基于改进深度残差网络的GIS局部放电在线监测白噪声干扰抑制.pdf

第 卷第期年月计算技术与自动化C o m p u t i n gT e c h n o l o g ya n dA u t o m a t i o nV o l ,N o J u n 收稿日期:作者简介:郑心勤(),男,河北三河人,本科,高级工程师,研究方向:海上风电输变电技术,二次通讯自动化技术,新能源生产运维等.通信联系人,E m a i l:f e i x i e c o m文章编号:()D O I:/j c n k i j s j s y z d h 基于改进深度残差网络的G I S局部放电在线监测白噪声干扰抑制郑心勤,童永贵,陈达源,黄训辉(国家电投集团 徐闻风力发电有限公司,广东 湛江 )摘要:针对G I S局部放电(p a r t i a l d i s c h a r g e,P D)监测中背景白噪声较多、G I S局部放电信号干扰较大的问题,应用改进深度残差网络设计一种新的G I S局部放电在线监测白噪声干扰抑制方法.进行局部放电在线监测中白噪声、局部放电脉冲信号的多尺度特性分析,在局部放电脉冲染噪信号中提取白噪声信号.加入感知损失,设计由生成图像网络与损失网络构成的改进深度残差网络,对白噪声信号波形图像实施超分辨率重建.通过S N EMD算法提取白噪声信号波形图像的模态域特征.通过构建复小波滤波器组,对模态域特征实施滤波处理,实现G I S局部放电在线监测中的白噪声干扰抑制.实验测试结果表明,设计方法去噪后的信噪比最高可达 d B,干扰抑制前后信号的幅值相对误差最高可达 d B,干扰抑制前后信号相关系数一直大于 ,完成G I S局部放电在线监测白噪声干扰抑制.关键词:白噪声干扰抑制;改进深度残差网络;超分辨率重建;多尺度特性分析;G I S局部放电在线监测中图分类号:TM 文献标识码:AW h i t eN o i s e I n t e r f e r e n c eS u p p r e s s i o no fG I SP a r t i a lD i s c h a r g eO n l i n eM o n i t o r i n gB a s e do nI m p r o v e dD e p t hR e s i d u a lN e t w o r kZ HE NGX i n q i n,T ONGY o n g g u i,CHE ND a y u a n,HUANGX u n h u i(S P I CX u w e nW i n dP o w e rC o,L t d,Z h a n j i a n g,G u a n g d o n g ,C h i n a)A b s t r a c t:A i m i n ga t t h ep r o b l e m so fm o r eb a c k g r o u n dw h i t en o i s ea n dg r e a t e r i n t e r f e r e n c eo fG I Sp a r t i a l d i s c h a r g e s i g n a l i nG I Sp a r t i a l d i s c h a r g em o n i t o r i n g,an e ww h i t en o i s e i n t e r f e r e n c es u p p r e s s i o nm e t h o df o rG I Sp a r t i a l d i s c h a r g eo n l i n em o n i t o r i n g i sd e s i g n e db yu s i n gt h e i m p r o v e dd e p t hr e s i d u a l n e t w o r k T h em u l t i s c a l ec h a r a c t e r i s t i c so fw h i t en o i s ea n dP Dp u l s es i g n a l i nP Do n l i n em o n i t o r i n ga r ea n a l y z e d,a n dt h ew h i t en o i s es i g n a l i se x t r a c t e df r o mt h eP Dp u l s en o i s es i g n a l A d d i n gp e r c e p t u a l l o s s,a n i m p r o v e dd e p t hr e s i d u a ln e t w o r kc o m p o s e do fg e n e r a t e di m a g en e t w o r ka n dl o s sn e t w o r ki sd e s i g n e dt or e c o n s t r u c t t h ew a v e f o r mi m a g eo fw h i t en o i s es i g n a lw i t hs u p e r r e s o l u t i o n T h em o d a ld o m a i nf e a t u r e so fw h i t en o i s es i g n a lw a v e f o r mi m a g e a r e e x t r a c t e db ys n e m da l g o r i t h m B y c o n s t r u c t i n gc o m p l e xw a v e l e t f i l t e rb a n ka n d f i l t e r i n g t h ec h a r a c t e r i s t i c so fm o d a l d o m a i n,t h ew h i t en o i s e i n t e r f e r e n c es u p p r e s s i o n i nG I Sp a r t i a l d i s c h a r g eo n l i n em o n i t o r i n g i s r e a l i z e d T h ee x p e r i m e n t a l t e s t r e s u l t ss h o wt h a t t h es i g n a l t o n o i s er a t i oo f t h ed e s i g nm e t h o da f t e rd e n o i s i n gc a nr e a c h d B,t h er e l a t i v ee r r o ro f t h es i g n a l a m p l i t u d eb e f o r ea n da f t e r i n t e r f e r e n c es u p p r e s s i o nc a nr e a c h d B,a n dt h es i g n a lc o r r e l a t i o nc o e f f i c i e n t b e f o r e a n da f t e r i n t e r f e r e n c e s u p p r e s s i o nh a sb e e ng r e a t e r t h a n T h ew h i t en o i s e i n t e r f e r e n c e s u p p r e s s i o no fG I SP a r t i a lD i s c h a r g eO n l i n eM o n i t o r i n g i sc o m p l e t e d K e yw o r d s:w h i t en o i s e i n t e r f e r e n c e s u p p r e s s i o n;i m p r o v e dd e p t hr e s i d u a l n e t w o r k;s u p e r r e s o l u t i o n r e c o n s t r u c t i o n;m u l t i s c a l ec h a r a c t e r i s t i ca n a l y s i s;G I Sp a r t i a l d i s c h a r g eo n l i n em o n i t o r i n g计算技术与自动化 年月绝缘材料中往往包含着一些异物或杂质,例如粉尘颗粒、小气泡、水分等,会导致绝缘场强分布产生一定差异.当较高场强处的场强值高于其击穿场强,就会带来局部放电现象.该现象既会诱发电力设备绝缘劣化,也会使绝缘进一步恶化.必须对局部放电问题进行在线监测,才能使设备稳定、安全地运行.G I S,即气体绝缘组合电器,就是一种经常发生局部放电问题的设备,具有结构紧凑、体积小、易于操作、维护方便、可靠性高等优点.由于其内部缺陷很多都是绝缘缺陷,当出现故障时,往往维修复杂,需要较长的修复时间,有较广的影响面.对于G I S来说,由于局部放电问题引发设备绝缘性能降低,从而使设备发生故障的现象时有发生.现有工艺限制了G I S的制作水平,局部放电问题是不可避免的.因此,对于G I S来说,局部放电是十分重要的反映绝缘性能的参数,对其实施局部放电在线监测,不仅能够防患于未然,还能减少G I S检修次数,降低检修带来的伤害.然而在实际监测中,现场的电磁干扰通常较为强烈,很容易对局部放电信号的测量造成影响.基于该背景,研究在线监测时的白噪声干扰抑制问题.对于该问题的研究,国内外均取得了丰富的研究成果,在研究中使用了小波阈值滤波、小波模极大值滤波等技术,其中徐艳春、夏海廷、李振华等学者使用了多级阈值方案,并结合了同步压缩算法与小波变换方法抑制在线监测中的白噪声,取得了成功.现有方法存在消噪效果较差的问题,因此在研究中对深度残差网络进行改进,设计了一种新的G I S局部放电在线监测白噪声干扰抑制方法.G I S局部放电在线监测白噪声干扰抑制方法设计 白噪声信号提取通过对G I S局部放电在线监测中的白噪声与局放脉冲信号实施多尺度特性分析,在局放脉冲染噪信号中提取白噪声信号.在G I S局部放电在线监测中,白噪声干扰服从正态分布,通过下式的数学模型来等效,实施其多尺度特性分析:Xnr a n d n,l e n g t h X()()()式()中,n代表噪声强度;X表示在线监测中出现的白噪声;l e n g t h()指的是序列长度函数;r a n d n()是指高斯分布函数;X指的是局放脉冲信号.其中X的多尺度特性分析结果具如下:Xdddd()式()中,d指的是单指数衰减阈值;d是指单指数衰减振荡阈值;d指的是双指数衰减阈值;d是指双指数衰减振荡阈值.根据白噪声与局放脉冲信号的多尺度特性分析结果可以发现,二者有着明显的小波变换差异,随着分解层数越来越多,局放脉冲信号的幅值不断增加,白噪声的幅值则不断降低.同时二者在各尺度上的传播特性也有着很大差异,因此近似认为幅值趋近于零或很小的点对应的是白噪声信号.设置一个阈值,保留幅值趋近于零或很小的点,对突变点实施置零处理,对波形进行重构,实现白噪声信号的提取.超分辨率重建对于提取的白噪声信号,通过对深度残差网络实施改进,对白噪声信号波形图像实施超分辨率重建.加入感知损失对深度残差网络进行改进,改进后网络的构造如图所示.其中生成图像网络fw是一种联合深度残差网络,在该 网络的设计 中应用了子 像素联合卷 积层.损失网络由三部分构成:感知损失函数、全变差正则化以及像素损失.其中感知损失函数的表达式具体如下:l,jt e x t u r ey,y()cjhjwjjy()jy()()式()中,y是指高分辨率输出图像;cj是指第j层特征图的实际通道数;hj代表该特征图的实际高度;y是指应用的真实图像;wj表示第j层特征图的实际宽度;jy()是指损失网络第j层中y的对应特征图;jy()是指损失网络第j层中y的对应特征图.像素损失的表达式具体如下:lp i x e ly,y()yyCHW()式()中,C指的是输出图像的长度;H表示图像的宽度;W代表图像的高度.全变差正则化的表达式具体如下:yy:Cy:Cxy:Hy:WlT Vy()M S Ey()M S Ex()()第 卷第期郑心勤,等:基于改进深度残差网络的G I S局部放电在线监测白噪声干扰抑制式()中,y指的是高分辨率输出图像的正则化阈值;x是指低分辨率输入图像的正则化阈值;lT Vy()指的是高分辨率输出图像的全变差正则化函数;M S Ey()是指y的全变差;M S Ex()指的是x的全变差.通过改进深度残差网络实施白噪声信号波形图像的超分辨重建.图设计的改进深度残差网络 模态域特征提取通过S N EMD算法提取超分辨重建后的白噪声信号波形图像的模态域特征.模态域特征的提取步骤具体如下:()迭代次数初始化,将模态运算阶数m初始化为,将剩余分量rmt()初始化为x t().()对剩余分量rmt()中是否含有高频间歇成分进行判断.()当其中含有高频间歇成分,对第i次加入的白噪声的对应局部包络均值进行估计,具体公式如下:r(i)t()rmt()m(i)t()()式()中m指的是噪声幅度控制系数.对第m阶余量进行计算,具体公式如下:rm t()M r(i)t()()()式()中M r(i)t()()指的是r(i)t()的局部均值.并对第m阶模态进行计算,具体公式如下:i m fm t()rmt()rm t()()()当其中不含有高频间歇成分,通过EMD算法进行分解,获得m阶模态i m fm t(),得到此时的余量,具体如下式:rm t()rmt()i m fm t()()()使mm,直接跳转至步骤(),继续进行计算,直至达到停止标准时停止分解.()对以上步骤中全部有用模态分量进行保存,完成重建后白噪声信号波形图像的模态域特征提取.白噪声干扰抑制对于提取的模态域特征,通过构建复小波滤波器组对其实施滤波处理,完成白噪声干扰抑制.复小波滤波器组的构建步骤具体如下:()展开正交紧支实小波,对其傅立叶变换系数zi实施升次幂排列处理.其中正交紧支实小波展开后的表达式具体如下:h z()hzYpLizii()Yizzi()()式()中,h指的是一个实小波滤波器系数;z是指最初的傅立叶变换系数;Y指的是幅频特性系数;p是指相频特性系数;L指的是多分辨率分析树的层数;i是指第i个实部能量值;zi指的是第i个解析信号阈值.()对由实小波滤波器系数构成的一个多项式方程的根进行求解.该多项式方程具体如下:hhzhizihn zn()式()中,hn 指的是第n个实小波滤波器系数,n为正整数;zn 是指第n个傅立叶变换系数.计算技术与自动化 年月求解的根具体如下式:znz,zi,zn|i,n()()处理求解的根,处理方法具体如下:当zii且zi为实数时,在根的每个值上加i;当zii且zi为实数时,在根的每个值上减i.()对处理后的根实施升次幂排列处理,获取排列序列.次幂排列处理,获取排列序列.()以公式规范性条件为依据对排列序列实施规范化处理,获取复低通滤波器.其中公式规范性条件具体如下:iz n()式()中,zn指的是处理后的根的排列序列.()对处理后的根实施降次幂排列处理,获取排列序列.以公式规范性条件为依据对降次幂排列序列 实施规划范 处理,获取 复偶复低通 滤波器.()根据复低通滤波器与复偶复低通滤波器对其对应的复高通滤波器进行计算,完成复小波滤波器组的构建.实验 实验监测信号采样对于设计方法,对其性能进行测试.利用该方法实施现场白噪声干扰抑制.实验G I S设备由各种管套及开关、避雷器、母线、断路器、隔离开关等构成,在其绝缘内部局部放电在线监测中实施监测信号的白噪声干扰抑制.首先对实验监测信号进行采样,采样结果如图所示.对于采样的实验监测信号,提取其中的白噪声信号,提取的白噪声信号如图所示.在对提取的白噪声信号进行干扰抑制的过程中,测试设计方法的多个性能项目.测试项目实验中的测试项目包括局部放电在线监测信号去噪后的信噪比、去噪前与去噪后的幅值相对误差与相关系数.其中信噪比通过下式来计算:S NR l gPsPu()式()中,Ps指的是去噪信号的功率;Pu是指去噪信号的噪声功率.去噪前与去噪后的幅值相对误差计算公式具体如下:NiSi()Si()Sdi()N ()式()中,Si()表示原始信号;N代表白噪声强度;Sdi()代表去噪后的信号.依次测试以上项目,观察设计方法的白噪声干扰抑制性能.图采样的实验监测信号图提取的白噪声信号 测试结果分析首先测试实验G I S设备局部放电在线监测信号去噪后的信噪比,测试结果如图所示.根据图去噪后的信噪比测试数据,在应用设计方法后,信号的信噪比很高,最高可达 d B,说明取得了良好的白噪声干扰抑制效果.第 卷第期郑心勤,等:基于改进深度残差网络的G I S局部放电在线监测白噪声干扰抑制接着测试实验G I S设备局部放电在线监测信号去噪前与去噪后的信号幅值相对误差,测试数据如表所示.图去噪后的信噪比测试结果表去噪前与去噪后的幅值相对误差测试数据时间/s幅值相对误差/d B时间/s幅值相对误差/d B 表去噪前与去噪后的幅值相对误差测试数据表明,利用设计方法进行白噪声干扰抑制的前后,信号 的 幅 值 相 对 误 差 始 终 较 大,最 高 可 达 d B,说明通过设计方法取得了很好的白噪声干扰抑制效果.最后测试去噪前与去噪后的信号相关系数,测试结果如图所示.图去噪前与去噪后的信号相关系数测试结果根据图去噪前与去噪后的信号相关系数测试数据,利用设计方法进行白噪声干扰抑制的前后,信号的相关系数一直大于 ,同样说明设计方法的白噪声干扰抑制效果较好.结论基于改进深度残差网络进行白噪声信号波形图像的超分辨率重建,实现了有效的G I S局部放电在线监测白噪声干扰抑制,在干扰抑制中,应用改进深度残差网络具有优越性.参考文献李旭,史恒超,卢鹏,等特高压G I S复合套管局部放电的检测和消除J高压电器,():李宾宾,刘成,田宇,等 G I S局部放电检测用阿基米德螺旋天线设计研究J合肥工业大学学报(自然科学版),():徐艳春,夏海廷,李振华,等基于同步压缩域多级阈值变压器局部放电噪声 抑制方法J高 压电器,():李星,许渊,丁登伟,等温度对G I S绝缘子表面金属异物局部放电及闪络特性的影响J中国电机工程学报,():杨为,朱太云,张国宝,等电力物联网下基于卷积神经网络和迁移学习的G I S局部放电模式识别分类方法研究J高压电器,():,邹阳,周求宽,刘明军,等 G I S绝缘垫片分层间隙中局部放电检测及形成机理研究J绝缘材料,():郝曙光,李璐,张伟政,等基于特高频法的G I S金属尖端缺陷局部放电检测和分析J高压电器,():张猛,周宏扬,马国明,等光纤G I S局放超声检测系统相位反馈控制J高电压技术,():孙冬,马立修,潘金凤,等改进的电缆中间接头局放信号去噪方法J水电能源科学,():陈继明,许辰航,李鹏,等基于时频分析与分形理论的G I S局部放电模式识别特征提取方法J高电压技术,():屈斌,张利,王永宁,等基于振动信号的G I S机械松动与局部放电诊断方法J电力科学与技术学报,():李君科,李明江,李德光基于P NN的G I S局部放电模式识别方法J电气传动,():孙抗,李万建,张静含窄带噪声和白噪声的复杂染噪局部放电信号提取及应用J电子科技大学学报,():郑祥,田伟,管鹏基于改进VMD算法的电机局部放电信号去噪方法研究J电机与控制应用,():张育炜,石琦,武恩光基于支持向量机G I S局放小波包能量谱故障诊断J电气传动,():,张利,屈斌,王永宁,等 G I S壳体振动机理和局部放电优化诊断与应用J中国电力,():