dòng)化,2010,12(5):60-63.

[3]李劍,程昌奎,江天炎.遺傳算法用于局部放電小波自適應(yīng)閾值去噪[J].高壓電技術(shù),2009,35(9):2114-2119.

[4]李天云,程思勇,李光.基于交叉驗(yàn)證的局部放電白噪聲抑制新方法[J].電工技術(shù)學(xué)報(bào),2008,23(1):19-23.

[5]尚海昆,苑津莎,王瑜等.平移不變小波跡消噪方法在局部放電檢測(cè)中的應(yīng)用[J].電工技術(shù)學(xué)報(bào),2013,28(10):13-40.

[6]楊立．基于改進(jìn)小波閡值函數(shù)的圖像去噪[J].重慶理工大學(xué)學(xué)報(bào)(自然科學(xué)版)，2013(2):93-95,125.

[7]盛馳，曹建.復(fù)小波變換自適應(yīng)濾波算法抑制局部放電窄帶干擾[J].中南大學(xué)學(xué)報(bào)，2011,42(4)：1043-1049.

[8]李新春,吳秋銅．基于改進(jìn)遺傳算法的小波閩值語(yǔ)音去噪[J]．激光雜志，2015，36(1)：62-65.

[9]江天炎,李劍等.粒子群優(yōu)化小波自適應(yīng)閾值法用于局部放電去噪[J].電工技術(shù)學(xué)報(bào)，2012,27(5)：77-83.

[責(zé)任編輯李潛生]

Application of Wavelet Denoising Algorithm Based on Genetic Simulated Annealing in the Partial Discharge Signal Detection

YANG Ren-fu1,JIN Ren-gui2

(1. Anhui Finance and Trade Vocational College, Hefei 230601, China;2. Anhui Technical College of Industry and Economy, Hefei 230051, China)

A wavelet denoising algorithm based on genetic simulated annealing is proposed, which is used to denoise the partial discharge pulse signal of transformer. By decomposing the partial discharge signal and combining with the genetic algorithm, the optimal threshold value is obtained on the basis of the optimal threshold rule of SURE. The simulation results show that compared to the traditional threshold method, this method can better remove the white noise in partial discharge signal and the denoising signal distortion is smaller, therefore this method has good application value.

partial discharge; wavelet denoising; genetic algorithm; simulated annealing

2016-04-05

安徽省教育廳高校自然科學(xué)研究重點(diǎn)項(xiàng)目“基于小波分析的動(dòng)車組電壓互感器局部放電信號(hào)處理”(項(xiàng)目編號(hào)：KJ2016A105)。

楊仁付(1964-)，男 ，安徽桐城人 ，副教授 。研究方向：信號(hào)與信息處理。

TN911.7

A

1008-6021(2016)03-0117-04