葛 天,王玉璽,何浩遠(yuǎn)
(中車成都機(jī)車車輛有限公司,四川 成都 610511)
車載變壓器在牽引供電系統(tǒng)中起著重要的作用,保障著列車的穩(wěn)定運(yùn)行。車載變壓器在長期運(yùn)行過程中材料會(huì)出現(xiàn)絕緣劣化,劣化的部位會(huì)發(fā)生局部放電現(xiàn)象[1],輕微的局部放電會(huì)使得變壓器絕緣性能降低,嚴(yán)重時(shí)甚至?xí)p壞車載變壓器。檢測車載變壓器的局部放電可以診斷變壓器的運(yùn)行情況,因此開展車載變壓器的局部放電研究很有意義[2]。
超聲波法是一種在線檢測局部放電的方法,能靈敏識(shí)別到局部放電信號(hào)還可以抵抗外界信號(hào)干擾,得到了廣泛的應(yīng)用[3-4]。西安交通大學(xué)的學(xué)者基于超聲波檢測法搭建變壓器模型,利用優(yōu)化算法對變壓器內(nèi)部局部放電位置進(jìn)行了定位[5],華北電力大學(xué)的錢定冬團(tuán)隊(duì)基于寬帶相干信號(hào)模型,提出了一種針對寬帶相干模型局放信號(hào)的修正MUSIC算法與ISM相結(jié)合的降維DOA估計(jì)算法,對相干信號(hào)和不相干信號(hào)進(jìn)行準(zhǔn)確識(shí)別[6],西南交通大學(xué)的Lijun Zhou基于超聲波檢測法提出了一種考慮絕緣油溫升和變壓器內(nèi)部結(jié)構(gòu)影響的修正迭代法,提高了變壓器局部放電定位的準(zhǔn)確性[7]。西南交通大學(xué)的Junyi Cai基于超聲波檢測技術(shù)同奇異譜分析和獨(dú)立分量分析相結(jié)合的方法實(shí)現(xiàn)多源局部放電的定位[8]。超聲波信號(hào)在車載變壓器內(nèi)部傳遞時(shí),超聲波信號(hào)的傳播途徑會(huì)受到變壓器內(nèi)部構(gòu)造和金屬的影響,形成非直達(dá)波,會(huì)對定位的精確性造成影響。在進(jìn)行局部放電定位時(shí)會(huì)造成誤差,因此有必要在采集到局部放電的超聲波信號(hào)后對直達(dá)波和非直達(dá)波進(jìn)行識(shí)別。
該文先搭建基于超聲波的車載變壓器局部放電的測試平臺(tái),然后對檢測局部放電的原始超聲波信號(hào)進(jìn)行去噪處理,再提取去噪后的超聲波信號(hào)的特征參數(shù),基于支持向量機(jī)法辨識(shí)非直達(dá)波和直達(dá)波,結(jié)果表明該方法具有很高的識(shí)別率。
高壓實(shí)驗(yàn)平臺(tái)向局放模型施加電壓產(chǎn)生局部放電信號(hào),油箱外壁不同位置設(shè)置了超聲波傳感器,超聲波傳感器連接信號(hào)放大器,再將放大后的信號(hào)傳輸?shù)绞静ㄆ魃希诔暡ǖ木植糠烹妼?shí)驗(yàn)平臺(tái)示意如圖1所示,其實(shí)物圖如圖2所示。
圖1 基于超聲波的局部放電實(shí)驗(yàn)平臺(tái)示意圖
圖2 基于超聲波的局部放電實(shí)驗(yàn)平臺(tái)實(shí)物圖
獲取局部放電的超聲波信號(hào)流程如下:
(1)高壓實(shí)驗(yàn)平臺(tái)連接局部放電模型,箱體外放置超聲波傳感器,傳感器連接放大器后再連接示波器,采集超聲波信號(hào)的波形。
(2)采用階梯升壓法調(diào)節(jié)高壓實(shí)驗(yàn)平臺(tái)的電壓,在示波器處觀察到穩(wěn)定的局部放電信號(hào)時(shí),此時(shí)停止加壓,并記錄此電壓值,將電壓穩(wěn)定在此值不變,然后按5 s/次的間隔時(shí)間采集超聲波信號(hào),采集10次。圖3為采集到的原始超聲波信號(hào)。
圖3 采集到的原始超聲波信號(hào)
(3)進(jìn)行后續(xù)波形數(shù)據(jù)處理及分析。
在實(shí)驗(yàn)室或?qū)嶋H的工程中進(jìn)行超聲波信號(hào)的采集時(shí),會(huì)出現(xiàn)一些噪聲,對后續(xù)處理波形數(shù)據(jù)造成一定的影響。該文采用小波閾值去噪法(Wavelet Threshold Method,WTM),用于濾除白噪聲,獲取去噪后的波形數(shù)據(jù)進(jìn)行后面的分析,去噪的過程如下:
(1)對去噪前的原始超聲波信號(hào)進(jìn)行小波分解變換。時(shí)域信號(hào)f(t)的小波變換為:
式中,a大于0;——小波基函數(shù)。
(2)對小波系數(shù)設(shè)置門限閾值。硬閾值函數(shù)為:
式中,w——變量,λ——閾值。
(3)逆變換小波系數(shù),然后得到重新構(gòu)造后的去噪超聲波信號(hào)。
獲得去噪后的超聲波信號(hào)如圖4所示。
圖4 去噪后的超聲波信號(hào)
直達(dá)波與非直達(dá)波的定義如下:
(1)當(dāng)超聲波信號(hào)在變壓器內(nèi)部傳播而未受到內(nèi)部結(jié)構(gòu)的影響而直接傳播到超聲波傳感器時(shí),此時(shí)傳播路徑為直達(dá)波。
(2)當(dāng)超聲波信號(hào)在變壓器內(nèi)部傳播時(shí)會(huì)受到內(nèi)部結(jié)構(gòu)的影響,傳播方式和波形特征發(fā)生改變,此時(shí)的傳播路徑則為非直達(dá)波。
當(dāng)超聲波信號(hào)經(jīng)過變壓器的局部放電源后,通過變壓器內(nèi)部的結(jié)構(gòu)后,會(huì)改變超聲波傳感器接收超聲波信號(hào)的時(shí)間,影響了波形的特征,則超聲波傳感器可能接收到的是非直達(dá)波。
由于傳播路徑的變化,非直達(dá)波信號(hào)不能真實(shí)反映超聲波信號(hào)的到達(dá)時(shí)間,可能會(huì)造成較大的定位誤差甚至?xí)?dǎo)致虛假定位。因此,直達(dá)波與非直達(dá)波的準(zhǔn)確識(shí)別是保障局部放電高精度定位的前提條件。因此,依據(jù)IEEE Std C57.127-2007,局部放電直達(dá)波與非直達(dá)波具有明顯的波形特征差異[9],如圖5所示。
圖5 直達(dá)波與非直達(dá)波的時(shí)域信號(hào)圖
示波器采集到超聲波信號(hào)波形后,提取波形的特征參數(shù):峰度KM、方根幅值A(chǔ)、余隙因子e,公式分別表示如下:
采用支持向量機(jī)的方法對直達(dá)波與非直達(dá)波進(jìn)行識(shí)別,支持向量機(jī)算法(Support Vector Machine,SVM)被廣泛用于處理故障診斷、模式識(shí)別狀態(tài)評(píng)估等問題,對樣本數(shù)據(jù)少的識(shí)別目標(biāo)具有很高的準(zhǔn)確度,支持向量機(jī)識(shí)別直達(dá)波和非直達(dá)波的流程如下:
(1)提取波形的特征參數(shù)峰度KM、方根幅值A(chǔ)、余隙因子e,將以上三個(gè)特征參數(shù)的向量作為SVM算法的輸入。
(2)提取多組直達(dá)波和非直達(dá)波信號(hào)的特征值參與模型的訓(xùn)練,以此方法來驗(yàn)證SVM算法識(shí)別直達(dá)波和非直達(dá)波的準(zhǔn)確率。標(biāo)簽“1”表示直達(dá)波,標(biāo)簽“0”表示非直達(dá)波。
(3)提取要進(jìn)行識(shí)別的信號(hào)特征參量輸入算法,得到識(shí)別結(jié)果。
該文設(shè)置訓(xùn)練樣本68組(包括直達(dá)波樣本與非直達(dá)波樣本各一半)、要進(jìn)行識(shí)別的測試樣本16組。每次運(yùn)行之前采用randperm函數(shù)打亂實(shí)驗(yàn)數(shù)據(jù)的順序,為了提高識(shí)別結(jié)果的可信度,該文重復(fù)識(shí)別30次,最終取其平均識(shí)別率,識(shí)別結(jié)果如表1所示。直達(dá)波與非直達(dá)波平均識(shí)別率分別為95.61%與94.23%,說明支持向量機(jī)算法能夠有效地辨識(shí)直達(dá)波與非直達(dá)波。
表1 測試樣本識(shí)別結(jié)果
該文通過搭建基于超聲波的車載變壓器局部放電測試平臺(tái),采用小波閾值去噪法對超聲波信號(hào)進(jìn)行去噪,對去噪后的超聲波信號(hào)提取波形的特征參數(shù),采用支持向量機(jī)的方法對直達(dá)波與非直達(dá)波進(jìn)行識(shí)別,結(jié)果表明該文所提方法可以準(zhǔn)確地識(shí)別直達(dá)波和非直達(dá)波。