自适应噪声对消的应用局部放电在线监测中的自适应噪声对消一.DOCVIP

局部放电在线监测中的自适应噪声对消 一．应用背景 变压器的绝缘材料中存在着气隙和油隙，当这些地方的电场强度达到一定程度时，它们将被击穿而发生局部放电。局部放电是导致变压器绝缘老化和损坏的主要原因。局部放电在线监测是大型设备故障诊断的重要组成部分，是反映其早期绝缘故障的重要手段之一。因此，局部放电在线监测被越来越多的人所重视。人们根据局部放电产生的电、光 、热 、声及一些化学现象，提出不同的监测方法，其中电测法是迄今为止局部放电领域最活跃、应用最广泛的一种方法。电力设备内部缺陷的早期故障局部放电信号很微弱,往往处于强大噪声源的包围之中,因此噪声的抑制是电力设备进行局部放电在线监测时首先要解决的问题,而周期窄带干扰在频域中表现为窄带离散谱线的周期性干扰,在时域中严重时甚至将放电信号完全淹没。实现在线监测的关键问题是如何从强干扰中提取出局部放电信号，电测法中一般用自适应滤波方法抑制连续周期性干扰资。自适应算法无须预先知道窄带干扰的频率,对周期性窄带干扰有较好的效果 在自适应噪声对消中，如果找到合适的信号和药抵消的噪声信号相关，就可以把这个信号作为参考信号，则在自适应噪声抵消系统的输出端就可以得到比较纯净的消除干扰的信号。局部放电信号为宽带信号，而周期性干扰为窄带信号，这样经过接收延迟之后，可以去除宽带信号的干扰性，经对消后得到局部放电信号。因此，对消该周期干扰信号可以使用自适应周期性干扰抵消系统。 二．原理框图如下 原理框图如下图1，原输入信号为宽带信号和周期信号干扰的组合，局部放电信号为宽带信号，而周期性干扰为窄带信号。这个信号经过一定的延时，作为自适应噪声对消的参考信号。由于延时，使得带宽带信号由相关变为不相关，而由于干扰时周期的，相关性也是周期的，经过延时后的相关性是不会变化的。 在此系统中，局部放电信号为非平稳信号，选用哪一种自适应算法是关键。不同的自适应算法的跟踪能力、收敛性，最小均方误差是不同的。再次，我分别用LMS和RLS两种不同的算法检测局部放电信号。 二．LMS仿真结果如下 仿真条件：局部放电信号采用单指数震荡的形式 序列长度：1000 滤波器的阶数：2 信号相关的延时：100 干扰信号基波的频率：50Hz 干扰信号为3个正弦信号的叠加 抽样信号的频率：1000Hz 抽样后的合成的周期干扰正弦信号为dn=2*sin(2*pi*0.01.*n+pi/3)+sin(2*pi*0.05.*n+pi/3)+sin(2*pi*0.1.*n+pi/3); A=100； 自适应步长：0.05 其余参数详见程序内部，有详细的注解 仿真波形： 采用相同的仿真条件，自适应调节步长0.007 三．RLS仿真结果如下 仿真条件：局部放电信号采用单指数震荡的形式 序列长度：1000 滤波器的阶数：2 信号相关的延时：100 干扰信号基波的频率：50Hz 干扰信号为3个正弦信号的叠加 抽样信号的频率：1000Hz 抽样后的合成的周期干扰正弦信号为dn=2*sin(2*pi*0.01.*n+pi/3)+sin(2*pi*0.05.*n+pi/3)+sin(2*pi*0.1.*n+pi/3); A=100； 因子：0.95 其余参数详见程序内部，有详细的注解 仿真波形： 当滤波器的长度取为3时，其余仿真条件不变化，滤除信号的结果如下： 当因子取为0.8时，其余仿真条件不变化，滤除信号的结果如下： 当因子取为0.8时，其余仿真条件不变化，滤除信号的结果如下： 四．仿真结果分析 LMS算法分析： LMS算法的参数有滤波器的阶数，自适应因子的步长，出入因子的延时等。滤波器的阶数越大，取得的滤波效果越好，但是相应的权失调也会增大，这在前面的已做过试验。这本实验中，我只验证了收敛步长对于非平稳信号的跟踪能力，分别取收敛步长为0.05和0.007，有以上波形可以看出，0.05具有更好的跟踪能力，0.007在整个时域内的波形都是波动的。当然，如果把局部放电信号改变，0，05的参数又不是最好的。可见，当参数稍有变化，或参数调整对输出就会影响很大。 RLS算法分析： RLS算法的参数有因子，滤波器的阶数。滤波器的阶数越大，取得的滤波效果越好，但是阶数大于一定值，输出就会发生失真，在仿真时用到9阶的滤波器输出就是严重失真的。同样， 因子对仿真的作用同样很重要，上面分别对因子取值0.5，0.8和0.95进行仿真，取值越大，局部放电信号的失真越小，保留信号震荡信息越多。当0.5时，只会出现谱峰，其余的震荡消失。 LMS和RLS算法对比分析： 基于LMS准则的自适应预测算法 ,主要是使线性组合器输出信号与期望响应之间的误差的均方差为最小。它有收敛速度较慢收敛所需码元多。对非平稳信号的适应性差且