本發(fā)明屬于故障診斷技術(shù)領(lǐng)域，具體涉及一種基于相關(guān)概率小波變換的水輪發(fā)電機(jī)局部放電檢測方法。

背景技術(shù)：

水輪發(fā)電機(jī)是電力系統(tǒng)中不可或缺的關(guān)鍵設(shè)備，其運(yùn)行狀態(tài)直接影響整個(gè)電網(wǎng)的安全、可靠及經(jīng)濟(jì)運(yùn)行。局部放電能夠有效反映水輪發(fā)電機(jī)的絕緣性能，是其在線監(jiān)測必不可少的重要組成部分。但由于在現(xiàn)場運(yùn)行環(huán)境中不可避免地存在一些噪聲干擾，如何從實(shí)測的含噪信號中準(zhǔn)確識別出局部放電信號，這是必須解決的問題。

小波變換在時(shí)頻域上均具有多分辨率特性，對信號的特征變化以及突變等具有很強(qiáng)的識別能力，因此在局部放電信號檢測中受到了廣泛應(yīng)用。常用的小波分析方法主要包括模極大值法、小波閾值法和空域相關(guān)法。模極大值法在信號重構(gòu)時(shí)很容易產(chǎn)生偽極值點(diǎn)，大尺度下會(huì)丟失重要的細(xì)節(jié)信息，因此不適用于局部放電信號的處理。小波閾值法僅進(jìn)行了簡單的系數(shù)取舍，并未考慮到信號在各個(gè)分解層間的相關(guān)性，會(huì)導(dǎo)致部分重要信息的丟失，而且目前大都根據(jù)單一閾值進(jìn)行數(shù)據(jù)處理，很容易造成信號的誤檢或漏檢?？沼蛳嚓P(guān)法主要利用信號與噪聲在各分解層之間相關(guān)性的不同，突出有用信號而弱化噪聲干擾，該方法能夠保留突變點(diǎn)附近信息，具有較好的穩(wěn)定性，但容易產(chǎn)生不連續(xù)的間斷點(diǎn)，從而使信號與真實(shí)值產(chǎn)生較大偏差。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明的目的是提供一種基于相關(guān)概率小波變換的水輪發(fā)電機(jī)局部放電檢測方法，綜合考慮傳統(tǒng)小波分析方法的優(yōu)缺點(diǎn)以及局部放電信號與噪聲干擾各自的特點(diǎn)，解決了水輪發(fā)電機(jī)中局部放電信號容易受到噪聲干擾從而導(dǎo)致難以被準(zhǔn)確識別的問題，實(shí)現(xiàn)在復(fù)雜的系統(tǒng)中全面、準(zhǔn)確地識別出局部放電信號。

本發(fā)明所采用的技術(shù)方案是，一種基于相關(guān)概率小波變換的水輪發(fā)電機(jī)局部放電檢測方法，其特征在于，包括以下步驟：

步驟1：利用水輪發(fā)電機(jī)的局部放電監(jiān)測系統(tǒng)獲得原始信號；

步驟2：對原始信號進(jìn)行離散小波變換，得到不同分解層的小波系數(shù)；

步驟3：計(jì)算相鄰分解層之間的相關(guān)系數(shù)C_j(j,n)及歸一化相關(guān)系數(shù)C_j.n(j,n)：

C_j(j,n)＝W_s(j,n)W_s(j+1,n) (10)

其中：

式中，J為小波變換的最大分解層，j＝1,2,...,J；W_s(j,n)為原始信號S在第j個(gè)分解層上n點(diǎn)處的小波系數(shù)，n＝1,2,...,N。

步驟4：設(shè)W_rs與W_s維數(shù)相同且初值為0，若|C_j.n(j,n)|≥|W_s(j,n)|，則將n點(diǎn)的小波系數(shù)W_s(j,n)保存到W^rs的對應(yīng)位置中，且將原來的W^s(j,n)和Cor(j,n)均置0；否則，保留原來的W^rs(j,n)、W^s(j,n)和C_j(j,n)；

步驟5：首先，給定一個(gè)k值，1≤k≤2，不斷重復(fù)步驟3和4，直至依次滿足式(14)，停止迭代計(jì)算，并存儲(chǔ)該閾值所提取的小波系數(shù)W_rs.k(j,n)及其個(gè)數(shù)N_k；

式中，n_j為第j個(gè)分解層上未被抽取的點(diǎn)的個(gè)數(shù)；ε_j為第j個(gè)分解層上由估計(jì)所得的噪聲的標(biāo)準(zhǔn)差；

然后，改變k值，1≤k≤2，重復(fù)上述步驟，得到每一個(gè)k值所對應(yīng)的小波系數(shù)W_rs.k(j,n)及其個(gè)數(shù)N_k；

步驟6：分別計(jì)算ΔN_k＝(N_k-1-N_k)，選取ΔN_k最大時(shí)k所對應(yīng)的閾值為最優(yōu)閾值，并將最優(yōu)閾值所提取到的步驟4保留的W_rs.k(j,n)，按絕對值的大小進(jìn)行降序排列；

步驟7：在每一個(gè)分解層上，確定基準(zhǔn)閾值λ_b：

首先估計(jì)λ_b所處位置，該位置由式(15)確定：

式中，max(W_j)分別為經(jīng)過步驟6處理后的第j個(gè)分解層上小波系數(shù)的平均值與最大值；L(W_j)為第j個(gè)分解層上的小波系數(shù)的數(shù)目。

將該層小波系數(shù)按絕對值大小進(jìn)行降序排列后，排在第d％位置的數(shù)據(jù)點(diǎn)對應(yīng)的值即為該層的基準(zhǔn)閾值λ_b。

步驟8：確定各個(gè)分解層上的多尺度閾值；

步驟9：利用各個(gè)分解層上的多尺度閾值計(jì)算信號各點(diǎn)為PD信號的概率值：

式中，P(i)表示時(shí)域中第i點(diǎn)為PD信號的概率大??；J為小波分解的層數(shù)；N為每個(gè)分解層上多尺度閾值的數(shù)目；P_i(j,k)可取1或0，若i點(diǎn)對應(yīng)的小波系數(shù)的絕對值大于或等于第j層的第k個(gè)閾值，其值取1，反之，其值取0。

步驟10：通過上述步驟對已知的水輪發(fā)電機(jī)局部放電數(shù)據(jù)進(jìn)行分析與計(jì)算，獲取所有產(chǎn)生了局部放電的信號位置為概率值大于x％的位置，則對未知水輪發(fā)電機(jī)局部放電檢測時(shí)，若P(i)≥x％，則判斷i點(diǎn)對應(yīng)位置產(chǎn)生局部放電，否則沒有局部放電。

本發(fā)明的特點(diǎn)還在于：

步驟2中分解層的確定方法為(令分解層數(shù)J＝1)：

步驟2.1：分別計(jì)算第J個(gè)分解層小波系數(shù)的能量E_J和原始信號S的能量E_o：

式中，W_s(J,n)為原始信號S經(jīng)離散小波變換后在第J個(gè)分解層上n點(diǎn)處的小波系數(shù)，N為采樣點(diǎn)數(shù)。

步驟2.2：分別將第J個(gè)分解層小波系數(shù)和原始信號均分為M個(gè)區(qū)間，并計(jì)算各個(gè)區(qū)間的相對能量P_J,m和P_o,m：

式中，E_J,m、P_J,m和E_o,m、P_o,m分別代表第J個(gè)分解層小波系數(shù)和原始信號的第m個(gè)區(qū)間的能量和相對能量，且m＝1,2,...,M。

步驟2.3：計(jì)算第J個(gè)分解層小波系數(shù)與原始信號的熵之比η_J：

式中，Q_J和Q_o分別代表第J個(gè)分解層小波系數(shù)和原始信號的熵值。

步驟2.4：若熵之比不大于5％，即η_J≤5％，則取此時(shí)的J作為最終的分解層數(shù)；否則令J＝J+1，重復(fù)步驟2.1、2.2、2.3，直至滿足要求，停止計(jì)算。研究表明，當(dāng)某分解層小波系數(shù)的熵與原始信號的熵之比為5％時(shí)，即可視作小波系數(shù)已確定，對應(yīng)的便為最佳分解層。

作為優(yōu)選，步驟2中分解層為3～9層。

步驟3中，k在1～2之間按照均勻間隔取值。作為優(yōu)選，k依次取2，1.8，1.6，1.4，1.2和1。

步驟8中，多尺度閾值是以基準(zhǔn)閾值所處位置為基線，將該位置左側(cè)數(shù)據(jù)按照分位數(shù)的定義基于一定間隔進(jìn)行劃分，設(shè)置多個(gè)分界線，各個(gè)分界線與原始數(shù)據(jù)的交點(diǎn)即為多尺度閾值；閾值個(gè)數(shù)取10～20。

本發(fā)明的有益效果是，本發(fā)明的方法能夠有效抑制噪聲干擾，全面、準(zhǔn)確地從水輪發(fā)電機(jī)實(shí)測的復(fù)雜信號中檢測到局部放電信號，且診斷結(jié)果的可靠性較高，方便運(yùn)行維護(hù)人員及時(shí)對此故障進(jìn)行處理，避免事故的發(fā)生，從而保證整個(gè)系統(tǒng)的安全經(jīng)濟(jì)高效運(yùn)行。

附圖說明

圖1為本發(fā)明相關(guān)概率小波變換方法的實(shí)現(xiàn)流程圖；

圖2為本發(fā)明實(shí)施例中實(shí)測水輪發(fā)電機(jī)局部放電信號波形圖；

圖3為本發(fā)明實(shí)施例中第一個(gè)分解層的多尺度閾值；

圖4為本發(fā)明實(shí)施例中基于相關(guān)概率小波變換方法的檢測結(jié)果；

圖5為本發(fā)明實(shí)施例中基于傳統(tǒng)小波變換方法的檢測結(jié)果。

具體實(shí)施方式

下面結(jié)合附圖和具體實(shí)施方式對本發(fā)明作進(jìn)一步的詳細(xì)說明，但本發(fā)明并不限于這些實(shí)施方式。

以某一水輪發(fā)電機(jī)為例，如圖1所示，本發(fā)明局部放電檢測方法具體如下：

步驟1：利用水輪發(fā)電機(jī)的局部放電監(jiān)測系統(tǒng)獲得原始信號S，如圖2所示。

步驟2：對原始信號S進(jìn)行離散小波變換，得到不同分解層的小波系數(shù)。小波基選用db2，分解層數(shù)按以下步驟來確定(首先令分解層數(shù)J＝1)：

步驟2.1：分別計(jì)算第J個(gè)分解層小波系數(shù)的能量E_J和原始信號S的能量E_o：

式中，W_s(J,n)為原始信號S經(jīng)離散小波變換后在第J個(gè)分解層上n點(diǎn)處的小波系數(shù)，N為采樣點(diǎn)數(shù)。

步驟2.2：分別將第J個(gè)分解層小波系數(shù)和原始信號均分為M個(gè)區(qū)間，并計(jì)算各個(gè)區(qū)間的相對能量P_J,m和P_o,m：

式中，E_J,m、P_J,m和E_o,m、P_o,m分別代表第J個(gè)分解層小波系數(shù)和原始信號的第m個(gè)區(qū)間的能量和相對能量，且m＝1,2,...,M。

步驟2.3：計(jì)算第J個(gè)分解層小波系數(shù)與原始信號的熵之比η_J：

式中，Q_J和Q_o分別代表第J個(gè)分解層小波系數(shù)和原始信號的熵值。

步驟2.4：若熵之比不大于5％，即η_J≤5％，則取此時(shí)的J作為最終的分解層數(shù)；否則令J＝J+1，重復(fù)步驟2.1、2.2、2.3，直至滿足要求，停止計(jì)算。研究表明，當(dāng)某分解層小波系數(shù)的熵與原始信號的熵之比為5％時(shí)，即可視作小波系數(shù)已確定，對應(yīng)的便為最佳分解層。

經(jīng)過上述計(jì)算，當(dāng)分解層數(shù)為5時(shí)，熵之比為0.0527；當(dāng)分解層數(shù)為6時(shí)，熵之比為0.0493，故取最終分解層數(shù)為6。

步驟3：計(jì)算相鄰分解層之間的相關(guān)系數(shù)C_j(j,n)及歸一化相關(guān)系數(shù)C_j.n(j,n)：

C_j(j,n)＝W_s(j,n)W_s(j+1,n) (10)

其中：

式中，J為小波變換的最大分解層，j＝1,2,...,J；W_s(j,n)為原始信號S在第j個(gè)分解層上n點(diǎn)處的小波系數(shù)，n＝1,2,...,N。

步驟4：設(shè)W_rs為保留的小波系數(shù)，其與W_s維數(shù)相同且初值為0。若|C_j.n(j，n)|≥|W_s(j，n)|，則將n點(diǎn)的小波系數(shù)W_s(j,n)保存到W_rs的對應(yīng)位置中，且將原來的W_s(j,n)和Cor(j,n)均置0；否則，保留原來的W_rs(j,n)、W_s(j,n)和C_j(j,n)。

步驟5：令k＝2，不斷重復(fù)步驟3和4，直至依次滿足式(14)，停止迭代計(jì)算，并存儲(chǔ)該閾值所提取的小波系數(shù)W_rs.k(j,n)及其個(gè)數(shù)N_k：

式中，n_j為第j個(gè)分解層上未被抽取的點(diǎn)的個(gè)數(shù)；ε_j為第j個(gè)分解層上由估計(jì)所得的噪聲的標(biāo)準(zhǔn)差。

然后，令k＝1.8，重復(fù)上述步驟，得到其所對應(yīng)的小波系數(shù)W_rs.k(j,n)及其個(gè)數(shù)N_k。

按照同樣的方法，再令k依次為1.6，1.4，1.2和1，分別得到其所對應(yīng)的小波系數(shù)W_rs.k(j,n)及其個(gè)數(shù)N_k。

步驟6：分別計(jì)算ΔN_k＝(N_k-1-N_k)，選取ΔN_k最大時(shí)k所對應(yīng)的閾值為最優(yōu)閾值，并將最優(yōu)閾值所提取到的步驟4保留的W_rs.k(j,n)，按絕對值的大小進(jìn)行降序排列。

步驟7：在每一個(gè)分解層上，確定基準(zhǔn)閾值λ_b:

首先估計(jì)λ_b所處位置，該位置由式(15)確定：

式中，max(W_j)分別為經(jīng)過步驟6處理后的第j個(gè)分解層上小波系數(shù)的平均值與最大值；L(W_j)為第j個(gè)分解層上的小波系數(shù)的數(shù)目。

將該層小波系數(shù)按絕對值大小進(jìn)行降序排列后，排在第d％位置的數(shù)據(jù)點(diǎn)對應(yīng)的值即為該層的基準(zhǔn)閾值λ_b。

步驟8：確定各個(gè)分解層上的多尺度閾值。

本實(shí)施例在每個(gè)分解層設(shè)置的閾值個(gè)數(shù)均為10，則在任一分解層上，按照式(15)計(jì)算出來的值為d％，則各個(gè)閾值之間的尺度間隔就是對應(yīng)的多尺度閾值依次為該層排在第d％、d％-d‰、d％-2×d‰、...、d％-9×d‰這十個(gè)位置所對應(yīng)的值。經(jīng)過計(jì)算基準(zhǔn)閾值所處位置為0.5％，則其對應(yīng)的多尺度閾值所處位置分別為0.5％、0.45％、0.4％、0.35％、0.3％、0.25％、0.2％、0.15％、0.05％，如圖3所示。圖中曲線代表按絕對值大小進(jìn)行降序排列的原始數(shù)據(jù)，每一條直線代表一個(gè)數(shù)據(jù)的分界線，其與曲線的交點(diǎn)即代表一個(gè)閾值。該閾值的選取是基于分位數(shù)的概念，避免了傳統(tǒng)基于固定幅值與間隔的數(shù)據(jù)分割所帶來的弊端，適用于局部放電這類隨機(jī)信號。

步驟9：利用各個(gè)分解層上的多尺度閾值計(jì)算信號各點(diǎn)為PD信號的概率值：

式中，P(i)表示時(shí)域中第i點(diǎn)為PD信號的概率大??；J為小波分解的層數(shù)；N為每個(gè)分解層上多尺度閾值的數(shù)目；P_i(j,k)可取1或0，若i點(diǎn)對應(yīng)的小波系數(shù)的絕對值大于或等于第j層的第k個(gè)閾值，其值取1，反之，其值取0。

步驟10：當(dāng)P(i)≥67.45％時(shí)，i點(diǎn)對應(yīng)位置便產(chǎn)生局部放電。因此根據(jù)各位置對應(yīng)的概率值大小，可判斷該處是否產(chǎn)生局部放電，從而實(shí)現(xiàn)局部放電的準(zhǔn)確檢測。

利用本發(fā)明提出的相關(guān)概率小波變換方法的檢測結(jié)果如圖4所示。圖4中很明顯有兩處對應(yīng)的概率值較大，其余則很小甚至為零。經(jīng)比較后，上述兩處概率值從左至右分別為83.33％、96.67％，均大于67.45％，則判定在這兩處產(chǎn)生了局部放電，此結(jié)果與電站實(shí)際檢修結(jié)果相符。為說明本發(fā)明中所提方法的有效性，利用傳統(tǒng)小波變換方法對實(shí)測信號進(jìn)行處理，結(jié)果如圖5所示，該方法只檢測到一個(gè)局部放電信號。由此可見，相比于傳統(tǒng)小波分析，本文提出的相關(guān)概率小波變換方法可以更為全面、準(zhǔn)確地檢測到水輪發(fā)電機(jī)中的局部放電信號，且檢測結(jié)果更為真實(shí)可靠，有效避免了信號的誤檢或漏檢，為電氣設(shè)備的局部放電檢測提供了一種新的思路。