电晕放电信号小波分析的综述

摘 要 研究电晕放电信号可以为大型电力变压器的局部放电在线监测和实现有效的气体绝缘系统 (GIS) 放电性故障监测提供重要的理论依据,而电晕放电信号是一种突变信号，必须选择合适的方法来对其进行研究。本文综述了国内外学者以小波变换为基础对电晕放电信号分析的方法, 从中得出基于小波变换对电晕放电信号分析的几种方法。

关键词 电晕放电 小波分析 降噪 噪声

1引言

电晕放电是气体介质在不均匀电场中的局部自持放电，是最常见的一种气体放电。在曲率很大的尖端电极附近，由于局部电场强度超过气体的电离场强，使气体发生电离和激励，因而出现电晕放电。发生电晕时在电极周围可以看到光亮，并伴有咝咝声。

研究电晕放电信号既可以用于对高压传输线局部放电的在线监测又可以对大型电力变压器进行故障诊断，减少维修成本,提前察觉故障隐患，减少不必要的损失。由于所采集到的电晕放电信号中往往含有大量的噪声干扰，因此，必须采取措施从强大的干扰中提取出微弱的放电脉冲信号。

电晕放电信号有其特殊性，研究时必须选择合适的方法才能达到事半功倍的效果。对电晕放电信号的研究，较早的采用傅里叶分析的方法[1] ，傅里叶变换只能分别对信号的时域和频域进行观察，不能把二者有机地结合起来，所以它不适于提取电晕放电这种突变信号。小波方法的出现给人们研究电晕放电信号提供了新的、行之有效的方法，国内外学者纷纷利用该方法分析研究电晕放电信号并取得了一定的成果。

小波分析[2]方法是一种窗口大小（即窗口面积）固定但其形状可改变，时间窗和频率窗都可改变的时频局部分析方法。即在低频部分具有较高的频率分辨率和较低的时间分辨率，在高频部分具有较高的时间分辨率和较低的频率分辨率， 所以被誉为数学显微镜。在大尺度下，可以将信号的低频信息 (全局 ) 表现出来，

小尺度下，可以将信号的高频 (局部) 特征反映出来。

2 小波变换对电晕放电信号分析的应用

文献[3]研究了超宽频带范围内局部放电和干扰信号的时频域特性，指出局 部放电的频率可达到500M HZ，是一种超宽频带的瞬态信号。并且利用小波分析技术抑制超宽频带局部放电信号中的背景噪声[4]，采用db小波作为母函数，将原始信号分解，以一定的阈值重建波形，抑制了从微秒到纳秒级局部放电信号中的背景噪声，得到的新波形保存了原有波形的特征。在利用db系列小波函数进行小波包分解的基础上，对超宽频带局部放电信号在各个频段上的局部特征进行了分形分析[5]，为进一步研究超宽频带放电信号的变化规律奠定了基础；将该方法用于分析绝缘试样老化过程中的超宽频带放电信号[6]，为根据局部放电特性进行的电力设备绝缘诊断提供了依据；利用该方法研究分析了GIS中不同绝缘缺陷的放电[7]，得出GIS中不同金属性固体绝缘表面缺陷的放电特征。

文献[8]提出了利用小波变换的方法对在线监测中的干扰进行抑制、从噪声中提取局部放电信息，指出该方法可有效地提高信噪比。在此基础，学者们研究了从噪声中提取局部放电信号的新方法：

（1）以尺度因子为特征剔除白噪声的方法[9]，该方法运算简单，信号处理速度快，能很好地运用于现场局部放电监测信号处理中。

（2）抑制白噪声干扰和周期性窄带干扰的小波包变换分层式综合处理算法

[10]

，该方法有较好的自适应能力，可明显提高信噪比，且可抑制在线监测局部放

电信号中的干扰。

（3）以小波包变换系数的香农熵作为离散谱干扰存在判据的新方法[11]，它可以有效地抑制离散谱干扰，能准确提取局部放电脉冲的相位。

（4）软硬结合混合阈值滤波方法[12]，能够有效地抑制GIS局部放电信号中的白噪干扰。

（5）基于门限值的小波包变换方法[13]，经此法处理后信噪比明显提高，可用于在线监测局部放电信号中白噪干扰的抑制。

同时，在小波去噪的基础上，研究了小波与分形理论的互补性[14]，从局部放电信号小波分解后的能量谱图提取放电特征，用于局部放电模式识别，提出了从

能量-相位分布图中提取局部放电特征量的方法[15]。

文献[16,17]研究了实小波与复小波消除电磁噪声干扰的机理，复小波在小波分析中以其特有的虚部可提取原信号的相位，在局部放电检测中突破了实小波的应用范围，从幅值与相位两个角度来提取被分析信号的更为全面的特征。

文献[18,19]根据局部放电脉冲是实变非平衡信号的特点和小波分析的局域化性质,运用小波变换有效地从强大电磁干扰中提取局部放电脉冲,对局部放电信号进行特征提取[18]；应用小波变换理论对局部放电辐射信号进行多分辨率分析， 得到了局部放电辐射信号中各频率分量的分布与局部放电特征量之关系。得到结论：随着放电量的增大，小波变换的谱图分布由高频区移向低频区，同时低频分量的时延亦增大[19]。

文献[20]采用Mllat 塔式小波分解算法对局部放电信号和噪声信号的小波分解特性进行详细研究，并提出了一 种基ad hoc算法思想的算法，来提取局部放电脉冲的位置与幅值特征[20]；分析了基于小波变换提取局部放电脉冲特征的各种影响因素，并在此基础上研究了用小波变换方法提取现场测试局部放电脉冲信号

[21]

。研究结果表明：利用小波变换能有效地从窄带噪声中提取局部放电脉冲的特

征。

文献[22]介绍了利用小波变换进行自动去噪处理的方法，利用相关系数选择最佳小波，通过自动阈值计算选定阈值并对高频分量进行软阈值处理，然后对信号进行重构。文献[23]还论述了分形理论在局部放电特征提取中的应用，建议将分形理论和小波变换、人工神经网络相结合，来提高局部放电模式识别的有效性和准确率。

文献[24]~文献[28]研究了从强电磁干扰的环境中提取出局部放电信号的小波降噪方法[24]，采用db小波对信号进行多分辨率分解，然后选取合适阈值重构信号提取出局部放电信号。并对局部放电辐射信号进行了多分辨率分析[25]，成功地将近似信号和细节（高频）信号区分来。利用小波变换与DSP结合，设计了一种高性能低成本的信号处理系统[26]，为局部放电在线监测提供了硬件基础。为能够更好的利用小波变换分析局部放电信号，还以RC和RLC两种典型放电模型为例对母小波函数的选择和降噪阈值的选取进行了分析[27，28]，提出通过计算相关系数来确定母小波函数，指出db系列小波函数为适合函数；利用自动阈