CVT故障快速辨识的实用化方法.docx

CVT故障快速辨识的实用化方法*韦家富，强文渊，刘友波，刘向龙（四川大学电气信息学院，成都610065）摘要：CVT故障率的升高给电网设备监测及事故抢修工作造成了严重影响。该文基于CVT在线监测数据提出了种快速辨识CVT是否出现异常的小波实用化方法，解决了传统算法上CVT采集数据量大、辨识慢等问题。首先利用小波多分辨分析对CVT电压进行小波阈值去噪，结合CvT运行特点提出了去噪阈值函数的选择规律。接下来利用模极大值法重点研究了CVT击穿时各小波基函数辨识能力的优劣，利用小波三尺度重构的方法提取出CVT的异常波形并确定故障的位置信息。算例结果说明了本方法在辨识CVT故障信号的有效性和可行性。关键词：电容式电压互感器：小波多分辨分析：阈值去噪；故障辨识；模极大值中图分类号：TM835文献标识码：B文章编号：PHrtkH1PraCtiCa1methodoffastidentificationonfau1tofCVTWeiJiafu.,QiangWenyuan.1iuYoubo,1iuXiang1ong（Schoo1ofE1ectrica1EngineeringandInfonnation,SichuanUniversity,Chengdu610065,China）a.一一带格式的：字体:（中文）+中文正文1（一线）,非便斜Abstract:Theincreasen-ofthefai1urerateofCVThasimpactedonequipmentmonitoringandaccidentrepairworkserious1y.BasedontheCVTon1inemonitoringdata,weproposedawave1etpractica1methodforquick1yidentifyingtheabnorma1ityofCVTwhichso1vedtheprob1emsof1argedataacquisitionands1owidenticationintraditiona1a1gorithms.First1y,IheWaVeIetmu1ti-reso1utionana1ysisvewed-wasadoDtedWaMeIetmHUeoHt>nana1iHistode二noisevo1tageda1a'r.andIhaSeIeCIiOnru1esOfde-noisingIhreShoIdfunc1ionHw,erePrOpOSed-ese1euionVU1eSf-de>isR-<hf*H>MuReKH-fw>mbHa<4-combininawith（hecharacteristicsofCVToperation.Next,themodu1armaximamethodWaSsed-adomedIhemodu1armaximameihodtoeva1uateeachwave1etbasisfunctionunderthebreakdownofCVT.Then3theWaVeIettri-sca1ereconstructionmethodWaSadopted1oextractedtheabnorma1waveformofCVTsigna1anddeterminedthepositioninformationwhentheabnorma1ityOCCU1Ted-w¼gWttve1ei1ricu1ereeon3ruc1ienethed.Theresu1tsoftheexamp1eshowedtheeffectivenessandfeasibi1ityOfIhiS）一带格式的：字体：（默认）TimesNewmethodOnidentifyingCVTthu11signa1s.Keywords：CVT-.WaVeIe1Wave1e1MUkire§o1uiionniu11i-reso1u1ionv-.ThreshO1dthresho1dDenOi5ingde-noising>-,Fw-fau11IdenufkHi1icnidCnIifiCaIiCnvModu1twmodu1usMHXimamaXinIa期金项目：国家自然科学期金爪点项目（51437003>O引音近年来，随着变电站无人值守工作的稳步推进，对于电压监测设备提出了更高的要求。电容式电压互感器（CVT）因具有结构简单、经济安全、维护工作容易、绝缘可靠性高等特性广泛使用于高电压监测工作当中，但受限于CVT严格密封的制作工艺等因素，在实际运行过程中，除了发生漏油、产生异常声响等易直观发现的故障外，内部故障比如电容器击穿、二次端子松动等运行缺陷时有发生且不易发现，导致在线路投切、补偿装置等投入或退出过程CVT故障率居高不下，并造成监督排查工作的复杂性，威胁电网的安全运行国”因而寻找高效快速的方法辨识CVT异常信号是很有必要的。CVT故障发生时通过分析由状态监测装置收集到的电压数据可提早发现CVT异常情况，避免出现CVT采集不准后加速失效、完全击穿等缺陷。文献提出的在线参量电压测量值的相对比较法能够有效监测CVT内部电容单元击穿故障，但比较数据量过多且采样周期较长。文献7期通过调阅CVT二次电压数据并结合电容量和损耗的变化进行对比分析，可以有效辨识大多数CVT故障，但由于反应实时性能力差导致快速辨识能力有限：文献利用Y值分析法对CVT一次电压统计数据处理分析，可以算出CVT击穿的个数，并给出了故障CVT的缺陷发展情况，但受限于CVT自身工艺参数保密性以及数据采样误差等对结论判定过于灵敏，方法适用范围以及可靠性有限。较之过往已有的电压信号监测技术，小波变换具有低燧性、多分辨性、去相关性、基函数多样性等特性岫川,这使它成为分析CVT次或二次电压信号的有力工具，可以将故障信息快速检测出来。但由于CVT设备安装位置不同，外界环境的电磁干扰等因素,监测信号上往往看加噪声,噪声会降低小波分析的信号分析能力,甚至造成所采用小波方法的失效|山，因此在对异常信号进行快速辨识之前需要进行去噪处理。鉴于上述原因，本文采用某50OkV线路在线监测的电压数据进行仿真分析，通过模拟电容器原件击穿并结合统计特征，提出了种小波实用化方法来辨识CVT异常信号，通过小波多分辨分析得到CVT电压信号去噪的阈值选择规律；利用小波变换的模极大值定位原理选出了合适的小波基，从而捕捉到异常信号的波形，并确定发生异常时的位宜信息。仿真算例验证了本文提出的小波实用性方法能够快速辨别CVT异常信号。ICVr故障表征电容式电压互感器是由电容分压器和电磁单位（中间变压器）组合而成的具有独特结构的电气设备。图1为CVT电气结构简图，电容分压器分CI和两部分，其中C1电容由Gi、Gz和Ci33部分串联而成。G1、CI2、C13分布在CVT的上节瓷套管中，C2分布在下节瓷套管中。C11,C12和C13都可以看成一定数量的电容原件串联而成。电容原件经真空干燥处理后浸在电容器油中，串连在一起，由绝缘支撑杆固定。图ICVT电气结构原理图Fig.1EieCHicaPrinciDediagramofCVT_e1ecrica1S1rUCtUreCVT内部故障通常表现在电容元件被击穿，这会引起总电容的变化，出现分压比变化和一、二次电压异常等异常现象。根据文献13的计算方法，设CVT内部各电容原件电容量相等，则有电容变化率C%=（-1）×100%（1）其中No个电容元件串联，N1个电容被击穿。电容AC%变化一一对应CVT测量电压变化AU%,根据各厂站的测试和理论计算给AU%设定一个阈值数值（常用1%、2%等），若超过该数值，则表示该处CVT异常。但由于实际操作过程CVT击穿元件较少，即M远小于M,因此电容变化率不大，电压变化率不大，无法直接通过监测二次电压发现监测电压的变化情况。通过实用有效的方法敏锐地捕捉到电压值的变化是表征CVT采集波形异常的关键。2小波实用化方法2.1 小波多尺度变换小波可同时在时域和频域局部分析，利用小波多尺度变换(MRA)对不同尺度成分采用相应粗细的时域取样步长，能够不断地聚焦信号的微小细节。MRA的基本思想是在不同的尺度(或分辨率)水平上表达任意的函数f"(R),也就是找到对应的基底。以一维多尺度分析为例，信号f(%)的多尺度分析算法可表示为：/(X)=C(-1)ncZ7(2)=d*(X)+为2d()k；=1其中k=0,1,2,，n-1；n为信号采样点数，j为分解的层数，sZa)，Ma)构成“空间的个子空间D+的正交基，或称为尺度系数，M称为小波系数，计算式分别为：Ci=ZCrI5-2k)(3)neZ况=EdrMn_2k)(4)neZ其中«n)称为低通滤波器，Mn)称为高通滤波器。经由多尺度分解后把每层信号细分成低频、高频信号两部分后，可以通过阈值去噪的方式对其进行去噪，并结合模极大值的方法快速辨别出异常信号。2.2 小波网值去噪利用上述一维离散小波分解将信号分解成低频分量Ck和高频细节分量或。若设定阈值(，并按照一定的规则对小波系数进行阈值调整，经阈值调整后的各级小波系数按小波变换的反演算法进行信号重构,即得到消噪信号。阈值函数主要分为硬阈值函数和软阈值函数。硬阈值处理对小波分解得到的较小函数进行置零，其函数形式为：队,T)=<6>,<y7'0,<<T(5)软阈值的计算方法有很多“3其处理方式是将较小的系数置零但对较大的小波系数趋向零收缩，其函数形式为：偏丁W(6)工程中常用阈值选择规则有无偏风险估计阀值(Rigrsur)、启发式阈值(Heursure)%固定门限阈值(Sqtwo1og)最大最小准则阈值(Minimaxi)共四种，其表达式及具体特征参见文献15-16。降噪效果可用信噪比(QSNR)来衡量,计算式为：=IOIgy1N尸F卒林W(S尚)2(9)其中8为输入理想信号的功率，以为噪声的功率,Si为理想信号，居为去噪信号。一般来说，去噪后信噪比愈大则去噪效果愈好，本文通过统计仿真，计算出两种阈值下四种选择规则的信噪比，并结合CVT采集和运行特点选出较优的阈值选择规则。2.3小波模板大值辨识信号在某一序列上是否有突变性可以用1iPSChitza来描述。1iPSChitZa指数提供了时域上任意点上的一致连续性探测方法。如果信号函数力幻在与处不可微，则点与处1iPSChi1Za指数可以表征这种奇异性。小波变换的模极大值被用来检测信号的奇异性，设恤f(s,x)(s=2n*)是信号加)在尺度加下的小波变换,对于任意X,xg(xq-,x0+),有：VV(5,x)W(5,x0)(10)则X。称为小波变换在尺度m下的模极大值点，I恤/(s,xo)1为小波变换的模极大值。模极大值点与信号的奇异点一一对应I，模极大值点对应信号的奇异点跳变的边缘，模极大值的幅值对应信号奇变的强度。模极大值辨识信号需要达到快速准确的能力，要求小波具有以下一些条件：合适的消失矩，如果消失矩过高会错判模极大值点个数，影响定位准确性；线性相位，保证利用模极大值点找到的时间轴对应奇变时间致；时频分辨率高等。因此本文采用符合以上特征的Haar小波、DaUbeChieS系列小波、Coine1系列小波、Sym1eIS系列小波、ReVerSeBiOr系列小波及FejerKorovkin系列小波等作为仿真的候选小波基。选择具体个分解尺度来重构信号时,尺度越低时模极大值点与信号突变点的对应就越精确,但是低频重构受噪声的影响较大,极有可能产生非故障信号的模极大值点：尺度越高时