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)Cj(j,n)及歸一化相關(guān)系數(shù)Cj.n(j,n):
Cj(j,n)=Ws(j,n)Ws(j+1,n) (10)
其中:
式中,J為小波變換的最大分解層,j=1,2,...,J;Ws(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)Wrs與Ws維數(shù)相同且初值為0,若|Cj.n(j,n)|≥|Ws(j,n)|,則將n點(diǎn)的小波系數(shù)Ws(j,n)保存到Wrs的對應(yīng)位置中,且將原來的Ws(j,n)和Cor(j,n)均置0;否則,保留原來的Wrs(j,n)、Ws(j,n)和Cj(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)Wrs.k(j,n)及其個(gè)數(shù)Nk;
式中,nj為第j個(gè)分解層上未被抽取的點(diǎn)的個(gè)數(shù);εj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)Wrs.k(j,n)及其個(gè)數(shù)Nk;
步驟6:分別計(jì)算ΔNk=(Nk-1-Nk),選取ΔNk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Wrs.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λb:
首先估計(jì)λb所處位置,該位置由式(15)確定:
式中,max(Wj)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(Wj)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λb。
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;Pi(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EJ和原始信號S的能量Eo:
式中,Ws(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PJ,m和Po,m:
式中,EJ,m、PJ,m和Eo,m、Po,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ηJ:
式中,QJ和Qo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ηJ≤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EJ和原始信號S的能量Eo:
式中,Ws(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PJ,m和Po,m:
式中,EJ,m、PJ,m和Eo,m、Po,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ηJ:
式中,QJ和Qo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ηJ≤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)Cj(j,n)及歸一化相關(guān)系數(shù)Cj.n(j,n):
Cj(j,n)=Ws(j,n)Ws(j+1,n) (10)
其中:
式中,J為小波變換的最大分解層,j=1,2,...,J;Ws(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)Wrs為保留的小波系數(shù),其與Ws維數(shù)相同且初值為0。若|Cj.n(j,n)|≥|Ws(j,n)|,則將n點(diǎn)的小波系數(shù)Ws(j,n)保存到Wrs的對應(yīng)位置中,且將原來的Ws(j,n)和Cor(j,n)均置0;否則,保留原來的Wrs(j,n)、Ws(j,n)和Cj(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)Wrs.k(j,n)及其個(gè)數(shù)Nk:
式中,nj為第j個(gè)分解層上未被抽取的點(diǎn)的個(gè)數(shù);εj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)Wrs.k(j,n)及其個(gè)數(shù)Nk。
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)Wrs.k(j,n)及其個(gè)數(shù)Nk。
步驟6:分別計(jì)算ΔNk=(Nk-1-Nk),選取ΔNk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Wrs.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λb:
首先估計(jì)λb所處位置,該位置由式(15)確定:
式中,max(Wj)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(Wj)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λb。
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;Pi(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。