基于盲源分離算法的有載分接開關(guān)振動(dòng)監(jiān)測(cè)技術(shù)研究

蔣西平，王 謙，李永福，龍英凱

(國(guó)網(wǎng)重慶市電力公司電力科學(xué)研究院，重慶 401123)

電力變壓器作為電網(wǎng)重要的電力變換設(shè)備，其穩(wěn)定運(yùn)行直接關(guān)系到電力系統(tǒng)的安全。有載分接開關(guān)(OLTC)是變壓器內(nèi)部唯一可動(dòng)的部件，其準(zhǔn)確、及時(shí)動(dòng)作，不僅可以改善電壓偏移，提高電能質(zhì)量，還能改變電力系統(tǒng)潮流分布，增加電網(wǎng)調(diào)度的靈活性。伴隨OLTC動(dòng)作次數(shù)的增多，其故障率也相應(yīng)增加，直接威脅到變壓器的壽命。據(jù)統(tǒng)計(jì)數(shù)據(jù)表明[1]，OLTC的故障約占變壓器故障的30%，機(jī)械性故障是OLTC的主要故障類型，如分接開關(guān)與電動(dòng)機(jī)構(gòu)不匹配，切換開關(guān)時(shí)間延長(zhǎng)，分接開關(guān)滑擋等[2-5]。機(jī)械振動(dòng)信號(hào)中包含著大量的OLTC狀態(tài)信息，利用振動(dòng)信號(hào)來監(jiān)測(cè)OLTC的機(jī)械狀態(tài)是行之有效的。在變壓器運(yùn)行狀態(tài)下，變壓器的本體(繞組和鐵芯等)、冷卻裝置存在固有振動(dòng)，以及現(xiàn)場(chǎng)存在各種噪聲信號(hào)。因此，在OLTC切換過程中，被振動(dòng)采集裝置收集的信號(hào)存在大量噪聲。本文采用的一種盲源信號(hào)分離方法，能將有載分接開關(guān)振動(dòng)信號(hào)準(zhǔn)確無誤、有效地分離出來，提高振動(dòng)故障監(jiān)測(cè)識(shí)別裝置的準(zhǔn)確率。

1 盲源信號(hào)分離算法

獨(dú)立分量分析(ICA)算法是一種盲源信號(hào)分離方法，能夠求解既定目標(biāo)函數(shù)的值達(dá)到最優(yōu)時(shí)的前提條件[6-7]。目前的優(yōu)化途徑有批處理和自適應(yīng)處理。本文基于獨(dú)立信號(hào)數(shù)學(xué)模型和信號(hào)獨(dú)立性判據(jù)模型，結(jié)合分接開關(guān)振動(dòng)信號(hào)的特性，根據(jù)優(yōu)化算法中的批處理原則，運(yùn)用聯(lián)合對(duì)角化方法分析研究；同時(shí)基于優(yōu)化算法中的自適應(yīng)處理算法，運(yùn)用信息最大化算法和非高斯性最大化算法分析研究。

在聯(lián)合近似對(duì)角化算法中，角度和時(shí)延聯(lián)合估計(jì)(JADE)算法和信號(hào)的二階統(tǒng)計(jì)量(SOBI)算法的差別在于，前者利用的是信號(hào)的四階累積量，而后者是利用二階統(tǒng)計(jì)量。顯然，由于高斯信號(hào)的四階累積量為零，所以JADE算法在去噪上相比SOBI算法有一定的優(yōu)勢(shì)。

信息最大化算法適用于基于超正態(tài)分布信號(hào)的分離[8]，無法分離混合信號(hào)分布源端信號(hào)，并且由于該算法基于隨機(jī)梯度法，運(yùn)算量極大，收斂情況不甚理想。而改進(jìn)了的擴(kuò)展信息最大化算法則針對(duì)前者的缺點(diǎn)進(jìn)行了改善，不僅可以實(shí)現(xiàn)混合信號(hào)的分離，而且計(jì)算速度和效率有明顯提高。擴(kuò)展信息最大化算法也具有些許缺陷，即該算法對(duì)其中的不良數(shù)據(jù)較為敏感，如果基于計(jì)算峭度判據(jù)來完成分離，或者系統(tǒng)受多種信號(hào)的干擾，則系統(tǒng)會(huì)顯得魯棒性不足，該算法會(huì)導(dǎo)致線性瞬時(shí)混合系統(tǒng)的盲分離效果不佳?？焖買CA自適應(yīng)算法則是基于非高斯性最大化判據(jù)，計(jì)算結(jié)果較為精確可靠，而且使得算法結(jié)果具有很好的魯棒性[8-10]。

因此，本文將基于實(shí)際OLTC振動(dòng)波形，采用仿真分析手段，對(duì)JADE算法和SOBI算法，以及擴(kuò)展最大熵算法和快速ICA自適應(yīng)算法進(jìn)行比較分析。

2 OLTC振動(dòng)監(jiān)測(cè)系統(tǒng)

OLTC振動(dòng)監(jiān)測(cè)系統(tǒng)如圖1所示，包括3個(gè)振動(dòng)探頭、1個(gè)信號(hào)采集單元、1個(gè)信號(hào)傳輸處理單元、1個(gè)計(jì)算機(jī)。

圖1 OLTC振動(dòng)監(jiān)測(cè)系統(tǒng)框圖

信號(hào)采集單元的主要任務(wù)是通過3個(gè)壓電加速度傳感器采集變壓器分接開關(guān)的振動(dòng)信號(hào)，該傳感器靈敏度為500 mV/g，由24 V電源供電，采集到的模擬信號(hào)通過A/D轉(zhuǎn)換后，經(jīng)傳輸處理單元到后臺(tái)PC端進(jìn)行進(jìn)一步計(jì)算、處理并展示。2個(gè)子模塊能夠無縫對(duì)接，具有較好的協(xié)調(diào)性，不會(huì)出現(xiàn)通信問題或者兼容問題。壓電加速度傳感器前端定制了絕緣陶瓷線纜，外包裹金屬波紋管，兩路信號(hào)經(jīng)軟硬件雙重濾波，硬件電路也增加了信號(hào)隔離模塊，以此保證能準(zhǔn)確拾取到與分接開關(guān)動(dòng)作相關(guān)的各種信號(hào)。其底部加裝磁力基座用于緊固振動(dòng)探頭，使其不易脫落。本系統(tǒng)采用X、Y、Z三維空間的布置方法，將3個(gè)振動(dòng)探頭布置于電力變壓器的外壁，靠近OLTC的位置，能夠?qū)LTC操作過程中產(chǎn)生的振動(dòng)信號(hào)進(jìn)行全方位監(jiān)測(cè)。

本文運(yùn)用OLTC振動(dòng)監(jiān)測(cè)系統(tǒng)對(duì)1臺(tái)220 kV電力變壓器的分接開關(guān)振動(dòng)信號(hào)進(jìn)行采集。選用的變壓器參數(shù)如表1所示。由于考慮到各相電壓和電流及其不同相位可能對(duì)220 kV電力變壓器的正常運(yùn)行產(chǎn)生一系列不可預(yù)知的影響，所以分別設(shè)置2個(gè)三相五柱式電壓互感器和2個(gè)三相電流互感器來進(jìn)行監(jiān)測(cè)。其中，2個(gè)電壓互感器分別安裝在變壓器的高壓側(cè)母線處和低壓側(cè)母線處，2個(gè)電流互感器分別安裝在高壓側(cè)繞組和低壓側(cè)繞組出現(xiàn)處[11]。

表1 220 kV電力變壓器參數(shù)表

3 信號(hào)盲分離算法仿真

220 kV電力變壓器的OLTC的振動(dòng)信號(hào)與電網(wǎng)運(yùn)行參數(shù)無關(guān)，它是隨著分接開關(guān)動(dòng)作而伴生的信號(hào)，并且其從本質(zhì)上講是一種沖擊類型的信號(hào)。因此本試驗(yàn)將220 kV電力變壓器的有載分接開關(guān)振動(dòng)和鐵心繞組振動(dòng)視作兩個(gè)獨(dú)立的振動(dòng)源端信號(hào)，在運(yùn)用獨(dú)立分量分析法來進(jìn)行信號(hào)分離時(shí)，只需要兩類的觀測(cè)振動(dòng)信號(hào)。

首先，將220 kV電力變壓器OLTC振動(dòng)源端信號(hào)和人工施加方波信號(hào)進(jìn)行信號(hào)分離。分離過程和結(jié)果如圖2至圖9所示。

圖2 變壓器OLTC振動(dòng)源端信號(hào)

圖3 方波源端信號(hào)

圖4 變壓器OLTC振動(dòng)觀測(cè)信號(hào)

圖5 方波觀測(cè)信號(hào)

圖6 聯(lián)合近似對(duì)角化算法方波分離結(jié)果

圖7 聯(lián)合近似對(duì)角化算法變壓器OLTC振動(dòng)信號(hào)分離結(jié)果

圖8 快速ICA自適應(yīng)算法方波分離結(jié)果

圖9 快速ICA自適應(yīng)算法變壓器OLTC振動(dòng)信號(hào)分離結(jié)果

基于上述研究，可見聯(lián)合近似對(duì)角化算法和快速ICA自適應(yīng)算法的分離結(jié)果具有較好的波形還原性，故可以將其用于實(shí)際信號(hào)上。

根據(jù)圖6的對(duì)比可知，因?yàn)檎龖B(tài)分布信號(hào)的高階累積量為零，所以基于四階累積量矩陣的JADE算法抑制了隨機(jī)干擾信號(hào)對(duì)信號(hào)分離的影響。盡管方波分離信號(hào)中噪聲無法完全避免，然而信號(hào)恢復(fù)的效果較好。反觀二階統(tǒng)計(jì)矩陣，其干擾信號(hào)較多，故無法忽略噪聲的影響，相對(duì)于JADE算法來講，分離效果欠佳。

根據(jù)圖8的對(duì)比可知，擴(kuò)展最大熵算法能夠有效地分離信號(hào)，其信號(hào)的抗干擾性較好。而快速ICA自適應(yīng)算法的分離結(jié)果的抗干擾性不如擴(kuò)展最大熵算法，主要原因在于該算法對(duì)非正態(tài)分布的干擾信號(hào)較為敏感。另外，從方法論來講，快速ICA自適應(yīng)算法是基于牛頓迭代算法，其對(duì)初值的選擇要求較高，一般不容易找到合適的初值，而擴(kuò)展最大熵算法能夠避免這個(gè)問題。從算法本身來講，擴(kuò)展最大熵算法的計(jì)算量較大，而ICA自適應(yīng)算法計(jì)算量較小，迭代次數(shù)較少，收斂性也較好。

圖10所示為變壓器OLTC振動(dòng)源端信號(hào)，圖11和圖12為聯(lián)合近似對(duì)角化算法和快速ICA自適應(yīng)算法的分離信號(hào)仿真圖。

圖10 變壓器OLTC振動(dòng)源端信號(hào)

綜合圖8、圖9的仿真對(duì)比結(jié)果和圖11、圖12的實(shí)際信號(hào)仿真圖可以看出，JADE算法和快速ICA自適應(yīng)算法均對(duì)源端信號(hào)有較好的分離效果，分別優(yōu)于SOBI算法和擴(kuò)展最大熵算法。

圖11 聯(lián)合近似對(duì)角化算法變壓器OLTC振動(dòng)分離信號(hào)

圖12 快速ICA自適應(yīng)算法變壓器OLTC振動(dòng)分離信號(hào)

4 結(jié)果分析

迄今，源端信號(hào)盲分離算法經(jīng)過改進(jìn)，演變出了很多算法，因此需要結(jié)合源端信號(hào)分離結(jié)果的評(píng)價(jià)指標(biāo)來評(píng)價(jià)分離結(jié)果的好壞，故其評(píng)價(jià)指標(biāo)也被多國(guó)學(xué)者提出，并且經(jīng)過多年的發(fā)展，形成了比較完整和成熟的評(píng)價(jià)標(biāo)準(zhǔn)。目前看來，在諸多評(píng)價(jià)指標(biāo)中，相似系數(shù)是較為成熟的評(píng)價(jià)指標(biāo)，因此本實(shí)驗(yàn)將運(yùn)用分離信號(hào)與源信號(hào)的相似系數(shù)。

定義分離信號(hào)與源信號(hào)的相似系數(shù)為

(1)

可以看出，當(dāng)源端信號(hào)與分離信號(hào)為一次函數(shù)的線性關(guān)系時(shí)，兩者的相似系數(shù)為1；當(dāng)兩者互相獨(dú)立時(shí)，相似系數(shù)為0。根據(jù)式(1)能夠得出，兩個(gè)信號(hào)的相似系數(shù)是體現(xiàn)了兩個(gè)不同信號(hào)波形的相似程度，所以兩波形的幅值差異會(huì)被忽略。該系數(shù)不會(huì)考慮幅值差，更進(jìn)一步講，其忽略了幅值對(duì)相似系數(shù)的影響?？紤]到波形幅值尺度可能存在的不確定性，此相似系數(shù)可以巧妙地回避此類問題。在本實(shí)驗(yàn)中，當(dāng)分離信號(hào)結(jié)果與相應(yīng)的源端信號(hào)的相似系數(shù)趨近于1，但與其他元素的相似系數(shù)趨近于0時(shí)，則能夠確切地認(rèn)為信號(hào)的分離效果較為理想。

為了評(píng)價(jià)分離信號(hào)的效果，將相似系數(shù)運(yùn)用于兩個(gè)方面，一個(gè)是源端信號(hào)與分離信號(hào)的相似系數(shù)，另一個(gè)是分離信號(hào)之間的相似系數(shù)。計(jì)算中，x1、x2、x3及x4分別是A相鐵芯、B相鐵芯、C相鐵芯及OLTC的觀測(cè)信號(hào)結(jié)果，而y1、y2、y3以及y4分別是A相鐵芯、B相鐵芯、C相鐵芯以及OLTC的分離信號(hào)結(jié)果。

由此，對(duì)JADE算法和快速ICA自適應(yīng)算法處理后的變壓器振動(dòng)信號(hào)分別進(jìn)行相似系數(shù)計(jì)算，計(jì)算結(jié)果見表2至表5。

表2 聯(lián)合近似對(duì)角化JADE算法源端信號(hào)與分離信號(hào)的相似系數(shù)

如表2和表4所示，計(jì)算數(shù)值均趨近于1，源端信號(hào)與分離信號(hào)均包含彼此的信息，具有較好的相似度。由表3和表5可知，觀測(cè)信號(hào)x之間及觀測(cè)信號(hào)x與分離信號(hào)y之間的相似系數(shù)計(jì)算數(shù)值均趨近于1，包含彼此的信息，具有較好的相似度，而分離信號(hào)y之間的相似系數(shù)計(jì)算值趨近于0，不包含彼此的信息，則可以達(dá)到信號(hào)分離的目的。

表3 聯(lián)合近似對(duì)角化JADE算法觀測(cè)信號(hào)相似系數(shù)

表4 快速ICA自適應(yīng)算法源端信號(hào)與分離信號(hào)的相似系數(shù)

表5 快速ICA自適應(yīng)算法觀測(cè)信號(hào)相似系數(shù)

綜上所述，通過JADE算法和快速ICA自適應(yīng)算法的計(jì)算可知，兩種算法的計(jì)算結(jié)果均在同一數(shù)量級(jí)別，且相差不大。因此無論是JADE算法還是快速ICA自適應(yīng)算法，其對(duì)振動(dòng)源端信號(hào)的分離均能產(chǎn)生較好的效果，信號(hào)分離效果真實(shí)有效。

5 結(jié)論

本文研究了盲源分離方法，對(duì)已收集到的振動(dòng)信號(hào)，采用近似對(duì)角化算法、ICA算法對(duì)振動(dòng)信號(hào)進(jìn)行過濾、分析和提取，使其展現(xiàn)自身本質(zhì)屬性，避免環(huán)境噪聲和其他干擾源對(duì)振動(dòng)信號(hào)的影響。通過實(shí)驗(yàn)分析案例可知，盲源分離法的分離效果、收斂速度、計(jì)算效率等可在實(shí)際中體現(xiàn)。可以在220 kV電力變壓器的不同運(yùn)行方式下將其OLTC振動(dòng)信號(hào)準(zhǔn)確無誤、有效地分離出來，由此進(jìn)一步驗(yàn)證了該方法對(duì)監(jiān)測(cè)OLTC運(yùn)行狀態(tài)的可行性。仿真分析表明，JADE算法和快速ICA自適應(yīng)算法相較于SOBI算法和擴(kuò)展最大熵算法，對(duì)源端信號(hào)分離效果更加明顯。同時(shí)相似系數(shù)理論計(jì)算指出，JADE算法和快速ICA自適應(yīng)算法對(duì)振動(dòng)源端信號(hào)的分離均能產(chǎn)生較好的效果，信號(hào)分離效果真實(shí)有效。因此兩種盲源分離算法能有效地用于OLTC振動(dòng)監(jiān)測(cè)噪聲的去除。