弓網(wǎng)燃弧電流擾動(dòng)的HHT(希爾伯特—黃變換)分析

梁宏璞(青藏鐵路公司供電部,810007,西寧∥高級(jí)工程師)

?

弓網(wǎng)燃弧電流擾動(dòng)的HHT(希爾伯特—黃變換)分析

梁宏璞
(青藏鐵路公司供電部,810007,西寧∥高級(jí)工程師)

摘 要地鐵線路接觸網(wǎng)的弓網(wǎng)具有良好的受流質(zhì)量是保障列車運(yùn)營(yíng)安全的前提,弓網(wǎng)燃弧則是評(píng)價(jià)弓網(wǎng)受流質(zhì)量最直接的指標(biāo),而不同的燃弧強(qiáng)度會(huì)伴隨著不同程度的牽引電流擾動(dòng)。改進(jìn)了HHT(希爾伯特-黃變換)中的EMD(經(jīng)驗(yàn)?zāi)B(tài)分解)算法及EMD能量熵,并用于牽引電流擾動(dòng)分析。通過對(duì)廣州地鐵2號(hào)線、3號(hào)線的數(shù)據(jù)分析發(fā)現(xiàn),EMD能量熵能有效提取到牽引電流的擾動(dòng)特征,且牽引電流擾動(dòng)越嚴(yán)重,信號(hào)就越復(fù)雜,能量就越分散,對(duì)應(yīng)的EMD能量熵也越大。

關(guān)鍵詞地鐵;受流質(zhì)量;燃弧;希爾伯特-黃變換;經(jīng)驗(yàn)?zāi)B(tài)分解;能量熵

Author′s address Department of Power Supply,Qinghai-Tibet Railway Company,810007,Xining,China

地鐵線路接觸網(wǎng)的接觸懸掛與受電弓是向列車傳輸電能的關(guān)鍵供電設(shè)備[1]。接觸懸掛和受電弓的技術(shù)狀態(tài)決定著接觸線與受電弓碳滑板之間的接觸情況,兩者任何的微小故障,例如受電弓碳滑板的不平順、匯流排微小扭曲變形、接觸線與匯流排脫槽、匯流排定位線夾松動(dòng)、中間接頭螺紋滑絲、T型頭螺栓松動(dòng)等,都會(huì)產(chǎn)生弓網(wǎng)之間的燃弧[2],不同的燃弧強(qiáng)度必然伴隨不同程度的牽引電流擾動(dòng),最終影響著弓網(wǎng)的受流質(zhì)量,惡化機(jī)車受流性能。

目前對(duì)于弓網(wǎng)燃弧的研究主要以燃弧檢測(cè)及燃弧率為主,比如意大利和日本均通過采集弓網(wǎng)燃弧時(shí)所伴隨的特征紫外光判斷燃弧發(fā)生情況[3-5]。但是在實(shí)際工作中,燃弧率是宏觀指標(biāo),對(duì)排查線路受流薄弱點(diǎn)帶來不便,然而又很少有文獻(xiàn)針對(duì)發(fā)生燃弧時(shí)所伴隨的牽引電流的擾動(dòng)做相關(guān)詳細(xì)分析,并從此角度評(píng)價(jià)弓網(wǎng)受流質(zhì)量。因此,對(duì)這方面的深入探討是有必要的,可為后續(xù)的燃弧研究提供一定基礎(chǔ)。

1　弓網(wǎng)燃弧檢測(cè)

為了更加準(zhǔn)確地評(píng)價(jià)弓網(wǎng)的受流質(zhì)量,采用非接觸式弓網(wǎng)燃弧檢測(cè)系統(tǒng)從實(shí)際監(jiān)測(cè)中獲取數(shù)據(jù)。該系統(tǒng)可以實(shí)現(xiàn)對(duì)弓網(wǎng)燃弧參數(shù)的檢測(cè),包括列車運(yùn)行速度、牽引電流、弓網(wǎng)接觸壓力等參數(shù)。燃弧檢測(cè)裝置采用特征紫外光作為檢測(cè)對(duì)象工具,由光學(xué)采集傳輸、紫外光電傳感和數(shù)據(jù)分析處理三個(gè)系統(tǒng)共同構(gòu)成,其結(jié)構(gòu)如圖1所示。

圖1　非接觸式弓網(wǎng)燃弧檢測(cè)系統(tǒng)結(jié)構(gòu)

將非接觸式弓網(wǎng)紫外燃弧檢測(cè)裝置檢測(cè)到的燃弧數(shù)據(jù)及其他輔助參數(shù)信息傳輸至上位機(jī),通過上位機(jī)的受流質(zhì)量評(píng)估軟件,對(duì)其相關(guān)數(shù)據(jù)進(jìn)行分析處理,最終得到燃弧率、燃弧總次數(shù)、最大燃弧持續(xù)時(shí)間、燃弧時(shí)間等參數(shù),同時(shí)包含牽引電流、列車速度等,以曲線、報(bào)表的形式在人機(jī)交互界面顯示并存儲(chǔ),用以評(píng)估弓網(wǎng)受流質(zhì)量。非接觸式弓網(wǎng)燃弧檢測(cè)系統(tǒng)算法軟件框架以及軟件界面如圖2所示。

圖2　非接觸式弓網(wǎng)燃弧檢測(cè)系統(tǒng)軟件框架及界面

燃弧率是評(píng)價(jià)弓網(wǎng)受流質(zhì)量的直接指標(biāo)[6],燃弧率定義式為:

式中:

ti——某次燃弧所發(fā)生的持續(xù)時(shí)間;

ttotal——線路檢測(cè)的總時(shí)間。

檢測(cè)裝置實(shí)物圖如圖3所示。圖3a)為安裝在車內(nèi)部數(shù)據(jù)處理系統(tǒng)及顯示裝置,圖3b)為安裝在車頂?shù)墓鈱W(xué)采集裝置。

圖3　檢測(cè)裝置實(shí)物圖

2　HHT擾動(dòng)分析算法

HHT(希爾伯特-黃變換)方法包含經(jīng)驗(yàn)?zāi)B(tài)分解(EMD)和希爾伯特變換。

2.1EMD分解流程

信號(hào)x(t)經(jīng)分解后可表示為:

式中,IMFs代表信號(hào)頻率從高到低的使瞬時(shí)頻率能合理定義的IMF(基本模式分量)[7],rn為剩余分量。

EMD分解流程圖如圖4所示。

圖4　EMD分解流程圖

2.2EMD改進(jìn)算法

EMD分解信號(hào)要不斷地分離出信號(hào)的IMF,但是對(duì)于端點(diǎn)處,由于無法確定端點(diǎn)是否是極值,因此這也是EMD算法的缺陷所在。一般來講,端點(diǎn)的誤處理可能會(huì)引起后續(xù)的分析誤差,為解決此缺陷,本文采用鏡像閉合延拓法來改進(jìn)EMD算法。

鏡像閉合延拓就是在信號(hào)的兩端找出具有對(duì)稱性的極值點(diǎn)[8],當(dāng)無法確定端點(diǎn)是否為極值點(diǎn)時(shí),截取一部分?jǐn)?shù)據(jù),將鏡子放在極值點(diǎn)處,這樣就得到一個(gè)環(huán)形的閉合曲線,長(zhǎng)度為原信號(hào)的2倍。因?yàn)樾盘?hào)經(jīng)過鏡像延拓后是個(gè)閉合曲線,所以不存在端點(diǎn),因此鏡像閉合法能夠解決上述缺陷。

另外,為提取到各IMF中有用信息,本文采用分解得到的IMF與原信號(hào)的相關(guān)系數(shù)作為篩選指標(biāo)。因?yàn)橄嚓P(guān)系數(shù)能夠反映兩個(gè)信號(hào)間的線性相關(guān)度,從而得到有用IMF。相關(guān)系數(shù)計(jì)算公式為:

式中:

ρx,y——相關(guān)系數(shù);

cov(x,y)——兩序列x,y的協(xié)方差;

D(x),D (y)——序列x和序列y各自的方差。

相關(guān)系數(shù)越大,也即ρx,y越大,說明IMF所含的原有信號(hào)中的有效成分也越多。

2.3EMD能量熵

1948年,香農(nóng)結(jié)合信息與熱力學(xué)統(tǒng)計(jì)提出了“信息熵”的概念,用于衡量某一信息載體所包含的信息量,將信息具體化[9]。本文引入EMD能量熵做牽引電流擾動(dòng)分析。

EMD能量熵的計(jì)算公式如式(4):

式中,pi=Ei/E,Ei指第i個(gè)IMF的能量,E指所有的IMF所對(duì)應(yīng)的總能量。

如果一個(gè)系統(tǒng)越確定有序,越有規(guī)律,相應(yīng)的信息熵也就越低;反之,一個(gè)系統(tǒng)越是無序,越是混亂,相應(yīng)的信息熵也就越高。例如,某一系統(tǒng)中,某個(gè)事件出現(xiàn)的概率是1,那么根據(jù)信息熵的定義計(jì)算為0,系統(tǒng)為確定系統(tǒng),不確定因數(shù)為0。根據(jù)這一理論,信息熵反映的是某個(gè)系統(tǒng)的不確定因數(shù)。將信息熵理論引入到信號(hào)的時(shí)頻分析中。信號(hào)在HHT時(shí)頻分布的差異表現(xiàn)為不同頻段能量分布的差異,即各個(gè)頻段能量占總能量的比例不同也就是各個(gè)頻段的歸一化能量不同。

由于所處理的各個(gè)牽引電流信號(hào)的差異,因此電流的EMD分解的層數(shù)也可能不一致,也就是分解得到的IMF分量個(gè)數(shù)不一致,因此提取到的特征可能不太適合后續(xù)的統(tǒng)一分析,但是通過EMD能量熵便可以解決該問題,使得后續(xù)對(duì)各個(gè)燃弧所對(duì)應(yīng)的牽引電流擾動(dòng)具有可比性,可評(píng)判弓網(wǎng)受流質(zhì)量。

3　牽引電流擾動(dòng)HHT特性

采用弓網(wǎng)燃弧檢測(cè)系統(tǒng),對(duì)廣州地鐵2號(hào)線和3號(hào)線運(yùn)行時(shí)的弓網(wǎng)系統(tǒng)的燃弧狀態(tài)進(jìn)行實(shí)時(shí)在線檢測(cè),獲取弓網(wǎng)燃弧試驗(yàn)數(shù)據(jù)以及其他參數(shù)信息,并采用上述牽引電流擾動(dòng)算法對(duì)牽引電流進(jìn)行擾動(dòng)特征值提取與分析,建立地鐵牽引電流的擾動(dòng)指標(biāo),作為衡量機(jī)車的受流質(zhì)量參考。這為準(zhǔn)確定位弓網(wǎng)受流薄弱點(diǎn)提供了理論依據(jù),為維護(hù)弓網(wǎng)受流薄弱點(diǎn)提供理論依據(jù),以提高效率、節(jié)約成本。

以廣州地鐵2號(hào)線昌崗站—江泰路站(s1)、同和站—永泰站(s2)、機(jī)場(chǎng)南站—人和站(s3)中發(fā)生的某次燃弧為例,做相關(guān)擾動(dòng)特征提取分析。圖5是三次燃弧的燃弧信號(hào)及其相應(yīng)牽引電流的曲線。

對(duì)上述三次燃弧對(duì)應(yīng)的牽引電流分別采用改進(jìn)EMD分解,處理結(jié)果如圖6。

分別計(jì)算圖6三個(gè)信號(hào)采用改進(jìn)EMD算法分解得到的各IMF與原始信號(hào)的相關(guān)系數(shù),得到結(jié)果如圖7所示。

從圖7中能看出:圖6a)中IMF4～I(xiàn)MF6與原信號(hào)相關(guān)性較好,故將圖6a)的IMF1～I(xiàn)MF3、IMF7和res剔除;圖6b)中IMF5～I(xiàn)MF7分量與原信號(hào)相關(guān)性較好,故將圖6b)的IMF1～I(xiàn)MF4和res剔除;圖6c)中IMF3～I(xiàn)MF7分量與原信號(hào)相關(guān)性較好,故將圖6b)的IMF1～I(xiàn)MF2和res剔除。由于待處理的牽引電流信號(hào)的不同,EMD分解后所得到的IMF的個(gè)數(shù)也可能不同,一般得到7～11個(gè)數(shù)目不等的IMF,這樣便為指標(biāo)的提取帶來不便。因此,為了統(tǒng)一后期各個(gè)牽引電流對(duì)應(yīng)的擾動(dòng)狀態(tài)的特征提取,方便統(tǒng)一分析,建立擾動(dòng)指標(biāo),首先要對(duì)提取特征做規(guī)范性處理。

圖5　三次燃弧信號(hào)及其對(duì)應(yīng)的牽引電流

圖6　牽引電流采用改進(jìn)EMD分解結(jié)果

圖7　IMF和原始信號(hào)的相關(guān)系數(shù)

圖8為三個(gè)區(qū)間的燃弧牽引電流歸一化能量分布圖。

由此,前文分析的三個(gè)信號(hào)采用EMD能量熵其結(jié)果如表1。

表1　不同區(qū)間牽引電流對(duì)應(yīng)的EMD能量熵

結(jié)合三次燃弧對(duì)應(yīng)的牽引電流曲線和EMD能量熵可以大致看出:牽引電流擾動(dòng)越嚴(yán)重,對(duì)應(yīng)的EMD能量熵也越大。事實(shí)上,EMD能量熵,在綜合信息的基礎(chǔ)上,直接反映了被分析信號(hào)在時(shí)-頻空間中的模式能量的分布不確定性。被分析信號(hào)越簡(jiǎn)單,能量就集中分布在少數(shù)幾個(gè)模式中,EMD能量熵就越小;相反,信號(hào)越復(fù)雜,能量就越分散,能量就存在于多個(gè)模式中,EMD能量熵也就越大。因此采用牽引電流的EMD能量熵可衡量電流的擾動(dòng)程度。

4　結(jié)語(yǔ)

通過對(duì)EMD算法改進(jìn),能夠更好地完善EMD,并提取到牽引電流信號(hào)的有用IMF。通過采用改進(jìn)的EMD和EMD能量熵對(duì)現(xiàn)場(chǎng)試驗(yàn)數(shù)據(jù)進(jìn)行分析處理發(fā)現(xiàn),EMD能量熵能有效提取到牽引電流擾動(dòng)特征,且牽引電流擾動(dòng)越嚴(yán)重,信號(hào)就越復(fù)雜,能量就越分散,對(duì)應(yīng)的EMD能量熵也越大,因此采用牽引電流的EMD能量熵可衡量電流的擾動(dòng)程度。

基于HHT分析弓網(wǎng)燃弧牽引電流可從一定程度上衡量弓網(wǎng)受流質(zhì)量,定位弓網(wǎng)受流質(zhì)量薄弱點(diǎn),從而針對(duì)性維護(hù)弓網(wǎng)系統(tǒng),提高效率,節(jié)約成本。

圖8　三個(gè)區(qū)間的牽引電流歸一化能量分布圖

參考文獻(xiàn)

[1] 于萬(wàn)聚.高速電氣化鐵路接觸網(wǎng)[M].成都:西南交通大學(xué)出版社,2003.

[2] 王萬(wàn)崗,吳廣寧,趙云云,等.弓網(wǎng)電弧電氣特性試驗(yàn)研究[J].低壓電器,2008,29(3):106.

[3] LANDI A,MENCONI L,SANI L.Hough transform and thermo-vision for monitoring pantograph-catenary system [J].Proceedings of the Institution of Mechanical Engineers,Part F:Journal of Rail and Rapid Transit,2006,220 (4):435.

[4] BRUNO O,LANDI A,PAPI M,et al.Pototube sensor for monitoring the quality pf current collection on overhead electrified railway[J]. Proceedings of Institution of Mechanical Engineers,Part F:Journal of Rail and Rapid Transit,2001,215(F):231.

[5] HAYASAKA Takamasa,SHIMIZU Masatoshi,NEZU Kazuyoshi. Development of Contact- Loss Measuring System Using Ultraviolet Ray Detection[J].Quarterly Report of RTRI,2009,50(3):131.

[6] 耿超,王豐華,黃榮輝,等.基于改進(jìn)Hilbert-Huang變換算法的電氣化鐵路諧波檢測(cè)[J].上海交通大學(xué)學(xué)報(bào),2014 (9):3.

[7] 黃先祥,李勝朝,謝建.新型經(jīng)驗(yàn)?zāi)Ｊ椒纸舛它c(diǎn)效應(yīng)消除方法[J].機(jī)械工程學(xué)報(bào),2008,44(9):1.

[8] 李曉晨,李天云,陳昌雷.基于固有模態(tài)能量熵和支持向量機(jī)的輸電線路故障選相新方法[J].電力自動(dòng)化設(shè)備,2009 (5):104.

HHT Analysis of Pantograph Catenary Arc Current Disturbance

Liang Hongpu

AbstractPantograph catenary with good quality of current collection is the premise to guarantee the operation safety of rail transit.The arc is the most direct index in the evaluation of the pantograph catenary quality.Different arc intensities are inevitably accompanied by different degrees of traction current disturbance.An improved EMD algorithm and EMD energy entropy are proposed and used for the analysis of traction current disturbance.Through the data analysis of the Guangzhou metro Line 2 and Line 3,the EMD energy entropy can be effectively extracted from the disturbance of the traction current.The more serious the traction current disturbance,the more complex the signal is,same way the greater energy dispersionand the higher EMD energy entropy.

Key wordsmetro;quality of current collection;arc;Hilbert-Huang Transform(HHT);empirical mode decomposition(EMD);energy entropy

(收稿日期:2015-07-11)

DOI:10.16037/j.1007-869x.2016.02.005

中圖分類號(hào)U 225.3